digital-twin

デジタルツイン

合格させるべきものは3つあります。あなた自身の部屋にいるあなたの静止画、あなたが話している動画クリップ、そしてあなたの声で話すセリフです。合格ラインは、あなたを知っている人がためらわずに「これはあなた本人だ」と言うことです。**最終的な判定者はあなた自身です。**ブラインド判定者やスコアラーが欠点を見つけ、決めるのはあなたです。あるブラインド判定者は、本人が承認したものより別のショットに高い評価を付けましたが、正しかったのは本人のほうでした。

**出典。**あるクリエイターのデジタルツインから抽出した内容です。2026年11月6〜8日に、コース紹介用に作成されました。160枚を超える番号付きのSeedream静止画を、ブラインド判定者、ランドマーク測定、本人の選択で評価しました。Seedanceの草案V1〜J2は、本人の実際の話し方を基準に測定しました。音声制作では、話者類似度スコアラーの評価でクローンのスコアが8.7から9.2/10に上がりました。以下のルールはすべて、本人が修正した点か、測定で判明した失敗に基づいています。本人の数値は一例として示しており、ひとり分の結果です。自分の数値を測定してください。

まず同意を得てください（references/consent.md）。使用するのは自分自身の顔と声、またはこの用途について記録に残る同意を得た人のものに限ります。公人、クライアント、同意していない人は絶対に使用しないでください。プラットフォームの本人確認手順（音声CAPTCHAやスマートフォンでの顔認証）は、所有者本人が行ってください。プラットフォームの本人確認を回避しないでください。

ワークフローの概要

段階	作成するもの	ツールと料金（2026年11月）	判定基準
0 · セットアップ	同意、アカウント、プロジェクトフォルダー、キャンバス、台帳	Fil（自分の声にはElevenLabsも）	同意。支出の前に必ず料金を確認
1 · 参照素材	自分の動画から切り出した顔画像：厳選セット、角度別セット、判定用の保留フレーム、部屋の写真	無料（scripts/）	自撮りは使わない。生成した顔も使わない
2 · アイデンティティ	ブラインド特徴リストに基づく250〜350語のアイデンティティブロック	無料	判定者が保留フレームと照合
3 · 静止画	1回に3枚。実際の部屋で、変えるのはカメラと時間のみ	FilのSeedream 5 Pro：12クレジット（$0.12）	自分で選択。比率を測定
4 · 監査と修正	選んだものをすべてタイルごとに確認し、修正	Seedream編集＋fix_still.pyでの貼り戻し	間違った機材、髪、手、余計な物をなくす
5 · 音声	自分の声で話すセリフ	ElevenLabsのインスタントクローン、v4＋音声タグ	7〜10秒のセリフでscore_voice.pyのスコアが9以上。自分の耳でも確認
6 · 話している動画クリップ	5秒。静止画ごとに草案を1つ	FilのSeedance 2.5、480p：約52クレジット（$0.52）	英語が完全一致。口と頭の動きを測定
7 · 納品	キャンバスに配置し、記録	Filのセクション、台帳、ログ	支出をすべて記録。選んだものに印を付ける

同じ手順を、そのまま使えるFilワークフローとして利用できます：https://fil.design/workflows/digital-twin（`references/fil-workflow.md`）。

段階0 · セットアップ

• **アカウント：**すべてを1つのキャンバス上で実行するFil。Seedream 5 Proの静止画と編集、ElevenLabsの音声ノード（自分の声をIDで指定）、Seedance 2.5の動画クリップを利用します。自分の音声クローンを作成するにはElevenLabsを使います（CreatorプランにはProfessional枠が1つ、インスタント枠が30あります）。任意：Fil以外で写真からSeedanceの草案を作成するためのHiggsfield CLI higgsfield。
• プロジェクトフォルダー：refs/、room/、rounds/、voice/、video/、LOG.mdと台帳のcredits.txtを用意します。実行するたびに、モデル、参照素材、正確なプロンプト、ファイル、キャンバスノード、そしてあなた自身の判定をLOG.mdに記録します。
• **料金を確認し、知らせてから実行：**Filではmax_credits: 0を指定すると料金が返されます（Filの1クレジットは$0.01）。Higgsfieldではhiggsfield generate cost …で料金を確認できます（Plus年間プランでは1クレジットは約$0.039）。クレジット数ではなく、ドルで比較してください。
• **ローカルツール：**ffmpeg、whisper-cli（large-v3-turboモデル）、Swift（ランドマーク用のmacOS Vision）、numpy、Pillow、speechbrain、torchaudioをインストールしたPython 3.12。

ステージ 1 · 自分の録画から参照画像を作成する

参照：references/references.md。

1. 普段使っているカメラ、マイク、照明で撮影したトーク映像からフレームを抽出します： scripts/extract_frames.sh frames/ rec1.mp4 rec2.mp4 -- 10 → swift scripts/faces.swift frames/*.jpg > faces.txt → scripts/crops.sh faces.txt refs/all 1024（頭部をぴったり切り抜きます。ラベリアマイクや手は写さないでください）。
2. 5 フレームを審査用の正解データとして保留します（J1〜J5）。別の日に撮影したものを使い、参照画像には絶対に使わないでください。
3. 主にニュートラルな表情で、口を閉じているか、わずかに開けている、頭をまっすぐにした、正面と 3/4 のアングルを混ぜた、無駄のない 8 枚を選びます。scripts/lmjson.swift と scripts/measure.py で測定し、あごが長く、顔幅も広く写るフレーム（笑顔や話している途中のフレーム）は除外します。Seedream は参照画像のプロポーションをそのまま反映します。笑顔のフレームを含むセットでは、どの画像もあごが約 8〜10％長く、顔幅が約 7％広くなりました。一方、無駄のないセットは、保留したフレームとほぼ同じ数値でした。
4. **アングル別セット：**最も正面を向いた 6 枚（目線が合うショット）、最も横を向いた 6 枚（横顔ショット）、全身が写った 3 枚（ワイド）。faces.swift の yaw で順位付けします。3/4 の参照画像しか使わないと、目線が合うショットも横顔ショットも、本人から離れていきます。
5. 部屋の写真：実際の部屋の写真を 3 枚（部屋全体、机、窓側）用意し、必ず参照画像の最後にします。
6. **絶対に使わないもの：**スマートフォンの自撮り画像（広角レンズで鼻が大きく、あごが細く写り、モデルがシミをほくろに変えてしまいます）；生成画像を参照画像にすること（誤差が積み重なります）；他人のスクリーンショットを画像参照にすること（その人の顔が混ざります）；審査用に保留したフレーム。

ステージ 2 · アイデンティティの記述

参照：references/identity-template.md。

新しい盲検の審査員に、保留したフレームを見てもらい、髪の生え際、髪、顔の形、目、眉、鼻、口、耳、肌（Lab 値を含む）、年齢、体格について、顔の特徴を一つずつ説明してもらいます。その内容をもとに、「A real photograph of exactly the person in the reference photos, the same person」で始まり、「Use the reference photos only for who they are, not for their room, light, clothes or microphone」で終わる段落を 1 つ書きます。そのうえで、短くまとめます。

• 審査員から指摘された修正点は、それぞれ 1 つのフレーズとして盛り込みます。**記述が長いと、修正しすぎになります。**審査員の指摘をすべて盛り込んだバージョンは、スコアが約 0.25 低くなりました。「short chin」はあごを長くし、「blue-black sheen」は髪を青くしました。
• 自分がどんな特徴を持つか、また、似ているけれど当てはまらない特徴（「not a quiff, not a pompadour」；「not tanned」；「not gaunt」）も記述します。
• 言葉は特徴に変換されます。「grey scalp」と「grey stubble」は、側頭部の髪を銀色にしました。「skin-toned scalp… no grey, white or silver hair anywhere」と書きます。
• 「skin texture」や「detailed pores」のような強調表現は使わないでください。小さな点やシミが生じる原因になります。
• Fil では、4 つのプロンプトを合わせて 4,000 文字未満にする必要があるため、圧縮版（約 1,900 文字）にまとめます。

ステージ 3 · 静止画：あなたの部屋で、一度に3枚

参照：references/stills.md、references/workspace.md。

• 顔が写る画像はすべてSeedream 5 Proを使い、編集にも適用します。 ブラインド評価では、本人らしさの点でNano Bananaを上回りました（7.8対7.1）。Nano Bananaは、ニキビ跡やシミ、整えた髪を勝手に作り続けました。Filのedit_imageのデフォルトはNano Bananaなので、model: "seedream-5-pro"を渡してください。
• 4パートのプロンプト構成：各パートを1つずつプロンプトノードにし、順番に連結して1つのseedream-5-proノード（16:9、2k）にします。
  1. 本人情報：あなたが誰か。
  2. ワークスペース（共有）：実際の部屋を各ラウンドで一度だけ記述し、そのラウンドのすべてのショットで同じ部屋にします。
  3. ショット：Time: + Camera:（レンズ、高さ、距離）、フレーミング、ポーズ、視線、小物のわずかな動きを1、2点。
  4. 機材＋仕上げ（必ず最後）：実際のデスク機材を正確な名称で指定し、服装、「本人にマイクを装着しない」、レンズの表現とカラーグレーディング、「ライトスタンド、ソフトボックス、三脚をフレーム内に入れない」、「テキストなし」。
• 変えるのはカメラと時間帯だけです。 作り物の場所（ロフト、山小屋、砂漠など）は偽物らしく見え、連続性を損ないます。また、そのプロジェクトでは顎が長くなりすぎることもありました。実際のクルーがトーク映像を撮影するように、説得力のある1つの部屋をさまざまなカメラで撮影してください。
• 一度に3枚。 変化をつけます。1枚はレンズの脇を見る3/4アングル、1枚はカメラ目線（正面参照画像を混ぜます）、1枚は新しいカメラアングルか時間帯にします。すべてのショットに「165 · 早朝の日の出 · 65mm」のように番号を付け、選択時に1行で指定できるようにします。
• 本人らしく見せるカメラと照明のルール： 85mm（ミディアムショットでは50〜65mm）、目の高さ。実際の録画で確認できる側へ顔を3/4向け、レンズのすぐ脇を見るか、カメラ目線ではレンズに正対します。片側から大きく柔らかなキーライト（窓やブラインドなど）を当て、光を穏やかに落とします。暖色の部屋でも肌の本来の色が保たれるよう、柔らかくニュートラルなフィルライトを使います。頭を傾けるのは禁止です。Seedreamは、レンズの指定にかかわらずミディアムに近いフレーミングにします。ワイドショットでは「顔がフレーム幅の約5分の1」と指定してください。
• 保留したフレームと比べ、すべての顔を計測します。顎の長さと幅をnで割った値（references/references.md）。約±0.05以内なら本人らしく見えます。+0.08では長く見えます。計測値に最も近いテイクを選んでください。

シネマティックなルック

参照：references/cinematic.md。

• 参照動画から取り入れるルックは言葉だけで記述します。構図（前景のノートパソコン、斜めに置かれたデスク、アームチェア）、実用照明（マッシュルームランプ、アークランプ、ペンダントライト）、キーライト、カラーグレーディングを指定します。
• そのプロジェクトでうまくいったルック：ブラインド越しに差し込むゴールデンアワーの光、薄手のカーテン越しの夕日、ゴッドレイ、夕暮れ時の暖かな琥珀色の実用照明、『ブレードランナー 2049』のようなオレンジ色の霞やネオン、『DUNE／デューン 砂の惑星』のアラキスの黄土色、そしてオリーブ色の大地のような光に照らされた白い壁（「周囲の光と影は、彩度を抑えたオリーブグリーンの大地のような色調……オリーブ色の影と暖色のハイライト」）。
• 「緑の壁」は塗装ではなく光の意味でした。部屋を塗る前に、色を表す言葉が何を指しているのか確認してください。
• 照明機材の名称（「大型ディフューザー越し」、「オクタボックス」など）は指定しないでください。Seedreamはスタンドをフレーム内に描きます。顔に当たる光を描写してください。

ステージ 4 · 監査と修正

参照：references/audit.md。

動画を作る前に、新たなレビュアー2名が3×3のネイティブ解像度タイルで各候補を確認します。よくある失敗：ブランドやモデルの違う機材（「iMacなし」と指定しても顎のあるiMacが出る）、こめかみの白髪、手（指、幽霊のような指）、余計な物（2台目のモニターやノートパソコン、宙に浮く電球）、ライトスタンド、シャツに付いたマイク、室内の砂や霞、壊れたノートパソコンの画面。Seedreamで、その静止画の間違いをすべて列挙して編集し、顔をマスクしたうえで、指定した範囲だけを元の画像に戻します。 scripts/fix_still.py ORIG EDIT OUT 'x0,y0,x1,y1;…' --protect-face LM.json --match。フレームの構図を変えた編集は採用せず、変更点を減らしてやり直してください。

ステージ 5 · あなたの声

参照：references/voice.md。

1. まずはインスタントクローンから始めます。最もクリアな一人語りを約 3 分録音します（scripts/voice/build_ref.py は他の人と一緒に録音した音声の区間にラベルを付け、make_ivc.py が最適なものをまとめます）。1 分で準備でき、認証も不要です。
2. eleven_v4 で生成し、ピッチを測定します。高すぎる場合は、冒頭に音声タグを付けます。このプロジェクトでは、[calm] によって v4 のピッチが 136～162 Hz から本人の 106～131 Hz の範囲に戻り、スコアも 7.7 から 9.2 に上がりました。安定性を変えてもピッチはまったく変わりませんでした。Whisper でタグが読み上げられていないことを確認できます。scripts/voice/tts_line.sh VOICE_ID "Line." out.mp3。 **Fil の場合：**静止画やクリップと同じキャンバスに音声ノードを置き、eleven-v4 を選択します。音声フィールドにクローンの音声 ID を入力し、プロンプトの先頭に [calm] を付けます（約 10 秒あたり 1 クレジット）。
3. スコアを付けるには、scripts/voice/score_voice.py REF_DIR clip.mp3 を実行します。ECAPA による話者類似度を、自分の保留クリップが 10、他の人が 0 になるよう調整し、さらにピッチが自分の p10～p90 の範囲内かを測定します。スコアは 0.7 × 類似度 + 0.3 × ピッチです。ノイズ除去した自分の声のスコアは約 9.3 なので、9 ≈ 自分の声です。7～10 秒のセリフを採点してください（適切な声でも、4 秒のクリップでは 4.7 でした）。採点には Resemblyzer を使わないでください。チャンネルの影響を受けやすく、ノイズ除去した本人の声を 3.8 と評価しました。そのうえで、実際のセリフからクローンへのビフォー／アフターを聞いて判断してください。
4. プロフェッショナル音声クローンの落とし穴：使用中の PVC にサンプルを追加すると認証がリセットされ、再認証して再トレーニングが完了するまで（3～6 時間）、どのモデルでも使用できなくなります。認証では、マイクに向かって文章を読み上げます。5 回試行すると、その後 24 時間ロックされます。サンプルのスキャン結果はすべて問題なかったものの、認証には 5 回とも失敗しました。そのため、試行回数を使う前に 30 秒のマイク録音をサンプルと照合し、代替としてインスタントクローンを用意してください。また、停止時間を見込まずに、使用中の PVC にサンプルを追加しないでください。
5. 自分の本当の声も使えます。録音から切り出したクリアな 4～5 秒のセリフを、Seedance の音声リファレンスとして使います。Seedance は声を置き換えますが、実際のピッチは保たれます（本人の実際の 113 Hz に対して 112 Hz）。

Stage 6 · トーククリップ

参照：references/video.md、references/speaking.md。

1. 監査済みで選定したクローズアップの静止画から始めます。クローズアップでは顔のサイズが480pで約190～235 pxになりますが、ミディアムショットでは110～140 pxにしかなりません。
2. Fil の場合：まず静止画をSettings › Your faceに追加します（最初に一度だけスマートフォンで確認すると、数秒で「Ready for Seedance」になります）。Fil の Seedance で本物の顔を使えるのは、その写真が認証済みの顔ライブラリに登録されている場合だけです。登録されていない静止画は拒否され、クレジットは返還されます。この確認を別の方法で回避しようとしないでください。
3. Seedance 2.5、5 s、480p、静止画を image 1 として接続し、プロンプトにセリフを引用符で記載します（約52 Fil クレジット）。Fil 以外では、Higgsfield CLI は静止画をそのまま受け付けます：seedance_2_5 --mode omni_reference --start-image S --image-references S --audio-references LINE-5s.mp3 --duration 5 --resolution 480p --draft true（15 クレジット）。音声リファレンスとして5 sのセリフ音声を指定します。頭の動きをかなり大きくしたい場合を除き、動画リファレンスは使いません。自分のトーククリップを動画リファレンスにすると頭の動きは倍増しましたが、マイク音声が漏れ、口の動きも忙しくなりました。
4. プロンプト：「英語を話す」、セリフをそのまま引用符で記載（Seedance 2.0 のクリップで一度、中国語になったことがあります）、「目の高さで固定したクローズアップ」、「頭はほぼ動かさず、自然な小さなうなずきだけにする」、口元を柔らかくする指示、「顔は開始画像とまったく同じ状態に保つ：きれいで、滑らかで、シャープ」、そして「[gear] は開始画像とまったく同じ状態に保つ」。静止画に合わせて、視線はカメラ目線にするか、レンズの向こうに向けます。
5. scripts/measure_drafts.sh DIR K…で測定します。whisper でセリフの内容を確認し、口の開き具合の p50 と頭の向きの sd を自分の数値と比較します（speakstatsで自分を測定します）。Seedance は、落ち着いて話す人よりも口を約50％大きく開きます。
6. 静止画ごとにドラフトは1つだけです。よく似たドラフトを複数試すと、料金を払う人には無駄に見えます。ペアがテストである場合は、事前に伝えてください。480pのドラフトでは、静止画の顔のディテールが約3分の1残ります。ドラフトを選んだら、そのドラフトから1080pの最終版を作成することを提案します（同じテイクで顔のディテールが戻ります）。まず料金を提示してください。references/video.mdの「Making the final from a draft」を参照してください。

Stage 7 · 納品

バッチごとにキャンバスのセクションを作り、各ノードにメモ（レシピ、測定値、監査結果）を付け、選定したものに ✓ を付けて KEEP セクションに移動し、選択用の番号付きシートを用意し、「どれがあなたですか？」と1つだけ質問します。報告する前に台帳とログを更新します。

失敗することと、その解決策

問題	効果のあった解決策
顔が8～12％広すぎる、または丸すぎて、年上に見える	引き締まった参照セット（笑顔や、話している途中のフレームはなし）を使う。「下顔面は引き締まっていて……柔らかなV字……幅広でも丸くもない」；目の高さから85 mmで撮影；頭を傾けない
あごが長い	引き締まった参照セットと正面フレームを使う；実測したあごの長さに最も近いテイクを選ぶ；プロンプトの文言や、あごだけの編集では1％未満しか変わらない
髪が灰色、白、または銀色になる	アイデンティティのブロックから「grey」を完全に削除する；「頭のどこにも白髪、灰色の毛、銀色の毛はない」；「まばらで目立たない濃い色の無精ひげ」
髪がツンツンする、固めたようになる、またはポンパドールになる	「毛束は太く柔らかく、毛先はまっすぐで、柔らかく丸みを帯びている」；顔の編集時にも毎回、当てはまらないスタイルを列挙する
アイコンタクトのために目を大きく見開き、眉が上がる	「まぶたは重く、リラックスしている……眉は低く、力が抜けている」；正面の参照画像
シミ、そばかす、ニキビ跡のくぼみ、日焼け、または肌がオレンジ色になる	Seedream のみを使う；「そばかすなし……日焼けしていない」；「柔らかなニュートラルのフィル光で肌の［色］を保ち、オレンジ色にはしない」
機材が違う（あごのある iMac など）	実際のモデルを正確に説明する（「あごはなく、細身のアルミ製スタンド」）；確認し、編集して、その領域を貼り戻す
実在しない場所が作られる、部屋に一貫性がない	実際の部屋を使い、部屋の写真3枚を最後に追加し、共有ワークスペースのプロンプトを使う；変えるのはカメラだけ
ライトスタンドやソフトボックスがフレームに入る	照明機材の名前は決して出さない；「フレーム内にライトスタンド、ソフトボックス、三脚はない」
参照画像からピンマイクが紛れ込む	頭部をタイトに切り抜く；「人物にマイクは付けない」；マイクが見える動画は参照に使わない
別の人の顔が混ざる	参照動画は文章としてのみ使い、画像参照には決して使わない
動画で口が大きく開きすぎる	口元を柔らかくする指示；クローズアップの静止画；p50を測定する
動画で頭が動かない、または動きすぎる	動画参照なし＋「ほぼ静止し、小さく自然にうなずく」（落ち着いた印象）；より生き生きさせるには、自分の動画を参照に使う
動画で別の言語を話す	Seedance 2.5 を使い、「speaks English」＋正確なセリフを指定する
声が高く、明るすぎる	v4 でインスタントクローンを作成し、音声タグ（[calm]）を付ける；または、自分の実際のセリフを音声参照に使う
サンプル追加後に声が使えなくなる	先に警告を出す；インスタントの代役を用意する；検証を試す前にマイクのクリップをテストする

採用した数値

ある1人の実測結果、2026年11月。ご自身の数値を測定してください。

項目	値
本人の顔、実際のフレーム	あご 0.80 n、鼻の位置での幅 2.63 n、口の位置での幅 2.24 n（n = 目のライン → 鼻の付け根）
良好なテイク	上記から±0.05以内；部屋の写真3枚＋正面の参照画像で、ほとんどのショットが0.78～0.83
静止画	Fil 上の Seedream 5 Pro、16:9、2k、12 クレジット；編集は9
バッチ	静止画3枚；参照画像は最大10枚（顔8枚＋部屋の写真）；Fil ではプロンプトが最大4,000文字
盲検での頭打ち	アイデンティティスコア8.75；評価者のスコアはラウンド間で0.4～1.25変動するため、アンカーを使い、2つずつ比較する
話しているときの口	開き具合のp50は0.092（Seedance は0.135）、フレームの25％で0.15超、1秒あたり2.1音節サイクル、1分あたり43回まばたき
話しているときの頭	回転の標準偏差0.100、傾きの標準偏差3.9°、前後の傾きの標準偏差0.075（Seedance のみではそれぞれ0.034、1.7°、0.029）
最良のドラフト	口のp50は0.085～0.10、頭の回転の標準偏差は0.02～0.04（落ち着いた印象で、本人が選んだもの）
本人の声	F0の中央値116 Hz、p10～p90は106～131 Hz；インスタント＋[calm] は9.2/10、旧Pro音声は8.7、Multilingual v2 は約8.1、v3 は5～7
話しているクリップ	Fil 上の Seedance 2.5、480p、5秒：約52クレジット（$0.52）；Fil 以外では、Higgsfield のドラフトが15クレジット（約$0.59）

報告する前に確認

• 同意を記録済みであること；本人の顔と声のみを使うこと。
• すべての静止画で Seedream 5 Pro を使い、部屋の写真を最後に追加した実際の部屋、実際の機材、白髪なし、暖色系の光を使うこと。
• 保留しておいたフレームと照らして顔を測定し、その数値をノードのメモに記録すること。
• すべての候補を監査して動画化する前に修正し、貼り戻し時には顔をマスクすること。
• 音声セリフは7～10秒の長さで採点し（9以上）、実際に聞いて確認すること；タグは発話されないこと。
• ドラフトは静止画1枚につき1つ作り、セリフを正確に合わせ、口と頭の動きを本人自身の数値と照らして測定すること。
• 実行前に費用を見積もり、台帳とログを更新し、キャンバス上で候補に印を付けること。

ファイル

• references/consent.md：誰の顔と声を使うか、プラットフォームの確認事項、絶対にしてはいけないこと。
• references/references.md：フレームの抽出、厳選セット、角度セット、判定用の保留フレーム、比率の測定。
• references/identity-template.md：アイデンティティブロックの各項目と、実例を使った構成。
• references/stills.md：テンプレートを使ったプロンプトの組み立て、参照画像の順序、Fil と Higgsfield のコマンド、3 枚ずつのバッチ。
• references/workspace.md：実際の部屋、変更可能な要素、うまくいったカメラ、バッチの計画。
• references/cinematic.md：参照動画を言葉で表現する方法、成否を分けたルック、レンズと照明のルール。
• references/audit.md：チェックリストと、編集して貼り戻す修正方法。
• references/voice.md：データセット、インスタントクローン、タグ、スコアラー、Professional Voice Clone の落とし穴、API 呼び出し。
• references/speaking.md：話し方の測定、話し方と口元を控えめにするための条項。
• references/video.md：Fil での Seedance（Your face）と Higgsfield CLI、価格、コマンド、プロンプト、測定方法。
• references/judging.md：静止画と音声のブラインド判定プロトコル、そして最終的に自分の目で判断する理由。
• references/costs.md：クレジットとドルでのすべての価格（2026 年 11 月）。
• references/fil-workflow.md：Fil でのデジタルツインのワークフローをノードごとに説明し、そこでバッチを実行する方法。
• scripts/：extract_frames.sh、faces.swift、crops.sh、lmjson.swift、landmarks.swift、measure.py、 make_round.py、hf_seedream_batch.sh、run_round.sh、numbered_sheet.py、fix_still.py、warp_face.py、 film_grade.py、 speakstats.swift、speaksummary.py、measure_drafts.sh。
• scripts/voice/：el.sh（API ヘルパー。キーは .env から取得し、絶対に表示しません）、build_ref.py、scan_dataset.py、 make_dataset.py、make_ivc.py、tts_line.sh、score_voice.py、watch_train.sh。
• demo/index.html：Fil のサンプルプレゼンターの一人である Mai のバッチ。顔のフレーム、静止画 3 枚、修理済みの iMac、トーキングクリップと彼女のセリフ。demo/PROMPT.md：このスキルを使い、応用するためのプロンプト。ページは fil.design/skills/digital-twin です。