# 動画分解レポート:chenxi_ai_daihuo.mp4 > [report.md](report.md)(この動画に対して rea-video が生成した Markdown レポート)の日本語訳です。セクションの順序と内容はツールの出力に従っています。画面上で認識されたテキスト(「テキストトラック」の行)は、画面に実際に映っているものなので原文の中国語のまま残しています。 **結論**:混合制作:実写 75% + AI 生成動画 25%(うち尺の 100% は実写か AI かの証拠が不足、要確認);オーバーレイ:装飾文字、テキストラベル、グラフィック貼り付け、字幕、タイトル(コード/編集ソフトで合成);使用している実素材:実写動画素材(43.1s);再現用に用意する参考:商品参考画像(4 ショット);音声:ボーカル + BGM 114.8BPM(既存ライブラリ音楽) + 効果音 31 か所;編集パッケージ:字幕 300 行、装飾文字 4 か所、テキストラベル 56 か所、29 個の効果音がテキスト/ステッカーの出現に同期 - 尺 57.667s · 1080×1920 · 30.0fps · 9:16 - ショット 21 個、平均 2.75s;トランジション:cut×20、start×1 - 判定の確信度(尺で加重):70%;判定方法:決定論的フォレンジクス + VLM との統合 - VLM 有効(gemini-3.1-pro-preview,gemini-3.1-pro-preview-pc,gcp-gemini-3-pro-preview @ daydream88.fun);claude が 21/21 ショットを画像で再確認し、結論に反映済み ![storyboard](storyboard.jpg) ## 制作方法の割合 | ベース画面 | 尺 | 割合 | |---|---|---| | 実写 | 43.13s | 75% | | AI 生成動画 | 14.53s | 25% | ## 再現プラン **AI 動画 6 ショット → 生成ユニット 6 個、Seedance 2.5 呼び出し 6 回;実写 15 ショット → 2 シーン、4 カメラ位置** - デフォルトエンジンの Seedance 2.0(Mini / Fast を含む)は 1 回で複数ショットに対応していないため、これを使う場合はショットごとに 6 回生成します;ここでは Seedance 2.5(1 回 ≤30s、1 回で複数ショット可)を前提に計画し、合計 6 回 - グループ化ルール:同一シーンでハードカットでつながる AI ショットは 1 回の生成にまとめる(S01);1 回 ≤30s;ユニット内の連続ハードカットはなるべく ≤8s、最大 10s(S06);ディゾルブ/フェードイン・アウトとシーン切り替えの位置で分割(S03) - 音声:モデルは動作の効果音と環境音を同時に生成できます;語りは別途 TTS で作ってミックスするのがおすすめで、原稿の変更やタイミング合わせが楽になります ### 生成ユニット | ユニット | ショット | 時間 | 尺 | 方式 | つなぎ | |---|---|---|---|---|---| | G1 | #2 | 1.9–4.7s | 2.8s | 単一ショット | 先頭フレーム:元動画のショット 2 の先頭フレーム(shots/shot_002_first.jpg)の構図を参考に画像を生成 | | G2 | #3 | 4.7–6.6s | 1.9s | 単一ショット | 先頭フレーム:元動画のショット 3 の先頭フレーム(shots/shot_003_first.jpg)の構図を参考に画像を生成 | | G3 | #4 | 6.6–7.9s | 1.3s | 単一ショット | 先頭フレーム:元動画のショット 4 の先頭フレーム(shots/shot_004_first.jpg)の構図を参考に画像を生成 | | G4 | #19 | 49.1–51.5s | 2.4s | 単一ショット | 先頭フレーム:元動画のショット 19 の先頭フレーム(shots/shot_019_first.jpg)の構図を参考に画像を生成 | | G5 | #20 | 51.5–54.9s | 3.4s | 単一ショット | 先頭フレーム:元動画のショット 20 の先頭フレーム(shots/shot_020_first.jpg)の構図を参考に画像を生成 | | G6 | #21 | 54.9–57.7s | 2.8s | 単一ショット | 先頭フレーム:元動画のショット 21 の先頭フレーム(shots/shot_021_first.jpg)の構図を参考に画像を生成 | **G1 · AI 生成動画 · ショット #2 · 2.8s** - 参考素材:`@画像1` 人物参考画像(キャラクターごとに正面 1 枚 + 半身 1 枚)、ショット間で顔の一貫性を保つ;`@動画1` 元動画の 1.9–4.7s 区間:動作・カメラワーク・カット割りのリズムの参考(参考のみ、画面はコピーしない) - 先頭フレーム画像プロンプト:縦 9:16、温かみのあるテーブルシーン:ロングヘアの女性がオフホワイトのセーターを着て無垢材のテーブルに座り、両手で赤いリンゴ型の陶器マグ(蓋がリンゴ、ベージュのボディに小さな木とリンゴの柄)を持っている。背後にはリンゴ柄のベージュのギフトボックス、テーブルには赤白チェックのクロスと木のスプーン;柔らかな自然光、背景の淡い色の壁はボケ、リアルな商品紹介スタイル - 4s 生成してから 2.8s にカット(短すぎるショットは単独生成が不安定) ```text 縦 9:16;正面からの柔らかい光(フラット)、柔らかい光(明暗の境界がほぼない)、暖色寄り(約 3000–4000K)、背景は鮮明。人物は @画像1 に準拠。@動画1 の動作・カメラワーク・カット割りのリズムを参考にする。 女性が微笑みながらテーブルのリンゴ型陶器マグを手に取り、両手で胸の前に掲げてカメラに見せ、リンゴ柄がカメラを向くようにそっとマグを回す;カメラはミディアムショットからマグのクローズアップへゆっくり寄り、最後はマグが画面中央いっぱいになる ```
English prompt(ツールが生成した英語版) ```text A young woman in a cream sweater picks up an apple-shaped ceramic mug from a wooden table, holds it with both hands toward the camera and slowly turns it to show the apple print; the camera pushes in from a medium shot to a close-up of the mug, ending with the mug centered and filling the frame ```
**G2 · AI 生成動画 · ショット #3 · 1.9s** - 参考素材:`@画像1` 人物参考画像(キャラクターごとに正面 1 枚 + 半身 1 枚)、ショット間で顔の一貫性を保つ;`@動画1` 元動画の 4.7–6.6s 区間:動作・カメラワーク・カット割りのリズムの参考(参考のみ、画面はコピーしない) - 先頭フレーム画像プロンプト:縦 9:16、温かみのあるテーブルシーン:ロングヘアの女性がオフホワイトのセーターを着て無垢材のテーブルに座り、両手で赤いリンゴ型の陶器マグ(蓋がリンゴ、ベージュのボディに小さな木とリンゴの柄)を持っている。背後にはリンゴ柄のベージュのギフトボックス、テーブルには赤白チェックのクロスと木のスプーン;柔らかな自然光、背景の淡い色の壁はボケ、リアルな商品紹介スタイル - 4s 生成してから 1.9s にカット(短すぎるショットは単独生成が不安定) ```text 縦 9:16;正面からの柔らかい光(フラット)、柔らかい光(明暗の境界がほぼない)、暖色寄り(約 3000–4000K)、背景は鮮明。人物は @画像1 に準拠。@動画1 の動作・カメラワーク・カット割りのリズムを参考にする。 女性が微笑みながらテーブルのリンゴ型陶器マグを手に取り、両手で胸の前に掲げてカメラに見せ、リンゴ柄がカメラを向くようにそっとマグを回す;カメラはミディアムショットからマグのクローズアップへゆっくり寄り、最後はマグが画面中央いっぱいになる ```
English prompt(ツールが生成した英語版) ```text A young woman in a cream sweater picks up an apple-shaped ceramic mug from a wooden table, holds it with both hands toward the camera and slowly turns it to show the apple print; the camera pushes in from a medium shot to a close-up of the mug, ending with the mug centered and filling the frame ```
**G3 · AI 生成動画 · ショット #4 · 1.3s** - 参考素材:`@画像1` 人物参考画像(キャラクターごとに正面 1 枚 + 半身 1 枚)、ショット間で顔の一貫性を保つ;`@動画1` 元動画の 6.6–7.9s 区間:動作・カメラワーク・カット割りのリズムの参考(参考のみ、画面はコピーしない) - 先頭フレーム画像プロンプト:縦画面、クローズアップ、黒縁メガネをかけた若いアジア人女性、グレーの半袖 V ネックトップス、ネックレスを着用、カメラに向かう、室内背景、白い壁、天井にダウンライト、明るい正面からの柔らかい光、リアルな写真スタイル - 4s 生成してから 1.3s にカット(短すぎるショットは単独生成が不安定) ```text 縦 9:16;正面からの柔らかい光(フラット)、柔らかい光(明暗の境界がほぼない)、暖色寄り(約 3000–4000K)、背景は鮮明。人物は @画像1 に準拠。@動画1 の動作・カメラワーク・カット割りのリズムを参考にする。 黒縁メガネをかけた若い女性がカメラに向かって話す。まず右手の人差し指を立てて強調し、その後両手を胸の前で自然に合わせる、動きは滑らか、カメラは固定 ```
English prompt(ツールが生成した英語版) ```text A young woman wearing black-framed glasses is talking to the camera. She first raises her right index finger to emphasize a point, then naturally clasps her hands together in front of her chest. Smooth movements, fixed camera. ```
**G4 · AI 生成動画 · ショット #19 · 2.4s** - 参考素材:`@画像1` 人物参考画像(キャラクターごとに正面 1 枚 + 半身 1 枚)、ショット間で顔の一貫性を保つ;`@動画1` 元動画の 49.1–51.5s 区間:動作・カメラワーク・カット割りのリズムの参考(参考のみ、画面はコピーしない) - 先頭フレーム画像プロンプト:縦 9:16、温かみのあるテーブルシーン:ロングヘアの女性がオフホワイトのセーターを着て無垢材のテーブルに座り、両手で赤いリンゴ型の陶器マグ(蓋がリンゴ、ベージュのボディに小さな木とリンゴの柄)を持っている。背後にはリンゴ柄のベージュのギフトボックス、テーブルには赤白チェックのクロスと木のスプーン;柔らかな自然光、背景の淡い色の壁はボケ、リアルな商品紹介スタイル - 4s 生成してから 2.4s にカット(短すぎるショットは単独生成が不安定) ```text 縦 9:16;正面からの柔らかい光(フラット)、柔らかい光(明暗の境界がほぼない)、暖色寄り(約 3000–4000K)、背景は鮮明。人物は @画像1 に準拠。@動画1 の動作・カメラワーク・カット割りのリズムを参考にする。 女性が微笑みながらテーブルのリンゴ型陶器マグを手に取り、両手で胸の前に掲げてカメラに見せ、リンゴ柄がカメラを向くようにそっとマグを回す;カメラはミディアムショットからマグのクローズアップへゆっくり寄り、最後はマグが画面中央いっぱいになる ```
English prompt(ツールが生成した英語版) ```text A young woman in a cream sweater picks up an apple-shaped ceramic mug from a wooden table, holds it with both hands toward the camera and slowly turns it to show the apple print; the camera pushes in from a medium shot to a close-up of the mug, ending with the mug centered and filling the frame ```
**G5 · AI 生成動画 · ショット #20 · 3.4s** - 参考素材:`@画像1` 人物参考画像(キャラクターごとに正面 1 枚 + 半身 1 枚)、ショット間で顔の一貫性を保つ;`@動画1` 元動画の 51.5–54.9s 区間:動作・カメラワーク・カット割りのリズムの参考(参考のみ、画面はコピーしない) - 先頭フレーム画像プロンプト:縦 9:16、温かみのあるテーブルシーン:ロングヘアの女性がオフホワイトのセーターを着て無垢材のテーブルに座り、両手で赤いリンゴ型の陶器マグ(蓋がリンゴ、ベージュのボディに小さな木とリンゴの柄)を持っている。背後にはリンゴ柄のベージュのギフトボックス、テーブルには赤白チェックのクロスと木のスプーン;柔らかな自然光、背景の淡い色の壁はボケ、リアルな商品紹介スタイル - 4s 生成してから 3.4s にカット(短すぎるショットは単独生成が不安定) ```text 縦 9:16;正面からの柔らかい光(フラット)、柔らかい光(明暗の境界がほぼない)、暖色寄り(約 3000–4000K)、背景は鮮明。人物は @画像1 に準拠。@動画1 の動作・カメラワーク・カット割りのリズムを参考にする。 女性が微笑みながらテーブルのリンゴ型陶器マグを手に取り、両手で胸の前に掲げてカメラに見せ、リンゴ柄がカメラを向くようにそっとマグを回す;カメラはミディアムショットからマグのクローズアップへゆっくり寄り、最後はマグが画面中央いっぱいになる ```
English prompt(ツールが生成した英語版) ```text A young woman in a cream sweater picks up an apple-shaped ceramic mug from a wooden table, holds it with both hands toward the camera and slowly turns it to show the apple print; the camera pushes in from a medium shot to a close-up of the mug, ending with the mug centered and filling the frame ```
**G6 · AI 生成動画 · ショット #21 · 2.8s** - 参考素材:`@画像1` 人物参考画像(キャラクターごとに正面 1 枚 + 半身 1 枚)、ショット間で顔の一貫性を保つ;`@動画1` 元動画の 54.9–57.7s 区間:動作・カメラワーク・カット割りのリズムの参考(参考のみ、画面はコピーしない) - 先頭フレーム画像プロンプト:縦 9:16、温かみのあるテーブルシーン:ロングヘアの女性がオフホワイトのセーターを着て無垢材のテーブルに座り、両手で赤いリンゴ型の陶器マグ(蓋がリンゴ、ベージュのボディに小さな木とリンゴの柄)を持っている。背後にはリンゴ柄のベージュのギフトボックス、テーブルには赤白チェックのクロスと木のスプーン;柔らかな自然光、背景の淡い色の壁はボケ、リアルな商品紹介スタイル - 4s 生成してから 2.8s にカット(短すぎるショットは単独生成が不安定) ```text 縦 9:16;正面からの柔らかい光(フラット)、柔らかい光(明暗の境界がほぼない)、暖色寄り(約 3000–4000K)、背景は鮮明。人物は @画像1 に準拠。@動画1 の動作・カメラワーク・カット割りのリズムを参考にする。 女性が微笑みながらテーブルのリンゴ型陶器マグを手に取り、両手で胸の前に掲げてカメラに見せ、リンゴ柄がカメラを向くようにそっとマグを回す;カメラはミディアムショットからマグのクローズアップへゆっくり寄り、最後はマグが画面中央いっぱいになる ```
English prompt(ツールが生成した英語版) ```text A young woman in a cream sweater picks up an apple-shaped ceramic mug from a wooden table, holds it with both hands toward the camera and slowly turns it to show the apple print; the camera pushes in from a medium shot to a close-up of the mug, ending with the mug centered and filling the frame ```
### 撮影セッション 同じシーンのショットはまとめて撮り終えてからシーンを変えます;シーン内ではまず広いショットサイズを撮ってからクローズアップを撮り、ライティングのやり直しを避けます。各テイクの前後に約 1s の余裕を残します。 **S1**:ショット #1、#5、#6、#7、#8、#9(本編 26.93s);メガネをかけた女性が明るい室内で語りの解説をし、片手を上げて強調のジェスチャーをする、固定のクローズアップ位置、上部からの均一な拡散光。 - ライティング:逆光/背景が被写体より明るい、正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ)、約 1.1:1(0.1 段差)、ニュートラル(約 5000K) - カメラ位置 クローズアップ · 移動カメラ(ジンバル/手持ちパン) · パン/移動:ショット #1、本編 1.93s、推奨撮影 3.9s - カメラ位置 クローズアップ · 固定カメラ(三脚/スタンド/テーブル置き) · 固定:ショット #5、#6、#7、#8、#9、本編 25.0s、推奨撮影 35.0s **S2**:ショット #10、#11、#12、#13、#14、#15、#16、#17、#18(本編 16.2s);スマートフォンの画面をクローズアップで撮影し、画面には Seedance 2.0 アプリの UI が表示されている。片手がスタイラスを持ち、画面上のオレンジ髪の女の子のアイコンをタップする。 - ライティング:正面からの柔らかい光(フラット)、正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ)、約 1.0:1(0.1 段差)、ニュートラル(約 5000K) - カメラ位置 クローズアップ · 固定カメラ(三脚/スタンド/テーブル置き) · 固定:ショット #10、#11、#12、#14、#16、#17、#18、本編 14.47s、推奨撮影 28.5s - カメラ位置 クローズアップ · 移動カメラ(ジンバル/手持ちパン) · 固定/パン/移動:ショット #13、#15、本編 1.73s、推奨撮影 5.7s ## 撮り方・ライティング・編集 - 構図:ショットサイズ クローズアップ(スマホ画面) 86%、クローズアップ(頭と肩) 9%、クローズアップ 4%;カメラアングル やや俯瞰(スマホをテーブルに立てる/斜め置きし、前上方から撮る);被写体は画面の鮮明な領域(顔がないため、ショットサイズは推定) - カメラ:固定カメラ(三脚/スタンド/テーブル置き) 92%、移動カメラ(ジンバル/手持ちパン) 8%;主なカメラワーク パン/移動 - ライティング:正面からの柔らかい光(フラット)。キーライト 正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ)、被写体と同じ高さ;ライティング比 約 1.1:1(0.2 段差);柔らかい光(明暗の移行が広い);色温度はニュートラル(約 5000K);背景は明らかにボケている(浅い被写界深度/ポートレートモード) - カラー:ナチュラル(原色に近い);彩度 標準、コントラスト 標準、黒レベル 標準、全体的にニュートラル - 編集:1 分あたり 20.8 カット、実写ショットの平均 2.88s;カメラ位置/シーン 5 個;同一カメラ位置のジャンプカット 0 か所、寄りカット 4 か所;挿入画面(スクリーンショット/画面録画/カード/素材)が 25%;切り替え点の 31% が発話の間に落ちる - 形式:卓上/物撮り(テーブル撮影)(顔が主体 4%、物/手が主体 96%、手持ち 9%);画像による判断:語りのチュートリアル + スマホ画面の実写デモ + AI 生成の商品紹介クリップ(本人出演の実写映像を主体の参考に使用) **再現の撮影プラン** 1. 形式:卓上/物撮り 2. 構図:クローズアップ(スマホ画面)を中心に、やや俯瞰(スマホをテーブルに立てる/斜め置きし、前上方から撮る) 3. カメラ:固定カメラ(三脚/スタンド/テーブル置き) 92%、移動カメラ(ジンバル/手持ちパン) 8%;主なカメラワーク パン/移動 4. ライティング:正面からの柔らかい光(フラット)——大面積の光がカメラ方向から来て、被写体にほとんど影がない:窓に向かう、リングライト、または大きなソフトボックスをカメラの後ろに置く 5. 編集:1 分あたり 20.8 カット、実写ショットの平均 2.88s;カメラ位置/シーン 5 個;同一カメラ位置のジャンプカット 0 か所、寄りカット 4 か所;挿入画面(スクリーンショット/画面録画/カード/素材)が 25%;切り替え点の 31% が発話の間に落ちる 機材: - テーブルの真上/カメラの後ろに大きなソフトライトを 1 灯(または左右対称に 45° で 2 灯) - 白いテーブル面または白いレフ板で反射させると、影がより薄くなる - 注意:背景は明らかにボケている(浅い被写界深度/ポートレートモード) | 次元 | 項目 | 結論 | 出典 | |---|---|---|---| | 構図 | ショットサイズ | クローズアップ(スマホ画面) | 計測:クローズアップ(スマホ画面);VLM:クローズアップ;画像確認:クローズアップ(スマホ画面) | | 構図 | カメラアングル | やや俯瞰(スマホをテーブルに立てる/斜め置きし、前上方から撮る) | VLM:目線;画像確認:やや俯瞰(スマホをテーブルに立てる/斜め置きし、前上方から撮る) | | 構図 | 構成 | スマホが中央で縦画面いっぱい、指とスタイラスが右から入る | VLM:中央構図、スマホ画面が縦画面を埋める;画像確認:スマホが中央で縦画面いっぱい、指とスタイラスが右から入る | | カメラ | 撮影方法 | 三脚/スタンド固定 | 計測:固定カメラ(三脚/スタンド/テーブル置き);VLM:三脚/スタンド固定;画像確認:三脚/スタンド固定 | | カメラ | レンズ | スマホの背面メインカメラ | VLM:スマホの背面メインカメラ;画像確認:スマホの背面メインカメラ | | カメラ | 速度 | 通常 | VLM:通常;画像確認:通常 | | カメラ | カメラ位置/シーン | 実写のカメラ位置 2 つ:①スマホのフロントカメラで自撮りの語り(頭と肩のクローズアップ、オフィスビルの廊下);②スタンドでテーブル上のスマホを俯瞰し操作デモ(37 秒)。商品紹介の完成動画自体は Jimeng(即夢)Seedance 2.0 で生成されたもので、撮影不要 | VLM:カメラ位置 1:クリエイターの正面半身自撮り語り(スマホフロントカメラ縦画面);カメラ位置 2:スマホ画面のマクロ俯瞰/クローズアップでの実操作(静電容量式スタイラスでタップをデモ);カメラ位置 3:AI 生成の完成動画を全画面表示;画像確認:実写のカメラ位置 2 つ:①スマホのフロントカメラで自撮りの語り(頭と肩のクローズアップ、オフィスビルの廊下);②スタンドでテーブル上のスマホを俯瞰し操作デモ(37 秒)。商品紹介の完成動画自体は Jimeng(即夢)Seedance 2.0 で生成されたもので、撮影不要 | | カメラ | 推定機材 | スマホ 1 台 + 小型スタンド 1 本;補助照明なし | VLM:スマートフォンのフロントカメラで語りを撮影 + 背面カメラで画面操作のクローズアップ + 静電容量式スタイラス;画像確認:スマホ 1 台 + 小型スタンド 1 本;補助照明なし | | ライティング | シーン | 室内、昼間、オフィスのデスク | VLM:室内の昼間;画像確認:室内、昼間、オフィスのデスク | | ライティング | キーライト | 天井照明が上から、画面上に天井照明の反射帯が 1 本 | VLM:上部からの自然な拡散光とスマホ画面の自発光;画像確認:天井照明が上から、画面上に天井照明の反射帯が 1 本 | | ライティング | 硬さ | 柔らかい光(明暗の移行が広い) | 計測:柔らかい光(明暗の移行が広い);VLM:柔らかい光;画像確認:柔らかい光 | | ライティング | フィル | スマホ画面自体が主な光源 | VLM:環境の拡散反射によるフィル;画像確認:スマホ画面自体が主な光源 | | ライティング | リムライト | なし | VLM:なし;画像確認:なし | | ライティング | キャッチライト | メガネのレンズに天井照明の反射あり、キャッチライトは目立たない | VLM:点状/リング状のキャッチライト;画像確認:メガネのレンズに天井照明の反射あり、キャッチライトは目立たない | | ライティング | 可視光源 | スマホ画面、画面上の天井照明の反射 | VLM:スマホのディスプレイ;画像確認:スマホ画面、画面上の天井照明の反射 | | ライティング | 色温度 | ニュートラル(約 5000K) | 計測:ニュートラル(約 5000K);VLM:ニュートラルな冷白;画像確認:ニュートラル | | ライティング | ライティングプラン | テーブル俯瞰 + 環境のトップライト | VLM:室内上部の全体光とスマホ画面の自発光の組み合わせ;画像確認:テーブル俯瞰 + 環境のトップライト | | ライティング | 全体のライティング | 全編室内の環境トップライトで、ライティングなし;語りパートは顔が均一でやや暗く、スマホデモパートは画面が主な光源 | VLM:室内の蛍光灯による上部照明、語り時は顔の受光が均一で、わずかに室内の全体光あり;画像確認:全編室内の環境トップライトで、ライティングなし;語りパートは顔が均一でやや暗く、スマホデモパートは画面が主な光源 | | カラー | カラースタイル | ナチュラル(原色に近い) | 計測:ナチュラル(原色に近い);VLM:ナチュラルなドキュメンタリー風、標準露出とニュートラルな色;画像確認:ナチュラル | | カラー | 全体のカラー | ナチュラル、スマホ撮って出し、やや露出不足で低彩度 | VLM:原色の実写、スマホ画面の表示は明るく鮮明、完成動画の画面は温かく明るい原色調;画像確認:ナチュラル、スマホ撮って出し、やや露出不足で低彩度 | | 編集 | 編集手法 | チュートリアル構成:3 秒の語り導入 → 4.7 秒の AI 完成動画プレビュー → 1.3 秒の語り → 4 秒の商品写真ピクチャーインピクチャー → 37 秒のスマホ操作デモ(手順ごとに 12 ショットでカット)→ 8.5 秒の AI 完成動画で締め(冒頭と同じ区間)。黄色文字に黒縁取りの字幕が語りに合わせて 1 文ずつ出て、重要な手順には黄色背景のヒントを追加 | VLM:テンポの良い教学ジャンプカット、手順間に無駄がなく、スマホの実操作と完成画面を交互に編集;画像確認:チュートリアル構成:3 秒の語り導入 → 4.7 秒の AI 完成動画プレビュー → 1.3 秒の語り → 4 秒の商品写真ピクチャーインピクチャー → 37 秒のスマホ操作デモ(手順ごとに 12 ショットでカット)→ 8.5 秒の AI 完成動画で締め(冒頭と同じ区間)。黄色文字に黒縁取りの字幕が語りに合わせて 1 文ずつ出て、重要な手順には黄色背景のヒントを追加 | | 形式 | 動画形式 | 語りのチュートリアル + スマホ画面の実写デモ + AI 生成の商品紹介クリップ(本人出演の実写映像を主体の参考に使用) | 計測:卓上/物撮り(テーブル撮影);VLM:語り + テーブル俯瞰/開封/チュートリアル;画像確認:語りのチュートリアル + スマホ画面の実写デモ + AI 生成の商品紹介クリップ(本人出演の実写映像を主体の参考に使用) | - 注記:ライティング比、硬さ、色温度、ショットサイズは被写体のピクセルから計測(顔があれば顔、なければ画面の鮮明な領域を使用、後者は推定);プラットフォームのトランスコードでシャドウが潰れるため、硬さとフィルは控えめに出る;カメラアングル、光源の種類、キャッチライト、リムライトは画像確認の結果を優先。計測と画像確認が一致しない場合は両方を記載。 ## メタデータの手がかり - エンコーダー:`Lavf58.76.100` - platform:Douyin/TikTok ## 音声の分解 ![audio](audio.png) - 全体ラウドネス -17.3 dBFS、ピーク -0.2 dBFS - **ボーカル・音声**:あり、尺の 75%、基本周波数約 210.0Hz(女声寄り) - **BGM**:尺の 79%(0.0–57.0s)、約 114.8 BPM(57.4/229.7 の可能性もあり)、調 F major(確信度 0.746)、セクションの変化点 41.0s, 45.0s - **カットとビート**:切り替え点の 25% がビート上に落ちる(ランダムで約 21%) **音声の出どころ:AI 生成か既存素材か** - **結論**:動画タイプ:実写(同録音声 + 後付けの音楽) → 音声は人の録音;音楽は既存ライブラリ音楽;効果音は実写の同録音 - **分離したステム**:`stems/original.wav`(原音)、`stems/vocals.wav`(ボーカルのドライ音声、トランジェントな効果音もここに入る)、`stems/music.wav`(音楽 + 環境音) - 動画形式:知識解説;AI 画面 25%、実写 75% - **BGM**:既存ライブラリ音楽(existing_library 72%、popular_song 18%、ai_generated 10%) - 音楽は画面の下に敷くベッド:通常の動画のベッドは既存ライブラリ由来の可能性が高い(事前確率) - VLM の聴感判断:ライブラリ音楽 - エンディングの音楽がハードに切られている(フル音量のまま動画が終わる):既存曲を切り出した場合によくある - 確認方法:Douyin(抖音)/小紅書(Xiaohongshu)の元動画ページで音楽タグを見る:曲名が表示 → 既存曲;「@作者のオリジナルサウンド」と表示 → 作者自身のアップロード(MV 系は AI 曲が多い) - 確認方法:Soda Music/QQ Music の「曲を聴いて認識」や ACRCloud で識別:ヒットすれば既存曲 - 確認方法:聴く:AI 曲は発音が不明瞭、高域が薄く金属的、歌詞が画面内容に密着しがち;ライブラリ音楽は多くがインスト、標準的な構成、エンディングが切られるかフェードアウト - **ボーカル・音声**:人の録音(human_recording 83%、tts 13%、ai_video_native 4%) - VLM は人の声と判断 - 画面の 75% が実写:音声は同録かナレーション収録が多い - **効果音**:実写の同録音(live_sync 65%、library_editor 24%、ai_native 12%) - 画面は実写が中心:環境音は同録が多い - セグメントごとのネイティブ音声検出:切り替え点での背景音の変化 6.8dB、ショット内 8.5dB(比 0.79)→ 音声は切り替え点をまたいで連続しており、後から全体に敷いたもの **効果音**(31 か所;出典 vlm=モデルが聴き取り、deterministic=信号検出の候補、確信度低) | 時間 | 種類 | 説明 | 対応する画面 | 出典 | |---|---|---|---|---| | 2.55s | ding | テキストラベル「nayaftrinnun」が出現 | | deterministic_anchored | | 3.92s | pop | テキストラベル「odtssca」が出現 | | deterministic_anchored | | 8.00s | pop | 装飾文字「I+'s aod to see 」が出現 | 字幕「保存好要带货的水杯图片」が出現 | deterministic_anchored | | 12.06s | pop | テキストラベル「三」が出現 | 字幕「豆包 内容由AI生成 需要我根据」が出現 | deterministic_anchored | | 13.06s | ding | テキストラベル「帮我写」が出現 | 字幕「口」が出現 | deterministic_anchored | | 14.81s | whoosh | テキストラベル「如」が出現 | 字幕「相册」が出現 | deterministic_anchored | | 14.95s | pop | テキストラベル「量」が出現 | 字幕「相册」が出現 | deterministic_anchored | | 15.44s | ding | テキストラベル「Natural」が出現 | 字幕「Natural」が出現 | deterministic_anchored | | 25.46s | ding | テキストラベル「三」が出現 | 字幕「以生成带货视频的提示词,真人带货」が出現 | deterministic_anchored | | 25.98s | ding | テキストラベル「7」が出現 | 字幕「内容由AI生成」が出現 | deterministic_anchored | | 29.56s | ding | テキストラベル「这里给你3条适配10秒真人带货视」が出現 | 字幕「快时:」が出現 | deterministic_anchored | | 30.09s | ding | テキストラベル「油色陶瓷杯,对着镜头开心展示。快」が出現 | 字幕「这里给你3条适配10秒真人带货视」が出現 | deterministic_anchored | | 30.28s | pop | テキストラベル「子、红苹果杯盖,搭配轻快的背景音」が出現 | 字幕「《不」が出現 | deterministic_anchored | | 30.92s | pop | テキストラベル「BGM)」が出現 | 字幕「喝水超有仪式感,适合送闺蜜的可爱」が出現 | deterministic_anchored | | 31.77s | pop | | 字幕「真人出镜,元气 油色陶瓷杯,」が出現 | deterministic | | 33.08s | ding | | 字幕「承泽」が出現 | deterministic | | 33.54s | pop | テキストラベル「生成」が出現 | 字幕「道具 道具」が出現 | deterministic_anchored | | 34.62s | pop | テキストラベル「@知遇 @知遇」が出現 | 字幕「123 123」が出現 | deterministic_anchored | | 39.03s | ding | テキストラベル「恩,IU秒时长,拾配轻采的月京首」が出現 | テキストラベル「恩,IU秒时长,拾配轻采的月京首」が出現 | deterministic_anchored | | 39.31s | pop | テキストラベル「子的质感、颜值,以及日常使用的幸」が出現 | テキストラベル「子的质感、颜值,以及日常使用的幸」が出現 | deterministic_anchored | | 39.96s | pop | テキストラベル「系统相册」が出現 | テキストラベル「系统相册」が出現 | deterministic_anchored | | 40.47s | pop | テキストラベル「ral」が出現 | 字幕「最近项目·即梦资产」が出現 | deterministic_anchored | | 41.53s | ding | テキストラベル「思,U秒时长,抬配轻采的育」が出現 | 字幕「Seedance 2.0」が出現 | deterministic_anchored | | 44.56s | pop | | 字幕「子的质感、颜值,以及日常使用的幸」が出現 | deterministic | | 47.14s | ding | テキストラベル「提交成功,消耗1个额度」が出現 | 字幕「的梦境」が出現 | deterministic_anchored | | 47.54s | pop | テキストラベル「知遇」が出現 | 字幕「66|会员加速」が出現 | deterministic_anchored | | 50.41s | pop | テキストラベル「Aod tssca」が出現 | テキストラベル「Aod tssca」が出現 | deterministic_anchored | | 51.41s | ding | テキストラベル「福」が出現 | テキストラベル「福」が出現 | deterministic_anchored | | 53.52s | ding | 装飾文字「gan,and」が出現 | 装飾文字「gan,and」が出現 | deterministic_anchored | | 54.40s | pop | 装飾文字「礼」が出現 | 装飾文字「礼」が出現 | deterministic_anchored | | 55.09s | pop | テキストラベル「nayor」が出現 | テキストラベル「nayor」が出現 | deterministic_anchored | **音声の再現プラン** - voice(A01-narration):人の語り/セリフ、若い女性、標準的な普通話、チュートリアル系クリエイターらしい知的で穏やかな声質、話速は中程度からやや速め、明瞭で歯切れがよく、典型的なショート動画の教学口調 → capsule-cinema DoubaoTTSTool / UniversalTTSTool(または MiniMax のクローン音声);元のタイムウィンドウに合わせる必要がある場合は尺を制御できる TTS(A02) - music(A03-music):軽快で活発なテック/ガジェットチュートリアル向けの音楽、後半の完成動画パートでは温かく穏やかな生活風 BGM に切り替わる;リラックス、日常、癒し;114.8 BPM;F major → 原曲は既存ライブラリ音楽の傾向:BPM/ムード/調でライブラリから同系統の曲を検索するか、AI で近いスタイルのロイヤリティフリー曲を生成 - sfx(A04-sfx):効果音 3 個 → タイミングに合わせて配置:capsule-cinema SoundEffectsTool / 効果音ライブラリ、または plush レシピのようにプログラムで合成(ピッチを BGM の調に合わせる) - ambience(A04-sfx):静かな室内環境 → 環境音素材または動画から効果音を生成するモデル - ミックス:語りの解説が前景で際立ち、BGM は中程度の音量でベッドとして敷く、完成動画のデモ部分では背景音と完成動画の音声が自然につながる ## 編集パッケージ層(字幕 / 装飾文字 / ステッカー / 効果音の同期) - 字幕 300 行(中央/下部/上部、最大 5 行):グレー文字、文字高さ 2.3%;入場:即時表示×191、ズームポップアップ×30、フェードイン×7、スライドイン×7、1 文字ずつ表示×5;キーワードを話すときに色が変わる - 装飾文字 4 か所(多色/グラデーション、ポップアップ入場、斜め、オレンジ文字、大きなフォントサイズ、茶色文字):「出镜」、「rever.」、「gan,and」、「礼」 - テキストラベル 56 か所(うち 4 個は物体に追従して移動):「AA」、「AA」、「ABC ABC」、「RXYZ」、「Aura」、「@知遇」など - 効果音の同期:字幕の出現 21 か所、テキストラベルの出現 6 か所、装飾文字の出現 2 か所 - エクスポート:`packaging/subtitles.srt`、`packaging/overlays.ass`、`packaging/timeline.json`(SRT は字幕のタイムライン;ASS は色、縁取り、位置、入場アニメーション付きで、フォントは元動画のものに差し替える必要あり;timeline.json は完全なタイムライン) | 時間 | 種類 | テキスト | スタイル | 入場 / 退場 | 効果音 | |---|---|---|---|---|---| | 0.00–1.90s | 字幕 | 每天分享一个A制作方法 | 黄色文字、黒縁取り、黒背景ボックス、文字高さ 3.8%(約 74px) | — | — | | 1.90–2.90s | 字幕 | 今天教大家 | 黄色文字、黒縁取り、文字高さ 4.1%(約 79px) | 即時表示 | — | | 1.90–5.60s | 字幕 | 即梦 | 白文字、キーワードをオレンジで強調、文字高さ 3.0%(約 57px) | 即時表示 / 即時消去 | — | | 1.90–5.10s | 字幕 | @知遇 | オレンジ文字、文字高さ 2.5%(約 48px) | 即時表示 / 縮小して消去 | — | | 2.00–3.10s | 字幕 | Nicetomcet | 茶色文字、茶色縁取り、キーワードを茶色で強調、文字高さ 3.9%(約 75px) | フェードイン / フェードアウト | — | | 3.00–4.20s | 字幕 | 制作真人出镜的日用品 | 黄色文字、黒縁取り、文字高さ 3.8%(約 72px) | フェードイン / 即時消去 | — | | 3.20–4.20s | 字幕・オブジェクト追従 | Nicetomeet | 黒文字、オレンジ縁取り、文字高さ 4.7%(約 90px) | フェードアウト | — | | 4.50–5.20s | 字幕 | 带货视频 | 黄色文字、黒縁取り、文字高さ 4.3%(約 83px) | — | — | | 5.50–6.20s | 字幕 | 那我用这个水杯 | 黄色文字、黒縁取り、文字高さ 3.6%(約 69px) | — | — | | 6.00–6.20s | 字幕 | s+ | オレンジ文字、文字高さ 2.0%(約 39px) | 即時表示 / 即時消去 | — | | 6.50–7.90s | 字幕 | 给大家演示一下 | 黄色文字、黒縁取り、文字高さ 4.1%(約 78px) | 即時消去 | — | | 7.90–10.10s | 字幕 | 福 ⏎ 氣 | 茶色文字、文字高さ 4.8%(約 92px) | 即時表示 / 即時消去 | — | | 7.90–10.10s | 字幕 | Nice ta | グレー文字、文字高さ 4.2%(約 81px) | 即時表示 / 即時消去 | — | | 8.00–10.00s | 字幕 | 保存好要带货的水杯图片 | 黄色文字、黒縁取り、文字高さ 3.8%(約 72px) | 即時表示 | pop | | 10.00–11.90s | 字幕 | h,and | グレー文字、文字高さ 4.5%(約 85px) | ポップアップ / 即時消去 | — | | 10.00–11.90s | 字幕 | rever. | グレー文字、キーワードを茶色で強調、文字高さ 3.9%(約 75px) | ポップアップ / 即時消去 | — | | 10.00–11.80s | 字幕 | 图片可以多保存几张 | 黄色文字、黒縁取り、オレンジ背景ボックス、文字高さ 3.6%(約 69px) | 即時消去 | — | | 11.90–15.10s | 字幕 | 模板吗? | グレー文字、キーワードをグレーで強調、文字高さ 2.6%(約 50px) | 即時表示 / 縮小して消去(途中でバウンド/色変化あり) | — | | 11.90–15.10s | 字幕 | 好的,帮我定制一套专属精准提示词模板吧 | グレー文字、キーワードをグレーで強調、文字高さ 2.2%(約 42px) | 即時表示 / スライドアウト(途中でバウンド/色変化あり) | — | | 11.90–13.00s | 字幕 | 我你在这一不是今天 | 黒文字、文字高さ 3.2%(約 62px) | 即時表示 / 即時消去 | — | | 11.90–13.00s | 字幕 | ABC | 白文字、グレー縁取り、文字高さ 2.2%(約 42px) | 即時表示 / 即時消去 | — | | 11.90–13.00s | 字幕 | DEF | 白文字、グレー縁取り、太字、文字高さ 2.1%(約 41px) | 即時表示 / 即時消去 | — | | 11.90–13.00s | 字幕 | 123 | グレー文字、キーワードを黒で強調、文字高さ 2.3%(約 45px) | 即時表示 / 即時消去 | — | | 11.90–13.30s | 字幕 | 打开AI工具 | 黄色文字、黒縁取り、文字高さ 4.1%(約 79px) | 即時表示 | — | | 11.90–13.30s | 字幕 | G | グレー文字、文字高さ 1.5%(約 28px) | 即時表示 / 即時消去 | — | | 11.90–13.00s | 字幕 | TUV | グレー文字、キーワードをグレーで強調、文字高さ 2.2%(約 42px) | 即時表示 / 即時消去 | — | | 11.90–13.00s | 字幕 | PQRS | 白文字、グレー縁取り、太字、文字高さ 2.2%(約 43px) | 即時表示 / 即時消去 | — | | 11.90–13.00s | 字幕 | WXYZ | グレー文字、キーワードをグレーで強調、文字高さ 2.1%(約 41px) | 即時表示 / 即時消去 | — | | 11.90–13.00s | 字幕 | ABC | グレー文字、文字高さ 2.3%(約 44px) | 即時表示 / 即時消去 | — | | 11.90–13.00s | 字幕 | 发送 | グレー文字、グレー縁取り、文字高さ 2.5%(約 49px) | 即時表示 / 即時消去 | — | | 11.90–13.00s | 字幕 | 选拼音 | グレー文字、グレー縁取り、キーワードをグレーで強調、文字高さ 2.5%(約 49px) | 即時表示 / 即時消去 | — | | 11.90–13.00s | 字幕 | 空格 | 白文字、グレー縁取り、文字高さ 2.6%(約 50px) | 即時表示 / 即時消去 | — | | 11.90–15.10s | 字幕 | 豆包) ⏎ 内容由AI生成 | 白文字、グレー縁取り、文字高さ 2.4%(約 46px) | 即時表示 | — | | 12.00–12.10s | 字幕 | 豆包 ⏎ 内容由AI生成 ⏎ 需要我根据你常用用途(写文案 ⏎ 做题 ⏎ 编 ⏎ | グレー文字、キーワードをグレーで強調、文字高さ 2.5%(約 47px) | 即時表示 | pop | | 12.50–14.10s | 字幕 | 内容由AI生成 | グレー文字、文字高さ 2.0%(約 39px) | 即時表示 | — | | 12.50–15.10s | 字幕 | 需要我根据你常用用途(写文案 ⏎ 做题 ⏎ 编 ⏎ 程 ⏎ 聊天)给你定制一套专 | グレー文字、キーワードをグレーで強調、文字高さ 2.6%(約 49px) | スライドアウト(途中でバウンド/色変化あり) | — | | 13.00–14.40s | 字幕 | 拍题答疑 | 白文字、文字高さ 2.3%(約 44px) | 即時表示 / 即時消去 | — | | 13.00–14.40s | 字幕 | 文件 | 白文字、グレー縁取り、文字高さ 2.3%(約 45px) | 即時消去 | — | | 13.00–14.40s | 字幕 | 打电话 | 白文字、文字高さ 2.1%(約 41px) | 即時消去 | — | | 13.00–14.40s | 字幕 | 相册 | 白文字、グレー縁取り、文字高さ 2.0%(約 39px) | 即時消去 | — | | 13.00–14.40s | 字幕 | 相机 | グレー文字、キーワードをグレーで強調、文字高さ 2.3%(約 44px) | 即時消去 | — | | 13.10–14.40s | 字幕 | 口 | グレー文字、太字、文字高さ 2.7%(約 52px) | 即時表示 / 即時消去 | ding | | 13.30–15.60s | 字幕 | 添加我们保存的几张产品图 | 黄色文字、黒縁取り、文字高さ 3.8%(約 72px) | 縮小して消去 | — | | 13.50–15.50s | 字幕 | 么 | グレー文字、文字高さ 2.0%(約 39px) | 即時消去 | — | | 14.50–14.60s | 字幕 | 豆包 ⏎ 内容由AI生成 ⏎ 需要我根据你常用用途(写文案 ⏎ 做题 ⏎ 编 | 白文字、グレー縁取り、文字高さ 2.4%(約 46px) | 即時表示 / 即時消去 | — | | 14.50–15.40s | 字幕 | 照片动起来→ | グレー文字、キーワードをグレーで強調、文字高さ 2.5%(約 48px) | スライドイン / 即時消去 | — | | 14.50–15.40s | 字幕 | 这是什么→ | グレー文字、キーワードをグレーで強調、文字高さ 2.3%(約 44px) | 即時表示 / 即時消去 | — | | 14.50–15.40s | 字幕 | 输入问题或直接发送.. | グレー文字、グレー縁取り、文字高さ 2.5%(約 49px) | 即時表示 / 即時消去 | — | | 14.80–15.30s | 字幕 | 相册 | 白文字、文字高さ 2.3%(約 44px) | 即時表示 / 即時消去 | whoosh、pop | | 15.50–16.40s | 字幕 | Natural | グレー文字、文字高さ 1.8%(約 34px) | 即時表示 / 即時消去 | ding | | 15.50–16.40s | 字幕 | ral | 白文字、グレー縁取り、キーワードをグレーで強調、文字高さ 1.5%(約 28px) | 即時表示 / 即時消去 | — | | 15.50–16.40s | 字幕 | 下一步们 | 青文字、青背景ボックス、キーワードを青で強調、文字高さ 2.9%(約 56px) | 即時表示 / 即時消去 | — | | 15.80–16.40s | 字幕 | 所有照片 | 白文字、文字高さ 2.4%(約 46px) | 即時表示 / 即時消去 | — | | 16.00–16.40s | 字幕 | 粘贴上 | 黄色文字、黒縁取り、黒背景ボックス、文字高さ 4.4%(約 84px) | 即時表示 / 即時消去 | — | | 16.50–32.60s | 字幕 | 豆包 ⏎ 内容由AI生成 | 白文字、グレー縁取り、文字高さ 2.2%(約 43px) | 1 文字ずつ | — | | 16.50–18.00s | 字幕 | 内容由AI生成 ⏎ 好的,帮我定制一套专属精准提示词模板吧 | グレー文字、文字高さ 2.2%(約 42px) | 即時表示 / フェードアウト | — | | 16.50–18.10s | 字幕 | 如何使用换位思考指令让AI更准确理解需求? | グレー文字、文字高さ 2.3%(約 45px) | 即時表示 / 即時消去 | — | | 16.50–17.40s | 字幕 | 这是什么→ | グレー文字、キーワードをグレーで強調、文字高さ 2.4%(約 45px) | 即時表示 / 即時消去 | — | | 16.50–28.20s | 字幕 | DEF | 白文字、グレー縁取り、太字、文字高さ 2.2%(約 42px) | 即時表示 / 即時消去 | — | | 16.50–28.20s | 字幕 | ABC | 白文字、グレー縁取り、文字高さ 2.2%(約 42px) | 即時表示 / 即時消去 | — | | 16.50–28.20s | 字幕 | 123 | グレー文字、キーワードを黒で強調、文字高さ 2.3%(約 44px) | 即時表示 / 即時消去 | — | | 16.50–18.10s | 字幕 | 刚准备好的这个提示词 | 黄色文字、黒縁取り、グレー背景ボックス、文字高さ 4.0%(約 76px) | 即時表示 / スライドアウト | — | | 16.50–28.20s | 字幕 | ABC | グレー文字、文字高さ 2.3%(約 44px) | 即時表示 / 即時消去 | — | | 16.50–27.60s | 字幕 | PQRS | 白文字、グレー縁取り、太字、文字高さ 2.1%(約 41px) | 即時表示 / 即時消去 | — | | 16.50–27.60s | 字幕 | TUV | グレー文字、キーワードをグレーで強調、文字高さ 2.1%(約 41px) | 即時表示 | — | | 16.50–28.20s | 字幕 | WXYZ | グレー文字、キーワードをグレーで強調、文字高さ 2.1%(約 41px) | 即時表示 / 即時消去 | — | | 16.50–27.60s | 字幕 | 发送 | 青文字、青縁取り、文字高さ 2.6%(約 50px) | 即時表示 | — | | 16.50–28.20s | 字幕 | 空格 | 白文字、グレー縁取り、文字高さ 3.0%(約 59px) | 即時表示 / 即時消去 | — | | 16.50–28.20s | 字幕 | 选拼音 | 白文字、キーワードをグレーで強調、文字高さ 2.7%(約 51px) | 即時表示 / 即時消去 | — | | 17.10–18.10s | 字幕 | 这是什么→ | グレー文字、文字高さ 2.0%(約 39px) | スライドイン / 即時消去 | — | | 18.00–19.10s | 字幕 | 内容由AI生成 | グレー文字、文字高さ 2.0%(約 38px) | ポップアップ / 即時消去 | — | | 18.00–18.10s | 字幕 | 提取图中文字→ | グレー文字、文字高さ 2.2%(約 42px) | 即時表示 / 即時消去 | — | | 18.00–28.20s | 字幕 | 约为打败不的是都利 | グレー文字、文字高さ 3.0%(約 59px) | 即時消去 | — | | 18.00–25.00s | 字幕 | 这是一个陶瓷杯,给我生成 ⏎ 一段AI可以生成带货视频的 ⏎ 提示词,真人带货视 | 黒文字、文字高さ 3.3%(約 63px) | 即時表示 | — | | 18.50–25.10s | 字幕 | MNO | 白文字、グレー縁取り、太字、文字高さ 2.2%(約 42px) | 即時消去 | — | | 18.50–25.60s | 字幕 | AA | グレー文字、文字高さ 1.5%(約 28px) | ポップアップ / 即時消去 | — | | 18.50–22.10s | 字幕 | 么 | グレー文字、キーワードをグレーで強調、文字高さ 1.7%(約 33px) | — | — | | 20.50–22.10s | 字幕 | 内容由AI生成 | グレー文字、文字高さ 2.0%(約 39px) | — | — | | 22.00–25.60s | 字幕 | 么 | グレー文字、キーワードをグレーで強調、文字高さ 1.7%(約 33px) | — | — | | 25.00–28.20s | 字幕 | 提取图中文字→ | グレー文字、キーワードをグレーで強調、文字高さ 2.5%(約 48px) | ポップアップ / 即時消去 | — | | 25.00–28.20s | 字幕 | 图片配文→ | グレー文字、キーワードをグレーで強調、文字高さ 2.3%(約 44px) | 即時消去 | — | | 25.00–28.20s | 字幕 | 这是什么→ | グレー文字、キーワードをグレーで強調、文字高さ 2.3%(約 44px) | ポップアップ / 即時消去 | — | | 25.00–25.10s | 字幕 | 提示词呢 | 黄色文字、黒縁取り、文字高さ 4.2%(約 81px) | 即時表示 / 即時消去 | — | | 25.50–27.10s | 字幕 | 以生成带货视频的提示词,真人带货 | 白文字、文字高さ 2.6%(約 50px) | — | ding | | 25.50–26.90s | 字幕 | 也可以按照自己的需求 | 黄色文字、黒縁取り、グレー背景ボックス、文字高さ 3.8%(約 72px) | 即時消去 | — | | 26.00–32.10s | 字幕 | 内容由AI生成 | グレー文字、文字高さ 2.2%(約 42px) | ポップアップ / 即時消去 | ding | | 26.90–27.50s | 字幕 | 来修改 | 黄色文字、黒縁取り、文字高さ 4.8%(約 93px) | 即時表示 | — | | 26.90–27.60s | 字幕 | GHI | 白文字、キーワードをグレーで強調、文字高さ 2.5%(約 49px) | 即時表示 / 即時消去 | — | | 27.00–28.20s | 字幕 | 全用干什么、啥风格、多少宇、 | グレー文字、文字高さ 2.8%(約 54px) | 即時消去 | — | | 27.00–28.20s | 字幕 | 说清给谁用、干什么、啥风格、多少字、 | グレー文字、キーワードをグレーで強調、文字高さ 2.6%(約 50px) | 即時消去 | — | | 27.00–28.20s | 字幕 | 不能写啥 | グレー文字、文字高さ 2.1%(約 41px) | 即時消去 | — | | 27.00–28.20s | 字幕 | 我根据你常用用途(写文案/做题/编 | 白文字、文字高さ 2.6%(約 50px) | 即時消去 | — | | 27.00–28.20s | 字幕 | 需要我根据你常用用途(写文家機题流编 ⏎ 程 ⏎ 聊天)给你定制一套专属精准提示 | グレー文字、文字高さ 2.5%(約 49px) | 即時消去 | — | | 27.00–28.20s | 字幕 | 模板吗? | 白文字、文字高さ 2.6%(約 50px) | 即時消去 | — | | 27.00–28.20s | 字幕 | 转人间意或直接发送, | グレー文字、文字高さ 2.3%(約 44px) | 即時消去 | — | | 27.00–28.20s | 字幕 | 空格 | 白文字、文字高さ 2.6%(約 50px) | 即時消去 | — | | 27.00–28.20s | 字幕 | 选拼音 | 白文字、グレー縁取り、文字高さ 2.4%(約 46px) | 即時消去 | — | | 27.50–28.10s | 字幕 | 点击发送 | 黄色文字、黒縁取り、文字高さ 4.4%(約 85px) | 縮小して消去 | — | | 28.00–28.10s | 字幕 | MNO | 白文字、グレー縁取り、太字、文字高さ 2.1%(約 41px) | 即時表示 | — | | 28.00–28.10s | 字幕 | WXYZ | グレー文字、文字高さ 2.1%(約 41px) | — | — | | 28.00–29.60s | 字幕・オブジェクト追従 | 提示词接着就出来了 | 黄色文字、黒縁取り、文字高さ 3.6%(約 69px) | 即時消去(途中でバウンド/色変化あり) | — | | 28.40–32.90s | 字幕 | 帮我写 | グレー文字、文字高さ 2.1%(約 41px) | 即時表示 / 即時消去 | — | | 28.40–32.90s | 字幕 | 拍题答疑 | 白文字、グレー縁取り、文字高さ 2.0%(約 39px) | 即時表示 / 即時消去 | — | | 28.40–32.90s | 字幕 | 快速 | 白文字、文字高さ 2.3%(約 45px) | 即時表示 / 即時消去 | — | | 28.40–32.90s | 字幕 | 发消息或按住说话.. | グレー文字、文字高さ 2.3%(約 45px) | 即時表示 / 即時消去 | — | | 28.50–28.80s | 字幕 | 3.办公类 | グレー文字、文字高さ 2.6%(約 50px) | 即時表示 / 縮小して消去 | — | | 28.50–28.70s | 字幕 | 工作场景+文档类型+正式程度+必填 | グレー文字、キーワードをグレーで強調、文字高さ 2.7%(約 51px) | 即時表示 / フェードアウト | — | | 28.50–28.60s | 字幕 | 内容 | 白文字、文字高さ 2.6%(約 50px) | 即時表示 / 即時消去 | — | | 28.50–29.00s | 字幕 | 六、一句话终极口诀 | グレー文字、太字、文字高さ 2.7%(約 51px) | 即時表示 / 即時消去 | — | | 28.50–28.60s | 字幕 | 说清给谁用、干什么、啥风格、多少字、 | 白文字、キーワードをグレーで強調、文字高さ 2.4%(約 46px) | 即時表示 / 即時消去 | — | | 28.50–28.60s | 字幕 | 不能写啥 | グレー文字、文字高さ 2.6%(約 50px) | 即時表示 / 即時消去 | — | | 28.50–29.10s | 字幕 | 需要我根据你常用用途(写文案 ⏎ 做题 ⏎ 编 ⏎ 程 ⏎ 聊天)给你定制一套专 | グレー文字、文字高さ 2.5%(約 49px) | 即時表示 / 即時消去 | — | | 28.50–29.10s | 字幕 | 这是一个陶瓷杯,给我生成一段AI可 ⏎ 以生成带货视频的提示词,真人带货 | 青文字、文字高さ 2.4%(約 46px) | 即時表示 / 即時消去 | — | | 28.50–28.60s | 字幕 | 视频,10秒的时长 | 青文字、青縁取り、文字高さ 2.4%(約 46px) | 即時表示 / 即時消去 | — | | 28.50–29.10s | 字幕 | 模? | グレー文字、文字高さ 3.4%(約 65px) | 即時表示 / 即時消去 | — | | 28.60–29.10s | 字幕 | 六、一包话终极口诀 | グレー文字、キーワードをグレーで強調、文字高さ 2.8%(約 54px) | スライドイン / 即時消去 | — | | 28.60–29.10s | 字幕 | 说清给谁用、手件么、风格、多少字、 | グレー文字、文字高さ 3.1%(約 60px) | 即時表示 / 即時消去 | — | | 28.60–29.10s | 字幕 | 不能写晗 | グレー文字、文字高さ 3.0%(約 57px) | 即時表示 / 即時消去 | — | | 28.60–29.10s | 字幕 | 需要我根据你用用(写文案/做 ⏎ 编 ⏎ 程/天)给你定制一套专属精淮提示词 | グレー文字、文字高さ 2.9%(約 55px) | 即時表示 / 即時消去 | — | | 28.60–29.10s | 字幕 | 视频;10秒的时长 | 青文字、文字高さ 2.7%(約 51px) | 即時表示 / 即時消去 | — | **VLM が見たテキストエフェクト** - 0.0s 装飾文字「每天分享一个AI制作方法」黄色のフォント、黒縁取り なし - 1.9s 装飾文字「制作真人出镜的日用品带货视频」黄色のハイライトフォント なし - 12.0s 装飾文字「打开AI工具」白文字に黄色のキーワード なし 再現:字幕と装飾文字は `packaging/overlays.ass` でそのまま焼き込む(ffmpeg -vf ass=overlays.ass)か、timeline.json に従って CapCut(剪映) / Remotion で再構築します;ステッカーと GIF は同じ素材を探す必要があります(ミーム素材集 / GIF ライブラリ)、スクリーンショットは packaging/ 以下にあります。 ## 構成とコピー(VLM) - 概要:豆包(Doubao)でプロンプトを抽出し、Jimeng(即夢)AI で本人出演風の日用品商品紹介動画を生成する方法を解説するチュートリアル。 - 形式:知識解説;フック:冒頭で本人が登場し「每天分享一个AI制作方法」(毎日 AI 制作テクニックを 1 つ共有)と打ち出し、直後に非常にリアルな AI 本人出演風の陶器マグ商品紹介動画を素早く見せ、EC 系クリエイターの注意を引く。 - ナレーション:human 若い女性、標準的な普通話、チュートリアル系クリエイターらしい知的で穏やかな声質;音楽:軽快で活発なテック/ガジェットチュートリアル向けの音楽、後半の完成動画パートでは温かく穏やかな生活風 BGM に切り替わる;字幕:下部中央の太字ゴシック、明るい黄色と白の組み合わせ、黒縁取り - 全体判断:実写の語り解説と実操作の録画を組み合わせ、核心となる見せ場は AI 生成の商品紹介動画の完成品で、典型的な低コスト・高実用性のデジタル AI ショート動画チュートリアルです。 - 0.0–1.93s · オープニングとテーマ予告 · 毎日 AI 制作テクニックを 1 つ共有 - 1.93–6.63s · 完成品のクイックプレビュー · 今日は本人出演風の日用品商品紹介動画の作り方を教えます、このマグでデモしてみます - 6.63–11.93s · 準備ステップ:商品参考画像を用意 · 紹介したいマグの画像を保存しておく、画像は多めに保存してもよい - 11.93–32.93s · 実操作ステップ 1:豆包で商品紹介動画の絵コンテプロンプトを生成 · AI ツールを開き、保存した商品画像を数枚追加し、用意しておいたプロンプトを貼り付け…送信をタップすると、すぐにプロンプトが出てくるので、気に入ったものをコピーします - 32.93–48.0s · 実操作ステップ 2:Jimeng(即夢)/Seedance で商品紹介動画を生成 · この画面に来て、事前に録画しておいた出演映像を選び、さっきコピーしたプロンプトを貼り付け、下の画像をタップしてマグの画像 2 枚をインポートし、送信をタップすると、下書きボックスで動画生成の進捗が見られます - 48.0–58.0s · 完成品の紹介とまとめ · 完成品を見てみましょう、シーンがリアルで没入感がありますよね?(完成動画のセリフ:ホットココアを飲むと気持ちいい、自分用にも友達へのプレゼントにもぴったりです) ## 画面内の実素材 15 ショット、43.13s(75%)の画面に実素材(画面録画、スクリーンショット、写真、埋め込み動画)が含まれています。再現時には元ファイルを入手する必要があり、モデル生成では代替できません: - ショット #1(00:00.000):実写動画素材、画面全体 - ショット #5(00:07.933):実写動画素材、画面全体 - ショット #6(00:10.067):実写動画素材、画面全体 - ショット #7(00:11.933):実写動画素材、画面全体 - ショット #8(00:15.400):実写動画素材、画面全体 - ショット #9(00:16.433):実写動画素材、画面全体 - ショット #10(00:32.933):実写動画素材、画面全体 - ショット #11(00:34.633):実写動画素材、画面全体 - ショット #12(00:40.167):実写動画素材、画面全体 - ショット #13(00:41.200):実写動画素材、画面全体 - ショット #14(00:42.267):実写動画素材、画面全体 - ショット #15(00:43.067):実写動画素材、画面全体 - ショット #16(00:43.733):実写動画素材、画面全体 - ショット #17(00:47.067):実写動画素材、画面全体 - ショット #18(00:47.733):実写動画素材、画面全体 ## 再現用に用意する参考素材 これらのショットの画面は生成または撮影されたものです。以下は画面に登場し、再現時に参考画像/小道具として用意すべきものです(埋め込まれた実ピクセルではありません): - ショット #5(00:07.933):商品参考画像 - ショット #6(00:10.067):商品参考画像、手持ちで見せるリンゴ蓋付きベージュの陶器マグ - ショット #6(00:10.067):商品参考画像 - ショット #8(00:15.400):商品参考画像、スマホのアルバムに表示される各種商品画像(マグ、ハンバーガー、ペット、リンゴなど) - ショット #9(00:16.433):商品参考画像、スマホアプリの画面にアップロードされた赤いリンゴ型陶器マグの実物写真 ## ショットリスト | # | 時間 | 尺 | ベース画面 | 確信度 | 素材の出どころ | オーバーレイ | カメラワーク | 再現ルート | |---|---|---|---|---|---|---|---|---| | 1 | 00:00.000 | 1.93s | 実写 | 70% | ユーザーの実素材:実写動画素材 | 字幕、グラフィック貼り付け | スムーズな移動 | R07-product-hero → capsule_cinema | | 2 | 00:01.933 | 2.77s | AI 生成動画 | 70% | AI 生成 | 字幕、タイトル | スムーズな移動 | R07-product-hero → capsule_cinema | | 3 | 00:04.700 | 1.93s | AI 生成動画 | 70% | AI 生成 | 字幕、タイトル | スムーズな移動 | R07-product-hero → capsule_cinema | | 4 | 00:06.633 | 1.30s | AI 生成動画 | 53% | AI 生成 | テキスト、グラフィック貼り付け | スムーズな移動 | R07-product-hero → capsule_cinema | | 5 | 00:07.933 | 2.13s | 実写 | 70% | ユーザーの実素材:実写動画素材;再現参考:商品参考画像 | テキスト | 固定 | R07-product-hero → capsule_cinema | | 6 | 00:10.067 | 1.87s | 実写 | 70% | ユーザーの実素材:実写動画素材;再現参考:商品参考画像 | テキスト | 固定 | R07-product-hero → capsule_cinema | | 7 | 00:11.933 | 3.47s | 実写 | 70% | ユーザーの実素材:実写動画素材 | 字幕 | 固定 | R07-product-hero → capsule_cinema | | 8 | 00:15.400 | 1.03s | 実写 | 70% | ユーザーの実素材:実写動画素材;再現参考:商品参考画像 | 字幕 | 固定 | R07-product-hero → capsule_cinema | | 9 | 00:16.433 | 16.50s | 実写 | 70% | ユーザーの実素材:実写動画素材;再現参考:商品参考画像 | 字幕 | 固定 | R07-product-hero → capsule_cinema | | 10 | 00:32.933 | 1.70s | 実写 | 70% | ユーザーの実素材:実写動画素材 | 字幕 | 固定 | R07-product-hero → capsule_cinema | | 11 | 00:34.633 | 5.53s | 実写 | 70% | ユーザーの実素材:実写動画素材 | 字幕 | 固定 | R07-product-hero → capsule_cinema | | 12 | 00:40.167 | 1.03s | 実写 | 70% | ユーザーの実素材:実写動画素材 | テキスト | 固定 | R07-product-hero → capsule_cinema | | 13 | 00:41.200 | 1.07s | 実写 | 70% | ユーザーの実素材:実写動画素材 | 字幕 | スムーズな移動 | R07-product-hero → capsule_cinema | | 14 | 00:42.267 | 0.80s | 実写 | 70% | ユーザーの実素材:実写動画素材 | — | 固定 | R07-product-hero → capsule_cinema | | 15 | 00:43.067 | 0.67s | 実写 | 70% | ユーザーの実素材:実写動画素材 | — | スムーズな移動 | R07-product-hero → capsule_cinema | | 16 | 00:43.733 | 3.33s | 実写 | 70% | ユーザーの実素材:実写動画素材 | 字幕 | 固定 | R07-product-hero → capsule_cinema | | 17 | 00:47.067 | 0.67s | 実写 | 70% | ユーザーの実素材:実写動画素材 | テキスト、字幕、装飾文字 | 固定 | R07-product-hero → capsule_cinema | | 18 | 00:47.733 | 1.40s | 実写 | 70% | ユーザーの実素材:実写動画素材 | 字幕、装飾文字 | 固定 | R07-product-hero → capsule_cinema | | 19 | 00:49.133 | 2.37s | AI 生成動画 | 70% | AI 生成 | 字幕、タイトル | スムーズな移動 | R07-product-hero → capsule_cinema | | 20 | 00:51.500 | 3.40s | AI 生成動画 | 70% | AI 生成 | 字幕、タイトル、装飾文字 | スムーズな移動 | R07-product-hero → capsule_cinema | | 21 | 00:54.900 | 2.77s | AI 生成動画 | 70% | AI 生成 | タイトル | スムーズな移動 | R07-product-hero → capsule_cinema | ## ショット別詳細 ### #1 00:00.000–00:01.933 · 実写 + コード/編集オーバーレイ(字幕、グラフィック貼り付け);実素材を導入(実写動画素材) ![shot_001](shots/shot_001.jpg) - 確率:実写 82%、AI 生成動画 7%、デジタルヒューマン 3%(fused) - ⚠️ 要確認:実写か AI か要確認:画面は 24fps 素材由来で AIGC 表示がなく、スマホネイティブ 30fps の特徴ではない - 素材の出どころ:ユーザーの実素材:実写動画素材 - テクスチャは写真/動画の特徴:ノイズ σ=0.31、使用色 118 種、平坦ブロック 10% - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] リアルな肌の質感、髪の毛のディテール、ラベリアマイクのケーブルのディテール - [VLM] 指のジェスチャーの動きが滑らかで、構造が厳密で変形がない - [VLM] レンズの反射と天井ダウンライトの光の反射が実際の物理法則に合致 - [claude 画像確認] 実際のオフィスビルの廊下環境:木目調の壁、ガラス扉、天井照明、遠近感と反射が自然 - [claude 画像確認] 指、メガネ、髪の毛の輪郭が鮮明、ジェスチャーの動きに自然なモーションブラー - [claude 画像確認] スマホのフロントカメラによる自撮り視点、わずかな手持ちブレ - 画面:メガネをかけた女性が明るい室内で語りの解説をし、片手を上げて強調のジェスチャーをする、固定のクローズアップ位置、上部からの均一な拡散光。 - 撮り方/ライティング:クローズアップ;目線;手持ち自撮り(フロントカメラ);逆光/背景が被写体より明るい;キーライト正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ);ライティング比約 1.1:1(0.1 段差);柔らかい光(明暗の境界がほぼない) - テキストトラック(字幕/bottom):每天分享一个AI制作方法 / 每天分享一个A制作方法 - 再現:元動画は実写:撮影プラン(ショットサイズ/カメラ位置/ライティング)に従って再撮影;撮影条件がない場合のみ AI の画像から動画生成で近似(先頭フレームを参考に);ユーザーが実素材を用意する必要あり:実写動画素材(画面全体) - 先頭フレーム画像プロンプト:実際のスマホ縦画面自撮り、黒縁メガネをかけた若い東アジア人女性、黒いロングヘア、グレーの V ネック T シャツ、小さなラベリアマイクを装着、室内の白い壁と天井照明の背景、明るく均一な光、クローズアップの半身 - 動画プロンプト:黒縁メガネの若い女性がカメラに向かって自然に話し、右手の人差し指を立てて強調した後に下ろす、笑顔、室内の固定カメラ、動きは自然で滑らか ### #2 00:01.933–00:04.700 · AI 生成動画 + コード/編集オーバーレイ(字幕、タイトル) ![shot_002](shots/shot_002.jpg) - 確率:AI 生成動画 81%、実写 8%、3D レンダリング 3%(fused) - ⚠️ 要確認:実写/ストップモーションか AI か要確認:AIGC 表示なし;24fps ソースの痕跡は AI、ストップモーション、シネマカメラ撮影のいずれでも現れる - 画面内の物体上の文字(後付けの字幕ではない):Nice toneut geu、Nice tomectyu、Nicctomcee、Ir=utos、naydffimasng、Its - 素材の出どころ:AI 生成 - 想定ツール:Jimeng(即夢) - テクスチャは写真/動画の特徴:ノイズ σ=0.26、使用色 217 種、平坦ブロック 19% - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 左上に明確な「AI生成」ウォーターマーク - [VLM] 右下に「即夢」AI 動画ツールのウォーターマーク - [VLM] 背景のパッケージ箱の英字が典型的な AI の文字化け・歪み - [VLM] カメラが寄る際にマグの柄と指の輪郭に AI 特有のわずかな溶けと変形 - [claude 画像確認] 右下に「即夢」のウォーターマークと「@知遇」のアカウント名があり、Jimeng(即夢)から書き出した完成動画 - [claude 画像確認] ギフトボックスの英字の印刷が文字化け(OCR 結果:I+'s aod to see you agay,and / may ou friendship las+frever.)、本物のパッケージではあり得ない - 画面:若い女性が木のテーブルに座り、リンゴとクマの柄が入った蓋付き陶器マグを両手で見せ、カメラが滑らかに前進してマグのディテールにクローズアップする。 - 撮り方/ライティング:クローズアップ;目線;ジンバル;正面からの柔らかい光(フラット);キーライト正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ);ライティング比約 1.2:1(0.2 段差);柔らかい光(明暗の境界がほぼない) - テキストトラック(字幕/bottom):今天教大家 / 制作真人出镜的日用品 - テキストトラック(字幕/bottom):即梦 / @知遇 - テキストトラック(字幕/middle):Nice toneut geu / Nice tomectyu / Nicctomcee / Nicetamcet - テキストトラック(字幕/middle):Ir=utos / naydffimasng / Its / adtosca - 再現:元動画は AI 生成:元ショットの先頭・末尾フレームを取って先頭・末尾フレーム生成を行えば、構図と動きを高い精度で再現できる;主体を差し替える場合はまず画像モデルで先頭フレームを編集 - 先頭フレーム画像プロンプト:縦 9:16、温かみのあるテーブルシーン:ロングヘアの女性がオフホワイトのセーターを着て無垢材のテーブルに座り、両手で赤いリンゴ型の陶器マグ(蓋がリンゴ、ベージュのボディに小さな木とリンゴの柄)を持っている。背後にはリンゴ柄のベージュのギフトボックス、テーブルには赤白チェックのクロスと木のスプーン;柔らかな自然光、背景の淡い色の壁はボケ、リアルな商品紹介スタイル - 動画プロンプト:女性が微笑みながらテーブルのリンゴ型陶器マグを手に取り、両手で胸の前に掲げてカメラに見せ、リンゴ柄がカメラを向くようにそっとマグを回す;カメラはミディアムショットからマグのクローズアップへゆっくり寄り、最後はマグが画面中央いっぱいになる ### #3 00:04.700–00:06.633 · AI 生成動画 + コード/編集オーバーレイ(字幕、タイトル) ![shot_003](shots/shot_003.jpg) - 確率:AI 生成動画 83%、実写 6%、3D レンダリング 3%(fused) - ⚠️ 要確認:実写/ストップモーションか AI か要確認:AIGC 表示なし;24fps ソースの痕跡は AI、ストップモーション、シネマカメラ撮影のいずれでも現れる - 画面内の物体上の文字(後付けの字幕ではない):st f'rever.、st f rever.、st frever.、meet、mee - 素材の出どころ:AI 生成 - 想定ツール:Jimeng(即夢) - テクスチャは写真/動画の特徴:ノイズ σ=0.23、使用色 252 種、平坦ブロック 19% - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 左上に明確な「AI生成」ウォーターマーク - [VLM] 右下に「即夢」のロゴ - [VLM] 手がマグの蓋を開ける際、指の関節がやや硬く、蓋の縁が動きの中でわずかに変形 - [claude 画像確認] 右下に「即夢」のウォーターマークと「@知遇」のアカウント名があり、Jimeng(即夢)から書き出した完成動画 - [claude 画像確認] ギフトボックスの英字の印刷が文字化け(OCR 結果:I+'s aod to see you agay,and / may ou friendship las+frever.)、本物のパッケージではあり得ない - [claude 画像確認] 同じ映像が 49.1s でもそのまま再利用されている(冒頭と末尾の 2 区間がフレーム単位で同一) - 画面:室内のテーブル、片手がリンゴ型陶器マグの蓋を開けて中の飲み物を見せる、横にセットのスプーン、背景にギフトボックスとフォトフレーム。 - 撮り方/ライティング:クローズアップ;やや俯瞰;三脚/スタンド固定;逆光/背景が被写体より明るい;キーライト正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ);ライティング比約 1.3:1(0.4 段差);硬い光(明暗の境界がはっきり) - テキストトラック(字幕/bottom):带货视频 / 那我用这个水杯 - テキストトラック(字幕/bottom):7即梦 / @知遇 / 即梦 - テキストトラック(字幕/middle):st f'rever. / st f rever. / st frever. - テキストトラック(字幕/middle):meet / mee - 再現:元動画は AI 生成:元ショットの先頭・末尾フレームを取って先頭・末尾フレーム生成を行えば、構図と動きを高い精度で再現できる;主体を差し替える場合はまず画像モデルで先頭フレームを編集 - 先頭フレーム画像プロンプト:縦 9:16、温かみのあるテーブルシーン:ロングヘアの女性がオフホワイトのセーターを着て無垢材のテーブルに座り、両手で赤いリンゴ型の陶器マグ(蓋がリンゴ、ベージュのボディに小さな木とリンゴの柄)を持っている。背後にはリンゴ柄のベージュのギフトボックス、テーブルには赤白チェックのクロスと木のスプーン;柔らかな自然光、背景の淡い色の壁はボケ、リアルな商品紹介スタイル - 動画プロンプト:女性が微笑みながらテーブルのリンゴ型陶器マグを手に取り、両手で胸の前に掲げてカメラに見せ、リンゴ柄がカメラを向くようにそっとマグを回す;カメラはミディアムショットからマグのクローズアップへゆっくり寄り、最後はマグが画面中央いっぱいになる ### #4 00:06.633–00:07.933 · AI 生成動画 + コード/編集オーバーレイ(テキストラベル、グラフィック貼り付け) ![shot_004](shots/shot_004.jpg) - 確率:AI 生成動画 51%、実写 41%、デジタルヒューマン 2%(fused) - ⚠️ 要確認:実写/ストップモーションか AI か要確認:AIGC 表示なし;24fps ソースの痕跡は AI、ストップモーション、シネマカメラ撮影のいずれでも現れる - 素材の出どころ:AI 生成 - 想定ツール:Kling/Hailuo - テクスチャは写真/動画の特徴:ノイズ σ=0.31、使用色 121 種、平坦ブロック 10% - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 右手を上げたとき、人差し指の形と爪の縁が不自然で、変形がある - [VLM] 両手を合わせたとき、指が重なる部分の構造が曖昧で、物理的に整合しない - [VLM] 顔の肌の質感が滑らかすぎて、本物の毛穴や質感のディテールに欠ける - [claude 画像確認] 実際のオフィスビルの廊下環境:木目調の壁、ガラス扉、天井照明、遠近感と反射が自然 - [claude 画像確認] 指、メガネ、髪の毛の輪郭が鮮明、ジェスチャーの動きに自然なモーションブラー - [claude 画像確認] スマホのフロントカメラによる自撮り視点、わずかな手持ちブレ - 画面:メガネをかけた若い女性が室内でカメラに向かって話し、まず右手の人差し指を立て、その後両手を胸の前で合わせる。 - 撮り方/ライティング:クローズアップ;目線;手持ち自撮り(フロントカメラ);逆光/背景が被写体より明るい;キーライト正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ);ライティング比約 1.1:1(0.1 段差);柔らかい光(明暗の境界がほぼない) - テキストトラック(テキスト/bottom):给大家演示一下 - 再現:元動画は AI 生成:元ショットの先頭・末尾フレームを取って先頭・末尾フレーム生成を行えば、構図と動きを高い精度で再現できる;主体を差し替える場合はまず画像モデルで先頭フレームを編集 - 先頭フレーム画像プロンプト:縦画面、クローズアップ、黒縁メガネをかけた若いアジア人女性、グレーの半袖 V ネックトップス、ネックレスを着用、カメラに向かう、室内背景、白い壁、天井にダウンライト、明るい正面からの柔らかい光、リアルな写真スタイル - 動画プロンプト:黒縁メガネをかけた若い女性がカメラに向かって話す。まず右手の人差し指を立てて強調し、その後両手を胸の前で自然に合わせる、動きは滑らか、カメラは固定 ### #5 00:07.933–00:10.067 · 実写 + コード/編集オーバーレイ(テキストラベル);実素材を導入(実写動画素材) ![shot_005](shots/shot_005.jpg) - 確率:実写 83%、AI 生成動画 4%、3D レンダリング 3%(fused) - ⚠️ 要確認:実写か AI か要確認:画面は 24fps 素材由来で AIGC 表示がなく、スマホネイティブ 30fps の特徴ではない - 画面内の物体上の文字(後付けの字幕ではない):福、It's crod to see you agay,and、may oufriendship las+frever.、Nice ta、Nice to - 素材の出どころ:ユーザーの実素材:実写動画素材;再現参考:商品参考画像 - テクスチャは写真/動画の特徴:ノイズ σ=0.27、使用色 247 種、平坦ブロック 14% - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 陶器マグのハイライト反射と物理的な質感が実際の物理法則に完全に合致 - [VLM] 紙製パッケージ箱の印刷文字「It's good to see you again」が鮮明で自然、遠近感もリアル - [VLM] 人物の手の肌の質感、ネイル、アクセサリーのディテールが鮮明で AI の変形がない - [claude 画像確認] 3 段レイアウト:上下 2 帯は語りの実写映像(クリエイターの頭頂と手が見える)、中央は動かない商品写真 1 枚 - [claude 画像確認] 商品写真ではマグ、ギフトボックス、クロス、木のスプーンが白いテーブルに置かれており、クリエイター自身が撮った商品画像(後のデモでアップロードするのがこの 2 枚) - 画面:室内のテーブルのクローズアップと人物の出演。テーブルにはリンゴ型の蓋付き陶器マグ、パッケージ箱、セットの小さなスプーン、「福」の文字の置物が並び、手前には両手を重ねて見せる人物が座っている、カメラ位置は固定。 - 撮り方/ライティング:クローズアップ(頭と肩);目線;手持ち自撮り(フロントカメラ);正面からの柔らかい光(フラット);キーライト正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ);ライティング比約 1.2:1(0.3 段差);柔らかい光(明暗の境界がほぼない) - テキストトラック(テキスト/bottom):保存好要带货的水杯图片 - テキストトラック(字幕/middle):福 / It's crod to see you agay,and / may oufriendship las+frever. / It's crod to see you agay.and - テキストトラック(字幕/middle):Nice ta / Nice to - 再現:元動画は実写:撮影プラン(ショットサイズ/カメラ位置/ライティング)に従って再撮影;撮影条件がない場合のみ AI の画像から動画生成で近似(先頭フレームを参考に);ユーザーが実素材を用意する必要あり:実写動画素材(画面全体);生成時の参考:商品参考画像 - 先頭フレーム画像プロンプト:実写、テーブルの静物クローズアップ。ベージュのテーブルに赤いリンゴ型の蓋付き陶器マグが置かれ、下に赤白チェックのコースター、横にリンゴの枝をかたどった小さなスプーン。マグの後ろには淡い黄色の手提げギフト紙箱、右側に赤い「福」の小さなフォトフレームが立てかけられ、背景にノートパソコン。画面下部に女性の重ねた両手が現れる、室内の柔らかい照明、温かく明るい画面、EC 商品紹介スタイル、高精細ディテール。 - 動画プロンプト:固定カメラの実写、テーブルのリンゴ型陶器マグとギフトボックスを見せる、画面下部の出演者は両手を自然に重ねたまま、カメラの揺れはなく、静止した展示状態を保つ。 ### #6 00:10.067–00:11.933 · 実写 + コード/編集オーバーレイ(テキストラベル);実素材を導入(実写動画素材) ![shot_006](shots/shot_006.jpg) - 確率:実写 82%、AI 生成動画 4%、3D レンダリング 3%(fused) - ⚠️ 要確認:実写か AI か要確認:画面は 24fps 素材由来で AIGC 表示がなく、スマホネイティブ 30fps の特徴ではない - ⚠️ 判定の相違:ツールは AI 生成動画、VLM は実写と判定し、結論は VLM に従った:スクリーンショットと照らし合わせて VLM の根拠が本当に見えるか確認してください - 画面内の物体上の文字(後付けの字幕ではない):an,and、Orever.、hn,and - 素材の出どころ:ユーザーの実素材:実写動画素材;再現参考:商品参考画像 - テクスチャは写真/動画の特徴:ノイズ σ=0.27、使用色 234 種、平坦ブロック 12% - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 指の肌の質感、毛穴、関節の反射が極めて自然でリアル - [VLM] 陶器マグの釉薬のハイライトと環境の拡散反射が実際の物理光学に合致 - [VLM] 背景のノートパソコンのキーボードとギフトボックスのディテールが鮮明で変形なし - [claude 画像確認] 先頭フレームは上下に黒帯のある商品写真全体(マグのクローズアップ、手持ち)、その後 3 段レイアウトに戻る - [claude 画像確認] 写真内のマグの印刷文字と釉薬の反射はリアル - 画面:テーブルでの商品紹介の実写、クリスマスツリー柄で上部に赤いリンゴの蓋が付いたベージュの陶器マグを手に持ち、背景はノートパソコンとパッケージ箱。 - 撮り方/ライティング:クローズアップ(頭と肩);目線;手持ち自撮り(フロントカメラ);斜め前からのキーライト + フィル(標準的なライティング);キーライトは画面右やや前方;ライティング比約 1.4:1(0.5 段差);判定不能 - テキストトラック(テキスト/bottom):图片可以多保存几张 - テキストトラック(字幕/middle):an,and / Orever. / hn,and / 入 - 再現:元動画は実写:撮影プラン(ショットサイズ/カメラ位置/ライティング)に従って再撮影;撮影条件がない場合のみ AI の画像から動画生成で近似(先頭フレームを参考に);ユーザーが実素材を用意する必要あり:実写動画素材(画面全体);生成時の参考:商品参考画像 - 先頭フレーム画像プロンプト:テーブルのクローズアップ、片手がベージュの丸みのある陶器マグを支え、マグには小さなクリスマスツリーと小さなリンゴの柄、蓋はふっくらと光沢のある赤い立体リンゴで茶色の軸付き、背景は淡い色のノートパソコンのキーボードとギフトボックス、室内の明るく柔らかい光、実写の写真スタイル。 - 動画プロンプト:固定のクローズアップカメラ、手が赤いリンゴの蓋付きベージュ陶器マグを安定して支えカメラに見せる、マグの柄と光沢が見えるよう動きでわずかに角度を調整、室内の柔らかい光。 ### #7 00:11.933–00:15.400 · 実写 + コード/編集オーバーレイ(字幕);実素材を導入(実写動画素材) ![shot_007](shots/shot_007.jpg) - 確率:実写 82%、3D レンダリング 4%、AI 生成動画 3%(fused) - ⚠️ 要確認:実写か AI か要確認:画面は 24fps 素材由来で AIGC 表示がなく、スマホネイティブ 30fps の特徴ではない - 画面内の物体上の文字(後付けの字幕ではない):ABC、PQRS、TUV、选拼音、空格、好的,帮我定制一套专属精准提示词模板吧 - 素材の出どころ:ユーザーの実素材:実写動画素材 - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 実物のスマホの物理的なフレームが見える - [VLM] 実物のスタイラスが画面上でタップ・スワイプしており、実際の物理的な影を伴う - [VLM] 画面表面に実際の環境光の反射がある - [claude 画像確認] 画面にスマホの黒いフレームと角丸があり、画面上に天井照明の反射帯が 1 本、指とスタイラスが右から入って操作しており、カメラで実物のスマホを撮ったもので画面録画ではない - [claude 画像確認] 画面の内容は実際のアプリ(豆包 / Jimeng(即夢) Seedance 2.0)の UI で、ステータスバーに時刻 15:10–15:14 が表示 - [claude 画像確認] カメラ位置は固定、スマホとテーブルは動かない - 画面:クローズアップ、固定カメラで縦置きのスマートフォンを撮影。画面ではスタイラスがスマホ上の AI チャットアプリを操作し、プラスをタップしてツールバーを開き、アルバムを選択し、複数の商品画像にチェックを入れる。 - 撮り方/ライティング:クローズアップ(スマホ画面);やや俯瞰(スマホをテーブルに立てる/斜め置きし、前上方から撮る);三脚/スタンド固定;正面からの柔らかい光(フラット);キーライト正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ);ライティング比約 1.0:1(0.0 段差);柔らかい光(明暗の移行が広い) - テキストトラック(字幕/bottom):打开AI工具 / #@¥ / G / 添加我们保存的几张产品图 - テキストトラック(字幕/bottom):ABC / PQRS / TUV / WXYZ - テキストトラック(字幕/bottom):选拼音 / 空格 - テキストトラック(字幕/middle):好的,帮我定制一套专属精准提示词模板吧 / 如何使用换位思考指令让AI更准确理解需求? / 如 / 相机 - 再現:元動画は実写:撮影プラン(ショットサイズ/カメラ位置/ライティング)に従って再撮影;撮影条件がない場合のみ AI の画像から動画生成で近似(先頭フレームを参考に);ユーザーが実素材を用意する必要あり:実写動画素材(画面全体) - 先頭フレーム画像プロンプト:クローズアップ、スマートフォンがテーブルに縦置きされ、画面が点灯してチャット画面を表示、スタイラスが画面をタップしている、室内の柔らかい光、リアルなスタイル - 動画プロンプト:クローズアップ、固定カメラ。スマートフォンが AI チャットアプリの画面を表示している。スタイラスが入力欄右側のプラスをタップし、メニューがポップアップする。スタイラスが「アルバム」アイコンをタップし、画面がスマホのギャラリーに切り替わる。スタイラスがギャラリー内をスワイプし、商品写真を数枚チェックする。 ### #8 00:15.400–00:16.433 · 実写 + コード/編集オーバーレイ(字幕);実素材を導入(実写動画素材) ![shot_008](shots/shot_008.jpg) - 確率:実写 83%、3D レンダリング 4%、AI 生成動画 3%(fused) - ⚠️ 要確認:実写か AI か要確認:画面は 24fps 素材由来で AIGC 表示がなく、スマホネイティブ 30fps の特徴ではない - 画面内の物体上の文字(後付けの字幕ではない):下一步、下一步(2)、下一步(2)、Nacurat、ral、Naturo - 素材の出どころ:ユーザーの実素材:実写動画素材;再現参考:商品参考画像 - テクスチャは写真/動画の特徴:ノイズ σ=0.30、使用色 398 種、平坦ブロック 15% - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 画面内に実物のスマホのフレームと画面の反射が見える - [VLM] 実物のスタイラスが画面上でタップ操作をしており、動きが自然 - [VLM] 画面の内容がスタイラスのタップに応じて実際のインタラクションのフィードバック(選択状態)を返す - [claude 画像確認] 画面にスマホの黒いフレームと角丸があり、画面上に天井照明の反射帯が 1 本、指とスタイラスが右から入って操作しており、カメラで実物のスマホを撮ったもので画面録画ではない - [claude 画像確認] 画面の内容は実際のアプリ(豆包 / Jimeng(即夢) Seedance 2.0)の UI で、ステータスバーに時刻 15:10–15:14 が表示 - [claude 画像確認] カメラ位置は固定、スマホとテーブルは動かない - 画面:スマホ画面を俯瞰でクローズアップ、スタイラスがアルバム画面で連続してタップし、複数の商品画像を選択する。 - 撮り方/ライティング:クローズアップ(スマホ画面);やや俯瞰(スマホをテーブルに立てる/斜め置きし、前上方から撮る);三脚/スタンド固定;正面からの柔らかい光(フラット);キーライト正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ);ライティング比約 1.0:1(0.1 段差);柔らかい光(明暗の境界がほぼない) - テキストトラック(字幕/bottom):添加我们保存的几张产品图 / 粘贴上 - テキストトラック(字幕/bottom):下一步 / 下一步(2) / 下一步(2) - テキストトラック(字幕/middle):Nacurat / ral / Naturo / Natural - テキストトラック(字幕/middle):ral / Natural - 再現:元動画は実写:撮影プラン(ショットサイズ/カメラ位置/ライティング)に従って再撮影;撮影条件がない場合のみ AI の画像から動画生成で近似(先頭フレームを参考に);ユーザーが実素材を用意する必要あり:実写動画素材(画面全体);生成時の参考:商品参考画像 - 先頭フレーム画像プロンプト:クローズアップ、スマートフォンの画面を俯瞰で撮影、画面にはアルバム画面が表示され、複数の商品画像(マグ、ハンバーガー、リンゴなど)がグリッド状に並ぶ、白いスタイラスが画面をタップしている、実際の光と影、リアルなスタイル。 - 動画プロンプト:クローズアップ、固定カメラでスマートフォンを俯瞰撮影。画面にはアルバム画面が表示され、スタイラスが画面上で連続してタップし、複数の商品画像を選択、画像の右上に青いチェックマークが順に現れる、動きは自然で滑らか。 ### #9 00:16.433–00:32.933 · 実写 + コード/編集オーバーレイ(字幕);実素材を導入(実写動画素材) ![shot_009](shots/shot_009.jpg) - 確率:実写 76%、3D レンダリング 5%、画面録画/スクリーンショット 4%(fused) - ⚠️ 要確認:実写か AI か要確認:画面は 24fps 素材由来で AIGC 表示がなく、スマホネイティブ 30fps の特徴ではない - 画面内の物体上の文字(後付けの字幕ではない):选拼音、空格、发消息或按住说话..、这是什么→、图片配文→、提取图中文字→ - 素材の出どころ:ユーザーの実素材:実写動画素材;再現参考:商品参考画像 - ショット内のモーションのビート:17.17s、25.07s、27.63s - テクスチャはレンダリングの特徴:平坦な色ブロック 29%、95% のピクセルが 97 色のみ使用、水平/垂直の直線エッジ 49% - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 実物のスマホ本体とノッチ付き画面の反射 - [VLM] スタイラスの画面上での実際のタップと影の投影 - [VLM] 手のわずかな自然な揺れと手持ち撮影のフォーカスがリアル - [claude 画像確認] 画面にスマホの黒いフレームと角丸があり、画面上に天井照明の反射帯が 1 本、指とスタイラスが右から入って操作しており、カメラで実物のスマホを撮ったもので画面録画ではない - [claude 画像確認] 画面の内容は実際のアプリ(豆包 / Jimeng(即夢) Seedance 2.0)の UI で、ステータスバーに時刻 15:10–15:14 が表示 - [claude 画像確認] カメラ位置は固定、スマホとテーブルは動かない - 画面:スマホ画面をクローズアップで撮影、操作者がスタイラスを持って豆包アプリの画面でプロンプトを入力し送信をタップ、スマホ画面には陶器マグの商品紹介コピーの生成過程が表示される。 - 撮り方/ライティング:クローズアップ(スマホ画面);やや俯瞰(スマホをテーブルに立てる/斜め置きし、前上方から撮る);三脚/スタンド固定;正面からの柔らかい光(フラット);キーライト正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ);ライティング比約 1.1:1(0.2 段差);柔らかい光(明暗の境界がほぼない) - テキストトラック(字幕/bottom):粘贴上 / #@¥ / GHI / MNO - テキストトラック(字幕/bottom):ABC / PQRS / TUV / WXYZ - テキストトラック(字幕/bottom):选拼音 / 空格 / 发消息或按住说话.. - テキストトラック(字幕/middle):这是什么→ / 图片配文→ / 提取图中文字→ / 提示词,真人带货视频,10 - 再現:元動画は実写:撮影プラン(ショットサイズ/カメラ位置/ライティング)に従って再撮影;撮影条件がない場合のみ AI の画像から動画生成で近似(先頭フレームを参考に);ユーザーが実素材を用意する必要あり:実写動画素材(画面全体);生成時の参考:商品参考画像 - 先頭フレーム画像プロンプト:クローズアップ視点で白いスマートフォンの画面を撮影、画面には中国語の AI チャットアプリの画面が表示され、チャットの入力欄とスタイラスのポインターがある、室内の柔らかい拡散光、デジタル写実スタイル。 - 動画プロンプト:クローズアップの手持ち撮影でスマホ画面を撮る、グレーのスタイラスが画面の入力欄に軽く触れ、青い送信ボタンをタップし、その後画面がスクロールして AI が生成した商品紹介動画の台本を表示する、カメラにはわずかで自然な手持ちの呼吸感がある。 ### #10 00:32.933–00:34.633 · 実写 + コード/編集オーバーレイ(字幕);実素材を導入(実写動画素材) ![shot_010](shots/shot_010.jpg) - 確率:実写 81%、3D レンダリング 4%、AI 生成動画 3%(fused) - ⚠️ 要確認:実写か AI か要確認:画面は 24fps 素材由来で AIGC 表示がなく、スマホネイティブ 30fps の特徴ではない - 画面内の物体上の文字(後付けの字幕ではない):输入描述你的梦境、邀请好友、Aura、√、橙柚Nora、承泽 - 素材の出どころ:ユーザーの実素材:実写動画素材 - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 実際の物理的なスマホ画面の反射とフレーム - [VLM] スタイラスを持つ手の自然な動き、影、肌の質感 - [VLM] スタイラスが画面をタップする際の実際の物理的なインタラクションと画面の応答 - [claude 画像確認] 画面にスマホの黒いフレームと角丸があり、画面上に天井照明の反射帯が 1 本、指とスタイラスが右から入って操作しており、カメラで実物のスマホを撮ったもので画面録画ではない - [claude 画像確認] 画面の内容は実際のアプリ(豆包 / Jimeng(即夢) Seedance 2.0)の UI で、ステータスバーに時刻 15:10–15:14 が表示 - [claude 画像確認] カメラ位置は固定、スマホとテーブルは動かない - 画面:スマホ画面をクローズアップで撮影、画面には Seedance 2.0 アプリの UI が表示されている。片手がスタイラスを持ち、画面上のオレンジ髪の女の子のアイコンをタップする。 - 撮り方/ライティング:クローズアップ(スマホ画面);やや俯瞰(スマホをテーブルに立てる/斜め置きし、前上方から撮る);三脚/スタンド固定;正面からの柔らかい光(フラット);キーライト正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ);ライティング比約 1.0:1(0.1 段差);柔らかい光(明暗の境界がほぼない) - テキストトラック(字幕/bottom):朦胧发光光影 / 马年魔法靴 / 我们来到这个界面 / 朦胧发 - テキストトラック(テキスト/bottom):输入描述你的梦境 - テキストトラック(字幕/bottom):出镜 / 生图 - テキストトラック(テキスト/middle):知遇 - 再現:元動画は実写:撮影プラン(ショットサイズ/カメラ位置/ライティング)に従って再撮影;撮影条件がない場合のみ AI の画像から動画生成で近似(先頭フレームを参考に);ユーザーが実素材を用意する必要あり:実写動画素材(画面全体) - 先頭フレーム画像プロンプト:クローズアップ、スマートフォンが複数の円形アバターを含むアプリ画面を表示、片手がスタイラスを持って画面をタップしようとしている、室内の柔らかい光、実写。 - 動画プロンプト:クローズアップ、固定カメラ。スマートフォンが複数の円形アバターを含むアプリ画面を表示している。片手がスタイラスを持ち、画面中央やや左のオレンジ髪の女の子の円形アバターをタップする。動きは自然で滑らか。 ### #11 00:34.633–00:40.167 · 実写 + コード/編集オーバーレイ(字幕);実素材を導入(実写動画素材) ![shot_011](shots/shot_011.jpg) - 確率:実写 80%、3D レンダリング 5%、AI 生成動画 3%(fused) - ⚠️ 要確認:実写か AI か要確認:画面は 24fps 素材由来で AIGC 表示がなく、スマホネイティブ 30fps の特徴ではない - 画面内の物体上の文字(後付けの字幕ではない):我你在这一不是今天、我23你在这ABC不D爆、今天、123、ABC、DEF - 素材の出どころ:ユーザーの実素材:実写動画素材 - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 画面内に実物のスマホのフレーム、手、スタイラスが見える - [VLM] 手の動きと画面 UI のフィードバックが完全に同期しており、実際の物理的なインタラクションに合致 - [VLM] スタイラスが画面上に残す実際の反射と影 - [claude 画像確認] 画面にスマホの黒いフレームと角丸があり、画面上に天井照明の反射帯が 1 本、指とスタイラスが右から入って操作しており、カメラで実物のスマホを撮ったもので画面録画ではない - [claude 画像確認] 画面の内容は実際のアプリ(豆包 / Jimeng(即夢) Seedance 2.0)の UI で、ステータスバーに時刻 15:10–15:14 が表示 - [claude 画像確認] カメラ位置は固定、スマホとテーブルは動かない - 画面:クローズアップ、固定カメラで片手がスタイラスを使ってスマホ画面上で Seedance 2.0 アプリを操作し、アバターの選択、テキストの貼り付け、ボタンのタップなどのインタラクションを順に行う。 - 撮り方/ライティング:クローズアップ(スマホ画面);やや俯瞰(スマホをテーブルに立てる/斜め置きし、前上方から撮る);三脚/スタンド固定;正面からの柔らかい光(フラット);キーライト正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ);ライティング比約 1.1:1(0.2 段差);柔らかい光(明暗の境界がほぼない) - テキストトラック(字幕/bottom):选择我提前录好的出镜画面 / ABC / PQRS / TUV - テキストトラック(字幕/bottom):我你在这一不是今天 / 我23你在这ABC不D爆 / 今天 / 发送 - テキストトラック(字幕/bottom):123 / ABC / DEF / #@¥ - テキストトラック(字幕/middle):@知遇 / 我你在这一不是今天 / 我你在这一不是 - 再現:元動画は実写:撮影プラン(ショットサイズ/カメラ位置/ライティング)に従って再撮影;撮影条件がない場合のみ AI の画像から動画生成で近似(先頭フレームを参考に);ユーザーが実素材を用意する必要あり:実写動画素材(画面全体) - 先頭フレーム画像プロンプト:クローズアップ、やや俯瞰、片手がスタイラスを持ってスマートフォンの画面を操作している、画面にはアバターとテキストボックスを含むアプリ画面が表示、室内の柔らかい光、実写、高解像度。 - 動画プロンプト:クローズアップ、固定カメラ。片手がスタイラスを持ってスマートフォンの画面でタップ操作をする。まず上部の円形アバターをタップし、次に下のテキストボックスに文章を貼り付け、最後に左下のボタンをタップする。動きは自然で、画面 UI は鮮明。 ### #12 00:40.167–00:41.200 · 実写 + コード/編集オーバーレイ(テキストラベル);実素材を導入(実写動画素材) ![shot_012](shots/shot_012.jpg) - 確率:実写 84%、AI 生成動画 3%、3D レンダリング 3%(fused) - ⚠️ 要確認:実写か AI か要確認:画面は 24fps 素材由来で AIGC 表示がなく、スマホネイティブ 30fps の特徴ではない - 画面内の物体上の文字(後付けの字幕ではない):最近使用、请使用本人素材或取得搜权,不得生成传播违法违规或、请使用本人素材或取得授权,不得生成传播违法连规或、便犯他人权益内容、侵犯他人权益内容、侵犯他人权益内容, - 素材の出どころ:ユーザーの実素材:実写動画素材 - テクスチャは写真/動画の特徴:ノイズ σ=0.26、使用色 409 種、平坦ブロック 12% - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 実物の指とスタイラスの質感 - [VLM] スマホ画面の実際の物理的な反射と指紋の跡 - [VLM] 自然な手の微動と影の変化 - [VLM] 画面上の実際のアプリのインタラクションのフィードバック - [claude 画像確認] 画面にスマホの黒いフレームと角丸があり、画面上に天井照明の反射帯が 1 本、指とスタイラスが右から入って操作しており、カメラで実物のスマホを撮ったもので画面録画ではない - [claude 画像確認] 画面の内容は実際のアプリ(豆包 / Jimeng(即夢) Seedance 2.0)の UI で、ステータスバーに時刻 15:10–15:14 が表示 - 画面:クローズアップ、テーブル上のスマホを俯瞰撮影、スタイラスを持った片手が画面のアルバム画面でスワイプし、画像 2 枚にチェックを入れる。 - 撮り方/ライティング:クローズアップ(スマホ画面);やや俯瞰(スマホをテーブルに立てる/斜め置きし、前上方から撮る);三脚/スタンド固定;正面からの柔らかい光(フラット);キーライト正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ);ライティング比約 1.1:1(0.1 段差);柔らかい光(明暗の境界がほぼない) - テキストトラック(テキスト/bottom):导入我们这两张水杯图片 - テキストトラック(字幕/bottom):最近使用 / 请使用本人素材或取得搜权,不得生成传播违法违规或 / 请使用本人素材或取得授权,不得生成传播违法连规或 / 请使用本人素材或取得授权。不得生成传播违法连规或 - テキストトラック(字幕/bottom):便犯他人权益内容 / 侵犯他人权益内容 / 侵犯他人权益内容, - テキストトラック(字幕/middle):最近项目·即梦资产 / 无相册 - 再現:元動画は実写:撮影プラン(ショットサイズ/カメラ位置/ライティング)に従って再撮影;撮影条件がない場合のみ AI の画像から動画生成で近似(先頭フレームを参考に);ユーザーが実素材を用意する必要あり:実写動画素材(画面全体) - 先頭フレーム画像プロンプト:クローズアップ、俯瞰視点、スマートフォンがテーブルに平置きされ、画面が点灯して画像ライブラリの画面を表示、片手が白いスタイラスを持って画面上の画像をタップしている、室内の柔らかい光、実写。 - 動画プロンプト:クローズアップ、固定カメラでテーブル上のスマホを俯瞰撮影。片手がスタイラスを持ち、スマホ画面のアルバム画面でスワイプし、連続してタップして画像 2 枚を選択する。動きは自然で滑らか、画面には実際の反射がある。 ### #13 00:41.200–00:42.267 · 実写 + コード/編集オーバーレイ(字幕);実素材を導入(実写動画素材) ![shot_013](shots/shot_013.jpg) - 確率:実写 81%、3D レンダリング 5%、AI 生成動画 3%(fused) - ⚠️ 要確認:実写か AI か要確認:画面は 24fps 素材由来で AIGC 表示がなく、スマホネイティブ 30fps の特徴ではない - 画面内の物体上の文字(後付けの字幕ではない):请使用本人素材或取得授权,不得生成传播违法连规或、侵犯他人权益内容、选拼音、ABC、PQRS、TUV - 素材の出どころ:ユーザーの実素材:実写動画素材 - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 実物の指の肌の質感と爪の反射 - [VLM] スタイラスが画面に触れる際の実際の物理的なインタラクションと影 - [VLM] スマホ画面の実際の反射とモアレ - [VLM] 手持ち撮影による自然なわずかな揺れ - [claude 画像確認] 画面にスマホの黒いフレームと角丸があり、画面上に天井照明の反射帯が 1 本、指とスタイラスが右から入って操作しており、カメラで実物のスマホを撮ったもので画面録画ではない - [claude 画像確認] 画面の内容は実際のアプリ(豆包 / Jimeng(即夢) Seedance 2.0)の UI で、ステータスバーに時刻 15:10–15:14 が表示 - [claude 画像確認] カメラ位置は固定、スマホとテーブルは動かない - 画面:クローズアップ、スタイラスを持った片手がスマホ画面上で操作し、Seedance 2.0 アプリで画像を選択してテキスト入力の準備をする。 - 撮り方/ライティング:クローズアップ(スマホ画面);やや俯瞰(スマホをテーブルに立てる/斜め置きし、前上方から撮る);三脚/スタンド固定;正面からの柔らかい光(フラット);キーライト正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ);ライティング比約 1.1:1(0.1 段差);柔らかい光(明暗の境界がほぼない) - テキストトラック(字幕/bottom):导入我们这两张水杯图片 / ABC / PQRS / TUV - テキストトラック(字幕/bottom):请使用本人素材或取得授权,不得生成传播违法连规或 / 侵犯他人权益内容 / 选拼音 / 空格 - テキストトラック(字幕/bottom):ABC / PQRS / TUV / WXYZ - テキストトラック(字幕/middle):ral / Natural / 我你在这一不是 / 123 - 再現:元動画は実写:撮影プラン(ショットサイズ/カメラ位置/ライティング)に従って再撮影;撮影条件がない場合のみ AI の画像から動画生成で近似(先頭フレームを参考に);ユーザーが実素材を用意する必要あり:実写動画素材(画面全体) - 先頭フレーム画像プロンプト:クローズアップ、俯瞰、片手が白いスタイラスを持ってスマートフォンを操作している、スマホ画面には画像選択画面と入力欄が表示、室内の柔らかい光、リアルなスタイル。 - 動画プロンプト:クローズアップ、俯瞰、片手が白いスタイラスを持ってスマートフォンの画面でタップ操作をし、まずアルバム画面でスワイプして画像を選択し、次に下の入力欄をタップしてキーボードが出る、手持ちカメラのわずかな揺れ、リアルで自然。 ### #14 00:42.267–00:43.067 · 実写;実素材を導入(実写動画素材) ![shot_014](shots/shot_014.jpg) - 確率:実写 81%、3D レンダリング 4%、AI 生成動画 3%(fused) - ⚠️ 要確認:実写か AI か要確認:画面は 24fps 素材由来で AIGC 表示がなく、スマホネイティブ 30fps の特徴ではない - 画面内の物体上の文字(後付けの字幕ではない):#@¥、GHI、JKL、ABC、PQRS、TUV - 素材の出どころ:ユーザーの実素材:実写動画素材 - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 実物の手の肌の質感と爪のディテール - [VLM] スタイラスの画面上への物理的な投影とインタラクションのフィードバック - [VLM] スマホ画面表面の実際の環境反射 - [VLM] 自然なカメラのわずかな手持ちブレと背景の光学的なボケ - [claude 画像確認] 画面にスマホの黒いフレームと角丸があり、画面上に天井照明の反射帯が 1 本、指とスタイラスが右から入って操作しており、カメラで実物のスマホを撮ったもので画面録画ではない - [claude 画像確認] 画面の内容は実際のアプリ(豆包 / Jimeng(即夢) Seedance 2.0)の UI で、ステータスバーに時刻 15:10–15:14 が表示 - [claude 画像確認] カメラ位置は固定、スマホとテーブルは動かない - 画面:クローズアップ、片手が白いスタイラスを持ってスマートフォンの画面を操作し、Seedance 2.0 アプリ画面の「道具」アイコンをタップする。 - 撮り方/ライティング:クローズアップ(スマホ画面);やや俯瞰(スマホをテーブルに立てる/斜め置きし、前上方から撮る);三脚/スタンド固定;斜め前からのキーライト + フィル(標準的なライティング);キーライトは画面右やや前方;ライティング比約 1.6:1(0.7 段差);硬い光(明暗の境界がはっきり) - テキストトラック(字幕/bottom):#@¥ / GHI / JKL / MNO - テキストトラック(字幕/bottom):ABC / PQRS / TUV / WXYZ - テキストトラック(字幕/bottom):选拼音 / 空格 / #冒美 / POR'S - テキストトラック(字幕/bottom):发送 / TUV / WXYZ / 空格 - 再現:元動画は実写:撮影プラン(ショットサイズ/カメラ位置/ライティング)に従って再撮影;撮影条件がない場合のみ AI の画像から動画生成で近似(先頭フレームを参考に);ユーザーが実素材を用意する必要あり:実写動画素材(画面全体) - 先頭フレーム画像プロンプト:クローズアップ、片手が白いスタイラスを持ってスマートフォンの画面をタップしている、画面にはチャットの吹き出しとツールアイコンを含むアプリ画面が表示、室内の柔らかい光、実写、浅い被写界深度。 - 動画プロンプト:クローズアップ、片手が白いスタイラスを持ち、スマートフォンの画面で「道具」アイコンをタップし、その後画面の UI が変化する、動きは自然で滑らか、わずかな手持ちカメラの揺れ感、実際の光と影。 ### #15 00:43.067–00:43.733 · 実写;実素材を導入(実写動画素材) ![shot_015](shots/shot_015.jpg) - 確率:実写 85%、AI 生成動画 4%、3D レンダリング 3%(fused) - ⚠️ 要確認:実写か AI か要確認:画面は 24fps 素材由来で AIGC 表示がなく、スマホネイティブ 30fps の特徴ではない - 画面内の物体上の文字(後付けの字幕ではない):最近使用、最近使用、请使用本人素材碳取得授权,不得生成传播违法违现或、侵犯他人权益内容、请使用本人素材或取得授权,不得生成传播建法违题显、ral - 素材の出どころ:ユーザーの実素材:実写動画素材 - テクスチャは写真/動画の特徴:ノイズ σ=0.30、使用色 398 種、平坦ブロック 10% - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 実物の手の肌の質感と爪の反射 - [VLM] スタイラスの画面上の実際の物理的な影 - [VLM] スマホ画面表面の実際の環境反射 - [VLM] 背景の自然な光学的なボケ - [VLM] 手持ち撮影による自然な微小な揺れ - [claude 画像確認] 画面にスマホの黒いフレームと角丸があり、画面上に天井照明の反射帯が 1 本、指とスタイラスが右から入って操作しており、カメラで実物のスマホを撮ったもので画面録画ではない - 画面:クローズアップ、白いスタイラスを持った片手がスマホ画面上でスワイプし、「Seedance 2.0」という名前の画像素材ライブラリを閲覧する。 - 撮り方/ライティング:クローズアップ(スマホ画面);やや俯瞰(スマホをテーブルに立てる/斜め置きし、前上方から撮る);三脚/スタンド固定;正面からの柔らかい光(フラット);キーライト正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ);ライティング比約 1.2:1(0.3 段差);柔らかい光(明暗の境界がほぼない) - テキストトラック(テキスト/bottom):最近使用 - テキストトラック(テキスト/bottom):最近使用 - テキストトラック(字幕/bottom):请使用本人素材碳取得授权,不得生成传播违法违现或 / 侵犯他人权益内容 / 请使用本人素材或取得授权,不得生成传播建法违题显 / 侵犯他人权益内容。 - テキストトラック(字幕/middle):ral / Natural - 再現:元動画は実写:撮影プラン(ショットサイズ/カメラ位置/ライティング)に従って再撮影;撮影条件がない場合のみ AI の画像から動画生成で近似(先頭フレームを参考に);ユーザーが実素材を用意する必要あり:実写動画素材(画面全体) - 先頭フレーム画像プロンプト:クローズアップ、やや俯瞰、片手が白いスタイラスを持ってスマートフォンの画面をスワイプしている、画面には複数の画像の素材ライブラリ画面が表示、背景はボケた室内環境、自然光、リアルなスタイル。 - 動画プロンプト:クローズアップ、片手が白いスタイラスを持ってスマートフォンの画面を上下にスワイプし、画面上の画像素材ライブラリを閲覧する、画面の内容がそれに合わせてスクロールする、手持ち撮影、わずかな揺れ。 ### #16 00:43.733–00:47.067 · 実写 + コード/編集オーバーレイ(字幕);実素材を導入(実写動画素材) ![shot_016](shots/shot_016.jpg) - 確率:実写 77%、3D レンダリング 7%、2D アニメーション 3%(fused) - ⚠️ 要確認:実写か AI か要確認:画面は 24fps 素材由来で AIGC 表示がなく、スマホネイティブ 30fps の特徴ではない - 画面内の物体上の文字(後付けの字幕ではない):123、选拼音、空格、Natura、ral、Natural - 素材の出どころ:ユーザーの実素材:実写動画素材 - テクスチャはレンダリングの特徴:平坦な色ブロック 26%、95% のピクセルが 67 色のみ使用、水平/垂直の直線エッジ 43% - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 実物のスマホのフレームと画面の反射 - [VLM] 実際の手持ちスタイラスの操作で、動きが自然で連続的 - [VLM] カメラで画面を撮影した際に生じるわずかなモアレと遠近感 - [claude 画像確認] 画面にスマホの黒いフレームと角丸があり、画面上に天井照明の反射帯が 1 本、指とスタイラスが右から入って操作しており、カメラで実物のスマホを撮ったもので画面録画ではない - [claude 画像確認] 画面の内容は実際のアプリ(豆包 / Jimeng(即夢) Seedance 2.0)の UI で、ステータスバーに時刻 15:10–15:14 が表示 - [claude 画像確認] カメラ位置は固定、スマホとテーブルは動かない - 画面:クローズアップ、カメラがスマホ画面を俯瞰撮影。片手がスタイラスを持って Jimeng(即夢)アプリの画面で操作し、プロンプトを入力して送信をタップする。 - 撮り方/ライティング:クローズアップ(スマホ画面);やや俯瞰(スマホをテーブルに立てる/斜め置きし、前上方から撮る);三脚/スタンド固定;正面からの柔らかい光(フラット);キーライト正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ);ライティング比約 1.0:1(0.0 段差);柔らかい光(明暗の境界がほぼない) - テキストトラック(字幕/bottom):最近使用 / #@¥ / 然后我们点击发送 / vv - テキストトラック(テキスト/bottom):123 - テキストトラック(字幕/bottom):ABC / PQRS / TUV / WXYZ - テキストトラック(字幕/bottom):选拼音 / 空格 - 再現:元動画は実写:撮影プラン(ショットサイズ/カメラ位置/ライティング)に従って再撮影;撮影条件がない場合のみ AI の画像から動画生成で近似(先頭フレームを参考に);ユーザーが実素材を用意する必要あり:実写動画素材(画面全体) - 先頭フレーム画像プロンプト:クローズアップ、スマートフォンの画面を俯瞰撮影、画面には AI 動画生成ソフトの UI が表示、片手がスタイラスを持って画面をタップしている、室内の実際の光、実写。 - 動画プロンプト:クローズアップ、スマートフォンの画面を俯瞰撮影、画面には AI 動画生成アプリの UI が表示。片手がスタイラスを持って画面上でアルバムをスワイプし、次に入力欄をタップし、最後に青い送信ボタンをタップする。画面は固定のまま、実写の質感。 ### #17 00:47.067–00:47.733 · 実写 + コード/編集オーバーレイ(テキストラベル、字幕、装飾文字);実素材を導入(実写動画素材) ![shot_017](shots/shot_017.jpg) - 確率:実写 81%、3D レンダリング 5%、AI 生成動画 3%(fused) - ⚠️ 要確認:実写か AI か要確認:画面は 24fps 素材由来で AIGC 表示がなく、スマホネイティブ 30fps の特徴ではない - 画面内の物体上の文字(後付けの字幕ではない):出镜、生图、知道、知遇、提交成功,消耗1个额度、邀请好友 - 素材の出どころ:ユーザーの実素材:実写動画素材 - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] スマホ画面表面に実際の環境反射がある - [VLM] 実際の手持ちスタイラスが画面をタップする物理的なインタラクション - [VLM] 背景に実際の被写界深度によるボケがある - [VLM] 画面にわずかで自然な呼吸感のある手持ちブレがある - [claude 画像確認] 画面にスマホの黒いフレームと角丸があり、画面上に天井照明の反射帯が 1 本、指とスタイラスが右から入って操作しており、カメラで実物のスマホを撮ったもので画面録画ではない - [claude 画像確認] 画面の内容は実際のアプリ(豆包 / Jimeng(即夢) Seedance 2.0)の UI で、ステータスバーに時刻 15:10–15:14 が表示 - [claude 画像確認] カメラ位置は固定、スマホとテーブルは動かない - 画面:スマホ画面をクローズアップで撮影、画面には Seedance 2.0 アプリの UI が表示され、複数の円形アバターとヒントのポップアップを含む。片手が白いスタイラスを持って画面右下をタップする。 - 撮り方/ライティング:クローズアップ(スマホ画面);やや俯瞰(スマホをテーブルに立てる/斜め置きし、前上方から撮る);三脚/スタンド固定;正面からの柔らかい光(フラット);キーライト正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ);ライティング比約 1.2:1(0.3 段差);柔らかい光(明暗の境界がほぼない) - テキストトラック(テキスト/bottom):可以看到视频生成的进度 - テキストトラック(字幕/bottom):输入描述你的梦境 / 生成中 - テキストトラック(字幕/bottom):出镜 / 生图 - テキストトラック(字幕/middle):知道 / 知遇 - 再現:元動画は実写:撮影プラン(ショットサイズ/カメラ位置/ライティング)に従って再撮影;撮影条件がない場合のみ AI の画像から動画生成で近似(先頭フレームを参考に);ユーザーが実素材を用意する必要あり:実写動画素材(画面全体) - 先頭フレーム画像プロンプト:クローズアップ、スマートフォンが複数の円形アバターを含むアプリ画面を表示、画面には実際の環境反射があり、片手が白いスタイラスを持って画面右下をタップしようとしている、背景はボケ、室内の自然光、実写。 - 動画プロンプト:クローズアップ、手持ちでスマートフォンの画面を撮影。画面にはアプリ画面が表示され、複数の円形の人物アバターと半透明のヒントのポップアップがある。片手が白いスタイラスを持って画面に入り、画面右下のボタンを軽くタップする。画面にはわずかな手持ちブレがあり、画面表面には実際の反射、背景は自然な被写界深度のボケ。 ### #18 00:47.733–00:49.133 · 実写 + コード/編集オーバーレイ(字幕、装飾文字);実素材を導入(実写動画素材) ![shot_018](shots/shot_018.jpg) - 確率:実写 76%、3D レンダリング 6%、画面録画/スクリーンショット 4%(fused) - ⚠️ 要確認:実写か AI か要確認:画面は 24fps 素材由来で AIGC 表示がなく、スマホネイティブ 30fps の特徴ではない - 画面内の物体上の文字(後付けの字幕ではない):知遇、粉丝、关注、解锁生成额度、作品、出镜 - 素材の出どころ:ユーザーの実素材:実写動画素材 - テクスチャはレンダリングの特徴:平坦な色ブロック 30%、95% のピクセルが 92 色のみ使用、水平/垂直の直線エッジ 47% - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 実物のスマホ画面に実際の室内環境の反射と映り込みがある - [VLM] 実物のスマホの物理的なフレーム、受話口の細い隙間、縁の反射が見える - [VLM] 画面 UI の下書きボックスのサムネイル右上に動的な読み込みリング状の進捗インジケーターがある - [claude 画像確認] 画面にスマホの黒いフレームと角丸があり、画面上に天井照明の反射帯が 1 本、指とスタイラスが右から入って操作しており、カメラで実物のスマホを撮ったもので画面録画ではない - [claude 画像確認] 画面の内容は実際のアプリ(豆包 / Jimeng(即夢) Seedance 2.0)の UI で、ステータスバーに時刻 15:10–15:14 が表示 - [claude 画像確認] カメラ位置は固定、スマホとテーブルは動かない - 画面:固定のクローズアップカメラでスタンドに置かれたスマートフォンを撮影、画面にはあるアプリのプロフィールページと、動画生成中の下書きボックスの進捗リングが表示される。 - 撮り方/ライティング:クローズアップ(スマホ画面);やや俯瞰(スマホをテーブルに立てる/斜め置きし、前上方から撮る);三脚/スタンド固定;斜め前からのキーライト + フィル(標準的なライティング);キーライトは画面左やや前方;ライティング比約 1.5:1(0.5 段差);柔らかい光(明暗の移行が広い) - テキストトラック(字幕/bottom):可以看到视频生成的进度 / 暂时没有更多了 - テキストトラック(テキスト/middle):知遇 - テキストトラック(字幕/middle):粉丝 / 关注 / 解锁生成额度 / 管理分身 - テキストトラック(字幕/middle):作品 / 出镜 / 草稿箱 - 再現:元動画は実写:撮影プラン(ショットサイズ/カメラ位置/ライティング)に従って再撮影;撮影条件がない場合のみ AI の画像から動画生成で近似(先頭フレームを参考に);ユーザーが実素材を用意する必要あり:実写動画素材(画面全体) - 先頭フレーム画像プロンプト:クローズアップ、縦置きの黒いスマートフォンを正面から目線で撮影、スマホ画面は点灯し、シンプルでモダンなスマホアプリのマイページ画面を表示、下書きボックスにはカラフルなグラデーションのカバーと円形の読み込みアイコン、画面にはかすかな室内の映り込み、柔らかい室内光。 - 動画プロンプト:固定のクローズアップカメラでテーブルに置かれたスマートフォンを撮影、画面は点灯してアプリのマイページを表示、左下の下書きボックスのサムネイル右上にある円形の進捗バーが時計回りに回転して埋まっていく、画面は安定して鮮明でブレなし。 ### #19 00:49.133–00:51.500 · AI 生成動画 + コード/編集オーバーレイ(字幕、タイトル) ![shot_019](shots/shot_019.jpg) - 確率:AI 生成動画 82%、実写 6%、3D レンダリング 3%(fused) - ⚠️ 要確認:実写/ストップモーションか AI か要確認:AIGC 表示なし;24fps ソースの痕跡は AI、ストップモーション、シネマカメラ撮影のいずれでも現れる - 画面内の物体上の文字(後付けの字幕ではない):Niee tonekt gor、Nice tomectyou、Nicctomeety、mayaffimsNg、Nadtscay、Its - 素材の出どころ:AI 生成 - 想定ツール:Jimeng(即夢) - テクスチャは写真/動画の特徴:ノイズ σ=0.25、使用色 210 種、平坦ブロック 21% - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 左側のパッケージ箱の英字が文字化け(「And ts sca... friendeli」など) - [VLM] 人物の指の輪郭とマグの境界にわずかな融合と変形 - [VLM] マグの柄のディテール(小さなクマ、ドットなど)が動きの中でわずかにちらつき変化する - [VLM] 画面右下に「即夢」のウォーターマーク、左上に「AI生成」の表示 - [claude 画像確認] 右下に「即夢」のウォーターマークと「@知遇」のアカウント名があり、Jimeng(即夢)から書き出した完成動画 - [claude 画像確認] ギフトボックスの英字の印刷が文字化け(OCR 結果:I+'s aod to see you agay,and / may ou friendship las+frever.)、本物のパッケージではあり得ない - 画面:若い女性が木のテーブルに座り、リンゴ型の蓋付き陶器マグを両手で持ってカメラに見せながら話す。テーブルにはセットのパッケージ箱とチェックのクロス。日光が右側から差し込む。カメラはゆっくり前進する。 - 撮り方/ライティング:クローズアップ;目線;判定不能(三脚固定を模倣);正面からの柔らかい光(フラット);キーライト正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ);ライティング比約 1.2:1(0.3 段差);柔らかい光(明暗の境界がほぼない) - テキストトラック(字幕/bottom):即梦 / @知遇 - テキストトラック(テキスト/bottom):Nicetomcety - テキストトラック(字幕/middle):Niee tonekt gor / Nice tomectyou / Nicctomeety - テキストトラック(字幕/middle):mayaffimsNg / Nadtscay / Its / frlololsn - 再現:元動画は AI 生成:元ショットの先頭・末尾フレームを取って先頭・末尾フレーム生成を行えば、構図と動きを高い精度で再現できる;主体を差し替える場合はまず画像モデルで先頭フレームを編集 - 先頭フレーム画像プロンプト:縦 9:16、温かみのあるテーブルシーン:ロングヘアの女性がオフホワイトのセーターを着て無垢材のテーブルに座り、両手で赤いリンゴ型の陶器マグ(蓋がリンゴ、ベージュのボディに小さな木とリンゴの柄)を持っている。背後にはリンゴ柄のベージュのギフトボックス、テーブルには赤白チェックのクロスと木のスプーン;柔らかな自然光、背景の淡い色の壁はボケ、リアルな商品紹介スタイル - 動画プロンプト:女性が微笑みながらテーブルのリンゴ型陶器マグを手に取り、両手で胸の前に掲げてカメラに見せ、リンゴ柄がカメラを向くようにそっとマグを回す;カメラはミディアムショットからマグのクローズアップへゆっくり寄り、最後はマグが画面中央いっぱいになる ### #20 00:51.500–00:54.900 · AI 生成動画 + コード/編集オーバーレイ(字幕、タイトル、装飾文字) ![shot_020](shots/shot_020.jpg) - 確率:AI 生成動画 79%、実写 10%、3D レンダリング 3%(fused) - ⚠️ 要確認:実写/ストップモーションか AI か要確認:AIGC 表示なし;24fps ソースの痕跡は AI、ストップモーション、シネマカメラ撮影のいずれでも現れる - 画面内の物体上の文字(後付けの字幕ではない):reet、meer、meet - 素材の出どころ:AI 生成 - 想定ツール:Jimeng AI(即夢) - テクスチャは写真/動画の特徴:ノイズ σ=0.23、使用色 232 種、平坦ブロック 22% - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 左上に明確な「AI生成」ウォーターマーク - [VLM] 右下に Jimeng(即夢)AI プラットフォームのウォーターマークとクリエイターの表示 - [VLM] 指がマグの蓋とスプーンを操作する際の物理的な接触面にわずかな変形と滑らかな溶け感がある - [VLM] 液面の揺れとスプーンが水に入る物理的なディテールが典型的なテキスト/画像から動画生成の特徴を示す - [claude 画像確認] 右下に「即夢」のウォーターマークと「@知遇」のアカウント名があり、Jimeng(即夢)から書き出した完成動画 - [claude 画像確認] ギフトボックスの英字の印刷が文字化け(OCR 結果:I+'s aod to see you agay,and / may ou friendship las+frever.)、本物のパッケージではあり得ない - 画面:テーブルを俯瞰したクローズアップ、片手がマグの赤いリンゴ型の蓋を持ち上げて脇に置き、その後枝型の小さなスプーンを手に取ってミルクティーで満たされたかわいいカートゥーン風マグに入れる。 - 撮り方/ライティング:クローズアップ;やや俯瞰;テーブル俯瞰スタンド;逆光/背景が被写体より明るい;キーライトは画面右やや前方;ライティング比約 1.4:1(0.4 段差);判定不能 - テキストトラック(字幕/bottom):即梦 / @知遇 - テキストトラック(テキスト/middle):rever. - テキストトラック(字幕/middle):reet / meer / meet - テキストトラック(タイトル/top):AI生成 / 即梦 - 再現:元動画は AI 生成:元ショットの先頭・末尾フレームを取って先頭・末尾フレーム生成を行えば、構図と動きを高い精度で再現できる;主体を差し替える場合はまず画像モデルで先頭フレームを編集 - 先頭フレーム画像プロンプト:縦 9:16、温かみのあるテーブルシーン:ロングヘアの女性がオフホワイトのセーターを着て無垢材のテーブルに座り、両手で赤いリンゴ型の陶器マグ(蓋がリンゴ、ベージュのボディに小さな木とリンゴの柄)を持っている。背後にはリンゴ柄のベージュのギフトボックス、テーブルには赤白チェックのクロスと木のスプーン;柔らかな自然光、背景の淡い色の壁はボケ、リアルな商品紹介スタイル - 動画プロンプト:女性が微笑みながらテーブルのリンゴ型陶器マグを手に取り、両手で胸の前に掲げてカメラに見せ、リンゴ柄がカメラを向くようにそっとマグを回す;カメラはミディアムショットからマグのクローズアップへゆっくり寄り、最後はマグが画面中央いっぱいになる ### #21 00:54.900–00:57.667 · AI 生成動画 + コード/編集オーバーレイ(タイトル) ![shot_021](shots/shot_021.jpg) - 確率:AI 生成動画 82%、実写 6%、3D レンダリング 3%(fused) - ⚠️ 要確認:実写/ストップモーションか AI か要確認:AIGC 表示なし;24fps ソースの痕跡は AI、ストップモーション、シネマカメラ撮影のいずれでも現れる - 画面内の物体上の文字(後付けの字幕ではない):Niet to mut you、Niek to mect yeu.、Nicc to eet you、Niek to muat yeu. - 素材の出どころ:AI 生成 - 想定ツール:Jimeng - テクスチャは写真/動画の特徴:ノイズ σ=0.27、使用色 161 種、平坦ブロック 21% - プラットフォームで再トランスコード済み(Douyin/TikTok)、センサーノイズが潰れている:ノイズ系の証拠は無効、実写か AI かは主にフレームレートと画面内容で判断 - [VLM] 左上に「AI生成」ウォーターマーク、右上に「即夢」のロゴ - [VLM] パッケージ箱の英字が意味のない文字化け - [VLM] 人物の左手の指がマグを握る際に不自然な変形と融合がある - [VLM] テーブルのスプーンの形が不規則で、動きの中でわずかに変形する - [claude 画像確認] 右下に「即夢」のウォーターマークと「@知遇」のアカウント名があり、Jimeng(即夢)から書き出した完成動画 - [claude 画像確認] ギフトボックスの英字の印刷が文字化け(OCR 結果:I+'s aod to see you agay,and / may ou friendship las+frever.)、本物のパッケージではあり得ない - 画面:若い女性が木のテーブルに座り、赤いリンゴ型のマグを両手で持ち、頬に近づけて寄せる。テーブルにはセットのパッケージ箱、チェックのナプキン、小さなスプーン。カメラはゆっくり前進する。 - 撮り方/ライティング:クローズアップ;やや俯瞰;三脚/スタンド固定;正面からの柔らかい光(フラット);キーライト正面(光がカメラ方向から来て、被写体の両側の明るさがほぼ同じ);ライティング比約 1.2:1(0.3 段差);柔らかい光(明暗の境界がほぼない) - テキストトラック(字幕/bottom):Niet to mut you / Niek to mect yeu. - テキストトラック(テキスト/middle):moAlDUa - テキストトラック(字幕/middle):Nicc to eet you / Niek to muat yeu. - テキストトラック(タイトル/top):AI生成 / 即梦 / 梦 - 再現:元動画は AI 生成:元ショットの先頭・末尾フレームを取って先頭・末尾フレーム生成を行えば、構図と動きを高い精度で再現できる;主体を差し替える場合はまず画像モデルで先頭フレームを編集 - 先頭フレーム画像プロンプト:縦 9:16、温かみのあるテーブルシーン:ロングヘアの女性がオフホワイトのセーターを着て無垢材のテーブルに座り、両手で赤いリンゴ型の陶器マグ(蓋がリンゴ、ベージュのボディに小さな木とリンゴの柄)を持っている。背後にはリンゴ柄のベージュのギフトボックス、テーブルには赤白チェックのクロスと木のスプーン;柔らかな自然光、背景の淡い色の壁はボケ、リアルな商品紹介スタイル - 動画プロンプト:女性が微笑みながらテーブルのリンゴ型陶器マグを手に取り、両手で胸の前に掲げてカメラに見せ、リンゴ柄がカメラを向くようにそっとマグを回す;カメラはミディアムショットからマグのクローズアップへゆっくり寄り、最後はマグが画面中央いっぱいになる ## 注記 - 決定論的フォレンジクスは「動いているか、全体ズーム/パンか、レンダリングのテクスチャか、24→30 のフレームレート変換があるか」に対しては非常に信頼できます;実写/AI/3D の区別は VLM と人の再確認に頼ります。 - メタデータはプラットフォームのトランスコードで消されることが多く、欠けていても存在しなかったことにはなりません。