ugc

genmedia による UGC 制作

洗練されたスタジオ広告ではなく、クリエイターらしいコンテンツをユーザーが求めている場合に、このスキルを使用します。必要に応じて、以下のリファレンスを読み込みます。

• references/formats.md
• references/workflows.md
• references/examples.md

デフォルトのエンドポイントを選択するには、このスキルと併せて model-routing を読み込みます。

出力は信頼感があり、各プラットフォームになじみ、主張の安全性が保たれたものにしてください。ユーザーが正確な文言を提示しない限り、偽の体験談、偽の数値、創作したレビュー、医療に関する主張、金融に関する主張、またはそのまま使える法的文言は書かないでください。

収集する情報

回答によって実行方法が変わる場合に限り、質問してください。

• 製品またはオファー：何を見せる、販売する、教える、または説明するのか。
• フォーマット：カメラに向かって話す、デモ、リアクション、開封、創業者、顔を出さない B ロール。
• 話者：提供されたポートレート／動画、生成アバター、顔なし、またはナレーション。
• スクリプトの素材：正確なスクリプト、箇条書き、オファーのコピー、またはドラフト作成の依頼。
• プラットフォーム：TikTok、Reels、Shorts、ソーシャル広告、ランディングページ、プロトタイプ。
• 再生時間とクロップ：通常は 9:16。フックは 6〜15 秒、広告は 15〜45 秒です。
• 元のメディア：ポートレート、製品画像、製品動画、ロゴ、B ロール、音声。
• 主張：ユーザーが提供した根拠、必須の免責事項、使用禁止の表現。
• トーン：カジュアル、専門家風、創業者主導、懐疑的、熱意のある、落ち着いた、ドキュメンタリー風。

Genmedia のワークフロー

1. ルーティングされたエンドポイント ID から始めます。

   genmedia models --endpoint_id veed/fabric-1.0 --json
   genmedia models --endpoint_id veed/fabric-1.0/text --json
   genmedia models --endpoint_id fal-ai/creatify/aurora --json
   genmedia models --endpoint_id fal-ai/sync-lipsync/v2 --json
   genmedia models --endpoint_id bytedance/seedance-2.0/image-to-video --json
   genmedia models --endpoint_id openai/gpt-image-2 --json
   

   必要な役割のエンドポイントが見つからない場合に限り、代替手段としてテキスト検索を使用します。

   genmedia models "ugc talking head avatar" --json
   genmedia models "short social video product demo" --json
   genmedia docs "lip sync video" --json
   

2. 実行する前に、選択したエンドポイントを確認します。

   genmedia schema <endpoint_id> --json
   genmedia pricing <endpoint_id> --json
   

3. ローカルにあるすべての元メディアをアップロードします。

   genmedia upload ./creator.jpg --json
   genmedia upload ./product.png --json
   genmedia upload ./voiceover.wav --json
   genmedia upload ./existing-clip.mp4 --json
   

4. 制作ルートを選択します。

   • ポートレート＋音声：veed/fabric-1.0。
   • ポートレート＋テキスト：スキーマが対応している場合は veed/fabric-1.0/text。
   • より細かなビジュアル指示が必要なアバター：fal-ai/creatify/aurora。
   • 新しい音声を追加する既存の動画：fal-ai/sync-lipsync/v2。
   • 製品の B ロール：承認済みの静止画または製品リファレンスから bytedance/seedance-2.0/image-to-video を使用します。
   • フック用のフレームとサムネイル：特にテキストや製品の再現性が重要な場合は、openai/gpt-image-2。

5. 長尺動画のジョブは非同期で実行し、ステータスからダウンロードします。

   genmedia run <endpoint_id> \
     --prompt "<ugc visual direction or shot prompt>" \
     --async \
     --json
   
   genmedia status <endpoint_id> <request_id> \
     --download "./outputs/ugc/{request_id}_{index}.{ext}" \
     --json
   

6. スキーマのフィールドを正確に使用します。image_url、audio_url、video_url、text、prompt、visual_direction、aspect_ratio、duration、seed など、モデルのフィールド名に合わせます。

スクリプトの作成順序

洗練された広告コピーではなく、短い話し言葉のまとまりとしてスクリプトを作成します。

1. フック：具体的な葛藤、問題、結果、または好奇心を引く要素を 1 つ入れます。
2. 背景：話者がなぜ気にかけているのか、どのような状況にいるのかを説明します。
3. 製品の登場：製品を登場させ、使用するか、問題を解決する様子を見せます。
4. 根拠：感覚的な描写、目に見えるデモ、提供された数値、またはユーザー提供の事実を示します。
5. 展開：使用前後の比較、異議への回答、または意外なメリットを入れます。
6. 締め：控えめな CTA、次のアクション、または製品を映したすっきりとした最後のフレームを入れます。

主張には根拠を持たせてください。裏付けのない主張は、観察できる表現に置き換えます。「ニキビが治ります」ではなく、「テクスチャが軽く見えます」とします。

プロンプトの作成順序

UGC のクリップまたはショットごとに、次の内容を書きます。

1. 話者とフレーム：クリエイターのタイプ、提供されている場合は年齢層、場所、クロップ。
2. 演技：目線、カジュアルな話し方、ジェスチャー、表情、テンポ。
3. 製品の動作：持ち上げる、開ける、塗る、比較する、実演する、見せる。
4. カメラ：手持ちのスマートフォン、デスク用三脚、鏡越しのショット、クローズアップ、B ロールの挿入。
5. 照明と音声の雰囲気：自然な窓光、浴室の照明、車内。
6. プラットフォームの制約：9:16、安全な上下の領域、生成されたキャプションを入れない。
7. ガードレール：偽の主張をしない、新しいロゴを追加しない、製品パッケージを変更しない。

モデルのルーティング

• ポートレートと音声からトーキングヘッドを生成する場合：veed/fabric-1.0。
• ポートレートとテキストからトーキングヘッドを生成する場合：veed/fabric-1.0/text。
• ビジュアルディレクション付きのアバター：fal-ai/creatify/aurora。
• 既存の映像にリップシンクを適用する場合：fal-ai/sync-lipsync/v2。
• 商品のBロールやデモの動き：bytedance/seedance-2.0/image-to-video。
• 高速に作成するドラフト版のBロール：xai/grok-imagine-video/image-to-video。
• クリエイター向けのキーフレーム、サムネイル、商品に忠実な静止画： openai/gpt-image-2 または fal-ai/nano-banana-pro。
• TTS：fal-models-catalog/references/text-to-audio.md を参照し、スキーマを確認してください。本番用の台本を作る前に、短いテスト文を優先してください。

品質基準

返す前に、次の点を確認してください。

• クリップがスタジオのコマーシャルではなく、自然なクリエイターコンテンツに見えること。
• 音声の台本の長さが、指定された再生時間に収まっていること。
• 話す顔を使用する場合、口の動きが同期していること。
• 商品の形状、パッケージ、ロゴが安定していること。
• 主張はユーザーから提供されたものか、目に見える内容の描写として表現されていること。
• 最初の1～2秒に明確なフックがあること。
• 字幕やテキストオーバーレイが動画内に幻覚的に生成されていないこと。
• 出力パスが、手動で取得したURLではなく downloaded_files[] から取得されていること。

顔が崩れる場合は、台本を短くする、より鮮明なポートレートや音声を使用する、または生成アバターから承認済みの映像素材へのリップシンクに切り替えてください。