Video Prompt Spec

映像プロンプト仕様書ジェネレータ

トリガーワード

「映像プロンプト」「動画プロンプト」「映像仕様書」「ビジュアルプロンプト作って」「このアイデアで映像」「映像構成作って」「MVのプロンプト」「武将の動画」「サイバー和の映像」「MV作って」「/video-prompt-spec」

前提知識（進行開始前に必ず読み込む）

• references/映像プロンプト_マスタープロンプト.md（本体・音源/動画/YouTube入力時にGeminiに投げるマスタープロンプト・映像4構造の分析要件・出力フォーマット）
• references/映像タイムライン_テーマ別.md（Phase 5 参照・サイバー和モダン3作品＋三国志水墨画のタイムライン・構造化プロンプト・モーション指示）

設計の核心（厳守）

• 本スキルは2役: Phase 0-4 で「映像プロンプト仕様書生成」、Phase 5 で「画像+動画の実際生成ウィザード」。Phase 5 は独立セクション（肥大化対策）。
• 本スキルは「映像」に特化。音楽生成プロンプト（Suno/Udio用のStyle/Tags/Lyrics制御タグ）は出力しない。それが必要なら reverse-engineer-song（YouTube楽曲→音楽3モダリティ）へ。
• 入力タイプで処理が分かれる:
  • テキストアイデア（世界観・情景の言葉）→ CC単独で4構造を直接生成（Gemini不要）
  • 音源/動画ファイル・YouTube URL → Gemini(gemini-code)に分析委任（CCは音源/動画を直接扱えないため）
• 連携2系統（R-5）: ルートA（make-song経由・曲→映像の一気通貫）/ ルートB（本スキル直接起動・映像単体）
• CCの役割は ①入力タイプ判定 ②マスタープロンプト組立（Geminiパス時）or 直接生成（テキストパス時） ③結果の構造検証・Markdown整形 ④保存 ⑤橋渡し（make-song/reverse-engineer-song） ⑥Phase 5 画像+動画の実際生成（MiniMax MCP） のみ。

進行（6フェーズ・ハイブリッド）

🔴 = 人間判断ポイント。必ず停止してユーザー確認を待つ。

Phase 0: 入力確認・タイプ判定（起点）🔴

AskUserQuestion で確認:

質問:「映像プロンプト仕様書を作ります。入力を教えてください」
選択肢:
  テキストアイデア（世界観・情景の言葉で指定）
  音源ファイル（ローカルmp3等のパス）
  動画ファイル（ローカルmp4等のパス）
  YouTube URL

入力内容を収集（テキストなら言葉、ファイルならパス、URLならURL）。 ※ 既存楽曲なら実時間軸、アイデアなら仮想楽曲構成（4分曲・Aメロ/Bメロ/サビ）で進めることを案内。

Phase 1: 分析（入力タイプで分岐）

A. テキストアイデアの場合（CC単独・Gemini不要）

1. ユーザーのアイデアから仮想楽曲構成（例：4分曲・Intro/Aメロ/Bメロ/サビ/間奏/大サビ/アウトロ）を想定
2. 各セクションの心理的変化（静寂→爆発 等）と対応する映像シーンを設計
3. CCが直接4構造（タイムライン/ビジュアル/画像プロンプト/動画モーション）を生成
4. Phase 2 へ

B. 音源/動画/YouTubeの場合（Gemini委任）🔴

1. references/映像プロンプト_マスタープロンプト.md を読み込む
2. マスタープロンプト本文の [ここに分析対象を記述（YouTube URL または 音源/動画ファイルパス）] に Phase 0 の入力を埋め込む
3. ユーザーに提示 🔴:

   以下のマスタープロンプトを Gemini(gemini-code) に投げてください。
   結果が出たら、そのままこのチャットに貼り戻してください。
   
   [埋め込み済みマスタープロンプト全文を表示]
   

4. 停止。ユーザーがGeminiに投げ、結果を貼り戻すまで待つ。

Phase 2: 4構造生成・構造化 🔴

1. （テキストパス）CC生成物 / （Geminiパス）ユーザーが貼り戻したGemini出力 を読む
2. 構造検証（以下4点を確認）:
   • セクション1「映像タイムライン構造」に時間軸×シーン（心理的変化）があるか
   • セクション2「ビジュアル特徴・画風」にアートスタイル・カメラワークがあるか
   • セクション3「画像生成AI用プロンプト」に英語プロンプト＋日本語訳＋シチュエーション別（3パターン推奨）があるか
   • セクション4「動画AI用モーション指示」に静/動シーン別があるか
3. 不備あり → ユーザーに「Geminiに〇〇を追加で出力させて再投してください」（Geminiパス）、またはCCで補完（テキストパス）して停止
4. 全て揃い → Markdown整形（見出し階層・コードブロック整理）し、ユーザーに最終確認提示 🔴

Phase 3: 単独ファイル保存

1. タイトルを確認（不明ならユーザーに確認）
2. /home/yn4416/projects/obsidian-ssot/01_DECISIONS/ai-music/YYYY-MM-DD_<タイトル>_映像プロンプト仕様書.md に保存
   • frontmatter: project: ai-music, date: YYYY-MM-DD, tags: [ai-music, 生成AI, 映像プロンプト仕様書]
   • 本文: 4構造（構造化済み）を記載
   • 末尾に「生成元（入力）」「生成日時」「使用マスタープロンプト: video-prompt-spec/references/映像プロンプト_マスタープロンプト.md（Geminiパス時）」を付記
3. commit:

   cd /home/yn4416/projects/obsidian-ssot
   git add 01_DECISIONS/ai-music/YYYY-MM-DD_<タイトル>_映像プロンプト仕様書.md
   git commit -m "feat: <タイトル> 映像プロンプト仕様書（video-prompt-spec生成）"
   

Phase 4: 橋渡しオプション（2系統・R-5）🔴

AskUserQuestion で確認:

質問:「映像制作の進め方を選んでください（連携ルート）」
選択肢:
  make-song で楽曲を先に作る（ルートA継続時は Phase 5 へ）
  reverse-engineer-song で音楽再現プロンプトも追加
  このまま Phase 5 で画像+動画を実際生成する
  いいえ（仕様書＋生成物保存のみで終了）

• ルートA（曲→映像・一気通貫）: make-song Phase 6 経由で起動（楽曲ファイル・テーマ・世界観引き継ぎ済）→ そのまま Phase 5 映像生成へ

• ルートB（映像単体・直接起動）: 本スキルを直接起動（仕様書のみ・画像のみ・既存曲への映像付け等）

• make-song 選択 → make-song で楽曲を制作（テーマ: 武将/サイバー和 等）。ルートA継続時は楽曲完成後 Phase 5 へ

• reverse-engineer-song 選択 → 同じ入力で音楽3モダリティ仕様書を追加生成（本仕様書と統合可）

• Phase 5 選択 → Phase 5 映像生成ウィザードへ（画像→動画の実際生成）

• いいえ → 「仕様書を保存しました: <パス>」と表示して終了

Phase 5: 映像生成ウィザード（sangoku/cyber-wa 統合・画像+動画の実際生成）

🔴 = 人間判断ポイント。必ず停止してユーザー確認を待つ。

1. 画像生成: MiniMax MCP text_to_image(image-01)・references/映像タイムライン_テーマ別.md の該当シーンプロンプト使用・--ar 16:9（動画ソース帧として使用）
2. 🔴 花鈿（眉間の赤点）あれば → remove-huadian スキル自動呼出
3. 🔴 人間判断: 「構図/花鈿除去はこれでいいですか?」
4. 動画生成: MiniMax MCP generate_video(Hailuo-2.3)・静=ループモーション(Lofi/籠城)/動=パンアップ・フライスルー(ラウド/EDM)を使い分け・最大10秒・15秒は10s+5sを2本→ffmpeg結合
5. 🔴 人間判断: 「動画はこれでいいですか?」Token Plan制限時は従量課金($0.19~/本)案内してスキップ可、または MINIMAX_API_KEY_VIDEO で直接API

保存先（実生成物）:

• テーマが sangokushi-HIPHOP（三国志系）→ /home/yn4416/projects/sangokushi-HIPHOP/songs/<武将>_<エピソード>/ 配下へ画像・動画を保存
• テーマが cyber-wa-modern（サイバー和系）→ /home/yn4416/projects/cyber-wa-modern/<作品名>/ 配下へ画像・動画を保存
• 仕様書（Markdown）は Phase 3 と同じく 01_DECISIONS/ai-music/ へ

関連skill（双方向リンク）

• make-song — 汎用作曲エンジン（テーマ修飾: 武将/サイバー和 等）。Phase 4 ルートA で楽曲を先に作る際に起動。make-song Phase 6 から本スキルへ橋渡し（ルートA一気通貫）
• reverse-engineer-song — 音楽再現（音楽+画像+動画の3モダリティ）。本スキルの映像のみ版。Phase 4で相互呼び出し可能
• remove-huadian — 花鈿（眉間の赤点）除去。Phase 5 画像生成後に自動呼出
• sangoku-song / cyber-wa-song — （旧スキル・参照用）楽曲制作ウィザード。テーマ別タイムライン・画風の知見は references/映像タイムライン_テーマ別.md に統合済