CM・動画制作で手書きされた絵コンテのカット番号・秒数・セリフ・テロップを読み取り、撮影と編集の香盤表に起こす

処理の起点を決める

スキャンした PDF が案件のフォルダに保存されたことを起点にします。 絵コンテは改訂のたびに出るので、ファイル名に案件の番号と版の番号を入れる決まりにします（例：A2410_v3.pdf）。版の番号があれば、前の版との比較ができます。

演出家から絵コンテを受け取ったら、その場でスキャンします。 撮影の前日に最終版が出ることもあるので、夜間の一括処理にはしません。 受け取って数分で下書きが届けば、演出家がまだ打ち合わせの場にいるうちに、読めない箇所を聞けます。

処理が終わった PDF には「処理済み」の印を付けます。印を付けるのは、下書きの作成に成功したときだけにします。

入力データを集める

質を決めるのは、案件の情報と用語の一覧です。 尺が分からなければ、秒数の合計を照らせません。商品名や出演者名の正しい表記が無ければ、読み取った字が正しいかを確かめる先がありません。 ただし、用語の一覧は「照らす」ために使い、読み取った字を一覧の表記に書き換えることはしません（後述）。

欄の名前の一覧が要るのは、演出家ごとに用紙が少しずつ違うからです。 「秒」と書く人、「TIME」と書く人、「尺」と書く人がいます。欄の名前を項目に結び付ける一覧を持てば、用紙の違いを吸収できます。

データの取得方法を決める

絵コンテは、レイアウトモデルに output=figures を付けて読みます。 取るものは次のとおりです。

コマの絵とカットの行は、位置で結び付けます。 図の boundingRegions の縦の位置と、表の行の縦の位置が重なるものを、同じカットとします。これは座標の計算で決め、生成AIに推測させません。

案件の情報は、案件の管理表から案件の番号で引きます。 尺は案件ごとに決まっているので、絵コンテに書かれた尺ではなく、管理表の尺と照らします。 絵コンテの表紙に書かれた尺と管理表の尺が違えば、それ自体を印として出します。

AIへ渡す前に整形する

1. ページの確認 … 表紙（タイトル・尺・版の番号）のページと、コマのページを分けます
2. 寸法と向きの確認 … 画像は50×50ピクセルから10,000×10,000ピクセルの間であることが必要です。A4横の用紙が縦向きにスキャンされていれば直します
3. 文字の大きさの確認 … 抽出できる文字の最小の高さは、1024×768の画像で12ピクセル（150dpiで約8ポイント）です。秒数の欄の小さな数字は、300dpiでスキャンします
4. 欄の名前の照合 … 表の1行目（見出しの行）の文字を、欄の名前の一覧と照らし、列ごとに項目を決めます。決まらない列は unknown にします
5. コマの絵と行の対応 … 図の位置と行の位置を照らします
6. 前の版の取り出し … 同じ案件の1つ前の版の結果を取り出します

4番目を省くと、セリフとテロップが入れ替わります。 演出家によって「セリフ」と「テロップ」の欄の左右が逆の用紙があるからです。列の項目は、見出しの文字で決めます。 何列目かで決めません。

結合されたセルにも気をつけます。 1つのカットを2コマで描き、秒数の欄を2コマぶん縦にまとめて書く演出家がいます。公式の説明では、v4.0 では表の Markdown の表現が HTML の表に変わり、結合されたセルや複数行の見出しを表せるようにしたとされています。縦に結合された秒数のセルは、2つの行のどちらにも数えず、2コマで1カットとして扱います。 結合を見落とすと、秒数を二重に足して尺が合わなくなります。

AIに処理させる

させるのは、表のセルの値を、カットごとの項目にそろえることです。 セリフとテロップを整えること、秒数を足すこと、撮影の順番を決めることはさせません。

秒数を「書かれたまま」にするのは、演出家の書き方に意味があるからです。 「3〜4」と書かれていれば、演出家はまだ決めていません。AIが「3.5」に丸めると、決まっていないことが決まったことになります。 幅のある秒数は、合計の照合で「未確定」として扱います。

場所・出演者・小道具は、ト書きから「抜き出す」だけです。 香盤表の並べ替えに使うので、ト書きに書かれていない場所を、絵から推測させません。 絵から場所を読み取るのは、制作進行が切り抜きを見て行います。

2行目が、いちばん気づきにくい失敗です。 手書きの商品名を読み違えたとき、AIに用語の一覧の表記へ直させると、下書きには正しい商品名が並びます。 そのため、テロップに本当に誤字があったのか、読み違えただけなのかが、下書きからは分からなくなります。照らすのは処理の側で行い、一覧と違う字があれば「一覧と違う」と印を付けます。

指示内容を固定する

あなたは映像制作会社の制作進行の補助として、手書きの絵コンテの読み取り結果を
カットごとの項目にそろえる立場です。読み取り結果だけを使ってください。

【書く項目（カットごと）】
- cut_no ......... 書かれたカット番号をそのまま（12A、12' なども原文のまま）
- seconds_raw .... 書かれた秒数をそのまま（3、2.5、3〜4 など）
- action ......... 内容（ト書き）を原文のまま
- location_words . action の中で場所を表す言葉。書かれていなければ空
- cast_words ..... action とセリフの話し手から、出演者を表す言葉
- props_words .... action の中で物・衣装を表す言葉
- lines .......... セリフ・NA。話し手（speaker）と文（text）。text は一字も変えない
- telop .......... テロップの文。一字も変えない。改行は \n で写す
- unreadable ..... 読めなかった項目の名前

【厳守事項】
- セリフとテロップは、読み取った文字を一字も変えずに写してください。
  誤字に見えても直さないでください。送り仮名、句読点、記号、全角半角も変えないでください。
- 読めない字は推測で埋めず、■ に置き換えて、その項目を unreadable に入れてください。
- 商品名や出演者名を【用語の一覧】の表記に書き換えないでください。
  一覧は参考にとどめ、書かれた字を写してください。
- 秒数を計算したり、丸めたりしないでください。合計も書かないでください。
- ト書きに書かれていない場所・出演者・小道具を、推測で足さないでください。
- 撮影の順番や、カットのまとめ方を提案しないでください。
- 1つのセルに2つのカットの内容が書かれているように見える場合は、
  分けずに原文のまま写し、needs_check を true にしてください。

【列と項目の対応】{column_map}
【用語の一覧】{glossary}
【表のセル（ページ、行、列、文字、信頼度、手書きかどうか）】{cells}

「誤字に見えても直さない」を明記しないと、直します。 生成AIは、明らかな誤字を見ると親切に直します。テロップの誤字を直すかどうかは、広告主と演出家が決めることで、直したことが記録に残らないのがいちばん困ります。 直させず、照らした結果を印で出します。

「送り仮名、句読点、記号、全角半角も変えない」まで書くのは、テロップでは表記がそのまま画面に出るからです。 「！」と「!」、「〜」と「～」の違いが、編集の段階で問われます。

出力形式を固定する

次の形のJSONで受け取ります。 Azure OpenAI の構造化出力（response_format に json_schema を strict: true で渡す方式）を使い、形を固定します。

{
  "project_no": "",
  "version": "",
  "cuts": [
    {
      "page": 1,
      "row": 1,
      "cut_no": "",
      "seconds_raw": "",
      "action": "",
      "location_words": [""],
      "cast_words": [""],
      "props_words": [""],
      "lines": [ { "speaker": "", "text": "" } ],
      "telop": "",
      "unreadable": [""],
      "needs_check": false
    }
  ]
}

このあとに、ワークフローが照合の結果を足します。

1つ目の理由は、読み取りと照合を別の層に置けることです。 尺の照合も用語の照合も、AIが写したものを処理の側で読み直して行います。AIが写したものに手を加えないので、照合の結果がどこから来たかが追えます。

2つ目は、changed_cuts で改訂の差分が分かることです。 前の版と1コマずつ見比べていた作業が、変わったカットの一覧を見る作業に変わります。香盤表と台本表は、変わったカットだけを直せば済みます。

システムへ連携する

香盤表と台本表は、下書きのファイルとして出します。 確定版は、制作進行が確かめてから、いつものテンプレートに貼り込んで配ります。案件の管理表には書き込みません。

人が確認する

人が全件を確かめます。 確かめ方は、絵コンテの画像と下書きを並べた画面で、印の付いたところから見ていく形にします。

1. length_check が match でないものを先に見る … 尺の食い違いは、演出家にどのカットで調整するかを聞く事項です
2. テロップを1字ずつ照らす … 信頼度にかかわらず、全カットのテロップを画像と照らします
3. glossary_diff を確かめる … 一覧と違う表記が、読み違いか、絵コンテの誤字か、意図した表記かを確かめます。絵コンテの誤字なら、直すかどうかを演出家に聞きます
4. unreadable と needs_check を確かめる … 紙を見て、読めなければ演出家に聞きます
5. changed_cuts を確かめる … 改訂版では、変わったカットが本当にそれだけかを確かめます

2番目は省かないでください。 テロップの1字違いは、放送や配信のあとに見つかると、差し替えの費用と広告主への説明が発生します。

香盤表の場所と出演者は、切り抜きの絵と並べて確かめます。 ト書きに「公園」としか書かれていなくても、絵に描かれた遊具やベンチで、撮影の場所の候補が分かることがあります。それを香盤表に足すのは制作進行で、足したことは記録に残します。

目標は、180ページをならして1ページ5分です。 テロップの照合が中心で、印の少ないページは数分で終わります。

例外に対処する

1行目が、最初にいちばん出ます。 演出家が白い紙に自分で枠を描いた絵コンテは、表として読めないことがあります。制作部の用紙を配り、そこに描いてもらうほうが、読み取りの工夫より効きます。

記録を残す

• 絵コンテの PDF と、版の番号・受け取った日時
• 読み取りサービスが返した JSON と、コマの絵の切り抜き
• Azure OpenAI に渡した入力と返ってきた JSON
• 照合の結果（length_check、glossary_diff、changed_cuts、cut_no_check）
• 制作進行が下書きを直した記録 … どのカットの、どの項目を、どう直したか
• 演出家に確かめた内容と、その答え

直した記録は、指示と用語の一覧を見直す材料になります。 同じ商品名の読み違いが続けば、その案件の用紙の書き方を演出家に相談する材料にもなります。