013の次に見えた「聴くだけじゃ足りない」
ある日ふくけいは思った。YouTubeで流れてくる曲のMV、なんで自分はいつも「いい曲だな」で止まってしまうんだろう。曲の仕組みがまったく読めない。映像の動かし方も、どういうプロンプトで作れば再現できるのか、想像がつかない。
そこで、3つの生成AIで「同じものをもう一度作れるようにする」ためのスキルを作ることにした。音楽をSunoで、映像をRunwayで、静止画をMidjourneyで作れるよう、YouTubeのURL1つから4種類のプロンプト仕様書を組み立てる。
最初は「YouTubeを見て、聴くだけ」でやろうとしていた。でも、それだと音と映像の中間にある情報——BPM、テンポ推移、コード進行、メロディの形——が取れない。分析は全部、AI(Gemini)に任せるしかなかった。「見る」と「聴く」と「分析する」を分離し、3つの役割を1つのスキルに収めたのがこの設計の要点だった。
出来上がったスキルは、ふくけいが「いいな」と思った曲に対して、もう一度「作れそう」と思える入口になった。完全再現ではなく、「自分なりの別バージョン」を作るための種としてのプロンプト仕様書。聴く側から、手を動かす側に回るための道具だ。
<details><summary>▶ 技術的にどうなってるか</summary>
- 役割分離: YouTube視聴(CCがYouTubeを直接見れない制約)はMCP
exa/WebSearch経由でメタ取得・Gemini APIに楽曲分析を委任(scripts/api/gemini.py)・CCは結果の構造化と4種類プロンプト仕様書(音楽・画像・動画・テキスト)の整形を担当 - 依存ファイル:
~/.claude/skills/reverse-engineer-song/SKILL.md・scripts/api/gemini.py・Gemini APIキー(~/.secrets.envのGEMINI_API_KEY) - 経緯: 2026-06-15にマスタープロンプトSSOT作成・Suno型(歌詞+ジャンル+ムード+構成タグ)・Midjourney型(カメラ/照明/カラーパレット)・Runway型(モーションキーワード)3つのテンプレを統合
</details>
🔗 関連
- 元記録: 01_DECISIONS/ai-music/2026-06-15_reverse-engineer-songスキル_plan.md(要約参照・原文URLは非公開)
- 関連スキル:
reverse-engineer-song・analyze-song・make-song(CC環境で楽曲を扱う3点セット)