入力: 私に聞いてください: 動画のアイデア(1行でOK)、設定、長さ(60〜90秒)、ナレーター(ElevenLabsの声、またはローカル音声合成なら「free」)。すべてコードで構築します: AI画像もAI動画も使いません。例のコピーではなく、私のストーリーにしてください。 フォーマット: スタイルはスティックマンによる二人称のサバイバルスリラーで、シリーズとして構築します: - 最初の3秒にタイムスタンプ付きの「想像してみて…」フック - DAY番号とエピソードを通して進む時計を表示するHUD - 3〜4個のルール。それぞれ画面上で回収される - エスカレートする脅威。主に説明ではなく映像で見せる - 1つのルールを不可能にするツイスト - 二択のエンディング(「開ける?」スタイル、緑と赤の選択肢、「コメントで教えて」)と「DAY 2のためにフォロー」 約20〜30のボイスライン、60〜90秒、1.5〜3秒ごとに新しいショット。 ストーリー: まずビートシートとスクリプトを書き、構築前に両方見せてください。 - 1行 = 1つの映像。ルールは短い命令文。 - 約10秒ごとに新しい問いを立て、より大きな問いでしか答えない。 - 怖い部分は視聴者をPOVに置く: ドア、窓、電話、のぞき穴から見えるもの。 - エンディングはどちらも悪く見える選択肢。 - 数字は2回書く: キャプション形式(「11:58 PM」)と読み上げ形式(「eleven fifty-eight P M」)を音声合成用に。 - エピソードごとに設定をローテーションする(アパート、地下鉄、夜の学校、病院、山小屋、飛行機、オフィス、モーテル)そして脅威を設定に合わせる。 ルック: ストーリーごとにパレットを選ぶが、言語は保つ: - 実際の3Dローポリセットに実際のライトと影。ムードは光から生まれる(暖色の実用灯1つ、寒色のフィル1つ、ドアの隙間・スクリーン・サイレンなどの強いアクセント1つ) - スティックマンはフラットで2Dに見える: 明るい体に太い暗い輪郭、丸いストローク、点の目、口なし。主人公に1つのマーク(傷、帽子、色)を与えて、分身やコールバックが読めるようにする - オーバーレイ: 左上にモノスペースHUD、チャンキーなキャプション(1〜3語、キーワードはアクセントカラー)、大きなコンデンス体タイトルの傾いたルールステッカー、2Dで描かれた電話画面 - 禁止: AIフレーム、光沢のある3Dキャラクター、絵文字、ボーカル入り音楽、長いキャプション ショット: ストーリーに適応させるライブラリ(全部は決して使わない): - オープナー: あなたにタイトに寄ってから引いて場所を見せるカメラムーブ - 手の中のPOV電話(2D電話UI、2本のスティック親指) - 重要な1つのディテールへのマクロ - 上からの外の混沌(バルコニー、橋、窓): 物理演算の車両、走る群衆、崩壊または燃焼する何か - 部屋での三人称アクション: 足を固定して歩く、手を伸ばす、ためらう、バリケードを作る - POVインタラクション: 投げる、トーチを持つ、何かを開ける - 反応のための顔のクローズアップ - ドアや通気口へのローアングル: 光が漏れる、影が動く - ノック、揺れ、物が落ちる - 脅威が近づいてくるのをフィッシュアイののぞき穴、カメラ、窓から見る - 選択画面とエンドカード ツール: 各ツールの用途。不足しているものはインストールし、有料のものは事前に確認してください: - three.js: 3Dエンジン。Webページ内で動作。モジュールファイルをローカルにダウンロードして、レンダーがインターネットに依存しないようにする。ブルーム用のポストプロセッシングパスと、ビネット、グレイン、フィッシュアイ、色収差用のカスタムレンズシェーダー1つを使う。 - cannon-es: 車両、落下する破片、崩壊用のJavaScript物理エンジン。 - Playwright(Python): 実際のブラウザ(GPUオンのEdgeまたはChrome)でページを開き、すべてのフレームを画像としてキャプチャする。 - ffmpeg: コマンドラインの動画・音声ツール。フレームをMP4に結合し、音声をカット・フィルタリングし(ハイパス、ローパス、ドア越しの声用エコー)、ミックス、ラウドネス正規化、電話サイズのコピーを作成する。 - ElevenLabs、またはKokoro(無料ローカル音声合成)をナレーターに。 - faster-whisper: 単語タイムスタンプ付きの無料ローカル音声認識。声をきれいにカットし、すべてのキャプションのタイミングを合わせるために使う。 - numpyとPillow: 音声レベルを確認し、スチルのコンタクトシートを作る。 - サウンド: Mixkitから無料ダウンロードした効果音(合成は決してしない)と、ボーカルなしのダークなシネマティックドローンまたはテンションベッド。 ビルド: 1. 1つのHTMLページ(film.html)。1080x1920の3Dレンダラーが、オーバーレイも保持する2Dキャンバスに描画される。関数window.seek(t)がフレームtを描画し、時間の純粋関数でなければならない。すべてのカット、サウンド、動きは単語のタイミングにキー設定される。 2. スティックマン。各フィギュアを2Dキャンバスストロークで独自のテクスチャに描き、常にカメラを向くプレーンに配置。アルファテストで実際の影を落とし、わずかなエミッシブで暗闇でも読めるようにする。関節角度でポーズし、2ボーンIKで歩いて接地した足が滑らないようにする。 3. 物理とクロス。ロード時に固定タイムステップで1回シミュレートし、位置を記録してから時間でサンプリングし、すべてのレンダーが同一になるようにする。クロス(シーツ、カーテン、旗)は壁と床の衝突と解放可能なピンポイントを持つverletパーティクルグリッド。 4. 声。1つの長いテイクを生成する場合、APIの文字タイムスタンプでカットしないこと: ずれて単語を切ってしまう。faster-whisperの単語タイムスタンプでテイクを文字起こしし、スクリプトと照合し、行間の実際の無音でのみカットし、自然な間が短すぎる場合にのみポーズを追加する。 5. キャプション。各最終行を再文字起こしし、数字を正規化し(「6:42」=「6 42」、「AM」=「a m」)、キャプションの単語を聞こえた内容に合わせ、各単語を音声内の実際の開始位置にスナップする。すべてのキャプションの下に約120ms以内に声があることを確認する。 6. レンダー。Playwrightがwindow.seekを30fpsで毎フレームステップし、ffmpegが高品質マスターをエンコードし、次に30MB未満の電話コピーを作る。 7. ffmpegでミックス: 声を上に、音楽を
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 · 1:23 · Animation · Motion Graphics · Horror。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。