media-acquisition

メディアの取得

1ショットにつき1つのソースを、どのベンダーが印象的に聞こえるかではなく、ルールに基づいて決めます。プロジェクト単位ではなく、ショットごとに適用してください。1本の動画に4つのティアすべてが混在するのはよくあることです。

必要なもの

scripts/prekey.py（生成したクリップをアルファチャンネルにキーイングするスクリプト）はこのスキルに同梱されています。標準ライブラリのみで動作し、ffmpeg が PATH 上に必要です。

実際に取得を行うすべての処理には、pip install 'video-studio-engine @ https://github.com/scrollmark/social-skills/archive/refs/heads/master.tar.gz' が必要です。video-studio <name> … として呼び出します。基本のインストールには、stock_archive、stock_pexels、stock_pixabay、stock_shutterstock、gen_image、gen_minimax、gen_replicate、verify_clips（取得結果の確認）が含まれます。source_clips（ユーザー指定の URL とライセンスで絞り込んだ検索。yt-dlp が必要）には [sourcing] を、gen_veo には [generate] を追加してください。両方を一度に追加する場合は [sourcing,generate] を指定します。

このインストールを省略すると、このスキルはワークフローとして使えません。 これは10個のプログラムを選ぶためのルールです。人間にどのライブラリを開くべきか、その理由を伝えるブリーフィングとしては段階的な選択基準が機能しますが、何も検索せず、何も生成せず、取得した内容の確認も行いません。各ティアを安全にするライセンスのフィルタリングも、この文章ではなく各プログラムに組み込まれています。

選択基準

1. 被写体は現実世界に存在しますか？
   NO  -> 生成（架空の商品、創作した場面、様式化された抽象表現）
2. 公共、歴史、科学、市民生活、自然に関するものですか？
   YES -> アーカイブ（無料、API キー不要：宇宙、天気、野生動物、インフラ、記録映像）
3. 日常的または商業的なものですか？ — 室内、人々の仕事、食べ物、都市など
   YES -> ストック（API キーがあれば無料。最新のカタログ）
4. それ以外は生成します。では、動きに意味がありますか？
   YES -> 動画を生成（人物の動作、プロセス、カメラの動き）
   NO  -> 静止画を生成＋カメラをゆっくり動かす（約10分の1のコストで、安定性も高い）

品質ではなく、結果が間違う可能性の高さに基づいて順番を決めています。 このパイプラインで実際に納品された失敗は、すべて生成映像が原因でした。小道具に意図しない疑似テキストが入る、クリップの途中で予期しないカットが入る、シーンごとにプレゼンターの顔が変わる、といったものです。実写映像にはこうした問題がなく、費用もかからず、すでにライセンスが付与されています。生成は最後の手段です。

無料ティアの中では、アーカイブを最初に選びます。 認証情報が一切不要で、新しいマシンでも確実に使える唯一のソースだからです。率直な限界として、科学、宇宙、歴史、自然の素材は豊富ですが、演出された現代的な被写体は少なく、まったく見つからないこともあります。アーカイブから場面を用意できると約束する前に、検索で実際に何が返るかを確認してください。

同じ条件なら、カタログの規模ではなくライセンスの適用範囲で決めます。 アイテムごとにライセンスが異なるソースより、カタログ全体に同じライセンスが適用されるソースを優先してください。何百ものアセットを選ぶエージェントが、アイテムごとの権利を確実に判断することはできません。誤った選択が1つでもあれば、実際の責任問題になります。そのため、ライセンスが混在するライブラリより Pexels を優先し、アーカイブとエフェクトのスクリプトは検索順位をそのまま信頼せず、ライセンスで絞り込みます。

被写体よりショットの種類が重要

この選択基準は被写体を基準にしていますが、それだけでは不十分です。プラスチック製の玩具ブロックは現実に存在する日常的な大量生産品なので、手順3ではストックが選ばれます。しかし、ブロックが登場する4つのシーンすべてで、ストックではなく有料の生成が必要でした。スタジオ照明で撮影した単体のブロックを探すと、木製キューブで遊ぶ子どもが返されました。ブロックの底面のマクロ撮影を探すと、ラグの上にいる家族が返されました。

ストックは、文脈の中にある被写体には強い一方、単体のオブジェクトには非常に弱いです。 スタジオでのヒーローショット、商品のマクロ撮影、機構のクローズアップは、対象がごく普通のものでも生成向きです。

生成で知られている弱点 — 顔、判読可能なテキスト、ショット間の同一性 — は、形が変わらずブランド表示もないオブジェクトには関係ありません。そのため、この場合は生成が適しています。生成の判断は動画単位ではなく、ショットごとに行ってください。

使う用語も、素材選びの判断材料です。 「block」では木製キューブやジェンガが優先され、「plastic building brick」ではレンガが返されます。人々がタグ付けに使う語句で検索し、結果が依頼したショットに合っているかを改めて確認してください。

取得結果を確認する

検索結果には、明示されないまま起こる特有の問題が5つあります。video-studio verify_clips --project <dir> ですべて検出できます。同じクリップがバイト単位で同一の状態で返される、カラー映像の中にモノクロのクリップが混ざる、シーンより短いクリップ（ループし、ショットの途中でつなぎ目が来ます）、無音のスコア、音声のないナレーションテキストです。終了コードがゼロ以外なら、ビルドしてはいけません。 向きの不一致は警告であり、失敗ではありません。縦向きの作品に4:3のアーカイブ映像を使うのは、意図的なことがよくあります。

実写映像も、生成したフレームと同じように、不要なテキストがないか確認してください。疑似テキストは質感として認識されますが、「MAKE MONEY」が焼き込まれたストック映像は、明確なメッセージとして受け取られます。

既存のクリップを再生成してはいけません。 プロジェクトディレクトリ内で、シーン ID とレイヤー ID を使ってキャッシュしてください。「新しいものか確認する」ための再取得には費用がかかり、数フレーム異なるクリップが返される場合があり、その後のカットがすべてずれてしまいます。

プロバイダー固有の失敗要因（通知なしで拒否される長さ制限、HTTP 200 内で返されるエラー、機能しなくなるエンドポイント、レート制限に見える課金制限）については、references/provider-landmines.md を参照してください。費用を提示したり、一括処理を計画したりする前に読んでください。プロバイダーごとの費用と権利については、studio-setup スキルの SERVICES.md に記載されています。公開する前に確認してください。

避けるべきパターン

• 常に何かを返すからという理由で、デフォルトで生成を選ぶ。 無料枠よりも間違ったものが返されることが多く、そのうえ料金も発生します。
• 静的なBロールに動画を生成する。 6秒のクリップは約$0.36、静止画は約$0.03です。動きに意味がないなら、代わりにコンポーザーでカメラを動かしてください。
• 読みやすいテキストを生成器に頼む。 文字の形を勝手に作り出します。実際のテキストは、常にコンポーザーのタイポグラフィを使ってください。
• キーのないソースを提示する。 ユーザーのやり取りを無駄にし、費用の見積もりも誤らせます。提示する前に利用可能か確認してください。
• ユーザー提供のURLなら権利処理済みだとみなす。 その判断はユーザーに委ねられますが、URLが明らかに第三者のコンテンツを指している場合は、必ずその旨を伝えてください。