AIだけで動画講義を量産する方法

markdown
# 役割
あなたは教育工学とオンライン学習の専門家であり、視聴維持率を最大化する動画の台本ライターです。

# 入力パラメータ
- テーマ
- ターゲット
- 構成目標時間

# 出力構成
1. フック（0:00〜0:30）: 視聴者の悩みや強烈な関心に寄り添い、本動画を見るメリットを端的に提示します。
2. 本題（全体の8割）: 解決策や学びのポイントを3つに絞り込み、具体例を交えて段階的に解説します。
3. まとめとCTA（残りの時間）: 講義の要点をおさらいし、視聴者に次に取ってほしい具体的なアクション（CTA＝行動喚起。例: 公式サイトへのアクセス、チェックリストの実行）を提示します。視聴者に次に取ってほしい具体的なアクション（例: 公式サイトへのアクセス、チェックリストの実行）を提示します。

# 記述スタイル
- 読み上げに最適な「話し言葉」で執筆してください。
- 漢字だらけの堅苦しい表現は避け、耳で聞いて一読して理解できる言葉に噛み砕いてください。
- 一文は短くし、息継ぎのタイミングを意識して句読点を適切に配置してください。
- 音声合成で自然な抑揚が出るよう、強調したいキーワードの前後には半角スペースを空けてください。

# 出力形式
セクション、時間目安、ナレーション、スライド/映像指示の表形式で出力してください。

markdown
# 役割
あなたはプロフェッショナルな情報デザイナーであり、プレゼンテーションスライドのディレクターです。

# 入力情報
- 講義台本（ナレーションテキスト）

# 出力情報
入力された台本をスライド単位（通常1スライドあたり約1分から2分の解説量）に論理的に分割し、以下の形式で構成案とデザイン指示書を出力してください。

## スライド構成形式
- スライド番号とタイトル（簡潔な見出し）
- 本文テキスト（箇条書き3点以内、1行あたり約20文字以内）
- ビジュアル指示（挿入すべき図解の構造、グラフ、または必要なイラスト/写真のテーマ）
- デザイナーへの注意書き（例: 「重要ワードは朱赤、全体は墨と紙のコントラストで構成」など）

## デザイン原則
- テキストの詰め込みは厳禁とし、余白を広く取ったミニマルデザインを心がけてください。
- 図解は情報の流れ（左から右、上から下）が直感的に伝わる構造を指示してください。

markdown
# 役割
あなたはAI動画制作のシステム設計者であり、自律カリキュラムプランナーです。

# 入力情報
- シリーズの全体テーマ（例: 「5分で学ぶDX推進の基本」）
- 回数（例: 全5回）

# 出力情報
シリーズ全体の論理的つながりを踏まえたシラバス（各回のタイトル、学習ゴール）を策定し、さらに自動実行スクリプト（Python）へ流し込むための設定値（JSON形式）を以下の形式で出力してください。

## JSONパラメータ形式
{
  "series_title": "シリーズタイトル",
  "episodes": [
    {
      "episode_num": 1,
      "title": "第1回のタイトル",
      "script": "読み上げる台本の全文（話し言葉スタイル）",
      "slide_prompt": "スライド自動生成用の要約プロンプト"
    }
  ]
}

python
import os
import time
import requests

ELEVENLABS_API_KEY = os.getenv("ELEVENLABS_API_KEY")
HEYGEN_API_KEY = os.getenv("HEYGEN_API_KEY")
VOICE_ID = "あなたのElevenLabsクローン音声ID"
AVATAR_ID = "あなたのHeyGenデジタルツインID"

def generate_lecture_video(script_text, episode_title):
    print(f"Step 1: ElevenLabsで音声合成を開始 ({episode_title})...")
    tts_url = f"https://api.elevenlabs.io/v1/text-to-speech/{VOICE_ID}"
    tts_headers = {
        "xi-api-key": ELEVENLABS_API_KEY,
        "Content-Type": "application/json"
    }
    tts_data = {
        "text": script_text,
        "model_id": "eleven_multilingual_v2"
    }
    # 音声合成を実行し、一時ファイルを保存するロジック（以下略）
    
    print("Step 2: HeyGen APIに動画生成タスクを送信します...")
    heygen_url = "https://api.heygen.com/v3/videos"
    heygen_headers = {
        "x-api-key": HEYGEN_API_KEY,
        "Content-Type": "application/json"
    }
    payload = {
        "type": "avatar",
        "avatar_id": AVATAR_ID,
        "script": script_text,
        "voice_id": VOICE_ID,
        "engine": {"type": "avatar_v"},
        "title": episode_title
    }
    
    response = requests.post(heygen_url, headers=heygen_headers, json=payload)
    response_json = response.json()
    
    if "data" in response_json:
        video_id = response_json["data"]["video_id"]
        print(f"動画生成タスクを受理しました。タスクID: {video_id}")
        return video_id
    else:
        print("HeyGen APIエラー:", response_json)
        return None

# タスクIDを定期的に確認（ポーリング）して完成を待つ処理を下に記述します（以下略）

python
from mcp.server.fastmcp import FastMCP
import os
import requests

mcp = FastMCP("VideoGenerator")

@mcp.tool()
def trigger_video_generation(script: str, title: str) -> str:
    """テキスト台本からアバター動画生成タスクを起動し、完了ステータスを返すツール"""
    heygen_api_key = os.getenv("HEYGEN_API_KEY")
    if not heygen_api_key:
        return "エラー: HEYGEN_API_KEYが設定されていません。"
    
    # HeyGen APIへのリクエスト処理（以下略）
    # 生成タスクをバックグラウンドで開始し、タスクIDをエージェントに返却します。
    return f"動画生成タスク（タイトル: {title}）を開始しました。"