genmedia-workflow

Genmedia ワークフローの制作

ランタイム： すべてのエンドポイント呼び出しは、genmedia CLI 経由で実行します。コマンド構文については genmedia スキルを参照してください。まだインストールしていない場合は、genmedia init を一度実行してください。

単一のモデル呼び出しでは不十分な場合に、このスキルを使用します。ワークフローとは、明確な入力、出力、依存関係、品質チェックを備えた、計画的な genmedia 呼び出しの一連の流れです。

必要に応じて、以下のリファレンスを読み込んでください。

• references/pipeline-patterns.md
• references/node-rules.md
• references/utility-endpoints.md
• references/recipes.md
• クリエイティブモデルのデフォルト設定については model-routing

デフォルトのクリエイティブモデルの選択には model-routing を使用してください。それでも、スキーマを確認し、コストが重要な場合は料金を調べ、正確なエンドポイントフィールドを使用してください。

収集する入力情報

パイプラインに影響する不足情報のみを確認してください。

• 最終成果物：画像セット、動画、クリップ、音声、字幕、データセット、SNS投稿一式、製品キャンペーン、ストーリーボード、スタイル探索。
• ソースアセット：製品画像、キャラクターのリファレンス、最初のフレーム、動画、音声、ロゴ、文字起こし、ブランドガイド。
• ランタイムの制約：品質目標、コスト重視度、バリエーション数、長さ、アスペクト比、期限。
• 一貫性の要件：製品の同一性、キャラクターの顔、シーンのレイアウト、音声、カラーグレーディング。
• モデルの希望：品質、速度、コスト、音声に関するトレードオフが依頼内容から明らかでない場合に限り、ユーザーに確認してください。

基本的なワークフロー

1. 実行前に、簡潔なパイプライングラフを作成します。

   input assets -> planner -> generation nodes -> utility nodes -> QA -> final outputs
   

2. 各役割に対応するエンドポイントを解決します。既知のエンドポイント ID を最初に確認してください。

   genmedia models --endpoint_id openai/gpt-image-2 --json
   genmedia models --endpoint_id fal-ai/nano-banana-pro/edit --json
   genmedia models --endpoint_id bytedance/seedance-2.0/image-to-video --json
   genmedia models --endpoint_id xai/grok-imagine-video/image-to-video --json
   genmedia models --endpoint_id veed/fabric-1.0 --json
   

   model-routing またはユーティリティのリファレンスで扱われていない役割についてのみ、代替手段としてテキスト検索で調べます。

   genmedia models "image generation product photography" --json
   genmedia models "image editing reference preservation" --json
   genmedia models "image to video" --json
   genmedia models "subtitle video utility" --json
   genmedia docs "fal.ai workflow utility endpoints" --json
   

3. 使用前に、すべてのエンドポイントを確認します。

   genmedia schema <endpoint_id> --json
   genmedia pricing <endpoint_id> --json
   

4. ローカルファイルは一度アップロードし、返された URL を再利用します。

   genmedia upload ./input.png --json
   genmedia upload ./voiceover.wav --json
   

5. 各ノードは JSON 出力で実行します。生成に時間がかかる場合は、非同期処理を使用してください。

   genmedia run <endpoint_id> --<field> "<value>" --json
   genmedia run <endpoint_id> --<field> "<value>" --async --json
   genmedia status <endpoint_id> <request_id> --download "./outputs/workflow/{request_id}_{index}.{ext}" --json
   

6. 後続のノードには、利用可能な場合、直前の result に含まれるメディア URL を渡します。ローカルのファイルパスしかない場合は、先にアップロードしてください。

7. 衝突しないテンプレートを使って、最終アセットをダウンロードします。

   --download "./outputs/workflow/{request_id}_{index}.{ext}"
   

8. 簡潔なマニフェストを返します。

   {
     "goal": "short deliverable description",
     "nodes": [
       {
         "id": "shot_01",
         "role": "image_to_video",
         "endpoint_id": "...",
         "request_id": "...",
         "input_urls": ["..."],
         "output_urls": ["..."],
         "downloaded_files": ["..."],
         "notes": "continuity or defect notes"
       }
     ],
     "final_files": ["..."]
   }
   

パイプラインのルール

• 各ノードには、明確な変換を一つだけ担当させます。
• 独立して実行できる生成、クロップ、アップスケール、字幕付け、バリエーション作成のノードは並列化します。
• ノード B がノード A の出力を必要とする場合に限り、逐次処理のチェーンを維持します。
• 一貫性を保つには、独立したテキストのみの生成より、リファレンス／編集または画像から動画への変換を優先します。
• デフォルトのクリエイティブモデルの選択には、ユーザーがモデルを指定していない限り、model-routing に従います。
• クロップ、リサイズ、グリッド、合成、音声の結合、字幕付け、速度変更、圧縮などの確定的な処理には、ユーティリティエンドポイントを使用します。
• すべてのノードについて、エンドポイント、スキーマに関係するパラメーター、リクエスト ID、出力パスを記録します。
• 422 エラーが発生した場合は、validation_errors を読み、スキーマを再確認して、該当するフィールドを修正します。

品質ゲート

返却する前に、以下を確認してください。

• パイプライングラフが、要求された成果物に合致している。
• 記憶だけを頼りに生成モデルを選んでいない。
• すべてのローカルソースファイルが、使用前にアップロードされている。
• 最終ファイルが --download を使って保存されている。
• ユーティリティエンドポイントで、スキーマに定義された正確なフィールドを使用している。
• 同一性や製品の忠実度が重要な場合、一貫性を保つための基準が繰り返し指定されている。
• 各ノードの出力が、採用、再試行、または不具合ありのいずれかとして記録されている。

ワークフローが複雑になりすぎた場合は、拡張を止めて、反復の速さ、忠実度の高さ、バリエーションの幅のどれを優先するか、ユーザーに選択してもらってください。