20-second beat-synced fashion montage with image morphs and motion graphics

GOAL: まず私に聞いて：作品のテーマを一言、画面に出す英単語（フック4語・対になる大きな2語・ティッカー3語・ロゴ1語）、アクセントカラー1色、画像の方向性（実写／イラスト／両方）、使う曲（ドロップがはっきりした商用利用OKの曲。指定がなければ Mixkit などフリー音源から候補を集めて解析で選ぶ）。 画像は gpt-image-2 で作る（手持ちの画像でも可）。 1. MOTION: 縦2:3（1024x1536）の実写ポートレートを8枚。ハイエンドなファッション誌風、成人女性、服を着た非性的な構図、背景はニュートラル。アクセントカラーの小物を各画像に1つだけ入れる。 2. 8枚それぞれを参照画像にして、同じ構図・同じポーズ・同じ背景色のままイラスト版を作る。マッチカットに使うので構図は絶対に変えない。 3. 各画像について、アクセントカラーの位置（重心）、左右の縁の色、実写とイラストのずれを数値で測ってJSONに保存する。 ハイエンドミニマル。1ショットに1アイデア、余白たっぷり、アクセントカラー1色、字間を詰めたサンセリフ（Geist か Inter）。マスクで文字が現れる演出、マッチカット、カメラの動きは「ゆっくり寄る」の1種類だけ。縦の画像は16:9の中央に置き、左右は画像の縁の色に溶かす。画面の文字に句点は付けない。 禁止：衝撃波リング、パーティクル、RGBずらし、手ブレ、レンズフレア、ネオン、グリッドの床、点滅する背景、バウンドするイージング。 曲のBPMで10小節。ドロップを3小節目の1拍目に置く。 1小節目：フックの4語が1拍に1語ずつ着地。 2小節目：フックの1語が画像に変わる（文字の一番太い画に吸い込まれて写真が全面に出る）。カーソルが線をドラッグして左半分をイラスト版に変え、アクセントの小物をクリック。 ドロップ：クリックした点から円が開いて暗いシーンへ。 そこから1小節に1つの動き：16枚の壁にスキャンラインが走って勝者3枚を選ぶ → 勝者を壁の位置からマッチカットして大きな文字（実写側の語）→ 床反射とモーションブラー付きの3Dカルーセルがウィップして1枚が正面へ → その1枚を左に、右の縦フレームのパネルが1拍ずつイラスト版に反転 → プッシュカットで大きな文字（イラスト側の語）→ 3語のティッカー → ロゴ → 黒へフェード。 1. 1920x1080の1つのHTMLファイル。全スタイルは https://t.co/Dp87FqCCXX(t) の中で時刻から計算する。CSSアニメなし、タイマーなし、フレーム間の状態なし。 2. 曲を numpy で解析：テンポ、ビートグリッド、小節ごとのエネルギー、ドロップ。グリッドは使う区間の実際のキックに最小二乗で合わせる。カットは全部ダウンビート、UIの動きは全部ビートに合わせる。 3. 小節・拍の時刻と効果音のキューは1つのタイムラインファイルにまとめ、映像と音の両方がそこを読む。 4. Playwright でレンダー：1フレームを t−1/240 〜 t+1/240 のサブフレームで撮って平均し、60fpsの本物のモーションブラーにする。既定は7枚、ウィップ・ズーム・スライドなど速い区間は11〜25枚。 5. 効果音はコードで合成し、測定したピークがイベントの瞬間に来るように置く。音楽の下で静かに。loudnorm で -14 LUFS。 6. 本番の前に20フレーム以上を試し撮りして一覧で確認し、散らかり・重なり・読みにくさを直してからフルレンダーする。 preserve-3d の要素に opacity や filter を付けない（平らになって裏面が見える）。フェードは外側のラッパーで行う。 マッチカットの位置は実行時に測る。 サブフレームが3枚だと、細い線や速い動きが二重に見える。 アクセントの点をアクセント色の物の上に置くと見えない。白地に色の芯を入れたボタンにする。 ドロップ検出は、曲頭の無音からの立ち上がりを誤検出しやすい。4つ打ちでない曲はキックに合わせられないので避ける。 音楽と効果音は、商用利用を許可するライセンスのものだけを使う。 まずインプットを聞き、コードを書く前に、ビートグリッドに全タイミングを載せたストーリーボードを見せて。 曲：Mixkit「Dub Techno Groove」（Mixkit Stock Music Free License）