vox-explainer について
Advibly Vox Explainerは、ブランドの切り口からナレーション付きのVox風ペーパーカットコラージュ広告を制作するスキルです。承認済みのビート構成から画像・動画生成、映像の合成までを案内し、商品写真はフォトリアルに保ちます。
主な機能
- 01物語構成とショットのビートを計画
- 02コラージュポスター画像を生成
- 03レイヤー化したポスターに動きを追加
- 04商品写真をフォトリアルに維持
- 05ナレーションと音楽を生成
- 06映像、ナレーション、音楽を合成
活用シーン
- 01短い商品説明広告を制作
- 02ブランドの主張をナレーション付き映像に変換
- 03実際の商品写真を使ったコラージュ映像を制作
MCP 対応
画像・動画生成、ナレーション、音楽、素材処理、最終合成にAdvibly MCPツールを使用します。使用前にツール検索で各ツールの定義を読み込みます。
インストール
コマンドをコピーしてターミナルで実行します。
npx skills add https:/ / github.com/ advibly/ skills --skill vox-explainerインストール後、Claude Code で/vox-explainerを入力して読み込まれたか確認します。
同梱ファイル
SKILL.md と一緒にインストールされる参考資料やスクリプト。
references/beat-layer.mdmodels-and-gotchas.mdmotion-collage.mdprompt-guide.md詳細
Advibly Vox Explainer
ブランドの切り口を、完成度の高いVox風のペーパークラフトコラージュ解説広告に仕上げます。大胆で歯切れのよいナレーション付きの映像で、4〜6秒ごとに切り替わる各ビートが、命を吹き込まれた切り絵コラージュポスターになります。実際の商品写真は、紙の世界の中でフォトリアルなまま描かれます。すべての生成と組み立ては Advibly MCP 上で行われます。
Vox の解説動画や、Stav Zilber、rom1trs のようなクリエイターによって広まった、現代的なエディトリアル・ペーパークラフトコラージュのスタイルです。手で切り抜いた紙のパーツ、破れた縁、テープ、ハーフトーンドット、新聞の切り抜き、ビートごとの大胆なフラットカラー、画像に直接焼き込まれた大きな切り抜き見出しが特徴です。
ユーザーの言語で話してください。出力では、どこにも em ダッシュを使わないでください。句点か改行を使ってください。 求められない限り、ラベルや画面上のテキストに絵文字を使わないでください。
核となるアイデア(最初にお読みください)
コラージュの見た目とコラージュの動きは、別々の2つの工程です。
- 見た目は画像生成の工程で生まれます。 各ショットは、画像モデルが作る完成済みのコラージュポスターです。破れた紙、切り抜き、ハーフトーン、大胆なフラットカラー、見出しテキストなど、コラージュらしさはすべてその画像に含まれます。ポスターが豊かに重なり合うコラージュになっていなければ、その後の工程で補うことはできません。弱い画像のアニメーション化に費用をかけるより、ここで低コストに生成し直してください。
- 動きはその後に加えます。 動画モデルがポスター全体にアニメーションを付け、「動くコラージュ」にします。レイヤーが視差を伴って動き、要素が上下に揺れたり散らばったりし、縁がひらひらと揺れます。ポスターのレイヤーが明確であるほど(切り抜きがはっきり分かれ、縁が見え、それぞれにドロップシャドウがあるほど)、動画モデルはより多層的な動きを生み出せます。平面的に混ざり合った画像では、1枚の平面としてパンすることしかできません。
- Adviblyならではの工夫:商品はフォトリアルなままです。 フレーム内のすべては印刷された紙ですが、実際の商品写真だけは例外で、加工せずそのまま合成されます。クラフト感のある世界に実物の商品を置くことで、広告としての訴求力が生まれます。この要素だけは、決してスタイライズしないでください。
すべてを動かすのは、それぞれ独自の参照ファイルを持つ2つのレイヤーです。ビートマップやプロンプトを書く前に、両方を読んでください。
- STORY レイヤー:
references/beat-layer.md。物語の展開、フックのパターン、ビート数、ショットサイズ、カメラの動き、要素の動き、単調さを防ぐルール。 - LOOK レイヤー:
references/prompt-guide.md。画像と動画のプロンプト構成、それらに当てはめる語彙集、テーマのプリセット。
固定のデフォルト設定(変更しないでください)
- 画像モデル:
advibly_generate_imageをmodel: "nano-banana-2"、resolution: "2K"で使用します。Vox のルック全体を支えているのは紙の粒子感です。nano-banana-2 はその粒子感を最もよく保ちつつ、焼き込みの見出しテキストをきれいに描画し、商品写真を参照画像として使えます。これをデフォルトにします。見出しが劣化し続けるポスター(焼き込みテキストが多い場合に最も強い)や、コラージュとうまくなじまない商品参照画像の編集では、gpt-image-2(quality: "high")を代替として使います。タイポグラフィを多用するポスターにはseedream-5-proが選択肢です。Phase 3 の比較テストでは目視で勝者を決め、そのモデルで広告全体を描画します。生成結果がデジタル的に滑らかでプラスチックのように見える場合は、モデルが紙の質感を平坦化しています。プロンプトに手を入れる前に、nano-banana-2 で再生成してください。1つの広告内で画像モデルを混在させてはいけません。 - 動画モデル:
advibly_generate_videoをmodel: "gemini-omni-flash"で使用します。Omni Flash は 4~10 秒の長さに対応し(4~6 秒のショットのテンポに合います)、焼き込みテキストを最も安定して保ち、フラットなアートに最適なレイヤー状の視差を生成します。対応するアスペクト比は 9:16/16:9 のみで、エンドフレームはなく、肯定表現のみを使う必要があります。end_image_urlを使って正確なリビールの着地を指定する必要がある場合、1:1 や縦横以外のアスペクト比が必要な場合、または 10 秒を超えるショットでは、seedance-2.0(mode: "fast"、4~15 秒、すべてのアスペクト比に対応)に切り替えます。実在の人物や第三者のブランドロゴを使う場合は、広告の動画モデルをkling-v3(3~15 秒、ネイティブ音声対応)に切り替えます。Omni Flash と Seedance はコンテンツフィルターにより、認識可能な有名人や商標をブロックします。納品する広告1本につき、動画モデルは1つだけ使用します。 - クリップ内の音声は効果音のみで、話し声は入れません。 紙のフォーリー音(破る音、こすれる音、風切り音、置くときの鈍い音)と静かな部屋の環境音を使います。すべてのモーションプロンプトで、ナレーション、会話、歌詞を明示的に禁止してください。Phase 7 でナレーションを上にミックスするため、クリップ内の発話と重なってしまいます。
- ナレーションと音楽はプラットフォーム内で生成します。
advibly_generate_voiceoverでスクリプトをナレーションにします(xAI TTS:音声 eve/ara/rex/sal/leo、20 以上の言語、1000 文字あたり約 0.03 クレジット)。advibly_generate_musicでインストゥルメンタルのベッド音楽を作成します(MiniMax Music 2.6、1トラックあたり 0.3 クレジット)。Phase 7 では、VO、固定の音楽ベッド、クリップの静かな効果音を、無料のadvibly_render_composition1回の呼び出しでまとめます。 - テーマに忠実にし、ブランドカラーに置き換えない: すべての生成で
on_brand: falseを指定します。テーマのパレットこそが要点であり、ブランドキットのボードを使うと色が置き換わってしまいます。すべての呼び出しでbrand_idは引き続き必須です。また、作業をユーザーのライブラリ内の1つのプロジェクトタイルとしてまとめるため、実行時のproject_idもすべての呼び出しに指定します。on_brandが false なら、どちらも出力のスタイルには影響しません。ブランドらしさは、実際の商品写真、見出しのコピー、1つのアクセントカラーで表現し、ロゴをスタンプのように入れてはいけません。 - テキストオーバーレイツールは使いません。 すべての見出しは画像生成時に焼き込みます。見出しが劣化した場合は、
num_images(最大4)を指定して再生成するか、語句を短くするか、そのポスターに限りseedream-5-proを試してください。後からテキストを重ねる計画は立てないでください。 - 形式: 最初に縦 9:16 または横 16:9 を指定します(Seedance と Kling では、指定すれば 1:1 も可能です)。すべてのショットで同じアスペクト比を維持します。
- プロンプトの上限は、どちらの生成ツールでも 2000 文字です。 スタイルブロックとシーン説明を上限内に収めてください。削るのは語彙であり、レイヤーの説明ではありません。
- ツールは遅延読み込みされます。 各セッションの最初の呼び出しの前に、ツール検索で正確な Advibly ツールスキーマを読み込みます(「advibly generate image」、「advibly generate video」、「advibly generate voiceover」、「advibly generate music」、「advibly stitch videos」、「advibly get products」、「advibly upload asset」、「advibly add subtitles」、「advibly create project」、「advibly update project」を検索してください)。読み込まれたスキーマでパラメーター名と対応する長さを確認し、推測で決めないでください。
Advibly のアセットワークフロー(覚えておく)
advibly_generate_image から返される画像には、次の呼び出しで start_image_url または
reference_image_urls にそのまま渡せる公開 url が含まれます。再アップロードは不要です。呼び出しが
status: pending を返した場合でも、メディアはチャットに表示されます。後続の処理で完成した URL が必要な場合にのみ
advibly_get_generation(wait: true)を呼び出してください(モーションに渡すキーフレームの場合は、必ず呼び出します)。
ユーザーが所有するファイルを取り込むには、source_url(公開リンク)または
data_base64(小さなローカルファイル)と brand_id を指定して advibly_upload_asset を使います。
再利用可能な url が返されます。
広告全体を通して引き継ぐ唯一のリファレンスは、商品の写真です。
- ストアブランド(
brand_type: "ecom_store")の場合:advibly_get_productsを使い、ユーザーと商品を選んで、その画像 URL を控えます。それ以外のブランドの場合:advibly_get_assetsから商品写真を取得するか、アップロードします。商品を映すすべてのポスターで、この URL をreference_image_urlsに渡し、**「実物の商品写真。変更を加えず、フォトリアルなままコラージュに合成」**と説明します。生成ツールにproduct_idを渡さないでください。画像呼び出しでは、生の写真を使った編集モードが強制されてコラージュの作成と競合し、動画呼び出しでは開始フレームが置き換えられます。 - 商品を見せる前のビートや、商品を登場させないビートには、商品リファレンスを設定しません。 商品をまだ見せないフックポスターや問題提起ポスターには写真のリファレンスを指定しないでください。指定すると、モデルが商品を早い段階で表示してしまうことがあります。
ロゴ:通常は隅をすっきり保ちます。 隅にロゴタイルを配置したり、ロゴを reference_image_urls に渡したりしないでください(モデルが透かしを勝手に作る原因になります)。一貫性は、同じスタイルブロック、カラーパレットの展開、タイポグラフィの扱いを共有することで生まれます。ユーザーが明示的にロゴの使用を希望した場合は、指定されたビート(通常は締め)に配置し、すべてのビートには配置しないでください。
フェーズ 1:ヒアリング
1 回のメッセージで、まだ必要なことだけを尋ねます。
- ブランド:
advibly_list_brandsを使います。ブランドが 1 つならそれを使います。複数ある場合は尋ねます。ない場合は、ユーザーに advibly.com/onboarding を案内します(このスキルはブランドを読み込むものであり、作成はできません)。 - 紹介する商品とその写真 URL(上記のアセットワークフローを参照)。主役となる商品がないブランドストーリーの解説でも問題ありません。その場合は写真と商品を見せるビートを省略します。
- フォーマット:9:16 または 16:9(尋ねます。デフォルトはありません)。
- 主張を 1 つ:この広告で何を訴えるのか(「クレアチンはどれも同じではない」、「請求書の回収は自動化すべき」など)。切り口がない場合は、ブランド概要から 2 つか 3 つ提案し、選んでもらいます。
- 長さ:デフォルトは約 32 秒(6~8 ショット)。上限は 60 秒です。スティッチャーが処理できるのは最大 12 クリップなので、約 5 秒のショットを 12 個にするのが上限です。
ブランドが決まったら、advibly_create_project で今回の実行用プロジェクトを作成します(brand_id と、「Acme Vox explainer」のような成果物に合った名前を指定)。パイプライン内のすべての生成呼び出し(候補選定用ポスター、キーフレーム、クリップ、ナレーション、音楽、最終合成)に、返された project_id を渡してください。実行結果がユーザーのライブラリ内の 1 つのタイルにまとまります。以前の実行の続きを行う場合は、重複して作成せず、advibly_list_projects で既存のプロジェクトを探します。
フェーズ 2:ビートマップ(唯一必須の承認ゲート)
まず references/beat-layer.md を読んでください。主張に合う物語の展開を選びます
(広告なら pas/bab/aida、製品の解説なら how_it_works、歴史なら timeline、
誤解を正すなら myth_buster、変化を描くなら man_in_hole)。その後、ビートマップ全体を作成し、
生成を始める前にユーザーに提示して承認を得てください。
良いマップにするためのルール(詳細と用語はリファレンスを参照):
- ビート 1 は 3 秒未満で伝わるフックとし、見出しに見返りの約束を込めます。
ビート 1 を状況説明に使ってはいけません。フックのパターン(
surprising_stat、mistake_callout、...)を選びます。 - 各ビートには 2 つのショットを設定します。見出しを載せた状況を示すワイドのポスター、その後に見出しのない ディテールのインサートを続けます。ナレーションのセリフは 2 つのショットにまたがり、映像は セリフの途中で切り替わります。ショットの長さは 4〜6 秒とし、7 秒を超えてはいけません。
- 製品広告では、展開が転換する箇所(
pasの解決策、babの橋渡し)に製品登場ビートを配置します。 実際の写真は、バースト、収束する矢印、または光彩でフレーム化して登場させます。 - カメラワークに変化をつけます。隣り合うビートで同じ動きを使わず、
staticは見返りを示すビートにのみ使います。element_motionはシーンに合わせてショットごとに新しく記述し、豊かで複数の要素が動くものにします。 - **ナレーションのセリフ全体が広告の台本になります。**各ビートの合計時間内で、1 秒あたり約 2.5〜3 語となるように、 説得力のある流れでひと続きに読めるセリフを書きます。
ユーザーが項目ごとに編集できるよう、マップを JSON で提示します。
{
"project": "acme-creatine-vox",
"topic": "not all creatine is equal",
"brand_id": "<id>", "product": "Acme Creatine", "product_photo_url": "<url>",
"aspect": "9:16", "language": "en",
"arc": "pas", "theme": "<set in Phase 3>", "image_model": "<set in Phase 3, nano-banana-2 default>",
"video_model": "gemini-omni-flash", "motion_style": "punchy", "constraints": "strict",
"voice": "leo", "music": "driving cinematic percussion build, warm resolve, modern ad underscore",
"beats": [
{
"id": 1, "role": "hook", "title": "NOT ALL EQUAL",
"bg": "bold red", "feel": "urgent, confrontational", "hook": "mistake_callout",
"product": false,
"narration": "Most creatine on that shelf is not what the label says it is.",
"shots": [
{"id": "a", "dur": 5, "title": true, "shot_size": "WIDE", "camera_move": "push_in",
"scene": "a wall of near-identical grey paper supplement pouches, one torn-open gap in the grid, question-mark scraps",
"element_motion": "the grid of pouches shivers in place, one pouch peels off the wall and tumbles, halftone dots pulse"},
{"id": "b", "dur": 4, "title": false, "shot_size": "CLOSE", "camera_move": "parallax",
"scene": "close cut-in of one grey pouch with a magnifying glass cut-out over its label, torn newspaper scraps behind",
"element_motion": "the magnifying glass slides across the label, scraps drift at different depths"}
]
}
]
}
ビートごとの product: true は、実際の写真を合成するポスターを示します。voice でナレーターを選びます
(eve:エネルギッシュ/ara:温かみのある/rex:自信に満ちた/sal:滑らかな/leo:権威のある)。
music ではインストゥルメンタルの伴奏を指定します。どちらもフェーズ 7 で生成します。次のように尋ねます。
「このビートマップを承認しますか?それとも、項目を編集しますか?」肯定の返答があるまで先に進まないでください。
フェーズ 3:テーマ+モデル(ユーザーが見た目で選ぶ)
すべてのブランドに同じ定番スタイルを使い回してはいけません。references/prompt-guide.md §5 を読み、
主張の時代、文化、トーンに合うテーマプリセットを 3 つまたは 4 つ選びます
(american-retro、swiss-modern、punk-zine、soviet-constructivist、
wpa-propaganda、70s-groovy、chinese-ink、atomic-age、paper-craft-cream)。
合うものがなければ、各種ディメンションの候補からカスタムテーマを組み立てます。
言語ではなく、トピックとブランドに合わせてください。
次に比較テストを行います。候補となるテーマごとに、ビート 1 のワイドポスターを 1 枚ずつ生成します
(advibly_generate_image を 3 回または 4 回呼び出し、それぞれ 1 枚の画像を生成し、
model: "nano-banana-2"、on_brand: false を指定します)。ユーザーが見た目で選べるようにします。
AI が候補を提案し、プリセットライブラリが品質の下限を担保し、最終決定は人が行います。
**比較テストでは画像モデルも決めます。**紙の質感が保たれるため、デフォルトは nano-banana-2 です。
勝ったポスターの見出しが弱く見える場合、またはトピックに文字要素が多い場合は、そのテーマを
gpt-image-2(または seedream-5-pro)でもう一度生成し、質感とテキストをユーザーが比較できるよう、
2 つの結果を並べます。勝ったモデルに固定し、すべてのポスターで使用します
(models-and-gotchas.md を参照)。
ユーザーが費用を抑えるためにテストを省略したい場合は、候補を説明して表から選んでもらいます。
ただし、比較テストを行うと見た目をより的確に判断できることを伝えてください。勝者をビートマップの
"theme"(および選択した "image_model")に設定します。テーマのスタイルブロック、配色、書体、
動きの振幅が、以降のすべてのプロンプトを決定します。
PHASE 4: キーフレーム(コラージュの見た目)
ビート順に、ショットごとにポスターを1枚作成します。すべてのプロンプトは、
references/prompt-guide.md §1 の5パート構成にしてください。スタイルブロック(すべてのポスターで同一)、個別に切り抜いたパーツとしてのシーン、単色の鮮やかな背景色、"title": true のショットのみ文字を焼き込んだ見出し、アスペクト比と解像度です。
advibly_generate_image
prompt: <5-part collage prompt>
brand_id: <brand id>
project_id: <project id>
model: <the bake-off winner, "nano-banana-2" by default>
resolution: "2K" # add quality: "high" only if the model is gpt-image-2
on_brand: false
aspect_ratio: <9:16 or 16:9>
reference_image_urls: [<product photo URL>] # only on beats with "product": true
- アニメーション化する前に、各ポスターが本物のレイヤーコラージュになっていることを確認します:パーツがはっきり分かれていること、破れた縁が見えること、ドロップシャドウがあること、見出しがくっきりしていることを確認します。ここで再生成してください。画像はクリップより安価です。
- 製品ポスターには、写真リファレンスと「変更せず、フォトリアルに」という表現を使います。製品が紙のように描き直されていないことを確認してください。これは最もよくある失敗です。
- スタイルブロックは、すべてのポスターで一字一句変えずに使います。変更するのはシーン、背景色、見出しだけです。これにより、12ショットがひとつの映像作品のようにまとまります。
- 一式を見せて、「このままにするか、変更するか」を尋ねます。再生成するのは不採用分だけです。
PHASE 5: モーション(動くコラージュ)
承認済みの各ポスターを、references/prompt-guide.md §2 の5軸モーションプロンプトでアニメーション化します。目標、カメラ(ビートマップの camera_move を使い、動きは1つだけ)、要素の動き(ビートマップの element_motion を使い、豊かに描写)、美しさの維持、雰囲気と色、そして安定性の制約の順です。
advibly_generate_video
prompt: <5-axis motion prompt, SFX-only audio direction, no spoken words>
brand_id: <brand id>
project_id: <project id>
model: "gemini-omni-flash"
aspect_ratio: <9:16 or 16:9>
duration: <the shot's dur, 4 to 10>
start_image_url: <that shot's poster URL>
- ビートマップで
constraints: "strict"の場合、欠陥を防ぐ制約をすべてのプロンプトに残します(平面的な2D、連続した動きは1つ、モーフィングなし、テキストを固定)。"loose"の場合は、見せ場にふさわしいビートで、大胆な動き(オービット、ドリーズーム、ウィップ)を加えるために制約を外します。再生成が必要になることを想定してください。 - Omni Flash では肯定表現のみを使います:「Xしない」をすべて肯定表現に置き換えます(「カメラは固定されたまま」「文字は印刷されたとおりに正確に保たれる」)。プロンプトガイドの §2 を参照してください。
- ドラマチックな表現は独立したエンジンではなく、モーションプロンプトで実現します。 空の画面からパーツが組み上がる動き、紙吹雪や紙片の飛び散り、衝撃による揺れ、ウィップなどは、要素の動きの記述を強化し、モデルに合わせた表現にすることで実現できます。手順と表現の例は
references/motion-collage.mdにあります。見せ場になるビート(フック、製品の登場、報酬、エンディング)に使い、すべてのショットでは使わないでください。 - 正確なリビールの着地と、何もない状態からの本格的な組み立て:ビートを正確に明かされたフレームで終える必要がある場合や、何もない背景から完成したポスターを本当に組み立てたい場合は、
end_image_urlが必要です。これは Seedance のみがサポートしています。その場合は広告全体をseedance-2.0(mode: "fast")で実行し、広告全体で同じモデルを使ってください。motion-collage.md§1 を参照してください。 - すべてのプロンプトで音声を指定します:紙のフォーリー音のみ、ナレーションなし、話し声なし、歌詞のある音楽なし。
- 各クリップを見せて、「採用」「再編集(同じポスターでモーションプロンプトを調整)」「再生成」から選びます。
フェーズ 6:ナレーション+音楽+最終コンポジション
- ナレーション。 各ビートのナレーション文をつなげて一続きの読み上げ原稿にし、生成します:
読み上げ原稿がシーンの合計時間を超える場合は、短くして再生成します。時間を引き伸ばしてはいけません。advibly_generate_voiceover brand_id: <brand id> project_id: <project id> text: <the full narration, beats joined in order; use [pause] between beats when a beat's line lands short of its window> voice: <the beat map's voice: eve / ara / rex / sal / leo> language: <only when auto-detection would get it wrong> - 音楽。 ビートマップの
musicの説明に基づいて、BGMを生成します:
トラックは広告より長くてもかまいません。コンポジションで自動的にトリミングされ、末尾にフェードがかかります。インストゥルメンタルにしてください。歌詞がナレーションの邪魔になります。advibly_generate_music brand_id: <brand id> project_id: <project id> prompt: <the beat map's music description + tempo + "modern ad underscore"> instrumental: true - 一度だけコンポジションを作成。 並び順どおりのクリップを
scenesとして(それぞれvolume: 0.3)、voiceovers: [{source: <VO generation id>}]、生成した音楽をmusic、選択したaspect_ratio、今回の実行のproject_id、およびkeep_scene_audio: trueを指定してadvibly_render_compositionを呼び出します。デフォルトの音楽レベルは、ナレーションの下に適切に設定されています。戻り値はstatus: pending、generation_id、edit_urlです。チャットウィジェットにレンダリングをポーリングさせます。 - 字幕(任意、コンポジションの後のみ)。 完成したレンダリングを取得するために
advibly_get_generationのwait: trueを使うのはここだけにし、その後、動的プリセット(glide、fusion、glass)を指定してadvibly_add_subtitlesを呼び出します。SFXのみのカットには字幕を付けません。文字起こしするものがありません。文字起こしツールが正しく表記できるよう、ブランド名をvocabularyに追加します。 - 結果を提供し、ユーザーがAdvibly動画エディターで広告を微調整できるように
edit_urlを伝えます。 - プロジェクトのカバーを設定。
{ project_id, cover_generation_id: <the final composition's generation id> }を指定してadvibly_update_projectを呼び出し、プロジェクトタイルに完成した広告が表示されるようにします。
フェーズ 8:任意の公開
ユーザーが投稿を希望する場合:advibly_social_list_accountsを呼び出し、次に完成した動画を使ってadvibly_social_create_postを呼び出します。完成した広告をユーザーが見た後にのみ提案してください。
注意事項とルール
- 生成を始める前にビートマップの承認を得ます。 物語が主役で、コラージュはそれを映像化します。
- 実物の製品はフォトリアルに、それ以外はすべて印刷紙の表現にします。 製品が登場するビートでは写真の参照画像を渡し、製品を明かす前のビートでは使わないようにし、毎回「変更せず、フォトリアルに」と明記します。
- 4~6秒ごとにカットします。 各ビートにつき2ショット、ワイドとディテールを組み合わせ、両方にまたがるナレーションを入れます。ビートごとに静止ポスターを長く見せると、間延びした印象になります。
- 隣り合うビートで同じカメラワークを使いません。静止(
static)は見せ場です。 ポスター自体の次に、単調さの回避が品質を左右する最大の要素です。 - エネルギーを生み出すのは要素の動きです。 動きをショットごとに記述し、複数の要素を豊かに動かします。主役となる要素が画面を横切る動きは、ときどき使うアクセントであり、定型にはしません。
- 納品する広告ごとに、画像モデルは1つ、動画モデルも1つだけ使います。 変更する場合はセット全体を入れ替え、部分的な入れ替えはしません。標準のモーションモデルはOmni Flashです。最終フレームで明かす演出、9:16/16:9以外のアスペクト比、または10秒を超えるショットの場合のみ広告全体をSeedanceに切り替え、実在の人物が登場する場合はKlingに切り替えます。
- SFXのみのクリップ。 ナレーションと音楽はフェーズ 7で生成して上にミックスします。クリップに話させてはいけません。
on_brand: falseを常に指定し、brand_idとproject_idも常に指定します。デフォルトではロゴの透かしを入れません。- プロンプトは自己完結させます。 生成ツールは前の呼び出しを記憶しません。スタイルブロックはすべての画像プロンプトにそのまま含めます。
- 失敗した場合:
content_rejectedはポリシーによってプロンプトがブロックされたことを意味します。表現を見直してください。実在の人物または第三者のマークが原因の場合は、広告全体をkling-v3に切り替えます。insufficient_creditsの場合はadvibly_buy_creditsを呼び出し、購入ページへのリンクを共有します。製品を明かす演出がうまくいかない場合は、そのビートをSeedanceの開始フレーム+終了フレーム方式に切り替えます。 - 下書きするコピー、ラベル、ナレーションでは、emダッシュを使わず、絵文字も最小限にします。
参照ファイル
references/beat-layer.md:ストーリーレイヤーです。ナラティブアークのライブラリ、フックのパターン、尺ごとのビート数、ショットサイズ、フラットセーフなカメラ移動の語彙、要素の動き、単調さを防ぐ動きのリズムのプリセットを扱います。ビートマップを書く前にお読みください。references/prompt-guide.md:ルックレイヤーです。画像プロンプトの5部構成、次元の語彙バンク、安定性アンカーを含む5軸の動画プロンプト、高度な動きの語彙、比較検証の手順を含むテーマのプリセットを扱います。プロンプトを書く前にお読みください。references/motion-collage.md:空のフィールドから組み上がるパーツ、ヒーローの飛び越え、紙吹雪と散乱、インパクトシェイク、ウィップなどのドラマチックなルックと、画像モデルを使った背景除去の手順を扱います。すべてローカルスクリプトを使わず、MCP を通じて行います。リビングポスターの動きより大胆な演出を試す前にお読みください。references/models-and-gotchas.md:画像および動画モデルの選択、コンテンツブロック、肯定的な表現のルール、アセットのワークフロー、最終的な構成の要件(静的で小さな音楽ベッド、末尾の保護、VO のはみ出しの修正、ウィップの組み立て)を扱います。弱いレンダリングやオーディオミックスの問題をデバッグする前にお読みください。