何で作るか：5つのツールが各工程を担当

全編のカット、動画、ボイスは、Seedanceで生成。顔とキャラクター設定表はSoul Cinemaが担当。編集、リバースショット、視点の変更にはSeedreamとNano Bananaを使用します。

プロンプトはすべてClaudeが書き、しかも意図的にチャットを2つに分けています。片方は画像プロンプト専用、もう片方は動画プロンプト専用です。理由は、一方のルールが他方を汚染するから。画像側にはフラットな照明や、CGっぽさを避ける言い回しが必要です。動画側には、画角を度数で指定し、すべての光に光源が必要です。これを1つのチャットに混ぜると、両方のルールが混ざり合ってしまいます。

3つのスキルを、使用順に

彼らは頻用ルールをClaudeスキルとしてパッケージ化しました。ルールブックを1つ用意し、Claude自身がそれを読み込んで作業します。3つのスキルのSKILLファイルはすべて公開されており、ファイル名をクリックするとダウンロードできます（末尾にも再掲します）。

もう4つは、前作から受け継いだもの

このチームは以前、HELL GRIND という作品を制作しました。その時は作りながら試行錯誤していましたが、今回は初日からこれらを手にしていました。

• シーンコンテキスト：各カットの冒頭で、この場面でドラマとして何が起きているか、誰がいるか、長さを明確に書く。
• ファーストフレーム空間ロック：最初のフレームで配置を確定させ、全員が所定の位置につく。空虚な引きのショットは作らない。
• 各セリフの後に1秒の無音を残す：クリップ内にきれいな尻尾を残し、編集者が継ぎ目を作れるようにする。モデルが音を捏造する余地もなくなる。
• 表情と演技はビート単位で書く：顔と身体をビートごとに書き、形容詞でごまかさない。

しかし全ルールが狙うのは1つのこと：モデルに記憶がない

このマニュアルがこれほど分厚いのは、たった1つの出発点があるからです：一貫性こそがすべての仕事です。

動画モデルには記憶がありません。キャラクターの説明が不完全だと、次のカットで見た目も行動も声も変わってしまいます。さらに、空間はカメラが動くと崩れ、音声はクリップ間で漂い、シーンは位置関係を失います。これらを合わせると、AIで長編映画を撮る際にずっと対処すべき課題になります。

彼らの基本方針は一言で言えば、各カットは「参照 + テキスト」から生成されることです。アセットは映像を担当し、テキストはそれ以外のすべて、幾何学的関係も含めて担当します。誰がどこに立つか、カメラはどちら側か、光はどの方向から当たるか。

全編で唯一このルールを破ったのが、キャデラック車内での銃の奪い合いのシーンです。2人が接触し続け、同じ銃を奪い合うため、生成結果は四肢が絡まり、銃がこの手から消えてあの手に現れる、というものでした。最終的に彼らはスタントマンを頼み、実際の車内でスマホで1日撮影し、この素材を動作参照としてモデルに与えました。モデルはキャラクター、内装、照明を重ね合わせました。1日のスマホ素材で、1週間分の試行錯誤を省きました。

そして撮影前に、脚本をカードに分解する

彼らの絵コンテ分解は、脚本をすでに監督の意図が組み込まれた準備済みの絵コンテ表に変えることであり、単に作るべきものをリストアップすることではありません。各カットに1枚のカードがあり、カードには4つのグループがあります。

各カードにはシーン番号とカットのアルファベットが付きます（例：50B、50C）。同じ番号がカードからバージョンログ、プロンプトファイルまで一貫して使われるので、隣接する2つのカットが混同されることは決してありません。

このバージョンログには最終的に 137件 が記録され、どのカットが繰り返し作り直されたかがわかります。最も難しかったものは v15、v10、v9 まで修正されています。この記録がないと、良いカットを再現できず、特定の修正方法をすでに試したかどうかもわかりません。

だから、アセットがロックされるまで、1カットも撮ってはいけない

600点の承認済みアセットの内訳は次の通りです。主人公と敵役のカードが74枚、脇役と動物が52、1〜2シーンしか登場しないモブキャラクターが90、小道具が159、ロケーション背景図が200枚以上。

状態そのものがアセットです。きれいなジャケットのCal、水に濡れたCal、第3幕で眉を割って血まみれのCal。これは3つの別々のアセットであり、1つのアセットにメモを追加するものではありません。

新しい状態を作る方法も決められています：元の設定表を使って、変更された部分だけを変える。服を着替えさせ、傷を追加し、布地を濡らす。それ以外はすべて変えません。これで肌の質感が保たれます。画像全体が再度モデルを通過することがないからです。さらに、新しいバージョンは古いバージョンを上書きせず、それぞれに独自の名前とバージョン番号があります。

ロケーションも同様です。昼、夜、雨は3つのアセット。小道具も同様で、銃には2つの状態があり、車のフロントシートと後部座席の内装は別々に数えます。

同じキャラクターの別の状態：オレンジの囚人服、額に絆創膏、口元に傷。スーツ姿のバージョンとは別の独立したアセットで、それぞれ別に設計・命名されています。

@char_CB_Kel_v9                — キャラクター、プロジェクトコード、名前、バージョン
@loc_CB_warehouse_s6_v2        — ロケーション + どのシーンのために作られたか
@loc_CB_kal_street_s5-46_v3    — 1枚の背景図が第5シーンと第46シーンに使われる
@prop_CB_gunTobin_s26_v2       — 小道具、シーン、バージョン
@prop_CB_sedan_interior_back   — 車内装は小道具として扱う。ロケーションではない

すべてのアセットは1枚のキャンバスに並べられます。ルールはただ1つ：キャンバスにないアセットは、カットに登場しません。

そして設定表の禁忌は、すべて失敗から生まれた

キャラクター設定表は、1枚の画像に3コマあります：正面全身、背面全身、大きなクローズアップ。クローズアップは4分の3アングルで、正面と側面の両方の情報を一度に与えます。

本当に価値があるのは次の4つです。それぞれの背後に具体的な失敗があります。

設定表の原本。当サイトで確認済み：左の全身2枚には確かに頭がありません。顔は右のクローズアップにのみ登場し、ルール1は彼ら自身のアセットで実際に実行されています。背景はニュートラルなグレーで、光は柔らかく、ハードシャドウも露出オーバーもありません。

ロケーションは斜めから撮る。色彩設計は前もって確定させる

ロケーション背景図は、一律4分の3の斜めアングルで中景または遠景を生成し、正面からは撮りません。正面から撮った部屋は平らな壁紙のようで、モデルは空間の奥行きを読み取れず、画面の端の外は毎回勝手に作り出します。斜めから撮ればボリュームが出て、人物が正しく立ち、1枚の画像でほぼ一周分のアングルをカバーできます。

• 各ロケーションにアンカーポイントを1つ残す。柱、照明、ソファ、傾いた椅子など。そして、立ち位置をそれに結び付けます。「照明のそばに立って、ドアの方を向いている」は有効です。「部屋にいる」は宝くじです。
• 1つのライティングロジック：光源は1つ、影の方向は1つ。太陽が2つ現れてはいけません。背景図には人を置かず、武器も置きません。
• リアルな表面の言葉でレンダリング感に対抗する：錆、ひび割れ、ガムテープ、指紋、油汚れ、水跡。

色彩設計はポストプロダクションに取っておかず、アセット作成時に確定させる

撮影前にビジュアルバイブルを書き、すべての背景図をそれに従って作成します。全編をいくつかの「世界」に分け、それぞれの世界に1つの色域を割り当てます。公営住宅街は、濡れたアスファルトに染み込んだカーキグリーン。ラップシーンは、コンクリートとブラウン管テレビ。母親の家は、暖かい白とハニーオーク。あるボスのクラブは、牛血赤、マホガニー、輝きを失った金。別の世界は、漆塗りの紅と鏡面真鍮。テムズ川は黒い水。警察システムは、暖かみを一切排除したグレーのコンクリート。

1つの世界内の画面比率も確定させます：80〜85%がベースカラー、10〜15%が1つか2つのアクセントカラー、残り約5%が対比色。

同じ色相で2つのシーンを区別するには？質感と年数で区別します。色番号ではありません。2人のボスはどちらも赤と金の中で生きています：古い方は、パティナ。乾いた牛血赤、輝きを失った金、古いランプ。新しい方は、磨き上げ。飽和した紅、鏡面真鍮、一列に並んだ対称的な同じランプ。こう書けば、同じように豪華な内装でも、同じ部屋には見えません。

作中の屋内シーン。壁、照明、家具の質感表現は、すべてアセット段階で書き込まれています。

見た目が良いだけではダメ。アセットを10回実行して認識できるか

設定表自体が見栄えよくても、何も証明されません。彼らの検収方法は、それを使って動画を生成すること：10回実行し、動作、画角、ロケーションを変えて、10回すべて同じ人物と認識できることではじめて合格です。そして、実際のプロンプトを使い、キャラクターを走らせ、ラップさせ、電話させ、泣かせ、笑わせます。

そうして初めて、顔が安定するのはキャラクターが平静な時だけだと気づきました。

Cully Hill Boys プロジェクトブリーフ

2つの付随ルールも同様に役立ちます：

• キャラクターとロケーションは一緒にテストする。2つのアセットは互いに影響を与えるため、キャラクターだけをテストするのは無意味です。だから、ロケーションが完成する前にキャラクターをテストしてはいけません。また、一緒に画面に映る他のキャラクターともテストします。単独で成立する人でも、2人のショットで崩れることがよくあります。
• 崩れたのはプロンプトのせいとは限らない。画像がぼやけたり、キャラクターが途中で溶けたりするのは、設定表やロケーション背景図自体が弱い可能性もあります。まず言葉を修正します。同じ場所がまた崩れたら、アセットを作り直します。

プロンプトは15のブロックに分かれ、しかも「〜しない」と書いてはいけない

本格的なカットはすべて、同じ順序で15のブロックを書きます。順序は変えられません。

SCENE CONTEXT · ACTIVE REFERENCES · LOCATION MAP ·
FIRST FRAME AND SPATIAL BLOCKING · FORMAT MODE ·
OPTICS · CAMERA · ACTION TIMING · PHYSICS · LIGHTING ·
AUDIO · CHARACTER ACTING · STYLE · QUALITY ·
POSITIVE CONSTRAINTS

末尾のブロックは「ポジティブ制約」と呼ばれます。なぜなら、骨格全体に否定ブロックがないからです。禁止事項はすべて期待する結果として書かなければなりません。「仰向けに倒れないで」はモデルには「仰向けに倒れることを考えて」と読まれます。だから素直に「うつ伏せに倒れる」と書きます。

もう2つ、参照に関するルールは、何よりも生成を台無しにしやすいです：

• 各タグは一度だけ出現させる。そして「有効なアセット」のブロックにのみ置くことができます。プロンプトの最後にタグを繰り返すことは、生成が即座に拒否される最も一般的な理由です。
• ロケーションアセットには、構図を継承しないことを明示的に書く。それは幾何学、マテリアル、光、雰囲気のみを担当し、フレーミングは決して担当しません。この一文がないと、モデルはほぼ複製のような背景図を返してきます。

実際のプロンプトを見る。すぐに真似できる4つの書き方

公式は作中の廊下のシーンのプロンプトを解説に使用しました：Oli が画面外でドアを蹴り、Cal と Horace が画面内でそれを見ています。この1つには、特に取り上げる価値のある4つの仕掛けがあります。

見落とされがちな上限がもう1つ：1回の生成で最大9枚の画像、3本の動画、3つの音声参照を添付できます。この数字は、1つのカットに同時に登場できる名前付きキャラクターの数を直接決定します。

光学はミリメートルではなく度数で指定し、1秒の引きで空間を固定する

彼らはレンズをミリメートルではなく度数で書き、10段階のアンカーを使います。

180° · 135° · 107° · 84° · 63° · 47° · 29° · 18° · 12° · 8°

理屈は非常に明確に説明されています：モデルはあなたが書いた数字に従うのではなく、画面内のものからレンズを逆算します。だから135°のディテールは崩れ、8°の群衆は崩れます。さらに、レンズは各カットで個別に固定しなければならず、そうしないと快適な中央値に滑り戻っていきます。

1秒で空間を固定する

各シーンはマスターショットで始まります。立ち位置を固定した引きのショットで、約1秒、セリフもアクションもありません。モデルはこのレイアウトを「撮影」し、シーン内の後続のすべてのカットでそれを維持します。この1秒を削除すると、キャラクターは位置を変え始めます。

2つの小さなコツ：この1秒の間に誰かに短い音（「うん」など）を出させる。モデルがこの引きのショットを本格的なショットとして認識しやすくなります。このシーンが前のシーンへの応答である場合、前のセリフの末尾をこの最初の1秒にフィードします。俳優の口調と内容がつながり、2つのクリップが継ぎ目でくっつきます。

引きのショットの下には、空間マップも置きます。数行の平面図で、各シーンで一度書き、このシーンのすべてのカットに一字一句貼り付けます。これは初期の最も高価な問題を治しました：人物の瞬間移動、お互いの位置の入れ替わり、カメラが突然部屋の反対側にジャンプする。

空間マップはだいたい次のようなものです：まず「カメラは常に窓側、この軸線は越えない」と決め、次にステージが画面奥の右側にあり、赤い安全ドアがステージに隣接し、椅子の列が中央を埋めてステージの方を向いている、と説明します。そして、各人を見えるものに固定します。誰々は2列目の椅子のそば、通路から腕1本分。誰々はステージの端、安全ドアから大股1歩分。誰々はミキサーのそば。最後に「場内はちょうど3人だけ、他はすべて空」と補足します。

もう1つの経験則：生成結果と実際のロケーションが矛盾したら、プロンプトではなくアセットを読み返してください。彼らにはフットサル場のシーンがあり、何度も攻める方向を間違えました。プロンプトを書いた人が記憶で書いたからです。

そしてルールは「法律」になるには、廃ショットを判定できなければならない

前述のように、プロンプトライブラリには約150件のネームドロックがあります。ルールが「法律」と呼ばれるには、3つを同時に備える必要があります：名前がある、画面内で目に見える証拠がある、何が廃ショットかを一言で説明できる。彼らのロックのうち、約80件は「= 廃ショット」で終わります。最もよく使われる4つ：

カットを救った具体的な方法

• 複雑なアクションは絶対にタイムラインの途中に置かない。あのドアがどうしても蹴り開けられず、生成結果は主人公がドアのそばでぐずぐずして硬直する、というものでした。アクションを冒頭に置くように変更：「彼はすでに蹴りの途中で、ドアはすでにひび割れている」とし、助走の部分は別のカットにします。
• 群衆は1つのアセットとして扱う。身長と服装の範囲を与え、さらにクローズアップ用に先頭の数人に個別のアセットを割り当てます。15人を超えると、群衆は3〜5人に崩れます。だから混雑した部屋は「体がステージの端に押し寄せ、腕が前景にある」と書き、具体的な人数は絶対に書きません。
• 車内装は独立したアセットです。車自体、ロケーションとも分離されており、プロジェクト全体で最も再利用可能なものの1つです。
• モデルが頼んでもいないものを繰り返し描くなら、名前を挙げて禁止します。彼らの鉄道の背景図は、いつも勝手に駅になってしまいました。そこでロックを1つ書き、ホーム、雨よけ、一列のフラッドライト、停車中の列車を項目ごとに「存在しない」と列挙し、正確な線路数を補足したところ、治りました。

演技は形容詞ではなく、筋肉が何をしているかを書く

「悲しみ」「怒り」「衝撃」と書くと、モデルは即興でやり、表面的なものが返ってきます。深いものを得るには、筋肉が何をしているかを書く必要があります：震え、顎を噛みしめては緩める、頬骨が張る、鼻から小さく息を吐く。筋肉の上に、さらに言葉にされない内心のモノローグとしての注釈を1文加えると、モデルはこの文から微表情を逆算し、顔がセリフの合間に生き生きとしてきます。

その内心のモノローグはどんなものでしょう？例えば同じカットで、あるキャラクターには「この部屋はかつて私のすべてだった」と注釈し、別のキャラクターには「これが自分にとって大切なことだと、彼らに悟られないように」と注釈します。「ノスタルジー」「嫉妬」「悲しみ」といった言葉はプロンプトに一切現れませんが、モデルはこの2つの文から逆算し、一人はステージを見たときに足を止め、手の小さな動きが途中で止まる。もう一人はまず場内を見渡す態度を見せるが、視線はステージで半秒長く止まる。

さらに上の段階は行動で感情を置き換えることです：生き生きとしたシーンは「キャラクターが何かを欲し、障害があり、それを取りに行く」ものです。そして、彼を1つのシーンで戦略を変えさせます。冗談を言い、失敗する。圧力をかけ、また失敗する。最後に懇願する。毎回の変化は目に見える出来事でなければなりません：間、姿勢の変化、テンポの変化。最初から最後まで1つのことだけをするシーンは、必ず平坦です。

もう2つ、小さな動作ですが効果的な手法があります。1つはまばたきを段階的に書くこと：ゆったりとしたまばたき、続いて素早い2回まばたき、最後に力を込めたリセットまばたき。「彼はまばたきした」とだけ書くより、ずっと生き生きとします。もう1つは静的なカットでは、1〜2秒ごとに目に見えるマイクロイベントが1つは必要なことです。「誰も動かない」と書くと、画面自体が凍り付くからです。静止は「張り詰めた緊張」と書き、「動作がない」とは書きません。

すべてのキャラクターには、eye-life というデフォルト設定があります：微細な眼球運動、名前を指定された注視ターゲット、現実的なまばたきの頻度、生き生きとした目の輝き。抑制的なキャラクターはまばたきが少なく遅い。それは選択としての静止であり、凝視ではありません。

3人の主人公のシーン。4人のキャラクターはすべて実在の人物の肖像を使用しており、この点は次のセクションで詳しく説明します。

彼らはカットが生きているかどうかを判断する3つのサインを挙げており、どれもその場で確認できます：

• 反応が相手の話が終わる前に始まる。聞いている側は途中で理解し、顔がすでに答えています。重要な出来事の後は、話し出す前に0.数秒の消化時間を与えます。
• 感情は瞬間的にオフにならない。重要なシーンの後、呼吸が乱れ、手が震える。この尾を次のクリップに持ち越すことで、ちょうど2つの編集ポイントを縫い合わせられます。
• 手は常に忙しい。キャラクターは「おしゃべり」しているのではありません。物を修理し、お金を数え、水を注ぎ、椅子を直し、それをやりながら話します。そして、シーンの最も強いアクセントは、この手が今聞いた言葉のために止まる瞬間です。

ラップパートの解決策は、生成される音声をオフにすること

まず問題を明確にします：動画モデルはあなたの歌を演奏できません。ラップさせると、口が空中に向かって動くだけ。音楽を生成させると、拒否されるか、編集でまったく使えないものが返ってきます。

だから音楽は一歩もモデルを経由しません。全体の流れは5つのステップ：

成功を左右する詳細がいくつかあります。歌は録音・ミックスが完了した完成品でなければなりません。完全なパート、生の声、最終ミックス。口を特定の波形にロックするからです。仮のデモではダメです。分割はボーカルの息継ぎの位置に合わせ、単語の途中で切ってはいけません。そうすれば、ブロック間を編集で合わせられます。

最も重要なのは4番目のステップです。設定で生成されるオーディオをオフにします：ボーカルはリップシンクを駆動し続けます。なぜなら、口の形は元々波形から作られているからです。しかし、返ってくるクリップは無音です。

プロンプトには「口の帰属」も追加で明記します：聞こえるすべての単語は歌っている人に属する。他の人の口は生きていて、大笑いし、歓声を上げ、声を出さずに叫ぶ。しかし、決して歌詞に合わせてリップシンクしません。

作中のラップライブ。当サイトは客席の光の点を拡大して確認しました：それらは円形の暖かい白い光の斑点で、挙がった手の上に浮かんでおり、画面の長方形の輪郭も、画面の冷たい青もありません。ライターの火であって、スマートフォンではありません。これは彼らが自分たちに課した時代ロックと一致します：物語は2011年、画面にそれ以降のものは登場させず、群衆の中に発光する画面は置かない。

編集は生成と並行して進め、ポストには専任者を置く

編集は生成が終わるのを待たず、並行して進めました：カットが届き次第つなぎ、足りないものは直接注文します。「ここに手のクローズアップが欲しい」「これはもう少し広く」。リテイクは数分で済むので、編集は生産を形作っているのであって、待っているのではありません。

編集が確定した後、別途磨き上げの工程があります。一部のカットはフレーム単位での修正が必要です。看板の文字、ナンバープレート、大画面でしか気づかない小さな欠陥。本当に壊れているカットは修正せず、再生成します：保存された最終プロンプトから1行だけ変更します。これは、プロンプトライブラリが完全で、バージョン履歴がある場合にのみ可能です。優先順位の第1位は顔と手のクローズアップで、すべてグレーディングの前に行います。

グレーディングの最初のステップは統一です：毎回の生成には独自のルックが付属します。カラーグレーダーはまず隣接するカットを同じルックに揃える必要があります。そしてルック自体は前もってロケーションアセットに焼き込まれているので、グレーディングは微調整であり、発明ではありません。

セリフは1つも再録音されておらず、ボーカルは生成結果から直接クリーンアップし、ノイズを減らし、クリップ間の音色を平らにし、音を空間に配置しました。個々のクリップで使えるボーカルがどうしてもない場合にのみ、スタジオで追加録音しました。

そして俳優の権利処理は、最初の生成よりも前に行う

作中の4人のキャラクターは実在の人物の肖像を使用しています：Cal はバスケットボール選手の Matt Kiatipis、Oli はUFCファイターの Israel Adesanya、Horace はストリーマーの N3on、Tobin はMMAファイターの Quinton「Rampage」Jackson。

重要なのは順序です。キャラクター設定表は契約撮影で作成されたため、表の顔は俳優本人の顔であり、「似ているタイプの人を探す」ものではありません。以降、カットに入るのはこの表だけです。

肖像権と音声権は、最初の生成の前に契約で閉じられています。プラットフォームは権利確認を要求し、権利ファイルは俳優が1フレームでも登場する前にコンプライアンスを通過します。

夜のシーンの3人のキャラクター。俳優本人は一度も実写撮影に参加しておらず、彼らの姿はアセットとしてのみ存在します。

では、公開されているものは具体的に何か、どこで手に入るのか

「オープンソース」という言葉は、ここではコードを指しているのではなく、この映画を作るための一式の素材を指しています。実際にクリックしてダウンロードできるのは、Claudeスキルファイル3点です。使用する際はこの順序で：

さらに、あのキャンバスも直接開けます。承認済みの600点のアセットが区分ごとにまとめて置かれています：キャラクター設定表とその様々な状態、時間帯ごとのロケーション背景図、小道具と車両。横にはチームの注釈や、採用されなかったバージョンも残っています。これは幕ごとにフォルダ分けされており、一幕、二幕、三幕、エピローグがあり、それぞれシーンごとに分かれています（一幕だけで36のシーンフォルダ）。さらに PRE PROD には前段階のアセット、衣装、キャラクターテストが入っており、再生成されたカット専用のフォルダもあります。

結果は5つの法則と、「一人でも回せる」という言葉に収束する

マニュアル全体は5つの法則に収束します：

ここにあるすべてのルールは、かつてあるカットがあり、それがなければ失敗したから存在します。

Cully Hill Boys プロジェクトブリーフ

最後に彼らは1つの判断を示しました：このパイプラインは大規模なチームを必要とせず、1人にまで縮小できます。

1カット = アセットが映像 + テキストがそれ以外のすべて

彼らの基本方針は一言です：各カットは参照とテキストから生成される。アセットはこの人の見た目を担当し、テキストはそれ以外のすべてを担当します。誰がどこに立つか、カメラはどちら側か、光の当て方。こうした幾何学的関係はすべてテキストで明確に書かなければならず、モデルは自分で推論できません。

だから最初の法則が最優先されます：アセットがロック、命名、バージョン管理され、ストレステストを通過するまで、1カットも撮ってはいけません。ストレステストとは、アセットで10回動画生成を実行し、動作、画角、ロケーションを変えて、10回すべて同じ人物と認識できるか確認することです。

• 全身ショットから頭を消す。ワイドショットの顔は小さく柔らかく、モデルはその顔を遠景にコピーします。消せば、顔はクローズアップという1つの情報源だけになり、安定します。
• クローズアップは2バージョン、笑っているものと笑っていないもの。そうしないと、初めて笑った時、モデルが歯と顎を捏造し、笑顔が他人の口になります。
• 「studio」と書かない。モデルが実際にスタジオと照明スタンドを描き込み、キーライトを以降のすべての生成に焼き付けます。「スタジオなし、機材なし、壁なし」と書き換えます。
• 逆光は禁止、手には何も持たせない。小道具が設定表に組み込まれると、永遠に取り外せず、捨てられません。

プロンプトは15ブロック、否定文禁止。レンズは度数で固定

15ブロックの骨格は順序を変えられません。このシーンで何が起きているかから始まり、画質、ポジティブ制約まで続きます。骨格には否定ブロックがありません：禁止事項はすべて期待する結果として書きます。「仰向けに倒れないで」はモデルには「仰向けに倒れることを考えて」と読まれます。だから素直に「うつ伏せに倒れる」と書きます。

空間も同様です：各シーンは1秒の固定された引きのショットで始まります。モデルがレイアウトを記憶し、後続のカットで位置が保たれます。引きのショットの下には数行の空間マップを置きます。位置は照明、椅子など、見えるランドマークに固定し、距離には固定しません。「メートル」も「主人公の左」もモデルにとって無意味だからです。

ラップパートの解法：生成される音声をオフにする

動画モデルは実際の曲を演奏できません。ラップさせると、口が空中に向かって動くだけ。音楽を生成させると、拒否されるか、編集でまったく使えないものが返ってきます。だから音楽は一歩もモデルを経由しません。

手に入るのは手法一式。チーム規模とコストは完全には開示されず

マニュアルは5つの法則に収束します：アセット最優先、毎回完全に記述、一度に1つだけ変更、モデルに与える自由を減らす。そして、同じカットを10回20回直しても成立しなければ、問題はカット自体にあることが多い。分割し、アクションを減らし、アングルを変える。

4人のキャラクターには実在の人物の肖像と声が使われています：Matt Kiatipis、Israel Adesanya、N3on、Quinton Jackson。権利処理は最初の生成の前に契約で閉じられました。