create-short

縦型ショート動画を作成 — 縦型ショート動画パイプライン

TikTok、Instagram Reels、YouTube Shorts 向けに最適化された、縦型ショート動画を作成します。

MCP の手順には remotion-production スキルと captions-workflow ルールを、Remotion のマークアップ、プレビュー、レンダリングには公式の remotion-best-practices スキルを読み込んでください（remotion-create、remotion-markup、remotion-captions、remotion-render に振り分けられます）。Remotion API に関しては、公式スキルの指示を優先してください。

/create-video との主な違い

• アスペクト比：9:16（1080x1920）— 必ず縦型にします
• 長さ：最長 15～60 秒（理想は 30 秒）
• 最初のつかみ：最初の 2～3 秒で注意を引く必要があります
• 字幕必須：TikTok 風の単語ごとの字幕を必ず追加します
• BGM：ムードタグを付けて必ず含めます
• テンポ：カットを速くし、1 シーンあたり 2～5 秒にします。間延びする場面は作りません

パイプライン

フェーズ 0：プロジェクトとプレビュー

1. 既存の Remotion プロジェクトを使用するか、公式の remotion-create の指示どおりにスキャフォールドします（フォルダーを確認してから、npx create-video@latest --yes --blank --no-tailwind を実行します）。
2. 起動したらすぐに Studio を開始し、開いたままにします：npx remotion studio（またはアプリ内ブラウザーを使用する場合は npx remotion studio --no-open）。表示された正確な URL を開き、コンポジションの作成後に /<composition-id> を開きます。

フェーズ 1：コンセプト（シンプルに保つ）

ユーザーに動画のテーマを尋ねてから、構成をまとめます：

📱 Short Video Plan

Platform: [TikTok / Reels / Shorts]
Duration: [15-60 seconds]
Format: 1080x1920 (9:16 vertical)
FPS: 30

Structure:
  🪝 Hook (0-3s): [attention grabber — question, bold claim, visual shock]
  📖 Body (3-Xs): [main content — 2-4 fast scenes]
  📣 CTA (last 3-5s): [call to action — follow, link, comment]

Voiceover: [yes/no] — [style: energetic, conversational, dramatic]
Music Mood: [upbeat, chill, dramatic, inspiring, dark, funny]
Caption Style: [TikTok bold / karaoke / minimal]

アセットを生成する前に、このプランについてユーザーの承認を得てください。

フェーズ 2：音声を生成（すべての起点となるナレーション）

音声は公式の ElevenLabs スキル（text-to-speech、music、sound-effects）から生成します。すべてを 1 つのスクリプト scripts/generate-audio.ts（@elevenlabs/elevenlabs-js、ELEVENLABS_API_KEY）にまとめ、node scripts/generate-audio.ts で実行します。ファイルの一覧は production-pipeline ルールのステップ 4 を参照してください。

2a. ナレーション

短い動画では、すべての単語に意味を持たせるため、簡潔なスクリプトを書きます。eleven_v4 を使ってパートごとに 1 ファイル生成します：

text-to-speech (official skill):
- text: [short, punchy hook line — no filler words]
- voice: [an energetic voice ID]
- model: eleven_v4
→ public/vo-hook.mp3

vo-body、vo-cta（または複数の本文シーンの場合は vo-body1、vo-body2）についても同様に繰り返します。

生成時に長さは返されません。各ファイルの長さは calculateMetadata で測定します（voiceover-sync ルールと公式の remotion-multimedia を参照してください）。

2b. BGM

music (official skill):
- prompt: "[mood] background music for social media short, energetic, [genre], instrumental"
- length: the short's length
- model: music_v2_5
→ public/music-bg.mp3

短尺動画向けのおすすめの音楽プロンプト：

• "TikTok向けのアップビートでトレンド感のあるポップビート、エネルギッシュ、ボーカルなし"
• "ダークなシネマティックベース、ドラマチックな緊張感、ボーカルなし、ショート動画向け"
• "教育コンテンツ向けのチルなローファイビート、リラックスした雰囲気、ボーカルなし"

Eleven Music は有料プランで商用利用が許可されています。手早くドラフトを作る場合は、同じ output_name を指定して remotion-media の generate_speech / generate_music（KIE）を使用できますが、Suno やその他の KIE 経由で再販されるモデルは、KIE を通じて権利元からライセンスされていません。KIE の音声はドラフトや社内作業に使用し、商用の最終音声は ElevenLabs で生成してください。

フェーズ 3：映像素材を用意

縦型の映像素材を検索します：

Use Pexels pexels_search_videos:
- query: [keywords]
- orientation: portrait  ← IMPORTANT: portrait for 9:16
- size: medium           (Full HD is enough for 1080x1920)
- per_page: 5

pexels_get_video（id）で動画の各種サイズを取得し、最も近いものを public/footage/ にダウンロードします（mkdir -p public/footage を実行してから curl -L -o を実行します）。使用するクリップだけをダウンロードしてください。Pexels ではクレジット表記は必須ではありませんが、記載すると喜ばれます。

または、aspect_ratio: "9:16" を指定して画像やクリップを生成します：

Use remotion-media generate_image / generate_video_from_text (or generate_video_from_image to animate an image; image_urls must be public URLs)
- output_name: img-hook / clip-body1 / ...
- aspect_ratio: 9:16

KIE の呼び出しに失敗した場合は、Replicate に切り替えます（replicate-models ルールに従い、search_models、get_models でスキーマを確認し、create_models_predictions を実行して、public/images/ または public/footage/ にダウンロードします）。

フェーズ 4：コンポジションをリアルタイムで構築する

Studio を開いたまま各パーツを構築し、フックができたらすぐにユーザーに確認してもらいます。すべてのマークアップには公式の remotion-markup（multi-scene-video.md、audio.md、embedding-videos.md）に従い、レイアウトには remotion-create/video-layout.md に従います。

• コンポジションを 1080x1920、30 fps で登録し、測定したナレーションの長さを合計する calculateMetadata（Math.ceil）を設定します
• フック → 本編 → CTA の 3 つの隣接するシーン（<TransitionSeries.Sequence> アイテム）で構成し、各シーンに専用の vo-* オーディオを配置します
• 音楽（music-bg.mp3）は全体にわたって loop で再生し、音声の下では音量を下げます（audio-integration ルールを参照）
• @remotion/media の <Audio>／<Video> を使用します

縦型動画のタイポグラフィ（公式の video-layout.md の最低基準を上回る設定）：

• タイトルテキスト：84-96px、太字（幅いっぱいに表示）
• 本文テキスト：48-64px
• キャプション：64-80px、太字、アウトライン付き
• 重要なテキストは画面中央の約 60% の範囲内に配置します。プラットフォームの UI が画面下部の約 15% と右側の約 15% に重なります

フェーズ 5：キャプションを追加する

ショート動画にはキャプションが必須です。/add-captions と同じワークフローを使用します。

1. 公式の単語単位のフロー（remotion-captions/transcribe-captions.md、@remotion/whisper-webgpu）で、各ナレーションファイルを書き起こします。使用可能な GPU がない場合は、代わりに ElevenLabs Scribe（公式の speech-to-text スキル、単語ごとのタイムスタンプを含む scribe_v2）を使用し、@remotion/elevenlabs の elevenLabsTranscriptToCaptions()（https://www.remotion.dev/docs/elevenlabs）で Caption[] に変換します。どちらも単語単位のタイミングを取得できるため、TikTok スタイルも引き続き使用できます。
2. 選択したスタイルに対応する公式のキャプション要素（TikTok 向けの太字スタイルには Popping Word Captions）をコピーし、各シーンの中で、そのシーンのナレーションの隣に 1 つずつ配置します。キャプションはインラインで記述します（公式の display-captions.md）。
3. captions-workflow ルールの TikTok プリセットを適用します。太字、高コントラスト、ハイライトカラーを使用します。
4. 画面下部から 15-25% 上に配置し、プラットフォームの UI に重ならないようにします

フェーズ 6：Studio で確認し、依頼があった場合にレンダリングする

ユーザーに Studio で 1080x1920 のショート動画（およびスマートフォンサイズのウィンドウ）を確認してもらいます。フィードバックを反映して調整し、コードまたは Studio でユーザーが加えた編集はすべて保持してください。

ユーザーが MP4 を求めた場合に限り、公式の remotion-render に従ってレンダリングします（または Studio のレンダリングボタンを使用します）。

npx remotion render MyShort out/short.mp4 --codec h264 --crf 18

ショート動画のベストプラクティス

• フックで引きつけられなければ終わり — 最初の 2 秒で視聴者を引きつけられなければ、スクロールして離れてしまいます
• ショート動画 1 本につきアイデアは 1 つ — すべてを詰め込もうとせず、トピックを 1 つだけ選びます
• 画面上のテキスト — 太字のテキストオーバーレイで重要なポイントを補強します
• テンポを速く — 2-4 秒ごとにカットし、1 つのシーンが 5 秒を超えないようにします
• 常にキャプションを付ける — ソーシャルメディア動画の 85% は音声なしで視聴されています
• CTA で締めくくる — 「フォローしてもっと見る」、「プロフィールのリンクをチェック」、「コメントしてください」
• セーフゾーン — 画面の端からテキストを離します（プラットフォームの UI が重なるため）
• ループしやすくする — 終わりから始まりへ自然につながる演出を検討します