私の物語を1行で聞いてください:意地悪なキャラクターは誰で、どんな危険にさらされていて、彼が傷つけた2〜3人は誰か。アイデアがなければ、3つ提案して選ばせてください。長さ25〜60秒。すべてのキャラクター、スキン、ブロックは私のもので、コードで描かれています:JJ、Mikey、MaizenのキャラクターやMojangのテクスチャは絶対に使いません。 1080x1920、30fpsのMinecraftスタイルのストーリーショート。すべてBlenderでコードから構築、$0、ゲームアセットなし、AI動画なし。 分割画面: - 上部640pxは話す人のトーキングアバター:そのキャラクターがヘッドセットをつけて暗いゲーミングルームに座っている。話者の色の14pxの枠線の内側にあり、その下に8pxの暗い仕切りがある。 - 下部1080x1280はブロックアニメーション。 各キャラクターは1つの色(紫176,90,255 / オレンジ255,160,40 / ピンク255,100,170)を枠線、ヘッドセットのイヤーカップ、部屋のLED、キーキャプションの単語に使用する。 世界は16x16ピクセルのブロックで、ハードなニアレストネイバーピクセル:草、土、石、原木、葉、板材、水、鉱石。空は地平線で178,214,255から頭上で96,156,245へグラデーションし、平らな白いボックスクラウドがある。光は暖かい太陽からで、Standardビュートランスフォームを使用。 キャプションは一度に1単語を大文字で表示、Montserrat Black 96px:白、12pxの黒い輪郭、右に4px下に7pxの柔らかい黒い影。キーワード(help、傷つけたもの、bye、like、subscribe)は話者の色。キャプションは仕切りのすぐ下に配置。 純粋な会話のみ、ナレーターなし。フラッシュバックはセピア調でFLASHBACKタグ付き。 禁止:JJ/Mikey/Maizenの似顔、Mojangのスキンやテクスチャ、スムーズ補間、モーションブラー、被写界深度、FilmicまたはAgXルック、2.5秒を超えるショット、何も動かないフレーム。 長さ:25〜60秒、25秒あたり約13行。0.7〜2.3秒ごとにカット(中央値1.3秒)、25秒あたり約18ショット、少なくとも3つの異なる場所。 0秒:意地悪なキャラクターはすでに危険な状態(崖からぶら下がっている、閉じ込められている、沈んでいる)で助けを叫ぶ、ワイドからクローズ → 助け手1が歩いてきて、彼を見上げるローアングル、そのセリフは彼が何をしたかをほのめかす → 新しい場所でのフラッシュバック、2〜3ショット:彼が意地悪なことをして、笑い、大きな物理的見返りで着地する(何かが爆発、粉砕、飛び散る);被害者がそれについて泣いて終わる → 戻る:彼が懇願する(「ごめん!冗談だったんだ!」)、助け手は冷たい一言を言い、手を振って立ち去る → 助け手2、同じ形、違う場所と違う悪行 → 最後の拒絶、そして危険が訪れる:手が滑る、トップダウンショット、彼が落ちる → 彼と一緒に落ちながら、最後のセリフで彼を救うためにいいねとチャンネル登録を求める。 1. ツール(すべて無料、すべてローカル)。不足しているものをインストールし、何をインストールしたか教えてください: - Blender 4.2以降をポータブルzipで、ヘッドレスで実行:`blender -b --factory-startup --python build .py -- MODE OUT [F0 F1]`。モード:stills、final(F0 F1は範囲を再レンダリング)、avatars。 - numpy、Pillow、soundfile付きのPython。 - FFmpeg。 - faster-whisper large-v3-turbo(CPUでint8)。 - kokoro-onnxとkokoro-v1.0.onnxおよびvoices-v1.0.bin。 - Montserrat。 - 無料の悲しいピアノベッドと約12の無料SFX:whoosh、pop、boom、impact、poof、sting、riser、gasp、footsteps、plus ストーリーが必要とするもの。 2. 音声(Kokoro、無料): - 録音前にスクリプトを見せてください。叫びは「!」で書き、セリフは短く保つ。 - 各行を個別にレンダリング。0.01振幅でトリムし、前に10ms、後に50msを保持。 - asetrateでピッチを上げ、atempoで戻して、速度を同じに保つ。 - 子供の声: - af_heart、速度1.14、+1.5半音(メインの子供) - am_echo、速度1.08、+3(男の子) - af_bella、速度1.1、+2.5(女の子) - am_puckはピッチを上げると悪く聞こえる。 - セリフ後の間隔: - 通常0.2〜0.45秒 - アクションに余地が必要な場所(爆発、滑り)では0.7〜1.2秒 - 最後に0.9秒のテール - 各行の話者、テキスト、フラッシュバックフラグ、t0、t1をlines.jsonに保存。 3. タイミング: - faster-whisperをワードタイムスタンプとinitial_promptとしてのスクリプトで実行し、difflibで単語をスクリプトに整列。 - すべてのカット、ポーズスナップ、顔の交換、小道具、SFXは単語に依存し、固定秒には決して依存しない: - カットはその単語の0.06秒前。 - リアクションショットはセリフの0.12秒前。 - フラッシュバックは最初のセリフの0.3秒前に開始。 - 口のトラック、30fpsフレームごとに1つの値: - 口はRMSが(70パーセンタイル - 15dB)を超え、かつ±3フレーム以内の最大値の半分を超えるときに開く。 - 各状態を少なくとも2フレーム保持。 - 7フレームを超える開いた連続を、6フレームごとに2つの閉じたフレームで中断。 4. テクスチャ: - すべてのテクスチャは16x16で、Pillowで描画。各ピクセルを±3〜8ジッターして平坦でないようにする。 - ベースカラー:土134,96,67、草98,160,58、石126,126,128、葉62,122,40、板材150,120,76(4行ごとに暗い線)、水70,112,210。 - 草にはトップテクスチャ、サイドテクスチャ(緑から3〜5px、その後土)、土のボトムがある。 - すべての画像テクスチャはClosest補間とExtendを使用。 5. 世界(ボクセルメッシャー): - 辞書が(x, y, z)をブロックタイプにマップ。 - 隣接がない面にのみ1つのクワッドを出力。水はトップ面のみを出力し、0.12下げる。 - 1つのテクスチャのすべてのクワッドを1つのメッシュにマージし、すべてのクワッドにUV 0..1を与える。 - 各場所をx軸上で200ユニット離して構築(崖は0、フラッシュバック1は200、フラッシュバック2は400、アバタールームは600)。 - マージされたメッシュをbmeshで面中心ごとに場所ごとに分割。hide_renderはアクティブな場所が変わるときだけキーフレームするか、他のセットが地平線上に浮く。 - 木:4〜6ブロックの原木と葉のダイヤモンド。1ブロックの花を散らす。鉱石の斑点はカメラが通過する壁に入れる。 6. キャラクター(単位P = 1/16): - ボディピボットは12P上。胴体8x4x12P。頭は8Pの立方体で、上部のネックピボットに配置。
このクリップは Anthropic の Claude Opus 5.5 で生成されました。ページ上のプロンプトが、生成に使われた原文そのものです。
作例は Claude Opus 5.5 で、次の設定で生成されました:9:16 · 0:24 · Animation · Game Assets · 3D Render。同じ設定を使うと最も近い結果が得られます。
まずプロンプトをそのままコピーし、カメラ・動き・ライティングの記述は残して被写体だけ変えます。動画モデルは言い回しに敏感なので、数回試すのがおすすめです。
もちろんです。シーンの差し替えやテンポ表現、アスペクト比の変更など、プロジェクトに合わせて自由に調整してください。