paper-collage-explainer-generator

ペーパークラフト・コラージュ解説動画ジェネレーター

短いナレーションの一節、物語のテーマ、視点を示す文、抽象的なアイデアを、一貫性のあるエディトリアルなペーパークラフト・コラージュのアニメーションシーケンスに変換します。ビジュアル表現には、高品質な網点ペーパークラフト・コラージュを採用します。大胆な単色の色面、白黒写真の切り抜き、アクセントとしての色付き台紙、温かみのあるクリーム色の輪郭線、柔らかな紙の影、手触りを感じるストップモーションの組み立て、歯切れのよいコラージュ効果音を使用します。

この Hub 向けに調整された Skill は、Hub ネイティブの画像、動画、音声、および任意の後処理機能を使用します。スタイルの一貫性、色の調和、紙の質感のコントロール、ストップモーション・コラージュのリズムを重視します。また、音声の方針として、デフォルトでは手触りのあるコラージュ効果音を残し、ユーザーからのリクエストがない限り、BGM、ナレーション、字幕は明示的に追加しません。

使用する場面

以下のような要望がある場合は、この Skill を使用してください。

• 短い台本の一節を、視覚的なメタファーを使ったコラージュアニメーションにする
• シンプルな物語や文学的なテーマを、コラージュの B ロールを通じて解説する
• ナレーションやソーシャル動画向けのエディトリアルなペーパークラフト・コラージュアニメーションを作る
• 空の色面にオブジェクトが組み上がっていく、網点コラージュアニメーションを作る
• 抽象的な短文や物語の場面をまとめて、それぞれ視覚的なメタファーを使ったアニメーションクリップに変換する
• 紙のクリック音、ポップ音、スライド音、押し当てる音、かすかな擦れ音を含むことはあっても、自動で音楽やナレーションを追加しない、手触りのある知識解説動画を作る

以下の要望がある場合は、この Skill を使用しないでください。

• リアルな商品広告や、プレゼンター主導の動画
• 精密に編集できるレイヤー、タイムラインのキーフレーム、または背景が透明な切り抜き素材
• ロゴの正確な配置や、読みやすい文字
• 生成せず、動画プロンプトの文章だけを作ること

デフォルトのクリエイティブ目標

ユーザーが指定しない限り、次のようにします。

• 出力比率：16:9 の横長
• クリップの長さ：セグメントあたり約 4 秒
• 音声のデフォルト：紙を滑らせる音、ポップ音、押し当てる音、かすかな擦れ音、柔らかなタップ音など、手触りのあるペーパークラフト・コラージュの効果音のみを残す、または生成する
• デフォルト：BGM を追加しません。BGM が役立つ場合は希望するか尋ねてもかまいませんが、ユーザーから明示的な確認を得てから音楽を追加します
• デフォルト：ボイスオーバー、音声によるナレーション、プレゼンターの語りは追加しません。プロジェクトに役立つ可能性がある場合は、ナレーション／口播を希望するか尋ねてもかまいませんが、音声を作成、合成、または追加するのは、ユーザーから明示的な確認を得てからにします
• デフォルト：字幕を追加しません。字幕を希望するか尋ねてもかまいませんが、字幕の作成や動画への焼き込みは、ユーザーから明示的な確認を得てから行います
• ビジュアルスタイル：高品質なエディトリアル向け網点ペーパークラフト・コラージュ
• モーションスタイル：手触りのあるストップモーションの組み立て。ゆっくりとしたズーム、ありがちな漂う動き、滑らかなデジタルレイヤーの移動は避ける
• デフォルトの動画生成モデル：MiniMax-H3。ただし、ユーザーが別のモデルを明示的に指定した場合、モデルが利用できない場合、または必須の機能要件に適合しない場合を除きます
• 画像／動画内のテキスト：読める文字、数字、UI、字幕、透かし、ロゴを避ける
• 画像の品質と奥行き：前景、中景、背景の奥行きが明確で、主題に優先順位があり、豊かでありながら見やすいシーン設計と、適切に整理されたネガティブスペースを備える、視覚的に魅力的なレイヤー構成の 16:9 を優先する

オーディオポリシー

この Skill のデフォルトの納品形式は、コラージュの効果音あり、BGM、ナレーション、字幕なしです。

1. 最初の制作プラン確認では、デフォルトのメディア方針を明確に伝えてください。紙のコラージュを思わせる手触りのある効果音は維持または生成し、BGM、ナレーション／口播、字幕はデフォルトでは追加しません。
2. 特に解説動画では、ユーザーにナレーション／口播、BGM、字幕を希望するか尋ねてもかまいません。ただし、これら3つはすべてデフォルトではなく、オプションの追加要素として提示してください。
3. 解説動画には自動的に音声ナレーションが必要だと推測しないでください。ユーザーがナレーションを選ばない場合は、ナレーション台本ではなく、視覚的なストーリービートを作成してください。
4. ソーシャル動画には自動的にBGMや字幕が必要だと推測しないでください。ユーザーが希望しない場合は、効果音のみのクリップにしてください。
5. 動画クリップを生成するときは、選択した動画モデルが音声に対応している場合、同期した手触りのあるコラージュ効果音をリクエストしてください。紙片が滑る音、ポンと現れる音、押さえて平らにする音、軽いタップ音、かすかな紙の擦れる音を含めてください。
6. 最終編集では、コラージュ効果音が含まれているクリップの元の音声トラックを維持してください。デフォルトでは音声を削除しないでください。
7. 音声を削除または差し替えるのは、ユーザーが無音を希望した場合、生成音声に不要な発話や音楽が含まれている場合、またはユーザーが独立した音楽／ナレーションのミックスを希望した場合に限ります。字幕は、ユーザーが明示的に希望した場合にのみ作成してください。

全体的なスタイルルール

プロジェクト内のすべての静止画と動画に、以下のルールを適用してください。

1. 全体的なビジュアルスタイルを統一する。 各セグメントが、同じ編集的なペーパーコラージュシリーズの一部に感じられるようにしてください。網点の切り抜き、フラットな色面、温かみのあるクリーム色の縁取り、柔らかな立体的な影、すっきりした構図、手触りのある紙の質感、統一感のあるコラージュ効果音を使います。
2. 紙の質感の強さを調整する。 紙は完全に平坦に見せてはいけませんが、ユーザーが明示的に希望しない限り、古びすぎたり、汚れたり、しわくちゃになったり、茶色っぽくなったりしてもいけません。繊維の繊細な質感、わずかに不規則な破れた縁、軽い毛羽立ち、重なりの継ぎ目、柔らかな影を用い、洗練された手作り感のある質感を優先してください。
3. 色調を統一する。 承認済みの静止画やシリーズのカラーパレットと合わない場合は、クラフト紙、茶色、黄ばんだ紙、または古びたベースの紙を取り入れないでください。各クリップは、承認済みの最終静止画の主要な色調に合った紙面から始めてください。
4. 動きをストップモーションのコラージュとして見せる。 紙片が一つずつ現れる、滑り込む、所定の位置にポンと収まる、軽く弾む、押さえて平らになる、一時停止する、そして最終的な構図に固定される、といった明確な動きを使ってください。速い回転、過剰な反転、混沌とした物体の飛び交い、画面全体のフェード、滑らかなデジタルパンやズーム、ありきたりな漂う動きは避けてください。
5. セグメント同士の一貫性を保つ。 1〜2本のクリップで承認済みシリーズのスタイルと効果音のリズムが確立したら、以降のクリップや修正でもそのリズムとトーンを参照し、シーケンス全体にまとまりを持たせてください。
6. 洗練された16:9のレイヤー構成のシーンをデフォルトにする。 ユーザーが別のプラットフォーム向けフレームを明示的に希望しない限り、16:9の横長で計画・生成してください。広いキャンバスを使って、前景／中景／背景を魅力的に分け、豊かな環境小物と明確な主題の階層を配置し、画面を雑然とさせずに映画的な横方向の構図を作ります。
7. ペーパーコラージュの技法を際立たせる。 すべての静止画とクリップで、分離可能な紙のグループ、網点写真の切り抜き、色付きの厚紙のアクセント、手触りのある影、破れた縁、重なりの継ぎ目、ポンと現れる、滑り込む、軽く弾む、押さえて平らにする、一時停止する、固定するといったストップモーションの動きで、ペーパーコラージュの手法が目に見えるようにしてください。

ステップ 1：入力を解析する

各行、概念、ストーリー、またはトピックについて、次の要素を抽出します。

• 核心となる意味：視聴者が理解すべきこと
• 感情：穏やか、切迫、皮肉、意外、不条理、明快、内省的、神秘的、または遊び心のあるもの
• 動作を表す動詞：開く、つなぐ、漏らす、保管する、圧縮する、分割する、照らす、結び付ける、組み立てる、明らかにする、落ちる、追いかける、変化する、衝突する
• 視覚的な比喩：画面に台本を書かずにアイデアを表現する具体的なイメージ
• 主要なオブジェクト：大きく、判読しやすい紙のグループを 3〜6 個
• 音声の想定：紙を滑らせる音、ポップ音、押す音、タップ音、紙の擦れる音、またはパチンという効果音がビートに合うかどうか

ストーリーのトピックの場合は、ユーザーが数を指定していなければ、ストーリーを簡潔なビート 3〜6 個に分割します。似たビートには同じデザイン言語を使ってもかまいませんが、それぞれに異なる比喩、オブジェクトの組み合わせ、色面、効果音のリズムを設定します。

ステップ 2：ゲート 1 — 制作プラン文書の承認

メディアを生成する前に、簡潔な制作プラン文書を作成し、ユーザーの承認を待ちます。ユーザーがこの文書を承認する前に、静止画や動画を生成してはいけません。

制作プランには、次の内容を含めます。

概要

• トピックまたは元となる文章
• 対象視聴者／用途が判明している場合はその内容
• アスペクト比と尺の想定
• トーンとテンポ
• ビジュアルスタイルの概要
• メディアの方針。次のように明記します：デフォルトのコラージュ効果音は維持するか生成し、ユーザーが明示的に希望しない限り、BGM、ナレーション／口播、字幕は追加しません
• 必要に応じて任意の追加質問：ナレーション／口播、BGM、または字幕を希望するか尋ねますが、あくまで任意とします

視覚的な比喩

計画する各セグメントについて、次の内容を示します。

• 核心となる意味
• 感情
• 一文で表した視覚的な提案
• 主要なオブジェクト 3〜6 個
• 推奨する背景色とアクセントカラー
• 想定する組み立て順
• スライド、ポップ、プレス、タップ、紙の擦れる音、スナップなど、想定するコラージュ効果音のタイミング

台本／ビジュアルビートトラック

ユーザーがナレーションを明示的に希望した場合は、簡潔なナレーション台本を書きます。ナレーションを明示的に希望していない場合は、ナレーション台本を書かず、代わりに、シーケンスを通じて視聴者が何を理解するかを説明する、音声のないビジュアルビートトラックを書きます。

ユーザーが既存の一文に使う B-roll だけを必要としている場合は、ナレーションを新たに考案せず、元の一文を文脈としてそのまま残します。

ストーリーボード

各セグメントについて、次の内容を含めます。

• セグメントのタイトル
• 最終フレームの説明
• 動きのアイデア
• おおよその尺
• コラージュ効果音のアイデア
• スタイルの一貫性と色の調和に関する注記

制作プラン文書を提示したら、ユーザーの承認、却下、または修正を待ちます。ユーザーが番号付き項目の一部だけを承認した場合は、その項目だけを先に進め、残りは修正します。

ステップ 3：静止画仕様を作成する

制作プランの承認後、承認された各セグメントについて、コンパクトなビジュアル仕様を作成します。仕様は単独で完結し、画像生成にそのまま使用できるものにします。

次の内容を含めます。

• 台本の意味またはストーリーのビート
• 視覚的な比喩
• アスペクト比
• 背景の色面
• アクセントカラー
• 主要なオブジェクト群とそれぞれの役割
• 構図、前景／中景／背景の奥行き、ネガティブスペース
• 最終フレームの関係性
• スタイルの一貫性に関する注記
• この静止画固有の除外項目リスト

次のスタイルシグネチャを使用します。

flat bold color field, black-and-white halftone photographic cut-outs, selective colored cardstock accents, warm cream keylines, soft paper shadows, fine uncoated-paper grain, premium editorial paper collage, clean refined hand-torn paper edges, subtle fibrous edges, layered paper seams

色のガイドライン：

• 焦げたオレンジまたは赤：労働、時間的なプレッシャー、切迫感
• マスタードイエロー：ツール、警告、蓄積したエラー
• インクグリーン：認知、リセット、判断、シュールな落ち着き
• ディープパープル：記憶、構造、神秘、夢の論理
• ティール：協働、実行、システムの流れ
• ローズレッド：不条理、儀式、演劇的な緊張感

コバルトブルーを自動的なデフォルトにしないでください。紙の質感、ハーフトーン処理、キライン、影、フレーミング、統制されたパレットを通じて、バッチ全体のビジュアルを統一します。ストーリーのビートがコントラストを活かせる場合にのみ、色面を変化させます。

STEP 4: Gate 2 — 静止画を生成して承認を得る

承認済みの各セグメントにつき、最終的な静止画を1枚生成します。静止画は、今後のアニメーションの完成時の最終フレームに見えるものにしてください。

静止画の要件：

• ユーザー指定のアスペクト比を使用します。指定がない場合は、デフォルトで16:9の横長にします
• 大胆でフラットな紙の背景に、控えめな繊維の質感を加えます
• 承認済みのストーリーボードでやや多く必要とされる場合を除き、分離しやすい大きなオブジェクト群を3～6個配置します
• 中心となる被写体を明確にし、強い視覚的階層、広くすっきりしたネガティブスペース、前景／中景／背景のレイヤーをはっきり見せます
• メインの構成要素には白黒のハーフトーン写真の切り抜きを使用し、ストーリーの展開を支える、豊かでありながら見やすい場面小物を組み合わせます
• 視覚的な階層を明確にする場合に限り、色付きの厚紙のアクセントを選択的に使用します
• 温かみのあるクリーム色の縁取り、柔らかな物理的な紙の影、精緻な破れた縁、控えめな紙の重なり目を加えます
• 明示的に要求されない限り、判読可能なテキスト、偽の文字、数字、字幕、UI、透かし、ロゴは含めません

生成した静止画をユーザーに提示し、動画生成の前にいったん止めて承認を得ます。静止画がごちゃついている、色が合っていない、紙のレイヤーが多すぎる、デジタル感の強い平坦な縁になっている、または古びた茶色い紙の質感が強すぎる場合は、動画生成の前に静止画を修正します。

STEP 5: ストップモーションの組み立てを計画する

承認済みの各静止画について、その静止画を完成時の最終フレームとして扱うモーションプランを準備します。

デフォルトの動きの順序：

1. 承認済みの静止画のメイン背景に合った、すっきりした紙色の背景から始めます。色の合わないクラフト紙や茶色の下地は使用しません。
2. 紙片が滑り込む、飛び出す、または押し付けられるようにして、ベースの構成を出現させます。
3. キャラクター、カード、オブジェクト、またはメインの比喩的要素が登場します。
4. 小さく弾む、押し付けて平らになる、一時停止する動きを加えながら、二次的なオブジェクトを1つずつ組み立てます。
5. 最終的な配置が承認済みの構図にぴたりと収まります。
6. 最後に、完成した静止画のようなフレームを短く保持します。

モーションプロンプトのガイダンス：

Paper-collage stop-motion assembly. Start on a clean paper field matching the approved still's background color and tone. Assemble the scene piece by piece with tactile stop-motion timing: foreground, midground, and background paper groups appear in a readable order; each paper object appears, slides or pops in, lightly bounces, presses flat, pauses, and locks into place. Preserve the halftone dots, cream keylines, subtle fibrous torn edges, layered paper seams, soft shadows, paper grain, color field, and approved aspect ratio. End by holding the completed composition matching the approved still frame. Sound design: tactile collage SFX only, synchronized to paper-piece motion: soft paper slide, pop-in, press-flat tap, light rustle, and tiny paper snap where appropriate. Default: do not add BGM, voiceover, dialogue, or subtitles unless the user explicitly requested them. No mismatched kraft-paper opening, no brown/yellowed base unless approved, no fast spinning, no chaotic object flight, no smooth digital layer movement, no scene cuts, no camera move, no zoom, no morphing, no new objects, no text, no logos, no watermark, no UI.

STEP 6: コラージュ効果音付きBロールクリップを生成する

Gate 2の承認後、承認済みの各静止画につき動画クリップを1本生成します。

生成要件：

• 選択したHub動画モデルが対応している場合は、承認済みの静止画を視覚的な参照／最終フレームの基準として使用します
• 静止画と同じアスペクト比を使用します
• ユーザーが異なる長さを指定していない限り、約4秒を目標にします
• 対応している場合は、デフォルトで触覚的なコラージュ効果音を生成または保持します：紙が滑る音、ポップ音、押し付けて平らにする音、軽い擦れ音、小さなパチッという音
• デフォルトでは、ユーザーが音楽を明示的に要求しない限り、BGMを生成または追加しません
• デフォルトでは、ユーザーがナレーション／口播を明示的に要求しない限り、ボイスオーバー、音声ナレーション、プレゼンター音声を生成または追加しません
• 生成したクリップに役立つコラージュ効果音が含まれている場合は、ポストプロダクションと最終的な組み立て時にも保持します
• 生成したクリップに不要な発話、音楽、偽のUI音、またはノイズの多い環境音が含まれている場合は、ユーザーの目的に応じて音声を削除するか、再生成します
• ショットを視覚的に安定させ、ユーザーが求めない限りカメラを動かしません
• コラージュの素材表現、最終構図、確立済みのバッチスタイルを維持します
• 後続のクリップを修正する際、役立つ場合は、承認済みの過去クリップの中で最良のものをスタイルやテンポの参照として使用します

このSkillでは、動画生成モデルのデフォルトとしてMiniMax-H3を使用します。MiniMax-H3が失敗する、利用できない、または必須の機能要件を満たせない場合を除き、ユーザーにモデルの選択を尋ねないでください。ユーザーが別のモデルを明示的に指定した場合は、そのモデルを優先モデルとして維持し、必要な場合にのみパラメーターを調整します。

STEP 7: 品質レビュー

以下の基準に照らして、静止画とクリップを確認します。

• メタファーや物語の展開が、画面上に文字で表示しなくても理解できる
• 静止画に力強くすっきりとした色面があり、デフォルトで魅力的な16:9の構図、明確なオブジェクトの階層、前景／中景／背景の奥行きが視認できる
• オブジェクトのグループ数が読み取りやすく、画面が断片で埋め尽くされていない
• クリップが、承認済みの静止画またはバッチのパレットに合った色面から始まる
• 全体的なフェードインではなく、パーツが一つずつ組み上がる様子が見える
• 動きがストップモーションのコラージュとして伝わる。紙のグループが別々にポップインまたはスライドインし、軽く弾み、平らに押さえられ、間を置いて固定される
• デフォルトでは、触感のあるコラージュ効果音が望ましい。明示的に依頼されない限り、BGM、ナレーション／口播、字幕は入れない
• 紙の質感が適切に調整されており、平坦すぎず、古びすぎず、承認がない限り茶色／クラフト紙ではない
• バッチ全体で色調に一貫性がある
• 最終フレームが承認済みの静止画に近い
• 意図しない判読可能な文字、偽のUI、字幕、透かし、ロゴがない

メタファーが明確で、最終的な構図が承認済みの静止画に似ていれば、細部のわずかなずれは許容できます。大きなずれ、追加されたテキスト、偽のUI、冒頭の色の不一致、意図しないクラフト紙のベース、しわや汚れが過剰な紙の質感、失われたストップモーションの組み立て表現、意図しないBGM、意図しないナレーションについては、問題が生じた箇所に応じて再生成するか、後処理を行います。

STEP 8: 任意の編集、音楽、ナレーション、納品

ユーザーから複数のクリップを使ったストーリー動画の依頼があった場合、確認済みのストーリーボードの順序で承認済みのクリップを編集し、デフォルトでは各クリップ本来のコラージュ効果音を維持します。

BGM、ナレーション／口播、字幕は、明示的に依頼された場合にのみ追加します。クリップの作成後にBGMまたはナレーションを依頼された場合、ユーザーが元の効果音をミュートするよう求めない限り、効果音を置き換えずにコラージュ効果音とミックスします。

完成した項目ごとに、以下を納品します。

• 最終的なBロール動画のパス、または最終編集済み動画のパス
• 関連する場合は、承認済みの静止フレームのパス
• 台本またはビジュアル上の展開を、どのように視覚的なメタファーにしたかを一文で説明
• メディアに関する注記：デフォルトではコラージュ効果音を使用し、明示的に依頼されたBGM、ナレーション／口播、字幕の追加があれば列挙
• 軽微で許容範囲のずれがあってもクリップを合格とした場合は、そのQA上の留意点

バッチ作業では、出力を項目番号ごとにまとめ、ユーザーの元の文または物語の展開を対応する結果に添えてください。

失敗時の対処

• 制作計画がデフォルトで無音の動画になっている場合、ユーザーが明示的に無音を希望していない限り、コラージュの効果音のみを使う内容に修正します。
• ユーザーから明示的な依頼がないのに、制作計画にBGM、ナレーション／口播、または字幕が含まれている場合は、それらを削除し、BGM、ナレーション／口播、字幕は任意の選択肢として提示します。
• 制作計画があまりにも字義どおりだと感じられる場合は、ゲート1に戻り、よりオブジェクトを中心にしたビジュアルの提案を作成します。
• 静止画に偽のテキストやUIが含まれている場合は、動画生成の前に静止画を再生成します。動画プロンプトだけで修正しようとしてはいけません。
• 静止画やクリップが視覚的にごちゃつきすぎている場合は、紙のレイヤーを減らし、オブジェクトの数を簡素化して、ネガティブスペースを確保します。
• 動画に組み立ての動きがない場合は、オブジェクトの数を減らし、段階ごとに現れる順序をより明確にします。
• 動きが滑らかなデジタルレイヤーのように見える場合は、「出現 → 軽く弾む → 平らに押さえる → 一時停止 → 固定」というコマ撮りのビートを中心にプロンプトを書き直します。
• 紙が平坦すぎる場合は、さりげない破れた縁、繊維の質感、レイヤーの継ぎ目、柔らかな影を加えます。
• 紙が古びすぎていたり、汚れて見えたりする場合は、クラフト紙、茶色や黄ばんだ下地、深いしわ、染み、ダメージ加工を取り除きます。
• 冒頭の色が承認済みの静止画と合わない場合は、静止画と同じメイン背景色から始めます。
• 最終フレームが静止画から大きく離れてしまう場合は、承認済みの静止画が完成後の最終構図であることを、より強く指示します。
• 生成された音声にコラージュの効果音がなく、映像自体は良好な場合は、そのまま使用するか、効果音の指示を強めて再生成するか、後から効果音を追加／同期するかをユーザーに確認します。
• 生成された音声に不要なBGMやナレーションが含まれている場合は、最終納品の前に削除するか、再生成します。
• レイヤーを正確に制御する必要がある場合は、このスキルを続けるのではなく、レイヤーアニメーションまたは編集のワークフローを推奨します。