recoup-music-video

ミュージックビデオ — Small Room ワークフロー

SMALL ROOM / The Projectionist を 2026-09-03 に完成させた制作シーケンスに従います。これは、そのバイブル、アイデンティティシート、最終ショット表、ジェネレーター、レンダーに記録された統合ワークフローであり、Higgsfield の単一スキルにある 10 段階の手順ではありません。生成ルートを選ぶ前に、references/small-room-production.md を読み、根拠、最終モデル設定、過去と現在の実行方法の違いを確認してください。

曲 → バイブル → シーン監査 → キャラクターとオーディション → 小道具とプレート → ショットリスト → レビュー済み静止画 → 改訂版クリップ表とエンドフレーム → モーション → 検証済み編集。

最も早い未完了ステップから始めます。承認済みの成果物を再利用し、プロジェクト内の承認状態を維持してください。再開時に曲を再生成したり、変更のない決定をやり直したりしないでください。ユーザーのビジュアル上の指示を引き継いでください。再現するのはワークフローであり、Small Room の主人公、フォトリアルなスタイル、配色、プロット、尺、正確なショット数ではありません。

補助スキルと優先順位

該当するステップで、リンク先のスキルを読み込みます。Higgsfield のリンクは、レビュー済みのコミュニティライブラリに固定されています。キャラクターデザインのフレームワークでは @vavavinca に謝辞を記しています。Small Room で使用した必須の手順は以下に含まれているため、非公開のプロジェクトチェックアウトは不要です。外部スキルを読み込めない場合は、その制限を明らかにし、ここに含まれる方法を使用してください。

ステージ	関連スキル	このワークフローで活用する内容
新しい曲（必要な場合のみ）	recoup-song	4 つの承認段階、Recoup API による生成、最大尺の余裕
バイブルとキャラクターオーディション	higgsfield-character-design	世界観を起点とするバイブル、キャラクターシート、スクリーンテスト、アイデンティティの固定
ストーリー監査	higgsfield-scene-engine	目標、障害、戦術、逆転、観客の価値観の変化
ショットリスト	higgsfield-shotlist-director	全体的なスタイル、リファレンス用語集、名前付きプロンプト、テンポと単調さの監査
構図と検証	同梱の references/composition-and-verification.md	固定済み HyperFrames セットアップ、HTML タイムライン、字幕、リンティング、スナップショット、レンダー、確認
Recoup 認証（そのルートを使う場合）	recoup-platform-api-access	認証情報を公開せずにアカウントと API の仕様を確認

Small Room ではこれらの方法を応用しています。ショットリストは SCRIPT.md、オーディションは無音、シーンのモーションには H3 Max Turbo を使用しました。リンク先のスキルにある Seedance のマルチカットプロンプト、HTML ショットリストの成果物、Soul のトレーニング、台詞付きオーディションを、追加ステージとして取り込まないでください。完成済みのバイブルが HyperFrames のビジュアルアイデンティティを定めます。すでに承認済みの映像を組み立てる際に、新しいスタイルを選ばないでください。

1. 曲を承認し、実際の長さを確定する

承認済みの録音と歌詞シートをそのまま使用します。曲がまだない場合は、recoup-song に従って、アイデア、ジャンル、正確な歌詞／プロンプト、有料リクエストの順に承認します。現在のデフォルトは、自然な終わり方を可能にする、サポートされている最大時間（300 秒）です。Small Room の過去の 120 秒リクエストをコピーしたり、このワークフローに入るためだけに別の曲を生成したりしないでください。

マスター音源、生成 ID、承認済みの入力内容を audio/ に保存します。ffprobe で実際のファイルを計測します。ElevenLabs Scribe で文字起こしし、単語ごとのタイムスタンプを audio/scribe.json に保持します。承認済みの歌詞と照合し、変更、欠落、繰り返し、途中での打ち切りに印を付けます。このワークフローでは Whisper を使用しないでください。映像制作に進む前に、ユーザーの試聴承認を得てください。すでに承認済みの場合は、この条件を満たしています。

まず、利用可能な文字起こし機能が Scribe と単語ごとのタイムスタンプに実際に対応していることを確認します。Recoup の汎用文字起こしルートは Scribe の代わりにはなりません。調査済みのルートの範囲については、references/small-room-production.md を参照してください。任意のモデル上書きや、別のファイル名を scribe.json に変更するだけでは、この要件を満たしません。Scribe にアクセスできない場合は、承認済みで対象の録音と一致する Scribe 文字起こしを再利用するか、タイミングに依存する制作を進める前に不足している機能を報告します。別途接続する Scribe サービスには、独自の認可済みアクセスと音声の送信が必要です。他の接続から認証情報を取り出したり、黙って文字起こしプロバイダーを切り替えたりしないでください。

録音によって映像の音楽部分の長さが決まります。後続のエンドカードには、別途承認された独自の表示時間を設定します。曲を一般的なソーシャル動画の目標時間に合わせて短縮しないでください。

2. ストーリーバイブルを作成する

キャラクターデザインの手法を使って、プロジェクト全体で使用する BIBLE.md を次の順序で作成します。

1. 前提： 議論の余地がある主張、それが尊重すべき反論、そして感情面での約束。
2. 世界： この映像に必要な詳細に絞った、物理的、社会的、経済的、思想的、歴史的、感覚的なルール。
3. キャラクター： テーマ上の役割、外面的／内面的な目標、心理的／道徳的な必要性、傷、ひらめき、シルエット、矛盾、関連する人間関係。キャスティングより先に世界を固めます。
4. ストーリーの骨格： 因果関係と結果でつないだ展開の要点。転換点と結末を含めます。
5. スタイル： カラーパレット、ライティング、素材、プロポーション、カメラ表現、衣装、小道具、連続性、禁止要素。承認済みの曲とユーザーの指示を基に導き出します。

音源の出典と計測した長さを記録します。不足している創作上の選択肢は、明示的に提案します。バイブルはレビュー可能なファイルであり、会話のあちこちに散らばった文章だけで済ませてはいけません。

3. ストーリーを監査してから、バイブルを承認する

キャラクターやシーンの生成に入る前に、BIBLE.md 内でシーンエンジンの監査を行います。

• 目標： 主人公の固定された目的。すべてのシーンがその達成に寄与する必要があります。
• 障害： その目標または現在の段階を脅かすものと、その規模。
• 戦術： すでに得ている情報を使って取る行動。失敗した試みからは、何らかの学びが得られる必要があります。
• 逆転： 解決済みの各シークエンスで、少なくとも一度は予想に反する展開を設けます。
• 価値の変化： その逆転によって、観客の登場人物に対する評価がどう変わるか。

最も弱い点を挙げ、最小限の修正案と、より踏み込んだ代替案を提示します。ユーザーの選択を反映し、改訂したバイブルを提示して承認を得ます。観客の見方を変えないプロットの転換だけでは不十分です。変更のない決定に対する承認は維持し、有料アセットに反映される前に、影響を受ける改訂を承認してもらいます。

4. キャラクターをデザインし、オーディションを行って決定する

候補となる静止画とリファレンスの編集には、Muse Imageを使用します。無地のグレーを背景にキャラクターシートを作成し、顔と全身のリファレンスを分けます。正面・背面の衣装、顔のクローズアップ、必要な角度を用意し、必要に応じて口を開けた状態と閉じた状態のバリエーションも含めます。候補を提示し、動きのテストを行う前にユーザーにキャラクターを選んでもらいます。

ここで媒体を決めてください。媒体によって使用するモーションモデルが決まります。 実写風キャストは、Museの開始静止画からH3 Max i2vでアニメーション化します（Small Roomパイプライン）。スタイライズされたキャストやアニメーションのキャストは、代わりにシートをリファレンスとしてSeedance 2.5に渡し、曲の各セクションにつき1テイクで制作できます。Seedanceの入力フィルター（fal経由）は、出所を問わず、あらゆる実写風の顔を拒否しますが、スタイライズされた顔は受け入れ、ショットをまたいで一貫性を保ちます。まずユーザーのリファレンスから実写風のキャストを作成して承認を得てから、すべてのアセットを同じスタイル文字列で再レンダリングします。レシピ、プロンプトの構成、費用についてはreferences/stylized-motion.mdを参照してください。

制作リファレンスの設定でH3 Max Turboを使い、映画の実際の難しい場面から無音の5秒間のスクリーンテストを制作します。視線、姿勢、手の動きでキャラクターが演技できることを証明する必要があります。Small Roomでは、故障しかけたランプからプロジェクターへ視線を移し、決断して手を動かし始める動きをテストしました。この映画のテストは、この映画独自のバイブルに基づいて考案します。合意した回数のテイクを制作し、動きを確認して、当たりを決定する前にユーザーの選択を得てください。

選ばれたテイクとリファレンス一覧をcast/に保存し、cast/IDENTITY.mdには以下を記載します。

• 該当するすべての静止画プロンプトでそのまま再使用する、外見を説明する1段落。
• 該当するモーションプロンプトで再使用する、動きを説明する1文。
• 各リファレンスの役割と、それが保持する状態。

外見は静止画プロンプトに記載し、モーションプロンプトでは動作と動きの固定条件を説明します。シーンの静止画では、Small Roomと同様に、顔のリファレンスに加えて関連するリファレンスを最大2つまで使用します。キャラクターの一貫性が崩れた場合は、キャラクターを書き直す前にリファレンスの選択を確認してください。

5. 小道具を作成してから、何も置かれていないロケーションプレートを作る

シーンの静止画を作る前に、グレーを背景に小道具のシートを作成します。関連する寸法、構造、向き、状態の変化を固定し、承認済みの小道具を編集してバリエーションを作成します。

次に、何も置かれていないロケーションのマスターをplates/に作成します。同じ部屋の編集から暗い版、明るい版、変形した版を作り、形状を維持します。キャラクターと組み合わせる前に、小道具とプレートを確認して承認します。各リファレンスの役割を明記し、キャラクター、小道具、ロケーションの素材感とビジュアルスタイルを映画全体で一致させます。すべてのロケーションについて、カメラアングル違いのプレートを自動的に追加する必要はありません。

6. 曲のマップと、つながりのあるショットリストを作成する

**SCRIPT.md**のショットリスト・ディレクター方式を使用します。以下を含めます。

• 最初のフレームで目を引くビジュアルと、読み取れる動作として示す映画の前提。
• 実測した単語のタイミングを基準にした曲の各セクション。
• バイブルに基づくグローバルなスタイルプレフィックスと、固定したアイデンティティの段落。
• キャラクター、小道具、プレート、状態のリファレンスを実ファイルに対応付ける@用語集。
• 各行のID、曲内の時間範囲、尺、ストーリービート、フレーミング、カメラの動き、リファレンス、開始状態、意図する終了状態、静止画プロンプト、モーション、キャプション。

映像から始めます。冒頭にロゴ、タイトルカード、フェードを入れないでください。声は曲で表現するため、別のナレーターを登場させたり、画面上で歌わせたりする必要はありません。

時間範囲が録音全体を隙間や重なりなくカバーしていることを確認します。フレーミングとカメラの列を併せて確認し、サイズと動きが同じショットを3つ連続させないようにします。単に尺を変えるのではなく、スケールと目的に変化をつけます。シーンの静止画を生成する前に、テーブルを提示して承認を得てください。

7. シーンのスチルを生成してレビューする

承認済みの参照画像をMuseで編集し、次のようにプロンプトを組み立てます。

全体のスタイル + アイデンティティ（該当する場合）+ ロケーションの固定 + フレーミング + シーンの状態 + 連続性

人物の顔がある場合は最初に添付し、その後、関連するプレートと小道具を添付します。参照画像は最大3点までです。承認済みの過去のショットを使うと、ロケーションや状態をより正確に参照できる場合があります。参照画像の役割を明示してください。正確なプロンプト、参照画像の割り当て、生成結果を保存します。

シーンを動かす前に、コンタクトシートと個別の詳細クロップをユーザーと一緒にレビューします。アイデンティティ、手、小道具の数・大きさ・向き、照明、背景の人物、不要なテキスト、すべての効果の物理的な原因を確認してください。欠陥がすでにスチルに見られる場合は、まずスチルを修正します。修正内容をバイブルの連続性ルールと該当する行に反映します。

8. クリップ表を改訂し、終了フレームを承認する

スチルのレビュー後、1つのカメラセットアップで、モデルの時間制限内に連続した動作のまとまりを撮影できる場合は、隣接するビートをまとめます。歌詞の時間枠は維持してください。フレーミング、ロケーション、動作を一貫してまとめられない場合は分割します。Small Roomでは、計画時の26ショットから最終的に17クリップになりました。この数は参考情報であり、すべての作品の目標ではありません。

各クリップに、承認済みの開始スチルを割り当てます。計画上の変化に終了フレームが必要な場合は、同じカメラ位置とフレーミングで、開始スチルを編集して作成します。変更するのは意図した状態だけにしてください。動きを生成する前に、開始フレームと終了フレームを並べて確認します。状態を維持するショットでは、Small Roomでは開始スチルを終了時の基準画像として再利用する場合もありました。また、終了フレームを使わない行もありました。すべてのクリップで新たな終了フレームを生成する必要はありません。

改訂した表を最新版として明示し、置き換えられた行やスチルはアーカイブします。現行の表、レンダーのタイムライン、生成マニフェストの内容は一致させてください。古いビルド用チェックリストによって、置き換えられたショット数が知らないうちに復活しないようにします。

9. 補間をテストしてから、動きを生成・レビューする

まず、代表的な開始フレームと終了フレームを使ったクリップを1本生成します。Small Roomでは、冒頭のM01、13秒のクリップで補間をテストしました。シーンのバッチ生成前にレビューしてください。

検証済みのルートと、references/small-room-production.mdで承認された支出範囲を前提として、MiniMax H3 Max Turboを使用し、768P、5～15秒の整数秒数、prompt_expansion_mode: disabledで生成します。割り当てられた時間枠に足りるクリップ時間を指定し、編集時にトリミングしてください。

動きのプロンプト = 行に記載された動作 + 該当する動きの固定条件 + 固定カメラまたは指定したカメラワーク + プロジェクト固有の連続性に関する除外事項

見た目をあらためて説明しないでください。人物が映らないショットでは、キャラクターの動きや顔に関する指定を省きます。リスクのある箇所では、小道具の形状と照明の状態を明示的に維持してください。

動きと抽出フレームを確認し、顔の変化、余分な手足、意図しない照明や物体の追加、意図しないカメラワーク、連続性の誤りがないかを調べます。有用なテイクは残し、承認済みの再試行予算内で失敗した行だけを修正します。ショットが何度も失敗する場合は、同じ壊れた動作に繰り返し費用をかけるのではなく、ショットを改訂または削除し、表も更新してください。Small Roomでは、曲のタイムラインを維持しながらC14を削除し、M12を延長しました。採用したテイクと不採用のテイクは別々に保存し、モデル、プロンプト、開始・終了時の参照画像、指定時間と実測時間も記録します。

10. 組み立て、確認、レンダリング、納品

HyperFrames 0.7.5 を使用してください。Small Room で使用されたバージョンです。テスト済みのローカル動画ハーネスがある場合は、その構成とフォントを再利用してください。Small Room では LETAL XLUG ハーネスを使用しました。古いメディア、字幕、コピー、タイミングをクリアしてください。それ以外の場合は、同じ固定バージョンで足場を構築してください。このスキルを実行するのに、非公開の参照プロジェクトは必要ありません。 セットアップと必須のホスト機能については、同梱の references/composition-and-verification.md をお読みください。足場の構築時には、自動 Whisper 文字起こしと追加のスキルインストールを無効にし、承認済みの Scribe タイミングと既存のホスト設定を維持してください。

選択したクリップを承認済みの楽曲区間に配置し、クリップ音声をミュートして、タイムスタンプ付きのトランスクリプトから字幕を追加してください。一意のメディア ID と明示的な開始時刻・継続時間を指定してください。文字起こしと歌詞の相違点をユーザーに伝えてください。Small Room での書き言葉による字幕の上書きは明示的な指示であり、今後の動画で字幕を黙って変更してよいという許可ではありません。

lint、検証、確認を実行してから、重要な場面と字幕の切り替わりをスナップショットに記録してください。

npx [email protected] lint .
npx [email protected] validate .
npx [email protected] inspect .
npx [email protected] snapshot --at <review-times> --describe false .

レンダリング前にそれらの画像を確認してください。動画をレンダリングし、測定した線形ゲインを使って承認済みのマスターを FFmpeg で多重化し、完成した音声をもう一度測定してください。Small Room では −1 dB を使用しましたが、この動画のゲインは独自に測定したレベルから算出してください。マスターは変更せず、loudnorm は適用しないでください。エンドカードが承認されている場合は、その継続時間を明示的に追加し、カード部分の音声の末尾だけを無音でパディングしてください。

完成した MP4 から、カット、字幕、以前に問題のあったショットのフレームを読み戻してください。フレームの見た目だけでなく、実際の動きも確認してください。楽曲全体が網羅されていること、動画が途切れないこと、字幕のタイミング、エンディングを確認してください。レンダリングが完了しただけでは、映像の確認に合格したことにはなりません。確認した内容と未解決の不具合を記録してください。再生可能な動画、測定した尺、ソース成果物、報告される実費を返してください。見積もりは見積もりとして明記してください。ユーザーから最終視聴の承認を得てください。

承認済みのアセットをもって完了とします。公開には、公開先とアカウントを指定した別途のユーザー依頼、認可済みの公開接続、公開後の投稿確認が必要です。動画の承認だけでは公開は許可されません。