# AIエージェント用手順

## 正式対象

- Episode: 5
- YouTube: 登録後に正式URLを設定
- 対象: HOWTO冒頭で上映される127.77秒・23ショットの「ゴーヤ収穫とシカ対策」メイン動画

## 目的

利用者が権利を持つスマートフォン動画とストーリーを使い、実写の動きを残したまま、独自のAIキャラクターが現場で説明する新しい作品を作ります。元作品のタコ、鹿、畑、物語、音声、素材は流用しません。

## 進め方

1. このページのストーリー、素材ファイル名、制作会話、技術情報をすべて読む。
2. 利用者へ、最初の粗い希望、続きの有無、動画・画像・音声の素材、公開先、権利条件を確認する。「続きがある」と書かれている間は、勝手に全体を確定しない。
3. 素材動画を一枚の代表画像だけで判断せず、先頭・途中・末尾と時間方向の動きを確認する。解像度、fps、尺、縦横比、画角、光、色、カメラ動作、環境音、公開してはいけない情報を素材台帳へ記録する。
4. 縦動画を横へ引き伸ばさない。中央へ元動画を置く、左右へ同じ動画のぼかしを置く、背景を安全に補う、の候補を比較する。
5. 登場人物の実寸、比較対象の高さ、地面、奥行き、画面上のピクセル高をExcel絵コンテへ記録する。人物を手前へ置いて遠近法で大きさをごまかさない。
6. 元の実写、生成映像、ローカル合成の担当範囲をショットごとに分ける。生成モデルへ、動き、人物尺度、正確な文字、数値、線、字幕を同時に要求しない。
7. 初回原文、追加された要望、最終的に採用した流れ、不採用素材を分けて記録する。素材があるという理由だけで全部を使わない。
8. Excel絵コンテを利用者へ見せ、台詞、人物尺度、線の位置、素材の採否、オチまで明示承認を得る。承認前に動画生成や一括修正を始めない。
9. 有料の画像・動画生成は、モデル、候補数、出力秒数、概算料金を説明し、承認後に実行する。長い一発生成ではなく、因果ごとの短い区間へ分ける。
10. 本人の声を使う場合は、参照音声を非公開で管理し、まず少数の台詞で声質・抑揚・発音を比較する。選定後、音声を自然な1.0倍速で先に作り、映像尺を音声へ合わせる。
11. 一部の発音だけが違う場合、承認済みの全音声を再生成しない。画面用文字と読み上げ用文字を分け、該当台詞だけ差し替える。
12. 字幕、数値、線、表、個数、座標、暗転時刻など、厳密さが必要な要素はFFmpegなどの決定的な編集で固定する。生成動画の音声は自動採用しない。
13. 完成後、全編デコード、全ショットの先頭・途中・末尾、ショット境界、映像と音声、字幕、BGM、無音、黒画面、人物・物体の連続性を検査する。通常速度1.2倍など作品側の確定ルールがある場合は、その速度で全編を目視・聴取する。

## 承認と安全

- APIキー、個人情報、非公開素材、本人の参照音声、課金情報をGitや公開ページへ置かない。
- 完成済みのサムネイル、動画、音声、原稿を、明示依頼なしに作り直したり上書きしたりしない。
- YouTubeアップロード、公開範囲変更、ホームページ実装、デプロイ、Git commit・pushは、運営者の明示承認後だけ行う。
- 自分の担当が引き渡し資料の準備までなら、ホームページ本体へ変更を入れない。

## 完成条件

- 元の実写が静止画化されず、時間方向の動きと現場感が残っている。
- 縦動画が横へ引き伸ばされていない。
- キャラクターの地面、奥行き、大きさが実景と一致し、連続ショットで変わらない。
- 台詞、字幕、BGM、効果音、画面切替が発話内容と同期している。
- 音声が不自然に速くなく、話者の声質が章をまたいで統一されている。
- 人が伝えた事実とAIが整理・提案した内容が区別されている。
- 全編の内部まで確認し、長い黒画面、音声欠け、曲抜け、同期ずれがない。
- 利用者が通常再生で全編を確認し、完成を承認している。