book-video-factory

図書動画ファクトリー

初回利用

1. SKILL_ROOT を、この SKILL.md を含むディレクトリとして解決してください。特定のユーザーのホームディレクトリ、オペレーティングシステム、ブランド、音声、フォント、認証情報を前提にしないでください。

2. 空のワークスペースまたは新しいワークスペースで、次を実行してください。

   python3 <SKILL_ROOT>/scripts/bootstrap_workspace.py --workspace .
   python3 <SKILL_ROOT>/scripts/doctor.py --profile planning
   

   ブートストラップでは、同梱された決定論的ランタイムを book_video_factory/ にコピーします。隠されたメディアをダウンロードしたり、メンテナーのマシンに依存したりすることはありません。

3. ユーザーが書籍／トピックを承認した後にのみ、プロジェクトを作成してください。

   python3 <SKILL_ROOT>/scripts/bootstrap_workspace.py \
     --workspace . --slug <slug> --book-title '<title>' --author '<author>'
   

   トピックが構造化コンテンツアセットシステムに由来する場合は、--mode content-system-backed を追加してください。このモードでは、アセットがゲートを通過する前に、検証済みコンテンツパッケージとトレーサビリティマップが必要です。

4. 最初の制作パッケージを生成する前に references/first-run.md を読み、リリースの準備が整ったと宣言する前に references/quality-gates.md を読んでください。

作業モデル

• 再利用可能なワークフロー／設定は book_video_factory/ に、プロジェクト固有のエビデンス／メディアは book_video_warehouse/ に保持してください。
• すべての書籍の表紙、引用、BGM、音声参照、参考動画、生成アセット、認証情報を、ユーザー所有／プロジェクトローカルの入力として扱ってください。隠されたデフォルトアセットを同梱、ダウンロード、複製、再利用しないでください。
• 改訂のたびに新しいリリースディレクトリを作成してください。ローカルマスターを信頼できる唯一の情報源として保持し、ChatCut は任意の編集可能な仕上げレイヤーとして扱ってください。
• トピックの承認、スクリプトの承認、出典／権利の承認、対象言語でのレビュー、公開の承認について、人によるゲートを設けてください。

スタイルプロファイル

アセットを作成する前にスタイルプロファイルを1つ選択してください。フレーム、タイポグラフィ、レビュー要件を、異なるスタイル間で暗黙的に混在させないでください。

• 二言語編集テンプレートの図書動画（旧スタイル） — マシン ID は book-editorial-bilingual-v2 です。実際の表紙、承認済みの静止画12枚、ローカルのナレーション、レンダリング済みキャプション、および任意の9:16派生版を使用する、決定論的な3:4の二言語テンプレートです。
• VOXスタイルの図書動画（新スタイル） — マシン ID は paper-collage-explainer-v1 です。4～8秒のビジュアルビートで構成される、音声主導の9:16編集ペーパークラージュ解説動画です。これは公開用の説明ラベルであり、提携を主張するものでも、特定の出版社／番組を模倣する許可を示すものでもありません。選択する前に references/paper-collage-explainer.md を読んでください。

旧スタイルは、後方互換性のあるデフォルトです。VOXスタイルでは、--style-profile paper-collage-explainer-v1 を指定してプロジェクトを作成し、生成レーンを明示的に1つ選択してください。

• gemini-api — プログラムによるレーンです。ユーザーが許可した GEMINI_API_KEY、最新の Google Gen AI SDK、プロバイダーの費用／クォータの承認、改変不可能なオペレーション／出力記録が必要です。デフォルトでは Interactions API 経由で gemini-omni-flash-preview を使用してください。最初／最後のフレーム制御または動画の延長が必要な場合は、generate_videos 経由で veo-3.1-generate-preview を使用してください。
• google-flow — 手動のクリエイティブレーンです。現在のアカウント／リージョンでの利用資格、対象となる Google AI プラン、利用可能なクレジット、ユーザーが操作するブラウザーセッションが必要です。Flow にプログラム可能な API があると想定しないでください。ユーザーが許可したエクスポートのみをインポートし、プロンプト、画面に表示されたクレジット、ハッシュ、手動実行の来歴を記録してください。

VOXスタイルの経路は、現在、オーケストレーションとインポートのワークフローです。このリポジトリにワンクリックの Google 動画生成ツールが同梱されていると主張しないでください。 現在の dbs-content-system シーン・トレーサビリティ契約は V4 専用です。そのため、content-system-backed がサポートされるのは旧スタイルのみです。マニフェストベースのトレーサビリティ契約が実装され、テストされるまでは、VOXスタイルは single-book に限定されます。

制作シーケンス

1. テーマと根拠 — 帰属先を明示できる公開書籍メタデータを収集します。WeRead の認証情報やその他のデータソースを利用できない場合は、その制約を記録し、ユーザー提供の証拠または公開され、帰属先を明示できる証拠を使用します。ログインやプラットフォームの制限を回避してはいけません。
2. 台本、音声、タイミング — 簡潔な中国語の台本と、必要に応じて英語の制作ドラフトを作成し、承認を得ます。ナレーションの生成や録音は、許可がある場合に限ります。許可された ASR または編集者のトランスクリプトを使い、実際の音声からタイムスタンプを割り出します。タイミングを捏造してはいけません。VOX スタイルでは、クリップ全体の生成前にこのタイミングを確定します。
3. スタイル固有のアセット — オリジナルスタイルでは、実物の表紙と、テキストのない承認済み静止画を12点用意します。VOX スタイルでは、比喩を1つ承認した後、最初と最後のフレームまたはコンタクトシートを確認し、その後、生成された各ビジュアルのビートを承認します。プロンプトでは、ブランド名を含まない編集用の描写を使用します。
4. 映像のロック — 承認済みアセットを、ロック済みのナレーションに対応付けます。VOX のクリップは、速度を変更せずに、ローカルの30 fpsタイムラインに合わせた無音の720×1280 H.264に正規化します。ケイデンスを確認し、オプティカルフローはデフォルトでオフにします。
5. 音声とレンダリング — プロジェクト所有のナレーション、ローカルの字幕、許可されたBGMとSFXを追加します。BGMの権利承認と、クリエイティブ上のbgm_reviewは別々の判断です。参考動画の音声をコピーしてはいけません。
6. QCと納品 — 技術面と人によるチェックを実施し、承認をハッシュに紐付け、マニフェストとコストイベントを記録します。その後、必要に応じて、合格したローカルマスターをChatCutにインポートして細部を編集します。

ワークフローの契約

• project.json.workflow.style_profile_idでビジュアルワークフローを選択し、対応するrelease_profile_idでレンダラーと出力の契約を選択します。スタイルIDのない既存プロジェクトは、互換性のために限り、オリジナルスタイルにフォールバックします。
• オリジナルスタイルにはconfig/release_profiles/book-v4-bilingual-3x4.jsonを、VOXスタイルにはconfig/release_profiles/book-vox-vertical-9x16-v1.jsonを使用します。どちらのスタイルについても、寸法やアセットを汎用的な定数として扱ってはいけません。
• scripts/workflow.py evaluate --project <project> --release-id <release-id>を使用して、プロジェクトプロファイルを解決し、リリースに限定した状態を導出します。project.json.statusは承認の仕組みではなく、異なるリリースの承認が統合されることはありません。
• 人による判断はscripts/workflow.py approveで記録します。承認はレビュー対象ファイルのハッシュに紐付けられ、編集後は無効になります。
• 入力と出力のハッシュを含む不変のステージマニフェストには、scripts/workflow.py manifest-stageを使用します。
• 長いタイトルはピクセル単位で計測し、意味に沿って最大2行に折り返します。設定されたセーフエリアに収まらない場合は、フェイルクローズします。
• dbs-content-systemを上流システムとして維持します。ソース監査、QST / CON / OPI / CAS / SOL、テーママップ、関係性、重複排除、正規バージョン、アセンブリを担当します。このSkill内でこれらのアルゴリズムを再現してはいけません。
• content-system-backedでは、scripts/content_bridge.py export-dbs、validate-package、import-package、attach-traceability、statusを使用します。export-dbsはシリアル化のみを行い、上流の意味解析は実施しません。インポートとアクティブバージョンの変更は追記専用で、ハッシュに紐付けられます。
• 有効なブリッジパッケージには、source_document / content_unit / claim / assembly_briefが含まれます。トレーサビリティマップでは、すべての台本行を、レビュー済みのClaimの根拠または明示的な編集上の免除、およびレンダラーの実際のシーン契約に結び付けます。assets_readyの前に、このマップに紐付いた人によるtraceability承認が必要です。

必須リリースゲート

• 生成した模造品を本の表紙として使用しないでください。実際の表紙の出典と権利・利用状況を記録してください。
• 明示的な権利がない限り、著作権で保護された音楽、効果音、参考動画の音声、人物の声、著名人の肖像、アカウントのブランディングを再利用しないでください。
• 元のV4スタイルの納品物に限り、重複のない番号付き静止画12点（S01～S12）を必須とします。VOXスタイルでは、承認済みのクリップマニフェストを使用し、シーン数に一律の要件は設けません。
• VOXスタイルでは、source_audit、gate_1_metaphor、gate_2_still、gate_3_clip_qa、bgm_review、audio_qc、local_master_review、publishを、それぞれ独立したハッシュ紐付け済みのゲートとして維持してください。cover_rightsとenglish_nativeは、該当する要素を納品する場合に限り適用してください。
• SynthIDなど、目に見えないプロバイダー由来の情報は許容し、削除したり改変したりしないでください。第三者の目に見える透かしは拒否してください。
• トークン数を決して捏造しないでください。該当するプロバイダーから確認できる使用量のみを記録してください。

コスト台帳

既知の使用量と運用上の事実を記録するには、同梱の追記専用台帳を使用してください。

python3 <SKILL_ROOT>/scripts/run_cost.py record \
  --warehouse book_video_warehouse --project <slug> --stage assets.generate \
  --images 12 --note 'Approved scene images'
python3 <SKILL_ROOT>/scripts/run_cost.py report --warehouse book_video_warehouse

レポートの—は使用量を確認できなかったことを意味し、コストがゼロであることを示すものではありません。

ChatCutへの引き継ぎ

ローカルQCに合格した後に限り、ChatCutを使用してください。ローカルマスターと字幕ファイルをインポートし、範囲を限定した編集を行い、ローカルマスターを上書きせずにv4-chatcut-<revision>としてエクスポートしてください。プロジェクトID、編集内容、レビュアーの判定、エクスポート先のパスを、プロジェクト納品マニフェストに記録してください。