白黒ラフ絵コンテ生成

ゴール

入力画像1枚を、後段の動画制作でカメラ、構図、位置関係を制御するための白黒構造ラフへ変換する。プロンプト提示だけで終わらず、Codexの組み込みImageGenで1枚生成し、入力画像と比較して目視確認する。

完成イラストや人物の清書ではなく、頭部楕円、顔の十字線、体軸、肩・腕・手、小物、背景の構造線、修正線が残る制作メモとして仕上げる。

スコープ

• 必須入力はローカル画像1枚とする。画像がなければ生成せず、入力画像を依頼する。
• 画像の視覚情報を正本とする。台本、過去のプロンプト、ファイル名から構図を推測しない。
• $imagegenの既定の組み込み編集フローを使う。
• 複数画像を依頼された場合も、1画像につき1回の独立した手順とImageGen呼び出しで処理する。

実行前に読むもの

1. $imagegenを読み、組み込みツールの編集フローと保存方針に従う。
2. imagegen-coreを読み、採用画像、候補、プロンプト、request、reviewの保存契約に従う。
3. 画像生成直前にHybrid v1プロンプトを最後まで読み、固定契約を削らず変数だけを埋める。

入出力

入力

• SOURCE_IMAGE: 必須。ローカル画像の絶対パス。
• OUTPUT_TASK: 任意。省略時は{source-stem}-storyboard-rough。

補足テキストは構図の根拠にしない。ユーザーが追加指示を与えた場合も、入力画像に存在する要素の省略やラフさの調整にだけ使い、新しい人物、部位、小物、背景要素を追加しない。

出力

採用画像とメタデータはimagegen-coreの規約へ従う。実モデルIDが公開されない場合の実行profileと記録方法も、共通coreを正本とする。

Workflow

1. 入力を直接観察する

view_imageでSOURCE_IMAGEを開く。生成前に必ず画像を会話コンテキストへ読み込み、次をその場で記録する。

• ショットサイズ、カメラ角度、縦横の向き
• 人物数、顔数、手数、その他に見えている身体部位数
• 被写体の大きさ、crop、体軸、顔・胴・肩・腕・手の位置と向き
• 頭、手、肩など主要anchorの画面内相対位置と大きさ、および身体が画面端やoverlayで切れる位置
• 入力に実在する主要な小物の位置
• 背景の大きな面、境界、什器の位置
• 服と髪の大きな外形、および存在するアクセサリー
• 焼き込みテロップ、ロゴ、数字、アイコン、矢印など、実景ではない編集overlayの範囲

服の素材、襟、袖口、しわ、髪の毛流れを描画指示として詳述しない。服・髪・アクセサリーの記録は、存在しない装飾を増やさないためのguardに限定する。

2. 寸法と比率を決める

sips -g pixelWidth -g pixelHeight "$SOURCE_IMAGE"で実寸を確認する。プロンプトのASPECT_RATIOは、入力比率に最も近い次の値から機械的に選ぶ。

1:1, 2:3, 3:2, 4:3, 3:4, 5:4, 4:5, 16:9, 9:16, 21:9

向きや比率をファイル名や既定値から決めない。組み込みImageGenへ存在しないsize引数を渡さず、比率はプロンプト内の構図契約として指定する。

3. 編集overlayだけを局所ブラーする

入力画像に焼き込みテロップ、価格バナー、字幕、ロゴ、数字、アイコン、矢印などがある場合だけ、元画像を変更せず、一時コピーの該当矩形へ強いガウシアンブラーをかける。

ROUGH_TMP_DIR="$(mktemp -d)"
MASKED_REFERENCE="$ROUGH_TMP_DIR/masked-reference.png"
magick "$SOURCE_IMAGE" \
  -region "{WIDTH}x{HEIGHT}+{X}+{Y}" -blur 0x30 +region \
  "$MASKED_REFERENCE"

• 複数領域は-region ... -blur ... +regionを領域ごとに繰り返す。
• 白塗り、黒塗り、全面ブラーを使わない。
• overlayの外接矩形だけをブラーし、その横や間に見えている顔、手、足、小物を巻き込まない。
• view_imageで一時コピーを開き、文字・図形が判読不能で、実在する被写体が保たれていることを確認する。
• 各ブラー領域について、周囲から直接分かる最も単純な面の続きだけをMASKED_REGION_DESCRIPTIONSへ書く。隠れた身体を完成させず、新しい人物、手、部位、小物、什器を想像で足さない。
• overlayがなければこのStepを飛ばし、SOURCE_IMAGEをそのまま参照画像に使う。

4. Hybrid v1プロンプトを組み立てる

Hybrid v1プロンプトの変数を埋める。OBSERVED_DESCRIPTIONは構図と大きな配置、FRAMING_LOCKは主要anchorの相対位置・大きさ・見切れ位置、VISIBLE_COUNTSは人物・顔・手・身体部位の数、CLOTHING_ACCESSORY_GUARDは存在する服・髪・アクセサリーの外形だけにする。

個別の失敗を予防しようとして、服飾の清書指示や長い物語説明を追加しない。写真どおりに描く、参照画像に忠実な服装、髪型を精密に再現に相当する文言を入れない。

5. 組み込みImageGenで1枚生成する

入力画像から構図を保った画風変換なので、$imagegenのeditとして扱う。

• overlayがなければSOURCE_IMAGE、あれば確認済みMASKED_REFERENCEを参照画像として1枚だけ渡す。
• 1候補につき組み込みImageGenを1回呼ぶ。
• 生成後、採用候補をworkspaceへコピーし、imagegen-coreに従ってメタデータを保存する。

6. 入力画像と生成結果を目視比較する

view_imageで入力画像と生成結果を開き、次をすべて確認する。

• 完全な白黒線画で、色、陰影、塗り、網点がない。
• 文字、数字、ロゴ、透かし、矢印、集中線、装飾記号がない。
• 画面端まで構図を使い、内側のコマ枠、picture frame、matte、白余白、blank paddingがない。
• 頭部楕円、顔の十字線、体軸、肩・腕・手、背景の構造線、修正線が残っている。
• 清書人物画、服飾画、完成イラストではなく、全要素が同じ粗さの制作メモになっている。
• 元画像のショットサイズ、crop、主要anchorの相対位置と大きさ、人物配置、ポーズ軸、手、小物、背景の大きな面が保たれ、zoom outや見えていない身体の展開がない。
• 元画像にない人物、顔、手、身体部位、小物、アクセサリー、柄、什器が追加されていない。
• ブラー領域が白紙にならず、周囲から直接分かる最も単純な面の続きになっている。

不合格なら採用画像にせず、問題を1つに絞って修正生成する。指示を長くする前に固定Hybrid v1へ戻し、清書を誘発する周辺文言を削る。変更していない制約も再指定し、修正後に全項目を再確認する。

7. 保存して報告する

imagegen-coreに従い、採用画像、候補、prompt.txt、request.json、review.jsonを整理する。request.jsonには少なくとも入力画像、参照に使った画像、元寸法、比率、execution profile、出力先を記録する。review.jsonにはStep 6の各判定と、修正の有無を残す。

完了時は、採用画像の絶対パス、入力画像、選んだ比率、組み込みImageGenを使ったこと、目視QA結果を簡潔に報告する。