scenario-seedance-storyboard

Scenario Seedance ストーリーボード

概要

ショットごとにプロンプトを入力しても、生成された動きは崩れます。手足が瞬間移動し、足が滑り、カットのたびに演技がリセットされます。そこで、プロンプトを強化するのではなく、ストーリーボードを作成します。ここで実現するのは、ショット間の受け渡しを通じた連続した動きであり、編集上はっきり区別できるカットではありません。視聴者がカットを感じ取れるようにするには、納品するクリップを自分で scenario-video-editing を使ってカットしてください。タイムコード付きのショット台本を書き、キャラクターシートとショットごとの番号付きパネルを描き、ひとつのルールを守ります。すべてのショットは、次のショットが始まるポーズで終わることです。境界を固定すればリセットされる要素がなくなり、カットがひとつの演技として流れます。

接続と基本のループについては scenario スキル、Seedance のパラメーター仕様、条件付けの落とし穴、サウンドレーンについては scenario-seedance スキル、静止画間の同一性と再利用可能なキャラクターシートについては scenario-consistency および scenario-identity-library スキル、成果物そのものとなるボードやコミックページについては scenario-storyboards スキル、ショットの分割と再結合については scenario-video-editing および scenario-video-assembly スキルを参照してください。ここで挙げた関連スキルが利用可能なスキルにない場合は、ユーザーにインストールを依頼してください（npx skills add scenario-labs/skills --skill <name>）。無人実行の場合は、ツールのスキーマに基づいて作業を進め、不足しているスキルを明記してください。

クイックリファレンス

手順	内容	方法
1. 台本	タイムコード付きリスト、出演者、設定を最初に合意します	ショットごとに番号、サイズ、アングル、レンズまたは動き、動作を表す動詞、開始ポーズと終了ポーズを記載します
2. 素材画像	見分けやすさを保つ必要がある出演者ごとに、複数のアングルの画像を1枚ずつ用意します。エキストラは一般的な外見にし、名前を付けません	recommend 経由の画像モデルを使用します。実際の出演者の、余計な要素のない静止画1枚でもかまいません
3. 指示書	パネルごとに1行。絵ではなく、カバー範囲を指定します	最初にマスターを作成し、軸を維持し、ショットサイズを段階的に拡大し、アクセントを付けます
4. パネル	パネルごとに1つの model_run	素材画像を参照画像として使い、白紙に薄い鉛筆線で描き、納品時のアスペクト比に合わせます
5. 審査	パネルごとに2回のチェックを行い、その後、1つのパネルを修正します	board-craft に従って成果物と相違点を確認します
6. 組み立て	承認済みパネルをボードにまとめます	明示的な座標で model_scenario-compose-image を使用します
7. 承認	台本、素材画像、ボードをユーザーに提示します	パネル番号を指定して再撮影します。無人実行の場合は記録して続行します
8. フレーム	写実的なキーフレームを2〜3枚用意します	同じ素材画像を使い、納品時のアスペクト比に合わせます。これらが納品物のルックを決定します
9. 動画	台本に沿った1回の実行、または連結した複数回の実行	以下の2つのレーンのいずれかで Seedance の model_run を使用します
10. 確認	納品物に問題がなく、トラックが維持されていることを確認します	カット箇所だけでなく、0.5秒ごとにサンプルを確認し、各カットを対応するパネルと照合します
各パネルにはショットリストと同じ要領で、番号、ショットサイズ、アングル、レンズまたはカメラの動き、続けて3つの動作動詞を記します。12枚の絵ではなく、カバレッジとして構成します。まず地理関係を示すマスターショットで始め、軸の片側を保ってスクリーン方向が決して反転しないようにし、サイズの段階を上り、インサートまたはリアクションでアクセントを付けます。隣り合うショットは、構成上、つなぎ目を共有します。ショット3の終わりがショット4の始まりになります。

ボードは簡素に描きます。むき出しの紙に薄く淡い線で、設定は手早く2、3本の線で示し、環境を描き込みません。ボードを競合する画像として描くと、実際の画像として扱われ、その書き込みもオブジェクトとして生成結果に入り込むため、プロンプトの指示では除去できません。薄く描けば、同じ書き込みも何も転送しないので、人間が確認するボード上に番号、キャプション、矢印をすべて残せます。それを伝えるのは描画ではなくプロンプトの文言です。書き込みを禁止するのではなく、監督のための計画ガイドとして明示し、見た目の参照元を写真にするため、キーフレームをコンセプトアートとして渡します。どちらも video-prompt.md に記載されています。

パネルは1枚ずつ生成するため、不良パネルが出ても損失は1枚分です。動画生成の前に、2段階の審査を行います。アーティファクトに対するAI品質スコアの確認と、プレートとの間違い探しです。ボード全体での判定では不十分です。パネル単位では欠陥が平均化されてしまいます。

作業を進めながらファイルを整理します。シーケンスごとに1つのコレクションを最初の生成前に作成し、プレート、パネル、修正、ボード、動画をまとめて保管します（board-craft）。

最初の動画生成の前に承認を得ます。キーフレームをスクリプト、プレート、ボードと並べて提示し、パネル番号を指定した撮り直しを依頼できるようにします。無人で進める場合は、前提を記録して続行します。

2つのレーン

スクリプトによる1回の生成。 シーケンスが1ジョブの時間上限（執筆時点で2.5では30秒）に収まる場合は、プレート、ボード、キーフレームを referenceImages として渡し、video-prompt.md にある7セクション構成に沿ってプロンプトを作成します。1回の生成で内部のカットを処理します。プレートが同一性を保ち、ポーズの連鎖が連続性を保ちます。aspectRatio を指定します。ここではデフォルトが adaptive なので、縦長のボードからは縦長の動画が返されます。参照モードではフレーム1が参照世界の基本状態に固定されるため（scenario-seedance を参照）、正確なポーズから始める必要があるシーケンスには、チェーンレーンが適しています。

ショットごとのチェーン生成。 時間上限を超える場合、各ショットに個別の制御が必要な場合、またはシーケンスを正確なポーズから始める必要がある場合は、各境界ポーズを静止画としてレンダリングし、ショットNでは image に静止画N-1、lastFrameImage に静止画Nを指定します。こうすることで、隣り合うショットの両方に、双方が共有するフレームができます。この方法では referenceImages は使用しないため、静止画だけがショットの同一性を担い、NショットにはN+1枚の静止画とN回の生成が必要です。各生成には最短時間（執筆時点で2.5では整数秒で4秒）もあるため、Nショットの合計はそのN倍を下回れません。したがって、それ以上カットを増やすにはショット数を減らすか、秒数を増やす必要があります。手順と修正方法については references/chained-lane.md を参照してください。

実践例：1回の実行で12ショットのダンスを作成する

1. スクリプトを作成します。24秒間に12ショットを収め、境界のポーズに名前を付け、各ショットの終了ポーズを次のショットの開始ポーズと一致させます。 まずユーザーに見せます。間違えても最も低コストで済む段階です。無人で実行する場合は書き留めてから 続行します。
2. キャラクターごとに1枚のプレートを生成し、次に12枚のパネルを生成し、さらに同じプレートからフォトリアルなキーフレームを2～3枚生成します。ローカルにあるものはupload_assetでアップロードします（scenarioスキルを参照）。先に進む前に、ボードとキーフレームをユーザーに見せます。
3. target="models"、query="seedance"、public=trueを指定してsearchします。検索結果は生成機能ではなく関連性順に並ぶため、最初の結果だけでなく、非推奨ではない最新のモデルをすべて確認します。執筆時点ではmodel_bytedance-seedance-2-5が該当します（セッションごとに再検索してください）。このモデルは最も多くの参照画像を受け入れ、同一性を最もよく保ちます。次にmodel_schema_getで上限を確認します。
4. dry_run=trueと parameters={"prompt": "<the timecoded script>", "referenceImages": ["asset_dancer", "asset_board", "asset_key1", "asset_key2"], "duration": 24, "resolution": "1080p", "aspectRatio": "16:9"}を指定してmodel_runします。 変更を加えた場合は、再度見積もります。
5. wait=falseで再実行してからjobs_waitを呼び出し、タイムアウトした場合はpending_job_idsを指定して再度呼び出します。タイムアウトは失敗ではなく、2回目のmodel_runを実行する理由にはなりません。
6. カットを1つずつ確認します。両側のポーズが一致し、パネルとも合っている必要があります。次に、クリップ全体を1秒あたり2フレームで確認します。ボード上のマークがショットの途中から薄く現れることがあるため、ショットごとに1フレームだけサンプリングすると、問題がないと誤判定されます。asset_displayは動画のリンクを返しますが、フレームは返しません。そのため、フレームをローカルに取り込むか、model_scenario-video-to-image-seqを使います（固定IDです。Scenarioにある決定論的なフレーム抽出ツールはこれだけなので、検索しても同じ結果を再発見するだけです）。スクリプトよりカット数が少なくなることを想定してください。ほとんどのつなぎ目はカメラの動きとして描画されるため、納品するテイクをスクリプトで指定した12か所でカットします。

よくある間違い

• 振り付けを形容詞（「エネルギッシュに踊る」など）で指定すること：タイムコード付きの動詞と境界のポーズは生成後も維持されますが、雰囲気を表す言葉は維持されません。
• ポーズの名前だけ指定して位置を指定しないこと：2人のシーンでは、左右反転した境界も、間違った手足と同じようにカットを崩します。
• キャラクターがフレーム外に出て戻ってくる動きや、カメラの外で行われる変化を、1回の実行内でスクリプト化すること：フレーム外に出たものは、その実行の残りの間、戻ってきません。また、カメラ外で起きたことは、境界チェックでは検出できません。退場、再登場、状態の変化は、連結した境界で確実に行います（連結レーン）。
• スクリプトで指定したポーズから実行が始まると期待すること：参照モードでは1フレーム目がベース状態に固定されます。正確な開始ポーズを扱うのは連結レーンです。
• 何も指定せずに無音で納品すること：音源を指定してダイジェティック音響を求めます。楽器やジャンルを指定せず、「音楽なし」などの除外も指定しないでください。これらは音声生成の拒否を引き起こします。 generateAudio: falseはフォールバックであり、デフォルトではありません。
• プロンプトのmax_lengthを超えるスクリプトや、長さの上限を超えるタイムコードを指定すること：スクリプトを書く前に、両方の上限をmodel_schema_getで確認します。手順1は検索より先だからです。上限を超えると400エラーになり、切り詰められることはありません。その後、実行の長さにはスクリプトで指定した長さをdurationとして送ります。デフォルトはAuto（-1）ですが、スキーマでは参照クリップがある場合にしか定義されていないため、タイムコード付きスクリプトをdurationなしで送ると、指定されていない長さで実行されます。
• アスペクト比を誤ること：各パネルに納品時のアスペクト比を持たせます。リフレームすると、連鎖が依存するポーズが移動してしまうためです。また、合成したボードのアスペクト比は0.4～2.5の範囲内に収めてください。範囲外の場合、Seedanceは参照画像として受け付けず、実行に失敗します。