mcpField
A
animated-sprite-gen

animated-sprite-gen

github.com/jamditisクリエイティブ・メディア43859 回インストール4 日前に更新
リポジトリ

animated-sprite-gen について

animated-sprite-genは、AI画像モデルで一貫性のあるゲーム用アニメーションスプライトシートを作るワークフローです。基準フレームから全体のアニメーション列を生成し、ゲームで使えるよう各フレームを整えます。

主な機能

  1. 01基準フレームを使った生成
  2. 02フレーム枠を確保したキャンバス設定
  3. 03単一プロンプトで全体の列を生成
  4. 04共通スケールでフレームを正規化
  5. 05透明余白を付けてエクスポート
  6. 06複雑なポーズへの対応指針

活用シーン

  1. 01製品版スプライトからアニメーションを作成
  2. 02一貫性のある複数フレーム列の生成
  3. 03ゲーム用エクスポートに向けたフレーム整理
  4. 04異なるポーズ間のサイズ統一

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/jamditis/claude-skills-journalism --skill animated-sprite-gen

インストール後、Claude Code で/animated-sprite-genを入力して読み込まれたか確認します。

詳細

アニメーションゲームスプライトの生成

AI 画像モデル（GPT Image 1.5、Nano Banana 2 など）を使用して、一貫性のあるアニメーションスプライトシートを生成するワークフローです。重要なポイントは、1 フレームずつではなく、1 枚のアンカーフレームからアニメーション全体のストリップを生成することです。

基本的なワークフロー

1. 製品版のシードフレームから始める

曖昧なコンセプトではなく、実際の製品版スプライトをモデルの基準にします。これにより、パレット、プロポーション、線の太さ、陰影の方向が固定されます。

2. 参照キャンバスを作成する

生のスプライトをそのまま送らないでください。ニアレストネイバー法で拡大し、フレーム用の空き領域を確保した大きな透明キャンバス（1024x1024）に配置します。

# Upscale a 64x64 sprite to fit in a 1024x1024 edit canvas
# with reserved slots for animation frames

大きなキャンバスを使うことで、モデルが複数フレームのシーケンスを生成する余地が生まれます。

3. 個別フレームではなく、ストリップ全体を生成する

フレームごとに生成すると、キャラクターの形状が変化します。代わりに、1 つのプロンプトでアニメーションストリップ全体をリクエストします。

Generate a [N]-frame [animation_type] animation strip of this character.
Keep the character consistent across all frames.
Arrange frames left-to-right in a single row.
Maintain the same art style, proportions, and color palette.

この方法なら、フレームを反復編集するよりも、はるかに高い一貫性が得られます。

4. ゲームで使えるフレームに正規化する

生成されたストリップには後処理が必要です。

  • ストリップ内の個々のスプライト要素を検出する
  • アンカー画像を使って、すべてのフレームに共通するスケールを計算する
  • 必要に応じて、フレーム 1 を製品版の正確な待機フレームに固定する
  • 標準的なフレームサイズ（例：64x64）に変換し、透明な余白を追加して書き出す
5. 複雑なポーズに対応する

あるポーズが別のポーズより縦に長い場合（例：剣を振り上げた攻撃とニュートラルポーズ）：

  • ストリップ全体に単一のグローバルスケールを使用します
  • フレーム内の高さの違いとしてポーズの差を表現します
  • フレームごとに個別に拡大縮小しないでください（サイズの不統一につながります）

スプライト向けモデルの比較

モデル強み弱み
GPT Image 1.5アンカーを使った編集が得意で、編集 API はキャンバスのワークフローに対応フレームサイズの一貫性にばらつきがある
Nano Banana 2フレーム間の一貫性が高く、より安価で高速複雑な指示への対応が苦手な場合がある
Retro Diffusion Proピクセルアート向けに特化（Gemini を使用）より専門特化しており、柔軟性は低い

コミュニティの報告によると、スプライトシートの一貫性では NB2 が GPT Image 1.5 を上回ります。リクエストごとの出力を最大 9 個のオブジェクトに制限すると、幻覚を減らせます。

ヒント

  • アイソメトリックスプライト：まだ解決が難しい課題で、確立されたベストプラクティスはありません
  • 一貫性の限界：最良の結果を得るには、1 回の生成につきストリップを 4～8 フレームに制限します
  • 動画からスプライトを作る方法：キャラクターのアニメーションを生成し、フレームを切り出してから OpenCV で位置合わせとフレーミングを行います
  • ChatGPT の簡易手順：DALL-E にスプライトシートを依頼してから、Data Analysis に「このスプライトシートを切り分けて GIF を作成して」と依頼し、フレームの寸法も指定します

検証チェックリスト

  1. アンカーフレームが製品版スプライトと正確に一致している
  2. すべてのフレームで同じグローバルスケールが使われている
  3. フレーム 1 が元の待機スプライトに固定されている
  4. 製品版として扱う前に、ゲームエンジン内でプレビューする
  5. 最初と最後のフレームの間でパレットが変化していないか確認する

クレジット

X の @chongdashu による "GPT 5.4 + Image 1.5 を使ったアニメーションゲームスプライトの生成" に基づいています（2026 年 3 月）。元のガイドでは、一貫性のある AI 生成スプライトアニメーションのためのアンカーフレームのワークフロー、キャンバスの設定、ストリップの正規化、ポーズへの対応を解説しています。

コメント

Markdown 対応