Claudeを活用したマルチエージェント動画制作パイプライン：スクリプト契約アーキテクチャとリサーチファンアウト

ある開発者が、トピック（例：「エイダ・ラブレス」）とペルソナ（チャンネルのアイデンティティ、トーン、ビジュアルスタイル）を入力として、チャプター構成の教育用YouTube動画（15〜20分）を完全に生成するマルチエージェントAIパイプラインを構築しました。このパイプラインは、コアLLMとしてClaudeを使用し、スクリプト作成、アセット生成、レンダリング（Windowsホスト上のCUDA）、YouTubeアップロードにわたって専門エージェントを調整します。

契約アーキテクチャによるスクリプト作成

20分のAI作成スクリプトを、別々のLLM呼び出しで書かれたチャプター間でナラティブに一貫性を持たせるために、システムはナラティブコントラクトを使用します。これは、スクリプトテキストが書かれる前に生成される検証済みJSONブループリントです。コントラクトは4つの制約タイプをエンコードします：

• スレッド — あるチャプターで開始し別のチャプターで閉じる必要があるストーリーアークで、宣言されたペイオフタイプ（解決、悲劇など）を持ちます
• エンティティ — 名前付きの人や場所で、最初に紹介されるチャプターが強制され、遡及的な言及を防ぎます
• 必須事実 — 依存関係を持つ引用チェーン（事実Bは事実Aが確立されるまで登場できません）
• タイムラインアンカー — 時間的参照点で、非線形構造（フラッシュバック、イン・メディアス・レス）を内部一貫性を保ちながら可能にします

コントラクトは、Opus → 構造検証 → Sonnetレビューループ（最大3ラウンド）で生成されます。Sonnetはセマンティックな一貫性（孤立エンティティなし、スレッドが実際に閉じている）をチェックします。構造バリデーターはPydanticパースと時間制約チェックを実行します。後続のチャプターライターはコントラクトに拘束されます。

ファンアウトによるリサーチ

リサーチパイプラインは、N個の並列OutlineAgentインスタンスを起動し、それぞれ同じリサーチパッケージから異なるテーゼ候補に取り組みます。各インスタンスは3レベルの階層（テーゼ → チャプター引数 → シーンビート）を生成します。グラウンディング/修正ループが各ブランチで独立して実行されます：

• グラウンディングレビュアー（Sonnet）がブロッキング問題とポリッシュ問題をフラグ付け
• 修正エージェントがリストラなしで修正を適用
• 品質レビュアーが構造的欠陥（トピック別チャプターリスト、中間部の崩壊、要約エンディング）をチェック

ブランチごとに最大3ラウンドの修正を並列実行。その後、単一の審査エージェントが各洗練されたアウトラインを4つの軸でスコアリングします：

軸	重み	測定内容
コンセプトフック	0.40	CTRの可能性；タイトルの反証可能性
トラップクロージャー	0.30	ナラティブペイオフの完全性

パイプラインアーキテクチャ

パイプラインは2つの環境に分割されています：スクリプトとアセットの作業はLinux開発コンテナ（WSL）で実行され、レンダリングはCUDAとビデオツールにアクセスするためにWindowsホストで実行されます。エージェントは軽量オーケストレーターとHTTPで通信します。システムはフェーズベースで、すべてのステップ（W2.1、W4.3、R3.1など）は独立して再実行可能です。各フェーズは型付きアーティファクトファイル（JSONマニフェスト、音声ファイル、画像ディレクトリ）を読み書きし、エージェントは疎結合になります。

統合ツール：Live2D、Fish Audio、Sadtalkerなど、アセット生成とレンダリング用。