talking-head

Talking Head

メッセージと視聴者をもとに、完全なトーキングヘッド動画の仕様書を作成します。プレゼンターの人物像を1つ決め、スタイリング、環境、照明、フレーミングをすべて指定し、時間配分付きのフック／本文／CTAのスクリプト骨子と、fal-ai/nano-banana-proですぐに使えるキーフレーム用プロンプトを用意します。基本原則は、信頼性は台本ではなくキャスティングで決まることです。プレゼンターの見た目、環境、話し方は、その種のメッセージに対して視聴者がすでに信頼しているものと一致していなければなりません（洗練されたスタジオの専門家が「本物のユーザーレビュー」を売り込むと、広告と受け取られ、効果を失います）。ここで作成するのはプランと静止キーフレームです。音声、動き、編集は後工程で行います。

使用する場合／使用しない場合

• 人物が前面に立つあらゆる動画に使用します。例：推薦動画、UGC風広告、教育・解説動画、創業者からの近況報告、プレゼンターが出演する製品デモ、社内研修。
• 製品のみのモーション動画（人物なし）→ skills/creative/product-video。
• Remotionでレンダリングするプログラム生成／アニメーション動画 → skills/creative/remotion-script-writer。
• 静止画のソーシャルメディア用素材 → skills/creative/social-graphics。
• ブランドスタイルが未定義で、一貫性が重要な場合 → まず skills/creative/creative-strategist を実行します。そのスタイルガイドをプレゼンターのスタイリングに活用します。

インテーク

不足している情報だけを、まとめて簡潔に質問します。

1. メッセージと目標 — プレゼンターは何を伝え、視聴者に視聴後どう行動してほしいですか（CTA）？
2. 視聴者とプラットフォーム — 誰がどこで視聴しますか（TikTok/Reels、YouTube、ランディングページ、社内研修など）？
3. 信頼の演出 — 同じ立場の人からの推薦のように（本物らしい／UGC風）見せますか。それとも専門家の言葉として（権威ある／洗練された）見せますか？
4. 制約 — 実在の人物（創業者、顧客など）を出演させますか。それとも生成／起用したプレゼンターにしますか？ skills/creative/creative-strategist のブランドスタイルガイドはありますか？

質問する代わりに推測します。プラットフォームから尺とフレーミングを、製品カテゴリから標準の信頼の演出を判断します（消費者向けソーシャル広告 → UGC風、B2B／金融／ヘルスケア → 権威あるスタイル）。**作業を止めないでください。**メッセージと視聴者がわかっていれば、「UGC風、30秒、縦型と想定します。違う場合はお知らせください」と前提を示して進めます。

ワークフロー

1. プレゼンターを選ぶ（判断基準）

コンテンツの種類	人物像	話し方	標準の環境
教育、企業向け、製品デモ	プロフェッショナルなプレゼンター	洗練されたビジネスカジュアル／フォーマル、まっすぐな視線、自信のある話し方	スタジオまたはプロフェッショナルなオフィス
推薦、ソーシャル広告、親しみやすい売り込み	UGCクリエイター	カジュアルな服装、自然な見た目、本物らしい活気、多少の粗さは歓迎	自宅、車、気取らない実際の場所
ソートリーダーシップ、レビュー、権威性を示す主張	専門家／インフルエンサー	洗練されつつ親しみやすく、信頼感があり、高い制作クオリティ	プロフェッショナルなオフィスまたはブランドスタジオ
ライフスタイルコンテンツ、製品のある生活、憧れを喚起する内容	ライフスタイルクリエイター	スタイリッシュで、憧れを喚起し、魅力的	製品に合ったライフスタイルのロケーション

理由を一行で示し、人物像を1つに決めます。注意すべきミスマッチ：権威ある人物像を「実際の顧客」からのメッセージに使うと、偽物らしく見えます。重大な意味を持つB2Bの主張にUGC風の人物像を使うと、真剣味に欠けて見えます。

2. 見た目を決める — 各行から1つ選択

要素	選択肢（人物像とブランドに合わせて1つ選びます）
服装	ビジネスプロフェッショナル（スーツ） · ビジネスカジュアル（ブレザー） · カジュアル · スタイリッシュなカジュアル · 業界に合わせた服装
背景	スタジオ（ニュートラルですっきり） · オフィス（ぼかしの入ったモダンな空間） · ホームオフィス · ライフスタイルに合った場所 · ブランド仕様（ブランドカラー／要素）
照明	スタジオ（キーライト＋フィルライト、均一で強い影なし） · 自然光（柔らかく、拡散し、暖かい） · シネマティック（ドラマチックでムーディー）
フレーミング	クローズアップ（頭部／肩 — 親近感、フック向け） · ミディアム（頭部から腰 — 標準、身振りが可能） · ワイド（全身 — 環境を使ったストーリーテリング）

判断基準：UGC風 → カジュアルな服装＋自然光＋クローズアップ／手持ち撮影の雰囲気。権威あるスタイル → ビジネスカジュアル＋スタジオ照明＋ミディアムショット。服装の色は背景と対比させます。縦型プラットフォームではクローズアップまたはタイトなミディアムを標準とし、横型／YouTubeではミディアムやワイドも適しています。

3. 時間を厳守したスクリプトの骨子を書く

• フック（0～3秒）： 視聴者の悩み、大胆な主張、または結果から始めます。SNSでは「こんにちは、私は……」といった自己紹介は避けてください。一文で、15語以内にします。
• 本文（3秒～CTA）： 核となるメッセージは1つに絞り、補足ポイントは最大3つまでにします。話し言葉を使います（声に出して読み、一息で言えない文は分割してください）。関連する場合は、カメラに製品を映します。
• CTA（最後の5秒）： 行動を1つだけ、簡潔に一度だけ伝えます。

プラットフォーム別の長さ：SNS広告／オーガニック投稿は15～60秒、ランディングページは30～90秒、トレーニングは必要に応じて調整します。スクリプトの時間配分には、1秒あたり約2.5語を実用的な話速の目安として使えます。

4. キーフレームのプロンプトを書く

スクリプトの各セクション（フック、本文の各ビート、CTA）につき、キーフレームを1つ用意します。プロンプトの形式は次のとおりです：[archetype] presenter, [clothing], [appearance/expression for this beat], [engaging with camera / demonstrating product], [background], [lighting], [framing], professional quality, 4K。すべてのフレームで、プレゼンターの説明、背景、照明を同一に保ってください。変えるのは表情、ジェスチャー、製品の小道具だけです。ここにずれがあると、動画全体が連続しているという印象が崩れます。

FAL_API_KEY（またはFAL_KEY）が設定されている場合は、リポジトリのCLI（docs/fal_api.py、モデルfal-ai/nano-banana-pro）を使って生成します：

python docs/creative_cli.py custom \
  --category "talking-head" --name "hook-frame" \
  --prompt "<keyframe prompt>" --aspect-ratio 9:16 --resolution 2K

設定されていない場合は、すぐに実行できるコマンドとしてプロンプトを提示します。注：これはキャスティング／ストーリーボード用の静止画を生成します。音声、リップシンク、動きは後続のツールまたは実際の撮影で用意してください。音声品質は対象外ですが、動画の成否を左右するため、音声の重要性をユーザーに伝えてください。

5. 品質基準に照らしてセルフチェックし、仕様を提示する。

必須の出力形式

必ず次の構成で提示してください：

# Talking Head Video Spec — [Topic]

## Overview
- **Message (one sentence):** ...
- **Archetype:** Professional | UGC Creator | Expert | Lifestyle — [one-line reason]
- **Platform:** ... · **Aspect ratio:** ... · **Length:** ...s · **CTA:** ...

## Presenter definition
- Clothing: ... · Appearance: ... · Background: ... · Lighting: ... · Framing: ...
- Real person or generated: ... · Brand elements in frame: ...

## Script skeleton
| Section | Time | Spoken line(s) | On camera |
|---|---|---|---|
| Hook | 0–3s | "..." (≤15 words) | [expression/action] |
| Body 1 | 3–Xs | "..." | ... |
| Body 2 | ... | "..." | ... |
| CTA | last 5s | "..." | ... |

## Keyframes
### KF-hook
> [full prompt — archetype, clothing, expression, background, lighting, framing, quality tags]
`python docs/creative_cli.py custom --category "talking-head" --name "kf-hook" --prompt "..." --aspect-ratio [x] --resolution 2K`
(one per section; presenter/background/lighting identical across all)

## Production notes
- Audio: [clean VO essential; mic/recording note]
- Downstream: [real shoot / avatar tool / editor] · B-roll or product inserts: ...

品質基準（提示前に確認）

• アーキタイプが信頼の形に合っていること。「実際の顧客」による体験談に洗練されたスタジオ風の演出を使わず、重大な主張に雑なUGCを使わないこと。
• フックは15語以内で、（SNSの場合）自己紹介を含めないこと。最初の3秒以内に価値を伝えること。
• 核となるメッセージは1つ、補足ポイントは最大3つまでにすること。すべてのセリフが声に出して自然に読めること。
• 服装と背景のコントラストをつけること。照明のスタイルを明示し、暗黙のままにしないこと。
• すべてのキーフレームのプロンプトで、プレゼンター、背景、照明の説明を同一にし、変えるのは表情／ジェスチャーだけにすること。
• 意図的に視線を外すビートを除き、すべてのキーフレームでカメラを直接見るよう指定すること。
• 時間配分の合計が指定された長さと一致すること。CTAは行動を1つだけ、一度だけ伝えること。
• フォーマットやフックに関する実績を捏造しないこと。ペース配分の指針はあくまで目安とすること。

インテグレーション

• skills/creative/creative-strategist → 受け取るもの：プレゼンターのスタイリング、配色、設定を定めるスタイルガイド。
• skills/creative/original-design → 受け取るもの：動画を独自のビジュアル世界（背景、小道具、オーバーレイ）に収める必要がある場合のデザイン言語ブリーフ。
• skills/creative/brand-asset → 受け取るもの：背景またはオーバーレイに配置するロゴ／ブランド要素。
• skills/creative/image-generation → 使用するもの：CLIのワンライナーより細かく生成を制御したい場合のキーフレームプロンプト。
• skills/creative/social-graphics → 使用するもの：サムネイルや補助的な投稿ビジュアルとしてのキーフレーム。
• skills/creative/orchestrator → このスキルを通じてプレゼンター動画を含むキャンペーン制作を振り分ける。