muapi-ugc-video-factory

UGC Video Factory

人物写真＋商品写真（＋任意の台本と環境）から、音声付きの縦型 9:16 UGC スタイルの動画広告を作成します。

3 段階のパイプラインです。

1. GPT が入力内容をもとに、ディレクター品質の超リアルなライフスタイル写真用プロンプトを作成します。
2. Nano-Banana Pro Edit が人物と商品を合成し、1 枚のメイン写真（1K、9:16）を作成します。
3. Seedance 2.0 VIP Image-to-Video がメイン写真をアニメーション化し、セリフ音声と同期した 10 秒の縦型 UGC クリップを作成します。

入力

名前	型	必須	デフォルト	説明
person	image_url	yes	—	広告に登場する人物の写真です（顔＋上半身が写っているものが最適です）。
product	image_url	yes	—	商品がはっきり写った写真です（できれば無地の背景で、ロゴやテキストが読めるもの）。
script	text	no	Okay… first of all, ship happens. And this hat is honestly my favorite. It also comes in navy and black, so you can pick your vibe.	画面上の人物が話す正確なセリフです（短めにしてください。1～2 文なら 10 秒に無理なく収まります）。
environment	text	no	study room, laptop in front of it	人物が商品を使うシーン／状況です（例：「バスルームの鏡、朝のルーティン」「コーヒーショップの窓際の席」）。

person または product がない場合は、続行する前にユーザーにアップロードを依頼する（muapi upload file <path>）か、仮の画像を生成することを提案してください。

手順

3 つの手順を順番に実行してください。各手順の出力を次の手順に渡します。

Step 1 — ディレクター用プロンプト（GPT）

GPT モデル（gpt-5.1 または実行エージェントが利用できるチャットモデル）を使い、temperature 0、max ~200 tokens に設定して、メイン画像用プロンプトを作成します。

システムプロンプト： You are a helpful assistant.

ユーザープロンプト（{{person}}、{{product}}、{{environment}} を置き換えてください）：

Uploaded images are being analyzed. Ultra-realistic lifestyle photography with {{person}} and {{product}} and {{environment}}.

If the product is wearable (e.g., hat, glasses, hooded sweatshirt), the person wears the product naturally.

If the product is carried in the hand (e.g., cream, bottle, thermos), the person holds the product naturally.

The product is clearly visible and is the main focus of the image. The logo or text on the product must be legible.

The person has a natural and modern look with a minimalist style.

The scene is consistent with the context of the product's use: {{environment}}.

Lighting: soft natural daylight.
Background: clean, aesthetic, slightly blurred (shallow depth of field).
Style: high-end commercial lifestyle photography, realistic textures, 4K quality, vertical 9:16 composition, social-media advertising style. The background and environment should be appropriate to the product (e.g. a woman with a serum could be at home). The person's facial details and the product must remain unchanged.

GPT の応答を {{step1_prompt}} として取得します。

Step 2 — メイン画像（Nano-Banana Pro Edit）

nano-banana-pro-edit モデルに対して muapi image edit 呼び出しを送信します。

• 参照画像（image_urls）：[ {{person}}, {{product}} ] — 順序が重要です。人物を先にしてください。
• プロンプト：Step 1 の {{step1_prompt}}。
• アスペクト比：9:16
• 画像数：1
• 解像度：1K
• 出力形式：jpeg

生成された画像 URL を {{hero_image}} として取得します。動画生成を開始する前に、ユーザーに確認してもらうため、画像を簡単に表示してください。

Step 3 — UGC 動画（Seedance 2.0 VIP Image-to-Video）

seedance-2-vip-image-to-video（または実行エージェントが低レイテンシを希望する場合は -fast バリアント）に対して muapi video from-image 呼び出しを送信します。

• 開始画像：Step 2 の {{hero_image}}。
• アスペクト比：9:16
• 長さ：10 秒。
• 音声を生成：true（ネイティブのセリフ音声）。
• CFG スケール：0.5
• ネガティブプロンプト：blur, distort, low quality
• プロンプト（{{script}} を置き換えてください）：

Create a 10-second vertical UGC-style video (9:16).

A person is interacting naturally with their setting and product.

The product is used naturally:
- If wearable → the person is wearing it.
- If handheld → the person is holding or applying it.

The video is a single, uninterrupted shot. No cuts. No color changes. No text on screen.

The person looks directly at the camera with a relaxed and natural expression.
They interact comfortably with the product using their hands (adjusting, holding, pointing).

They say in a natural, conversational tone:

"{{script}}"

Subtle hand gestures while speaking.
End with a small smile or nod.

Style: authentic UGC, handheld phone feel, light natural movement, soft daylight, shallow depth of field, TikTok/Reels aesthetic.

muapi predict wait <request_id> で結果をポーリングし、ユーザーの出力ディレクトリにダウンロードします。

注意事項

• VIP ティアは 9:16 と 4～15 秒の長さに対応しています。1～2 文の台本には 10 秒が最適です。
• 台本は短くしてください。Seedance 2.0 は長い台本を圧縮し、単語を途中で切ってしまいます。
• Seedance VIP は参照画像内のリアルな人間の顔を扱えます（中国向けティアとは異なります）。そのため UGC に適しています。
• 同じ品質でレイテンシを下げたい場合は、seedance-2-vip-image-to-video-fast に切り替えてください。
• 複数ショットの広告を作る場合は、Step 2 で {{hero_image}} のバリエーションを複数生成し、それぞれを個別にアニメーション化してください。Seedance VIP は 9:16＋音声での複数画像 i2v に対応していません。

トリガーキーワード

ugc video factory、ugc video ad、person plus product video、talking product ad、ugc reel、lifestyle product video、vertical ugc video

---

実行エージェント向けの注意事項

• このレシピはLLMがオーケストレーションします。各フェーズを読み、不足している入力があればユーザーから収集してから、muapi CLI コマンドを呼び出してください。MUAPI_API_KEY が設定されていない場合は、最初に muapi auth configure を実行してください。
• ユーザーから提供されたローカルファイルは、最初にアップロードしてください：muapi upload file <path> --output-json --jq '.url'。
• 各呼び出しを実行する前に、{{input_name}} プレースホルダーをユーザーの実際の入力に置き換えてください。
• muapi CLI がまだ nano-banana-pro-edit または seedance-2-vip-image-to-video のエイリアスに対応していない場合は、未加工のAPIにフォールバックしてください：curl -X POST https://api.muapi.ai/api/v1/<endpoint> -H "x-api-key: $MUAPI_API_KEY" -H 'content-type: application/json' -d '{...}'。その後、muapi predict wait <request_id> でポーリングしてください。