Run any Skill in Manus with one click

select-photos

Stars0

Forks0

UpdatedJuly 8, 2026 at 09:34

MUST USE when the user provides a photo ZIP, photo folder, or still-image event material and asks for photo selection, album selection, highlights, digest photos, curation, or quality filtering. Use this instead of analyze-footage when the source is primarily still photos and the requested work is selecting images rather than editing or video planning.

Installation

Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.

Run Skill in Manus

Source

mocchalera

mocchalera/select-photos-skill

View GitHub Repository View Creator Repositories

Download

Run Skill in Manus

Related occupationsSOC

Based on SOC occupation classification

Audio and Video TechniciansArts, Design, Entertainment, Sports, and Media Occupations·SOC 27-4011

File Explorer

5 files

SKILL.md

readonly

Run any Skill with one click

name	select-photos
description	MUST USE when the user provides a photo ZIP, photo folder, or still-image event material and asks for photo selection, album selection, highlights, digest photos, curation, or quality filtering. Use this instead of analyze-footage when the source is primarily still photos and the requested work is selecting images rather than editing or video planning.
metadata	{"filePattern":["/04_plan/photo_selection_manifest.json","/04_plan/photo_selection_report.md","/03_analysis/eye_review/","/03_analysis/swap_candidates/","/05_delivery/album_select/","/05_delivery/digest_highlights/"],"bashPattern":[]}

select-photos — 写真選定

いつ使うか（必ず発火する条件）

ユーザーが写真 ZIP、写真フォルダ、イベントスナップ、静止画素材を渡して「写真選定」「セレクト」「フォトアルバム」「ハイライト」「ダイジェスト」を依頼したとき
動画編集ではなく、JPG/PNG/HEIC などの静止画から使う写真を選ぶとき
「編集しない」「加工しない」「選定だけ」と言われたとき
album_select、digest_highlights、photo_selection_report.md を作るとき

静止画中心の依頼では analyze-footage を流用しない。動画の segments.json / STT / peak analysis ではなく、写真向けの品質・重複・場面 coverage を優先する。

原則

元ファイルは変更しない。展開・コピー・サムネイル生成は作業用プロジェクト配下で行う。
写真の編集、トリミング、色補正、リネームによる元ファイル破壊はしない。
納品用フォルダに置く画像は、元画像の無加工コピーまたは symlink にする。ユーザーが特に指定しなければコピーを優先する。
連写や近似構図は、表情、視線、手の動き、会話感、場面説明力が一番強いものを残す。
ピント/ブレ/露出の最低限チェックを必ず行う。目視だけでなく、簡易スコアリングで怪しい候補を拾って再確認する。
目つぶり/半目の確認を後回しにしない。顔クロップ確認シートを作り、疑わしいカットは前後連番から代替を探す。

前提ツール

python + Pillow が使えること。環境によっては repo の python3 ではなく miniforge など Pillow 入り Python を使う。
顔検出は OpenCV があれば使う。無い場合は中央クロップで eye review を作り、目視確認で補う。
ZIP 展開には unzip、納品ZIP作成には Python zipfile または zip を使う。

同梱スクリプトの解決方法

このスキルが repo-local skill または ~/.codex/skills/select-photos としてインストールされている場合、scripts/ はこの SKILL.md と同じディレクトリにある。実行時はスキルディレクトリを特定してから、絶対パスまたは SKILL_DIR 変数で呼び出す。

SKILL_DIR="/path/to/select-photos"
python "$SKILL_DIR/scripts/photo_quality_scan.py" --help

推奨出力構成

projects/<project>/
├── 02_media/
│   └── originals/                 # 展開した作業コピー。元ZIP/元フォルダは触らない
├── 03_analysis/
│   ├── contact_sheets/            # 全体確認用
│   ├── photo_metrics.json         # sharpness / exposure などの簡易指標
│   ├── album_select_contact_sheet.jpg
│   ├── digest_highlights_contact_sheet.jpg
│   ├── low_sharpness_review.jpg   # ブレ/甘ピン疑いの再確認用
│   ├── eye_review/                # 顔クロップ/目つぶり確認用
│   └── swap_candidates/           # 差し替え候補の前後連番シート
├── 04_plan/
│   ├── photo_selection_manifest.json
│   └── photo_selection_report.md
└── 05_delivery/
    ├── album_select/              # 広めのアルバム用セレクト
    ├── digest_highlights/         # さらに絞った代表カット
    ├── album_select_<count>.zip
    └── digest_highlights_<count>.zip

やること（ステップ）

Step 1: 入力と作業範囲を確定する

ZIP なら一覧と枚数を確認する。
フォルダなら対象拡張子と総枚数を確認する。
作業プロジェクト名を決め、projects/<project>/02_media/originals に作業コピーを作る。
展開後ファイルに読み取り権限が無い場合は、作業コピー側だけ権限を直す。元ZIP/元フォルダは触らない。

Step 2: 全体確認用コンタクトシートを作る

連番順または撮影時刻順でサムネイル付き contact sheet を作る。
各サムネイルには index と元ファイル名を表示する。
40 枚前後ごとに 1 シートにすると、場面の流れと重複を見やすい。
写真そのものは加工せず、contact sheet は確認用派生物として 03_analysis/contact_sheets/ に置く。

Step 3: 品質指標を作って低品質候補を拾う

最低限、以下を photo_metrics.json に記録する。

file
width / height
mean_luma または露出の簡易指標
edge_score / sharpness proxy
bytes

指標は NG 判定の自動決定ではなく、怪しい写真を拾うために使う。白い壁、引き絵、余白の多い登壇写真は低 edge になりやすいので、必ず目視で確認する。

scripts/photo_quality_scan.py が使える場合は優先して使う。

SKILL_DIR="/path/to/select-photos"
python "$SKILL_DIR/scripts/photo_quality_scan.py" \
  --input projects/<project>/02_media/originals \
  --output projects/<project>/03_analysis/photo_metrics.json \
  --eye-review-dir projects/<project>/03_analysis/eye_review

Step 4: 選定基準を固定する

イベントダイジェスト/フォトアルバムでは、優先順位は以下。

場面 coverage: 受付/会場/導入/登壇/ワーク/交流/集合写真などの流れが残る
表情: 笑顔、集中、反応、会話の温度がある
構図: 主役が分かる、手前の遮蔽が少ない、背景が説明になる
技術品質: ピント、ブレ、露出、目つぶり、極端な白飛び/黒つぶれ
重複排除: 同じ人物・同じ構図・同じ瞬間を取りすぎない

「記録として必要な写真」は軽微な甘さがあっても残してよい。ただし photo_selection_report.md に方針を書く。

目つぶり判定の注意:

背景人物や前景人物の目つぶりは原則 NG にしない。主役の顔・表情・目線を優先する。
集合写真だけは全員の目つぶりを厳しめに見る。
笑って目が細くなっている自然な表情は、他に強い代替がない限り許容してよい。
顔検出されない写真を自動 NG にしない。引き絵、横顔、後ろ姿、会場カットはイベント記録として必要なことがある。

Step 5: セレクトを分ける

album_select: フォトアルバム用の広めの選定。イベント全体の流れと参加者の多様性を優先する。
digest_highlights: 冒頭、告知、SNS、レポートの先頭に使える強い代表カット。album_select からさらに絞る。
必要なら review_candidates または quality_review を作り、ブレ/甘ピン/表情迷いをユーザー確認用に分ける。

枚数指定が無い場合の目安:

100 枚未満の素材: album_select 30-50%、digest_highlights 10-20 枚
100-500 枚の素材: album_select 25-40%、digest_highlights 30-60 枚
500 枚超の素材: album_select 20-35%、digest_highlights 40-80 枚

Step 6: 選定結果を成果物化する

05_delivery/album_select/ と 05_delivery/digest_highlights/ に元画像の無加工コピーを置く。
ファイル名は並び順が分かるように 001_<original_name> 形式を推奨する。ただし manifest には元ファイル名を必ず残す。
各セレクトの contact sheet を作り、選定漏れや重複過多を目視確認する。
ZIP があると受け渡ししやすいので、指定がなくても delivery に作ってよい。

manifest から delivery を作る場合は scripts/materialize_selection.py を使える。

SKILL_DIR="/path/to/select-photos"
python "$SKILL_DIR/scripts/materialize_selection.py" \
  --project projects/<project> \
  --manifest projects/<project>/04_plan/photo_selection_manifest.json

Step 6.5: 目つぶり/表情の差し替え確認を標準で行う

album_select と digest_highlights を作ったあと、主要人物の顔が見える写真は eye_review で確認する。

目つぶり、半目、主役の表情が弱いカットを review_candidates に記録する。
疑わしい写真ごとに、元素材の前後 5-8 枚を swap_candidates として並べる。
差し替える場合は、単体のピント/表情だけでなく、イベントの流れと人物の重複も確認する。
差し替えたら photo_selection_manifest.json に eye_recheck_replacements を残す。
差し替え前後の確認シートを作る。

Step 7: 品質チェックして報告する

最低限やること:

元素材枚数、album_select 枚数、digest_highlights 枚数を確認する。
manifest の全ファイルが 02_media/originals に存在することを確認する。
低 sharpness 候補の contact sheet を作り、致命的なブレが混ざっていないか確認する。
eye review / swap candidates を確認し、目つぶり候補を差し替え済みか、意図的に残したかを明示する。
「最低限のピント/ブレ選定済み」か「二次選定推奨」かを明示する。

出力 artifact

03_analysis/contact_sheets/*.jpg
03_analysis/photo_metrics.json
03_analysis/album_select_contact_sheet.jpg
03_analysis/digest_highlights_contact_sheet.jpg
03_analysis/low_sharpness_review.jpg
03_analysis/eye_review/*.jpg
03_analysis/swap_candidates/*.jpg
04_plan/photo_selection_manifest.json
04_plan/photo_selection_report.md
05_delivery/album_select/
05_delivery/digest_highlights/
05_delivery/*.zip

`photo_selection_manifest.json` の最低項目

{
  "source": "/path/to/source.zip",
  "source_count": 524,
  "selection_policy": [
    "無加工の元JPGを使用",
    "重複連写は表情・構図が強いものを優先",
    "ピント/ブレ/露出の最低限チェックを実施"
  ],
  "album_select_count": 169,
  "digest_highlights_count": 45,
  "album_select": ["DSC0001.JPG"],
  "digest_highlights": ["DSC0001.JPG"],
  "review_candidates": [
    {
      "file": "DSC0002.JPG",
      "reason": "main subject half closed eyes",
      "recommended_action": "check neighboring frames"
    }
  ],
  "eye_recheck_replacements": [
    {
      "old": "DSC0002.JPG",
      "new": "DSC0003.JPG",
      "reason": "main subject eyes open in neighboring frame"
    }
  ]
}

注意事項

写真の内容に個人情報、機密資料、顔出し配慮がありそうな場合は、選定後に privacy review を提案する。
機械的な sharpness score だけで落とさない。集合写真、会場引き絵、登壇スライド前の写真は低スコアでも必要なことがある。
ブレ判定では「全体手ブレ」と「被写界深度による自然な背景/前景ボケ」を分ける。主役にピントがあっていれば背景ボケは NG にしない。
ユーザーが「編集しない」と言った場合、色補正・トリミング・リサイズ済み納品物を勝手に作らない。
元ZIPから展開した作業コピーの権限修正はよいが、元ZIPや元フォルダの属性は変えない。

同梱スクリプト

scripts/make_contact_sheets.py: フォルダ内画像からコンタクトシートを作る。
scripts/photo_quality_scan.py: sharpness / brightness / contrast と顔/主要部クロップ確認シートを作る。
scripts/make_swap_candidates.py: 目つぶり/半目候補の前後連番シートを作る。
scripts/materialize_selection.py: manifest から album_select / digest_highlights / ZIP を作る。

スクリプトは補助であり、最終判断は目視と前後比較で行う。

name	select-photos
description	MUST USE when the user provides a photo ZIP, photo folder, or still-image event material and asks for photo selection, album selection, highlights, digest photos, curation, or quality filtering. Use this instead of analyze-footage when the source is primarily still photos and the requested work is selecting images rather than editing or video planning.
metadata	{"filePattern":["/04_plan/photo_selection_manifest.json","/04_plan/photo_selection_report.md","/03_analysis/eye_review/","/03_analysis/swap_candidates/","/05_delivery/album_select/","/05_delivery/digest_highlights/"],"bashPattern":[]}

select-photos — 写真選定

いつ使うか（必ず発火する条件）

ユーザーが写真 ZIP、写真フォルダ、イベントスナップ、静止画素材を渡して「写真選定」「セレクト」「フォトアルバム」「ハイライト」「ダイジェスト」を依頼したとき
動画編集ではなく、JPG/PNG/HEIC などの静止画から使う写真を選ぶとき
「編集しない」「加工しない」「選定だけ」と言われたとき
album_select、digest_highlights、photo_selection_report.md を作るとき

静止画中心の依頼では analyze-footage を流用しない。動画の segments.json / STT / peak analysis ではなく、写真向けの品質・重複・場面 coverage を優先する。

原則

元ファイルは変更しない。展開・コピー・サムネイル生成は作業用プロジェクト配下で行う。
写真の編集、トリミング、色補正、リネームによる元ファイル破壊はしない。
納品用フォルダに置く画像は、元画像の無加工コピーまたは symlink にする。ユーザーが特に指定しなければコピーを優先する。
連写や近似構図は、表情、視線、手の動き、会話感、場面説明力が一番強いものを残す。
ピント/ブレ/露出の最低限チェックを必ず行う。目視だけでなく、簡易スコアリングで怪しい候補を拾って再確認する。
目つぶり/半目の確認を後回しにしない。顔クロップ確認シートを作り、疑わしいカットは前後連番から代替を探す。

前提ツール

python + Pillow が使えること。環境によっては repo の python3 ではなく miniforge など Pillow 入り Python を使う。
顔検出は OpenCV があれば使う。無い場合は中央クロップで eye review を作り、目視確認で補う。
ZIP 展開には unzip、納品ZIP作成には Python zipfile または zip を使う。

同梱スクリプトの解決方法

SKILL_DIR="/path/to/select-photos"
python "$SKILL_DIR/scripts/photo_quality_scan.py" --help

推奨出力構成

projects/<project>/
├── 02_media/
│   └── originals/                 # 展開した作業コピー。元ZIP/元フォルダは触らない
├── 03_analysis/
│   ├── contact_sheets/            # 全体確認用
│   ├── photo_metrics.json         # sharpness / exposure などの簡易指標
│   ├── album_select_contact_sheet.jpg
│   ├── digest_highlights_contact_sheet.jpg
│   ├── low_sharpness_review.jpg   # ブレ/甘ピン疑いの再確認用
│   ├── eye_review/                # 顔クロップ/目つぶり確認用
│   └── swap_candidates/           # 差し替え候補の前後連番シート
├── 04_plan/
│   ├── photo_selection_manifest.json
│   └── photo_selection_report.md
└── 05_delivery/
    ├── album_select/              # 広めのアルバム用セレクト
    ├── digest_highlights/         # さらに絞った代表カット
    ├── album_select_<count>.zip
    └── digest_highlights_<count>.zip

やること（ステップ）

Step 1: 入力と作業範囲を確定する

ZIP なら一覧と枚数を確認する。
フォルダなら対象拡張子と総枚数を確認する。
作業プロジェクト名を決め、projects/<project>/02_media/originals に作業コピーを作る。
展開後ファイルに読み取り権限が無い場合は、作業コピー側だけ権限を直す。元ZIP/元フォルダは触らない。

Step 2: 全体確認用コンタクトシートを作る

連番順または撮影時刻順でサムネイル付き contact sheet を作る。
各サムネイルには index と元ファイル名を表示する。
40 枚前後ごとに 1 シートにすると、場面の流れと重複を見やすい。
写真そのものは加工せず、contact sheet は確認用派生物として 03_analysis/contact_sheets/ に置く。

Step 3: 品質指標を作って低品質候補を拾う

最低限、以下を photo_metrics.json に記録する。

file
width / height
mean_luma または露出の簡易指標
edge_score / sharpness proxy
bytes

scripts/photo_quality_scan.py が使える場合は優先して使う。

SKILL_DIR="/path/to/select-photos"
python "$SKILL_DIR/scripts/photo_quality_scan.py" \
  --input projects/<project>/02_media/originals \
  --output projects/<project>/03_analysis/photo_metrics.json \
  --eye-review-dir projects/<project>/03_analysis/eye_review

Step 4: 選定基準を固定する

イベントダイジェスト/フォトアルバムでは、優先順位は以下。

場面 coverage: 受付/会場/導入/登壇/ワーク/交流/集合写真などの流れが残る
表情: 笑顔、集中、反応、会話の温度がある
構図: 主役が分かる、手前の遮蔽が少ない、背景が説明になる
技術品質: ピント、ブレ、露出、目つぶり、極端な白飛び/黒つぶれ
重複排除: 同じ人物・同じ構図・同じ瞬間を取りすぎない

「記録として必要な写真」は軽微な甘さがあっても残してよい。ただし photo_selection_report.md に方針を書く。

目つぶり判定の注意:

背景人物や前景人物の目つぶりは原則 NG にしない。主役の顔・表情・目線を優先する。
集合写真だけは全員の目つぶりを厳しめに見る。
笑って目が細くなっている自然な表情は、他に強い代替がない限り許容してよい。
顔検出されない写真を自動 NG にしない。引き絵、横顔、後ろ姿、会場カットはイベント記録として必要なことがある。

Step 5: セレクトを分ける

album_select: フォトアルバム用の広めの選定。イベント全体の流れと参加者の多様性を優先する。
digest_highlights: 冒頭、告知、SNS、レポートの先頭に使える強い代表カット。album_select からさらに絞る。
必要なら review_candidates または quality_review を作り、ブレ/甘ピン/表情迷いをユーザー確認用に分ける。

枚数指定が無い場合の目安:

100 枚未満の素材: album_select 30-50%、digest_highlights 10-20 枚
100-500 枚の素材: album_select 25-40%、digest_highlights 30-60 枚
500 枚超の素材: album_select 20-35%、digest_highlights 40-80 枚

Step 6: 選定結果を成果物化する

05_delivery/album_select/ と 05_delivery/digest_highlights/ に元画像の無加工コピーを置く。
ファイル名は並び順が分かるように 001_<original_name> 形式を推奨する。ただし manifest には元ファイル名を必ず残す。
各セレクトの contact sheet を作り、選定漏れや重複過多を目視確認する。
ZIP があると受け渡ししやすいので、指定がなくても delivery に作ってよい。

manifest から delivery を作る場合は scripts/materialize_selection.py を使える。

SKILL_DIR="/path/to/select-photos"
python "$SKILL_DIR/scripts/materialize_selection.py" \
  --project projects/<project> \
  --manifest projects/<project>/04_plan/photo_selection_manifest.json

Step 6.5: 目つぶり/表情の差し替え確認を標準で行う

album_select と digest_highlights を作ったあと、主要人物の顔が見える写真は eye_review で確認する。

目つぶり、半目、主役の表情が弱いカットを review_candidates に記録する。
疑わしい写真ごとに、元素材の前後 5-8 枚を swap_candidates として並べる。
差し替える場合は、単体のピント/表情だけでなく、イベントの流れと人物の重複も確認する。
差し替えたら photo_selection_manifest.json に eye_recheck_replacements を残す。
差し替え前後の確認シートを作る。

Step 7: 品質チェックして報告する

最低限やること:

元素材枚数、album_select 枚数、digest_highlights 枚数を確認する。
manifest の全ファイルが 02_media/originals に存在することを確認する。
低 sharpness 候補の contact sheet を作り、致命的なブレが混ざっていないか確認する。
eye review / swap candidates を確認し、目つぶり候補を差し替え済みか、意図的に残したかを明示する。
「最低限のピント/ブレ選定済み」か「二次選定推奨」かを明示する。

出力 artifact

03_analysis/contact_sheets/*.jpg
03_analysis/photo_metrics.json
03_analysis/album_select_contact_sheet.jpg
03_analysis/digest_highlights_contact_sheet.jpg
03_analysis/low_sharpness_review.jpg
03_analysis/eye_review/*.jpg
03_analysis/swap_candidates/*.jpg
04_plan/photo_selection_manifest.json
04_plan/photo_selection_report.md
05_delivery/album_select/
05_delivery/digest_highlights/
05_delivery/*.zip

`photo_selection_manifest.json` の最低項目

{
  "source": "/path/to/source.zip",
  "source_count": 524,
  "selection_policy": [
    "無加工の元JPGを使用",
    "重複連写は表情・構図が強いものを優先",
    "ピント/ブレ/露出の最低限チェックを実施"
  ],
  "album_select_count": 169,
  "digest_highlights_count": 45,
  "album_select": ["DSC0001.JPG"],
  "digest_highlights": ["DSC0001.JPG"],
  "review_candidates": [
    {
      "file": "DSC0002.JPG",
      "reason": "main subject half closed eyes",
      "recommended_action": "check neighboring frames"
    }
  ],
  "eye_recheck_replacements": [
    {
      "old": "DSC0002.JPG",
      "new": "DSC0003.JPG",
      "reason": "main subject eyes open in neighboring frame"
    }
  ]
}

注意事項

写真の内容に個人情報、機密資料、顔出し配慮がありそうな場合は、選定後に privacy review を提案する。
機械的な sharpness score だけで落とさない。集合写真、会場引き絵、登壇スライド前の写真は低スコアでも必要なことがある。
ブレ判定では「全体手ブレ」と「被写界深度による自然な背景/前景ボケ」を分ける。主役にピントがあっていれば背景ボケは NG にしない。
ユーザーが「編集しない」と言った場合、色補正・トリミング・リサイズ済み納品物を勝手に作らない。
元ZIPから展開した作業コピーの権限修正はよいが、元ZIPや元フォルダの属性は変えない。

同梱スクリプト

scripts/make_contact_sheets.py: フォルダ内画像からコンタクトシートを作る。
scripts/photo_quality_scan.py: sharpness / brightness / contrast と顔/主要部クロップ確認シートを作る。
scripts/make_swap_candidates.py: 目つぶり/半目候補の前後連番シートを作る。
scripts/materialize_selection.py: manifest から album_select / digest_highlights / ZIP を作る。

スクリプトは補助であり、最終判断は目視と前後比較で行う。

select-photos

select-photos — 写真選定

いつ使うか（必ず発火する条件）

原則

前提ツール

同梱スクリプトの解決方法

推奨出力構成

やること（ステップ）

Step 1: 入力と作業範囲を確定する

Step 2: 全体確認用コンタクトシートを作る

Step 3: 品質指標を作って低品質候補を拾う

Step 4: 選定基準を固定する

Step 5: セレクトを分ける

Step 6: 選定結果を成果物化する

Step 6.5: 目つぶり/表情の差し替え確認を標準で行う

Step 7: 品質チェックして報告する

出力 artifact

photo_selection_manifest.json の最低項目

注意事項

同梱スクリプト

select-photos — 写真選定

いつ使うか（必ず発火する条件）

原則

前提ツール

同梱スクリプトの解決方法

推奨出力構成

やること（ステップ）

Step 1: 入力と作業範囲を確定する

Step 2: 全体確認用コンタクトシートを作る

Step 3: 品質指標を作って低品質候補を拾う

Step 4: 選定基準を固定する

Step 5: セレクトを分ける

Step 6: 選定結果を成果物化する

Step 6.5: 目つぶり/表情の差し替え確認を標準で行う

Step 7: 品質チェックして報告する

出力 artifact

photo_selection_manifest.json の最低項目

注意事項

同梱スクリプト

`photo_selection_manifest.json` の最低項目

`photo_selection_manifest.json` の最低項目