opus 5.5 video guide: 4観点の検証マトリクスで完成した Living Screencast を確認する

本稿はH3Max運営による第三者作品のソース解説で、文章の整理・翻訳にAIを利用しています。掲載するコマンドと観察手順は再現・確認用であり、本稿でローカル実行やH3Max上の性能検証を完了したという報告ではありません。

まずH3Max Opus のツール入口を開く。ただし、以下の Git repository と local terminal を使う再現作業とは分けて扱う。この入口だけから H3Max の未確認機能を推測しない。

参照するのは LemoLab の Clawd Moves In。59.4秒の非公式 fan film で、4観点の比較に使う作者公開版と比較用に保存した LemoLab の映像を比較材料にできる。Clawd の映像制作ソースは Claude Opus 5.5 を使用したと説明しているが、そのモデルセッションはここでは独立検証していない。H3Max の実測例でもない。

Clawd Moves In 原作映像7.128秒の実フレーム。出典: LemoLab。作者による非公式 fan film。

最初に4観点の検証マトリクスを定義する

この映像は「フレームがきれいか」だけでは評価できない。少なくとも次の4観点を別々に見る。

接地
Clawd が意図した DOM element の top edge に乗っているか。font、layout、camera が変わった場合でも contact が成立するか。

字幕可読性
Clawd、caption、読ませたい UI text が競合していないか。接地位置が正しくても文字を隠すなら失敗になる。

単語タイミング
narration の word timing と W(id, word) に結び付いた jump、landing、camera cue、caption が意味の通る順番になっているか。

seek
同じ timestamp が fresh/direct/backward seek のどの経路でも同じ scene state を再現するか。

接地と字幕検証の視覚仕様では UI は HTML/CSS/SVG で再構成され、screen recording ではない。cursor は user、Clawd は software activity を表す。画面上の Plan、diff、test 数値は authored demonstration であり benchmark ではない。

チェックポイント観察プロトコル

ひとつの checkpoint を見るときは、まず「何が見えたか」を分類し、その後で source layer に戻る。

接地エラーに見える場合

観察するもの：

• Clawd の足と element edge の距離
• takeoff / landing の前後フレーム
• camera transform 後の見え方
• font loading と element geometry

戻る source layer：

• ui.js
• main.js
• clawd.js
• relevant film.js
• DOM measurement

sprite offset を先に手調整するのではなく、anchor 自体が正しいかを見る。

字幕可読性エラーに見える場合

観察するもの：

• caption と mascot の重なり
• caption と操作対象の重なり
• camera が text を読了前に移動していないか
• UI text の sharpness

戻る source layer：

• overlay / layout logic
• camera framing
• font availability
• caption timing

接地が完全でも字幕を隠せば readability は成立しない。

原作映像28.512秒の実フレーム。再構成されたソフトウェア walkthrough であり、実際の coding session 録画ではない。

単語タイミングエラーに見える場合

観察チェックポイントの章構成資料を基準に Prompt、Plan、Review、Self-check の意図を確認する。

観察するもの：

• spoken word の onset
• W(id, word) で動く visual event
• caption hold
• foley が重要語をマスクしていないか

戻る source layer：

• voice files
• word timings
• film.js
• sound.py

word timing が正しくても字幕が短すぎれば読めない。逆に字幕が十分でも visual cue が早ければ、意味より前に画面が動いてしまう。

seek エラーに見える場合

観察するもの：

• theme
• active pane
• cursor
• Clawd pose/contact
• camera
• caption
• transient UI state

fresh/direct/backward の同一 timestamp を比較する。

戻る source layer：

• absolute-time scene derivation
• accumulated state
• timers
• class mutations
• reset logic

backward seek だけ違うなら、geometry より history/state を優先して疑う。

実行付録

実行前に Git、Node 20+、FFmpeg/ffprobe、Python 3.11–3.13 または uv を用意する。既存プロジェクトを上書きせず、fresh clone または確認済みコピーを使い、lockfile と実ローカルソースを保持する。

git clone https://github.com/lemomo-ai/lemo-opuscar.git clawd-case
cd clawd-case
export LEMO_OPUSCAR_HOME="$PWD"
sh plugin/skills/lemo-opuscar/scripts/setup.sh deps voice
for BANK in salamander freepats karoryfer vcsl vsco2ce; do
  sh tools/fetch.sh instruments "$BANK"
done
mkdir -p evidence
D=styles/living-screencast/demo
git rev-parse HEAD > evidence/clawd-commit.txt
npm ls --depth=0 > evidence/clawd-dependencies.txt

salamander / freepats / karoryfer / vcsl / vsco2ce の5音色バンクを維持する。現在の source が 59.4秒・30fps のままか確認した場合のみ 1782 picture frames を期待値にする。

以下の prompt は本チュートリアル用に新しく書いたもので、作者の元 prompt や元セッションから復元したものではない。

Reproduce and analyze Clawd Moves In from the living-screencast demo source.
Inspect the current commit, locks, STYLE.md, DEMO.md, CREDITS, core APIs,
and demo/build.sh. Read the author MP4 and actual local files first.

Keep it an attributed unofficial fan-film reproduction. Do not claim the
reconstructed UI is a real recording or that its tests ran on H3Max. Preserve
Clawd's terminal-to-app journey, the existing chapters, and coherent demo data.
Report discrepancies with current product documentation without inventing new
features. No replacement stock footage or external image/video generation.

Inspect film.js, ui.js, clawd.js, main.js, voice files, word timings, and sound.py.
Explain the dependency plan and source duration/fps before building. Use the
source's 59.4 seconds and 30 fps only after checking them.

Keep crisp pixel-grid acting, a smoothly moving cursor, and a continuous camera.
Measure DOM anchors so Clawd lands on real element edges. Reserve text-free
space for the mascot and captions. Derive all scene state from absolute time;
reverse and arbitrary seeks must reproduce the same state in this environment.

If speech is regenerated, review every line and its word times before relying
on W(id, word) cues. Preserve original credits and fan-film disclosure. Use the
actual build/export interfaces. Save model/provider/effort logs, prompts,
modifications, frame checks, and the full output. Do not publish or report
an untested reconstruction as successful.

voice を再生成する場合は現在の build.sh にある --vo 経路を使う。

sh styles/living-screencast/demo/build.sh --vo

--vo は narration を再生成する。生成された音声と単語時刻は、受け入れ前に確認する。付けない場合は使用可能な既存 voice assets が必要。現在の source は 30fps、6 capture workers を使う。存在しない worker CLI option を作らない。

checkpoint を作る。

node core/render/still.mjs "$D" 0 8.9 23 32 40.9 56 \
  --out evidence/clawd-stills

この6点だけで終わらせず、実際の takeoff、landing、menu opening、pane transition の前後フレームも確認する。

最後に artifact を検証する。

ffprobe -v error -count_frames -show_streams -show_format -of json \
  styles/living-screencast/living-screencast.mp4
ffmpeg -v error -i styles/living-screencast/living-screencast.mp4 -f null -

原作映像48.114秒の実フレーム。出典: LemoLab。アニメーションUIと実操作は明確に区別する。

実際の duration、frame count、narration、subtitles、非公式 fan-film のクレジットを確認する。fresh render と公開 MP4 は encoding が異なる可能性があるので、証拠なしに byte-identical としない。

最後に検証後も残すフォントと音色の出典を保持する。MIT は code に適用されるが、Anthropic の character/interface identity、OFL fonts、第三者 instrument samples を自動的に再許諾するものではない。

4観点のマトリクスを使う目的は、すべての不具合を「animation error」と一括りにしないことにある。接地なら geometry、可読性なら layout、単語タイミングなら voice chain、seek なら state historyへ戻る。原因の層を分けるほど、修正範囲も小さく保てる。