d-id-avatar-video

D-ID アバター動画制作

選択したプロバイダーが D-ID の場合、またはユーザーが D-ID のトーキングアバター、写真から話す動画への変換、プレゼンタークリップ、表情豊かなアバター、対話型ビジュアルエージェント、リアルタイムアバターストリーム、D-ID を活用したローカライズ／サポート／トレーニングのワークフローを求めている場合に、このスキルを使用してください。

D-ID を汎用のシネマティック動画生成ツールとして扱わないでください。D-ID は主に、人間のプレゼンター動画に使うツールです。顔またはプレゼンターが、リップシンクに合わせてテキストや音声を話します。オブジェクトとのやり取り、製品の取り扱い、全身を使った動きの演出、複数ショットにわたる物語性のある動き、シネマティックなカメラワークが必要なシーンでは、より汎用的な動画生成または合成のパイプラインを使用し、D-ID はプレゼンター部分にのみ使用してください。

このスキルに記載されている情報は、2026-07-10 に公式の D-ID ドキュメントとポリシーに照らして検証済みです。ユーザー向けの案内で価格、利用可能なモデル、対応言語、モデレーションのカテゴリ、エンドポイントのスキーマ、プランの上限について言及する前に、最新のドキュメントを再確認してください。

スクリプトを作成する前に D-ID の方式を選ぶ

慣例ではなく、成果物に合わせて方式を選んでください。

必要なもの	D-ID の方式	使用する場面	使用を避ける場面
特定の静止ポートレートに話をさせる	V2 Photo Avatar / Talks API (POST /talks)	ユーザーが鮮明な顔画像を提供または所有しており、身体の動きより個人へのカスタマイズが重視される場合。	顔の解像度が低い、横向きである、有名人に似ている、または使用許可が不明な場合。
洗練されたストックプレゼンターに話をさせる	V3 Pro Avatar / Clips API (POST /clips)	マーケティング、学習、オンボーディング、サポートの短い動画、ブランド紹介で、フル HD のプレゼンター映像と自然な動きが必要な場合。	特定の人物の本人性が必要な場合。
繰り返し使えるカスタム動画アバター	V3 Instant Avatar または V4 Expressive Avatar の作成	本人が同意確認を完了でき、プロジェクトで所有する同じアバターを使った動画を多数制作する必要がある場合。	同意確認動画がない場合、または元映像の品質が低い場合。
表情豊かな感情表現と次世代のアバター動作	V4 Expressive Avatar / Scenes API (POST /scenes)	感情表現、より人間らしい顔の描写、表情豊かなトレーニング／サポート／営業プレゼンター、または V4 エージェントが必要な場合。	写真から動画への簡単な単発クリップで十分な場合。
ライブ会話	D-ID Agents、Agents SDK、Streams API、Embed SDK	WebRTC／LiveKit によるリアルタイムのアバター応答を行うウェブサイト／チャット／サポート／トレーニング用エージェントが成果物の場合。	完成済みの MP4 のみが成果物の場合。
大量のパーソナライズ動画	ユーザーのツールに応じた D-ID API jobs または Studio campaigns	営業アプローチ、オンボーディング、L&D の修了証、コースのフィードバック、ローカライズ版など、類似した動画を多数作成する必要がある場合。	動画ごとに個別の編集や異なるビジュアルデザインが必要な場合。

公式ドキュメントによると、D-ID の動画 API は画像、テキスト、音声からのアバター動画制作に対応しており、主な動画ファミリーは V4 Expressive Avatars、V3 Pro Avatars、V3 Instant Avatars、V2 Photo Avatars です。V2 Talks エンドポイントは元画像を話すアバターに変換します。V3 Clips エンドポイントはプレゼンターアバターと任意のドライバーを使用します。V4 Scenes は作成済みのアバターを使用します。出典：D-ID Quickstart、Create a talk、Create a clip、Create a Scene、2026-07-10 検証済み。

本番前の確認事項

有料または取り消しできない生成を行う前に、次の点を確認してください。

1. D-ID API キーとクレジットを確認します。D-ID の FAQ によると、API キーは Studio で生成され、有効なクレジットが必要です。また、API には残りのクレジット項目と合計クレジット項目を確認する GET /credits が用意されています。2026-07-10 に確認済みです。
2. 商用利用の権利とプランの制約を確認します。D-ID の利用規約に基づき、トライアルまたはゲストによる出力にはウォーターマークが付いたり、非商用利用に制限されたりする場合があります。有料プランによって、ウォーターマーク、利用条件、クレジットが異なります。ユーザーのプランで商用利用が許可されていることを確認するまでは、商用利用できると約束しないでください。
3. 人物／肖像の権利を確認します。実在の人物の場合は、用途、対象者、期間について、その人物の画像、音声、肖像を使用する明示的な許可を得てください。
4. 入力に個人データが含まれる可能性があるか確認します。D-ID のプライバシーポリシーによると、写真、テキスト、音声、動画、音声クローンデータ、アカウントデータが処理される場合があります。不要な個人データは最小限に抑えてください。
5. テキスト読み上げと外部音声のどちらを使うか決めます。
   • 素早い反復作業、ローカライズ、管理の簡素化には、テキストスクリプトを使用します。
   • 正確なタイミング、事前承認済みのナレーション、人による録音、または外部の TTS 音声を維持する必要がある場合は、音声スクリプトを使用します。
6. データの管理方法を決めます。入力ファイルの保存場所、result_url を使用する場合に D-ID が結果を書き込む場所、Webhook の受信先、ダウンロード後に最終的な MP4 とメタデータを保存する場所を確認してください。
7. 生成前に QA チェックリストを作成し、チームで「良好」の基準を共有します。人物の使用許可、顔への適合性、リップシンク、発音、字幕、安全なコンテンツ、ブランドトーン、解像度、ウォーターマーク／合成マーク、最終ファイルの管理場所を確認します。

入力の準備

V2 Photo Avatar / Talks 用のソース画像

顔がはっきりと見える人物を 1 人だけ含む、正面向きで明るい画像を使用します。あごや髪の周囲に余裕を持たせ、頭から肩までが安定して収まるようにトリミングします。極端な横向き、強い遮蔽、サングラス、口を開けた表情、手前に物が多い画像、許可なく実在の人物だと思わせる画像は避けてください。

本番環境でのヒューリスティック：

• クローズアップでの表示に十分な顔のディテールを保ちます。D-ID が小さな顔を補正してくれることを期待するのではなく、アップスケールするか、別の写真を選んでください。
• 肌の自然な質感を保ちます。過度な美肌加工は、不自然な唇や頬の動きを生むことがあります。
• ビジネス、サポート、教育、ローカライズ用途には、無表情またはわずかな笑顔を推奨します。元画像の感情が強いと、自然に表現できる範囲が狭まります。
• アバターをスライドやブランドグラフィックと合成する場合は、照明と色味を統一します。
• 有名人、公人、従業員、顧客、子ども、または私人をアニメーション化するよう求められた場合は、権利とポリシーへの適合が明確になるまで作業を中断してください。

V3 Pro / Clips のプレゼンター選択

GET /clips/presenters を使用して、対応する V3 Pro Avatars とその presenter_id の値を一覧表示します。D-ID のドキュメントには、V3 Pro Avatars は /clips と組み合わせて使用すること、ユーザー自身の動画素材を基にしたカスタム V3 Pro Avatars の作成には D-ID への問い合わせが必要であることも記載されています。2026-07-10 に確認済みです。

次の点に基づいてプレゼンターを選択します。

• 対象者からの信頼との適合性：幹部、教育者、同僚、サポート担当者、営業アドバイザー。
• 服装／背景との適合性：無難なオフィス、グリーンスクリーン、自宅、屋外、ブランド利用に適したもの。
• フレーミングとジェスチャーのスタイル：手が見える／見えない、活発／落ち着いたもの。
• ローカライズの一貫性：ローカライズした顔やペルソナを意図的に使う場合を除き、言語グループごとにプレゼンターを 1 人選びます。

選択した D-ID のプレゼンター／ドライバーのワークフローでその機能が明示的に提供されていない限り、プレゼンターが製品を持つ、任意の UI 要素を指し示す、セット内を歩き回る、小道具と物理的にやり取りするといったことができると説明しないでください。

カスタムアバターと同意確認用映像

V3 Instant Avatars について、D-ID のドキュメントには、そのアバターで無制限に動画を生成する前に同意確認プロセスが必要と記載されています。Express Avatars では、POST /scenes/avatars でソース動画用の source_url と、有効な同意確認用動画の consent_id を指定します。POST /consents では、対応言語で同意確認のフローを作成できます。2026-07-10 に確認済みです。

カスタムアバター用のソース映像は、ミニチュアのタレント撮影のように撮影します。

• 人物は1人だけにし、カメラを安定させ、目線の高さで撮影し、均一な照明とすっきりした背景を用意します。
• ソース映像には、著作権で保護された音楽や第三者の声を含めないでください。
• 自然な話す速度を保ち、数秒間、無表情の状態も撮影します。
• 今後の動画でも再利用できる衣装と背景を選びます。
• 必要な言語で同意確認を別途撮影し、対象となる人物とアカウントに紐付けます。

同意確認に失敗した場合や同意がない場合は、静止画、そっくりな人物、クローン音声で回避しないでください。有効な同意を求めるか、ストックのプレゼンターに切り替えてください。

スクリプト、音声、言語の方針

D-ID は、該当するエンドポイントでテキストまたは音声スクリプトからアニメーションを生成できます。/tts/voices では音声を一覧表示し、プロバイダー（Amazon、Microsoft、Azure OpenAI、ElevenLabs、Google）で絞り込めます。一部のエンドポイントでは、IVC 音声に外部の ElevenLabs API キーを使用するための x-api-key-external ヘッダーに対応しています。2026-07-10 に確認済みです。

リップシンクと信頼感を意識して文章を作成します。

• 簡潔で、声に出して話しやすい文にします。D-ID のプレゼンターは、密度の高い文章を急いで読み上げるより、顔の表情でメッセージを支えるときに最も効果を発揮します。
• 1文につき明確な考えを1つにします。長い節を重ねると、視線や顔の動きによって話が冗長に感じられるため、アバター動画では不自然さが目立ちます。
• 珍しい発音、頭字語、名前、医療用語や法律用語、ブランド名は、読み方が伝わるように表記します。
• テキストまたは外部音声に、明示的な間の取り方を加えます。句読点を使うほか、選択したスクリプト／音声経路が対応していれば SSML のようなポーズを使うか、無音部分をきれいに整えた音声を事前にレンダリングします。
• 単語だけでなく、意味を現地向けに調整します。対象文化に合わせて、あいさつ、慣用表現、ジェスチャーへの期待、信頼感を高める表現を調整します。
• 感情表現を経路に合わせます。V4 の表現豊かな／感情経路では、より感情的な文章が適する場合があります。一方、V2 のフォトアバターでは、感情表現を控えめにします。

次の場合は、事前にレンダリングした音声を優先します。

• ユーザーが法的に使用許諾を得た人間のナレーションを用意している場合。
• ブランドボイスがすでに承認されている場合。
• 発音を正確にする必要がある場合。
• 別の TTS プロバイダーを優先する場合。
• D-ID と D-ID 以外の編集で再利用するマスター音声トラックが必要な場合。

音声をアップロードする場合、D-ID の POST /audios はアップロードされた音声／動画入力を一時的に保存し、結果を 16 kHz の WAV に変換します。audio/ および video/ MIME タイプに対応し、ファイルサイズは 6 MB までです。エンドポイントのパラメーターで別の保存先が指定されない限り、24～48時間保存されます。2026-07-10 に確認済みです。ソース音声と生成結果はダウンロードし、自分のプロジェクトストレージに保存してください。一時的なアップロード URL だけを唯一のコピーとして頼らないでください。

API のライフサイクルパターン

D-ID の非同期ジョブモデルを意図的に活用します。

1. アバター／プレゼンターを作成または選択します。
   • Talks：source_url を指定します。
   • Clips：presenter_id を指定し、必要に応じて driver_id も指定します。
   • Scenes：avatar_id を作成または選択します。Express Avatar の作成には POST /scenes/avatars を使用します。
2. エンドポイントに適した音声／プロバイダー設定とともに、script をテキストまたは音声で指定します。
3. 追跡可能性を確保するため、name と機密情報を含まない user_data を追加します。user_data にはシークレット、非公開のユーザーデータ、または未加工の顧客の個人識別情報を絶対に含めないでください。D-ID のドキュメントによると、これらはレスポンスと Webhook にそのまま含まれます。
4. 本番環境での自動化には Webhook を推奨します。Webhook が設定されていない場合は、完了するまで対応する GET エンドポイント（/talks/{id}、/clips/{id}、または scenes の同等のエンドポイント）をポーリングします。
5. result_url を使用する場合は、適切な権限を設定した管理下の HTTPS 保存先または署名付き URL を使用します。それ以外の場合は、返された動画 URL から速やかにダウンロードし、プロジェクトのアセットストアに保存します。
6. シークレットを除いたリクエストペイロード、ジョブ ID、エンドポイント、D-ID のルート、音声／プロバイダー、アバター／プレゼンター ID、該当する場合は同意 ID、ソースアセットのハッシュ、結果 URL、ローカルの最終パス、作成／完了のタイムスタンプ、コスト／クレジットに関する注記、QA の結果を保存します。

主なエンドポイント情報（2026-07-10 に確認済み）：

• POST /talks は、ソース画像／Studio のアクターから V2 のトーキングアバター動画を作成します。必須のテキストまたは音声のスクリプトが必要です。config、user_data、name、webhook、result_url を受け付けます。失敗の原因には、認証、クレジット不足、権限、モデレーションの各エラーが含まれる場合があります。
• POST /clips は、V3 のプレゼンタークリップを作成します。presenter_id、任意の driver_id、必須のテキスト／音声スクリプト、config、presenter_config、background、user_data、name、webhook、result_url を指定します。失敗の原因には、認証、クレジット、権限、画像／テキスト／音声のモデレーションが含まれる場合があります。
• POST /scenes/avatars は、ソース動画、任意の有効な consent_id、任意のグリーンスクリーンフラグ、webhook、name、user_data を使用して Express Avatar を作成します。
• POST /scenes は、avatar_id と必須のテキスト／音声スクリプトを使用してシーンを作成します。背景色を指定できるのは、グリーンスクリーン背景のアバターのみです。
• GET /tts/voices は、プロバイダー別に音声を一覧表示／フィルタリングします。
• GET /credits は、残りのクレジット数／合計クレジット数と有効期限を含むクレジット項目を返します。

Realtime Agents とストリーミング

静的な MP4 ではなく、対話可能な顔が必要な場合は Agents を使用します。D-ID のドキュメントでは、Agents は所有者がアップロードしたナレッジに基づいて回答し、ビジネスまたは個人での用途に応じた役割を担う自律型 AI アシスタントとして説明されています。一般的な役割には、マーケティング、顧客エンゲージメント、教育、トレーニングがあります。2026-07-10 に確認済みです。

Agent の本番導入は、単なるアバター生成ではなく、プロダクト設計の作業です。

• Agent の役割、回答を拒否する境界、引き継ぎルール、ユーザーにとっての価値を定義します。
• Photo Avatar、Video Avatar、Expressive Avatar からプレゼンター／アバターの種類を選択します。D-ID の Agents API では、Agent の作成時に presenter オブジェクトが必要です。
• LLM の利用経路を選択します。D-ID が管理する組み込みモデル、利用可能な場合は Studio を介した外部の OpenAI／Azure キー、またはカスタムの OpenAI 互換エンドポイントを選択できます。D-ID のドキュメントによると、2026-07-10 時点で組み込みオプションには複数の OpenAI モデル名が含まれています。正確なモデル名を確定する前に再確認してください。
• ソースドキュメントのプライバシー、古くなった主張、裏付けのない助言を確認して整理してから、ナレッジを追加します。
• 期待値が明確になるよう、開始メッセージと挨拶を用意します。
• 承認済みのドメインに限って埋め込み／SDK を有効にします。D-ID の SDK ドキュメントでは、埋め込み設定の一環としてドメインの許可リストとクライアントキーの使用について説明されています。
• レイテンシー、中断時の挙動、マイクの権限、ブラウザー互換性、フォールバックとしてのチャットのみの状態、記録された会話のエクスポート／管理をテストします。

D-ID の Agents SDK は、WebRTC ストリーミングを介して Talks（V2）と Clips（V3）をサポートし、マイク入力と常時有効な流暢モードを備えた LiveKit ベースのストリーミングを介して Expressives（V4）をサポートします。SDK はフロントエンド向けです。Agent と Knowledge の作成は、Agents API または Studio を通じて行ってください。2026-07-10 に確認済みです。

安全、権利、プライバシーに関する確認事項

以下のいずれかに該当する場合は、生成を一時停止し、問題を解決してください。

• 元の顔または声が実在の人物のものであり、許可がない、不明確である、または依頼された用途より範囲が狭い場合。
• 対象者が子ども、従業員、顧客、患者、学生、政治家、有名人、公職者、またはその他のセンシティブな人物である場合。
• 台本がなりすまし、欺瞞、推薦の捏造、重大な結果を伴う助言を行う場合、または開示が求められる状況で合成コンテンツであることを隠す場合。
• 元の画像／音声に、出力に不要な第三者の知的財産、私的な場所、機密文書、健康／財務／法律関連データ、生体データが含まれている場合。
• ユーザーがD-IDの合成マーク、ウォーターマーク、または開示表示の削除／非表示を求めている場合。D-IDの規約では、事前の書面による承認なしに合成マーク／ウォーターマークを削除、非表示、または目立たなくすることを制限しています。2026-07-10に確認済み。
• 追加の審査なしに、出力を広告、規制対象業界、政治的説得、採用、教育評価、医療、金融、法律サービス、または公共サービスに関する告知に使用する場合。

ユーザー向けの開示は明確で簡潔にしてください。「この動画では、D-IDで生成されたAIアバター／リップシンクを使用しています。」配信先のチャンネルや適用法に応じて、メタデータ、字幕、ページ本文、またはイントロ／アウトロに開示を含めてください。

D-IDアバター動画の完成時の品質確認

最終的なMP4を通常の速度で確認し、リップシンクは半分の速度でも確認してください。また、対象のレイアウト／プラットフォームでのクロップも確認してください。

必須確認項目：

• 顔、声、台本、音楽、配信に関する同意と権利が文書化されている。
• アバターの身元が誤解を招かず、承認されていない推薦を暗示していない。
• 破裂音、人名、数字、英語以外の単語で、リップシンクに違和感がない。
• 音声がクリアで、音量が正規化されており、子音の音切れや不自然な間がない。
• 目、歯、顎の輪郭、頬、手に、目立つアーティファクトがない。
• 最初のフレーム、最後のフレーム、ポスターフレームがブランドセーフである。
• 字幕が発話内容と一致し、最終的なアスペクト比でも読みやすい。
• 承認されていないウォーターマーク／合成マークの削除が行われていない。
• 結果URLから所有するストレージにダウンロード済みであり、一時的なアップロードや結果リンクだけが唯一のコピーではない。
• ジョブのメタデータが、生成を再現または監査するのに十分である。

よくある失敗と対処方法：

• 人名のリップシンクが不自然：発音に合わせて表記を書き換える、音声を切り替える、または外部で作成した音声を使用します。
• ロボットのような話し方：文を短くする、間を加える、より温かみのある音声を選ぶ、またはV4の表現豊かなルートに切り替えます。
• 静止写真の動きが不自然：より正面を向いた自然な画像を選ぶか、V3 presenterに切り替えます。
• プレゼンターが合わない：別のV3 presenter／background／driverを選ぶか、対応している場合はグリーンスクリーン合成を使用します。
• モデレーションエラー：問題が画像、テキスト、音声、有名人の認識、または権利に関わるコンテンツのどれに起因するかを確認します。モデレーションを回避しないでください。
• クレジットまたは認証の失敗：GET /credits、プラン／APIキーのステータス、エンドポイントの権限、外部TTSヘッダーが正しく設定されているかを確認します。
• Webhookを受信できない：ジョブのエンドポイントをポーリングし、HTTPSエンドポイントのログを確認し、user_dataに機密データが含まれる想定になっていないことを確認します。

例：提供されたポートレートを使った、個別対応のオンボーディング動画を単発で作成する

目的：新規顧客が提供し、使用に同意したポートレートを使って、35秒のウェルカム動画を作成します。

ルート：V2 Photo Avatar / Talks。特定の人物の画像が重要で、肩から上を映したシンプルな動画で十分だからです。

事前確認：

• オンボーディングでポートレートを使用する許可を書面で得ていることを確認します。
• D-ID のクレジットとプランを確認します。
• 元画像を、管理下にある HTTPS ストレージに保存します。
• すばやく反復できるよう、まずテキストのスクリプトを選びます。発音に問題がある場合にのみ、音声に切り替えます。

スクリプト例：

Hi Maya, welcome to Northstar Analytics. I'm glad you're here. In the next three minutes, we'll connect your dashboard, invite your team, and set your first weekly report. If anything feels unclear, use the help button in the lower right. Let's get you from setup to insight today.

API 形式のプラン例：

{
  "endpoint": "POST https://api.d-id.com/talks",
  "body": {
    "source_url": "https://your-controlled-storage.example/onboarding/maya-approved-headshot.jpg",
    "script": {
      "type": "text",
      "input": "Hi Maya, welcome to Northstar Analytics...",
      "provider": "microsoft",
      "voice_id": "choose-after-GET-/tts/voices"
    },
    "name": "maya-onboarding-welcome-v1",
    "user_data": "project=northstar-onboarding;variant=maya-v1",
    "webhook": "https://your-webhook.example/did/jobs",
    "result_url": "https://your-presigned-destination.example/maya-onboarding.mp4"
  }
}

この構成が効果的な理由：差別化要因は静止したポートレートであり、スクリプトは短く直接的で、user_data は機密情報を含まず、Webhook／結果の経路によって管理状態を維持できます。

期待される結果：オンボーディングページに適した、クローズアップのトーキングアバター MP4 です。

考えられる修正： 「Northstar」の発音が正しくない場合は、英語のビジネス発音に優れた音声を使うか、発音を音声表記するか、事前にレンダリングした音声を使用します。

例：ストックアバターを使った、洗練された研修プレゼンター

目的：実在する従業員の肖像を使わずに、60秒のコンプライアンス研修用マイクロラーニングの導入動画を作成します。

ルート：V3 Pro Avatar / Clips。ストックプレゼンターを使うことで、従業員の肖像に関するリスクを避けられ、1枚の写真と比べて身体やプレゼンターの動きを改善できるからです。

事前確認：

• GET /clips/presenters を使い、服装や背景が落ち着いたプレゼンターを選びます。
• 後続の合成処理でグリーンスクリーン／背景のオプションが必要かどうかを確認します。
• 法務関連の文言を正確にする必要がある場合は、外部でレビュー済みのナレーションを使用します。

スクリプト例：

Before you approve a vendor invoice, pause for three checks. First, confirm the purchase order matches the invoice amount. Second, verify the vendor name and payment details against the approved vendor record. Third, look for urgency language that pressures you to skip review. If any detail feels off, stop and route it to Finance Operations.

API 形式のプラン例：

{
  "endpoint": "POST https://api.d-id.com/clips",
  "body": {
    "presenter_id": "select-from-GET-/clips/presenters",
    "script": {
      "type": "text",
      "input": "Before you approve a vendor invoice...",
      "provider": "amazon",
      "voice_id": "choose-after-GET-/tts/voices"
    },
    "background": {
      "color": "#F6F7FB"
    },
    "name": "invoice-fraud-training-intro-v1",
    "user_data": "course=invoice-fraud;module=intro;version=1",
    "webhook": "https://your-webhook.example/did/jobs"
  }
}

期待される結果：スライドやインタラクティブなクイズコンテンツの前に配置できる、プロフェッショナルなプレゼンター動画です。

考えられる修正：プレゼンターのジェスチャーがコンプライアンス研修には大げさに感じられる場合は、より落ち着いたプレゼンター／ドライバーを選ぶか、スクリプトを短くして過剰な演技を抑えます。

例：SaaS ヘルプセンター向けのインタラクティブなサポートエージェント

目的：ドキュメントサイトに、製品のセットアップに関する質問に答えるビジュアルエージェントを導入します。

ルート：事前にレンダリングした動画ではなく、Embed または Agents SDK を使った D-ID Agent を使用します。

設計：

• プレゼンター：ブランドがよりリアルなリアルタイムの対話を求める場合は Expressive Avatar を使います。それ以外の場合は、速度と複雑さの低減を優先して、よりシンプルなアバターを使います。
• LLM：すばやく導入する場合は D-ID の組み込みモデルを使います。会社独自のモデルルーティングやコンプライアンス審査が必要な場合は、カスタムモデルまたは外部モデルを使います。
• ナレッジ：承認済みのヘルプセンター記事のみを使用し、社内チケットと顧客データは除外します。
• あいさつ：「Hi, I can help with setup and troubleshooting. I'm an AI support avatar, and I'll link to docs when useful.」
• 境界：請求内容の変更、法務／セキュリティに関する保証、認証済みのサポートへの引き継ぎを伴わないアカウント固有の診断は行いません。

QA：

• 許可するドメインの設定をテストします。
• マイクの権限とテキストへのフォールバックをテストします。
• 既知の FAQ から5つの質問をし、回答を元のドキュメントと比較します。
• 範囲外の請求／法務／セキュリティに関する質問をし、安全に引き継がれることを確認します。
• チャットログとエクスポートが、ユーザーのプライバシーポリシーに従って保存されることを確認します。

期待される結果：音声／動画／チャットに対応し、ドキュメントに基づく質問に回答して安全にエスカレーションできる、埋め込み型の AI サポートアバターです。

参照元

2026-07-10 に使用し、内容を確認した主な参照元：

• D-ID Quickstart：ルートファミリー（Realtime、Agents、Talks、Clips、V4 Expressive Avatars、Video Translate、SDKs）。
• D-ID API Keys と D-ID FAQ：Studio API キーの生成、クレジット要件、API ドキュメントの掲載場所。
• Create a talk、Get a specific talk、Create a clip、Get a specific clip、Get presenters、Create an Express Avatar、Create a Scene：エンドポイントの動作。
• Upload audio file、Get Voices、Get credits：オーディオ、TTS、クレジットのライフサイクル。
• Create a consent と V3 Instant Avatar クイックスタート：同意フローの要件。
• Agents SDK Overview、Agents Embed Overview、Create an Agent、Create a video stream、LLMs Overview：リアルタイムエージェントの設計。
• D-ID Products Terms of Use と D-ID Privacy Policy：権利、ウォーターマーク／合成マーク、個人データ、プライバシーに関する注意事項。