ugc-content-factory

UGCコンテンツファクトリー

fal.ai経由でKling 3.0を使用し、一貫性のあるAIキャラクターによる、本物らしく感じられるUGC動画コンテンツを大規模に生成します。

中核となる強み： Kling 3.0のElementsシステムにより、動画間でキャラクターのアイデンティティを固定できます。マルチショットのストーリーボードとネイティブのリップシンクを組み合わせれば、実在の人間を使わずに、一貫性のある「クリエイター」によるUGCライブラリ全体を生成できます。

ディレクター優先の原則： 台本より先にビジュアルを決めます。まず各ショットの見た目と動きを設計してから、それに合うセリフを書きます。台本はビジュアルに従うものであり、その逆ではありません。これにより、「座って話すだけ」の問題を防ぎ、ビジュアルに変化を持たせられます。

---

契約

入力

• 必須： 商品／ブランド名、内容、ターゲット層
• 任意： 既存のキャラクターElementのURL、商品画像のURL、シードフレーム、ブランドボイスのファイル、競合他社のUGC事例
• 形式： テキストによる説明、URL、またはブランドコンテキストファイル

出力

• 生成物： fal.ai Kling 3.0によるUGC動画（複数可）に加え、クリエイティブブリーフ、ビジュアルビートシート、同期済みの台本
• 形式： 動画ファイル（MP4）、補足ドキュメントはインラインで提供
• 後続の用途： 広告クリエイティブ制作パイプライン、SNS投稿、クライアントへの納品物

検証

• 前提条件： fal.aiのAPIアクセス、商品とターゲット層が明確であること
• 完了条件： 動画が品質ゲートを通過し、4つのステルスチェックすべてに合格すること
• 失敗時の確認事項： キャラクターとターゲット層の不一致を解消できない場合は、生成前に問題を指摘すること

---

パイプライン

MODULE A: Creative Director    → Creative Brief        → GATE 1
MODULE B: Cinematographer      → Visual Beat Sheet      → GATE 2
MODULE C: Screenwriter         → Synchronized Script    → GATE 3
MODULE D: Engineer             → fal.ai JSON + Execute  → Output

各ゲートでは、次のステップに進む前にユーザーの承認が必要です。ゲートを飛ばさないでください。

---

パイプラインに入る前に

ユーザーに確認します：

1. 「再利用する既存のキャラクターはありますか？」（Element画像のURL）
2. 「Elementsとして使用する商品画像はありますか？」（画像のURL）
3. 「シードフレーム／最初のフレームの画像はありますか？」（画像のURL）

いいえの場合 → /ai-image-generation経由でNano Banana Proを使って新しい画像を生成します。

保存済みのキャラクター／商品については、references/CHARACTER_LIBRARY.mdを確認します。

---

モジュールA：クリエイティブディレクター

フォーマット、フック、検証の詳細については、references/MODULE_A_CREATIVE_DIRECTOR.mdを読みます。 次のファイルも読み込みます：references/CHARACTER_LIBRARY.md、references/SCENE_SETTINGS.md。

主な決定事項：

1. コンテンツ形式を1つ選びます（証言、開封、問題／解決策、比較、デモ）
2. フックの切り口を1つ選びます（独占、懐疑、失敗、視覚的ショック）
3. キャラクターのアーキタイプと設定を選びます
4. ステルス検証を実施します（4つのチェックすべてに合格する必要があります）

ステルス検証（必須 — コンテンツは4項目すべてに合格する必要があります）：

• カモフラージュ： スクロール中の視聴者は、最初の0.5秒でこれを広告だと見抜くでしょうか？ 見抜く場合 → 磨き込みすぎないようにします。
• 雰囲気： 視聴者は3秒以内に離脱するでしょうか？ 離脱する場合 → 商品より先に価値を伝えます。
• 自然な組み込み： 商品が登場したとき、視聴者はスワイプして離れるでしょうか？ 離れる場合 → 商品を無理に見せるのではなく、自然に登場する流れにします。
• 不完全さ： マーケティングチームが作ったように感じられるでしょうか？ 感じられる場合 → ほどよい雑さ、つなぎ言葉、カジュアルな表現を加えます。

⛔ ゲート1の出力 — ユーザーに提示します：

項目	内容
商品	[name]
ターゲット層	[who]
コンテンツ形式	[which one]
フックの切り口	[which one]
音声フック	[exact opening line]
ビジュアルフック	[what's on screen]
キャラクター	[archetype + specifics]
設定	[environment + details]
目標尺	[seconds]
ステルス：カモフラージュ	PASS/FAIL + note
ステルス：雰囲気	PASS/FAIL + note
ステルス：自然な組み込み	PASS/FAIL + note
ステルス：不完全さ	PASS/FAIL + note

停止します。承認を待ちます。

Module B：撮影監督

Kling のプロンプトエンジニアリング、ショット設計、画像生成の詳細については、references/MODULE_B_CINEMATOGRAPHER.md をお読みください。

主な決定事項：

1. ショットごとのビジュアルシーケンスを設計します（まだセリフは入れません）
2. 長さに変化をつけます：3s（印象的なフック）、4s（状況設定）、5s（余韻のあるデモ）
3. 6つのプロンプト要素を適用します：カメラ、被写体、環境、照明、質感、感情
4. シーンの多様性を確認します：4ショット中、少なくとも2ショットで位置またはアングルを変えます
5. I2V ワークフローを使用する場合は、シード画像を生成します（Nano Banana Pro のみ）

Kling プロンプト作成の4つのルール（必ず適用）：

1. 映画的なカメラ動作を表す動詞から始めます（ドリープッシュ、ウィップパン、ショルダーカムのドリフト）
2. 質感の詳細を含めます（フィルムグレイン、反射、結露、布地の光沢）
3. 時間の流れを描写します（各ショットの開始 → 中間 → 終了）
4. 実際の光源を明記します（「ドラマチックな照明」ではなく、ネオンサイン、ゴールデンアワー、蛍光灯など）

⛔ GATE 2 の出力 — ユーザーに提示：

各ショットについて：

項目	内容
Shot #	連番
Duration	3s / 4s / 5s
Camera	ショットの種類＋動き
Subject	人物＋身体的な動作
Environment	場所の詳細
Lighting	光源＋雰囲気
Texture	リアリティを高める物理的な詳細
Expression	表情・感情の状態
Action Flow	開始 → 中間 → 終了

さらに、シーンの多様性チェック（2-of-4 ルールを満たしているか）と Kling プロンプトのチェックリストも提示します。

停止します。承認を待ちます。

---

Module C：脚本家

音声のルール、脚本テンプレート、同期マッピングについては、references/MODULE_C_SCREENWRITER.md をお読みください。

ビジュアル・ビートシートは確定済みです。 既存のショット尺に合うセリフを書きます。尺やカメラの指示は変更しません。

主なルール：

• 単語数の目安： 1秒あたり約2.5語（3s＝7～8語、4s＝9～10語、5s＝12～13語）
• 自然な話し方： つなぎ言葉（「正直なところ」「なんか」「それで」など）、言い直し、自然な間を含めます
• 広告っぽい表現は禁止： 「革新的」「ゲームチェンジャー」「業界最高水準」は使いません。そんな話し方をする人はいません。
• つなぎ： 製品への言及は、無理やりではなく自然な流れにします。話の転換点ではなく、物語の一部として盛り込みます。
• 製品名： 使うのは1回、場合によっては2回まで。それ以上は使いません。

セリフの判定方法： 声に出して読みます。宣伝文句のように聞こえたら、書き直します。

⛔ GATE 3 の出力 — ユーザーに提示：

各ショットについて：

項目	内容
Shot #	ビートシートの番号
Duration	ビートシートの尺（変更禁止）
Word Budget	尺 × 2.5
Script	正確なセリフ
Word Count	実際の語数 / 目安
Delivery Notes	トーンの指示

さらに、全編を通した脚本、総語数、同期チェック（PASS/FAIL）も提示します。

停止します。承認を待ちます。

---

Module D：エンジニア

API リファレンス、JSON の組み立て、チャンク分割の戦略、注意点については、references/MODULE_D_ENGINEER.md をお読みください。

主な実行手順：

1. ビジュアル・ビートシートと脚本を multi_prompt JSON に統合します
2. コンパイルチェックリストを実行します
3. fal.ai に送信します（テストには standard、最終版には pro を使用）
4. 5s を超える場合はキューエンドポイントを使用します
5. 品質チェックを添えて出力を提示します

重要な API の制約：

• voice_ids と elements は相互排他的です。これは15s を超える動画のチャンク分割戦略に影響します
• ショットの最短尺は3秒です
• prompt と multi_prompt を同時に含めないでください
• create-voice エンドポイントでは audio_url ではなく voice_url を使用します

---

品質ゲート（最終出力を提出する前）

すべての出力で、以下の項目をすべて満たしてください。

• 登場人物がターゲット層になじんでいる（AI生成っぽくなく、ストックフォトのようでもない）
• 台本が宣伝文句ではなく、実際の人の話し方に聞こえる（声に出して確認する）
• 最初の2秒で、思わず目を留める本物の引きがある
• 設定が自然で、たまたまその場に居合わせたように感じられる（演出過剰ではない）
• 映像の展開に十分な変化がある（座って話すショットが4つ続かない）
• セリフがショットの長さに合っている（同期チェックを通過する）
• 商品がフックの後に登場する（フック中には登場しない）
• セリフに広告っぽい表現がない
• 中心となるメッセージが1つに絞られている（3つではない）
• 音声をオフにしても内容が伝わる（テキストオーバーレイを使う場合は、それがストーリーを伝える）
• 最終出力でも、ステルスチェックの4項目すべてに合格する
• 実際にスクロールしている人が、見てすぐ広告だと気づかない

いずれかの項目を満たさない場合は、提出前に修正してください。問題を指摘するだけで、そのまま進めてはいけません。

---

80/20の法則

UGCの成果の80％は、次の要素で決まります。

1. ターゲット層に合った登場人物
2. 具体的で本物らしく聞こえる台本（マーケティング調ではない）
3. 適切でカジュアルな設定（スタジオではない）
4. 最初の2秒で強いフックを作る

これらを押さえたうえで、残りを最適化します。

---

他のスキルとの連携

スキル	用途
/ai-image-generation	Nano Banana Proでのキャラクター参照画像の作成
/hooks	A/Bテスト用のフック案の生成
/direct-response-copy	コンバージョンに向けた台本の最適化
/brand-voice	台本をクライアントのブランドボイスに合わせる

---

参照ファイル

ファイル	読むタイミング	内容
MODULE_A_CREATIVE_DIRECTOR.md	ゲート1	フォーマット、フック、ステルス検証、クリエイティブブリーフのテンプレート
MODULE_B_CINEMATOGRAPHER.md	ゲート2	ビジュアルデザイン、Klingプロンプト、ビートシートのテンプレート、Nano Bananaプロンプト
MODULE_C_SCREENWRITER.md	ゲート3	音声ルール、同期、台本テンプレート、マッピングテンプレート
MODULE_D_ENGINEER.md	実行時	APIリファレンス、JSONの組み立て、キュー管理、チャンク分割
CHARACTER_LIBRARY.md	ゲート1	アーキタイプ、保存済みキャラクター、デザインプロセス
SCENE_SETTINGS.md	ゲート1	設定の一覧と選択ルール
TESTING-PLAN.md	検証時	コンポーネント、統合、品質テストのマトリクス