詳細を読む


Jumpcut は Claude 3 Opus を活用して、ハリウッドのスタジオ、エージェンシー、制作会社の脚本レビューにかかる数百時間を節約し、エンターテインメントチームがより多くの脚本をレビューでき、より多くの脆本家が大きなチャンスをつかめるのを支援する包括的なレポートを生成しています。
毎年、数十万の脚本がクリエイティブエグゼクティブ、エージェント、マネージャー、タレントの注目を競います。しかし、脚本を徹底的に分析するには一度に何時間もかかり、多くの意思決定者は実績のある脆本家のプロジェクトを優先して読むため、ほとんどの脚本は読まれないままで、新人肆本家による斬新なアイデアの制作が妨げられています。
Jumpcut は生成 AI を使用した根本的に異なるアプローチを提供しています。創業者たちは、各脚本の分析にかかる時間を短縮し、エンターテインメントチームがより多様なプロジェクトを深く検討できる製品 ScriptSense を構築しました。
チームは ScriptSense に脚本をアップロードし、シーンの要約からキャラクター分析、類似作品まで、包括的な脚本カバレッジを数秒で作成します。各脚本の豊かなストーリーとユニークなサブテキストを捉えるために、チームは ScriptSense の基盤として Claude を選択しました。

ストーリーテリングではサブテキストが重要です。他の基盤モデルは大量のプロンプトエンジニアリングが必要で、それでも脚本のユニークさを捉えるニュアンスを捕捉できませんでした。Claude は脚本をより効果的に分析し、より人間らしい出力を生成します。しかも大幅に少ないプロンプト作業で実現します。
— Jumpcut 会長兼創業者、Kartik Hosanagar 氏
100 ページ以上の脚本を読む中で、読者は複数のストーリーライン、フラッシュバック、変化する視点に出会うことがよくあります。ストーリーはセリフ、シーンとアクションの説明、トランジションによって織り合わされています。標準的な LLM の要約では、これらのドキュメントに含まれるニュアンスとサブテキストを捉えきれません。そして、受賞脚本を他の作品から引き上げるのは、まさにこれらの小さなディテールなのです。
ScriptSense で、Jumpcut チームはマルチステップのエージェント型アーキテクチャを構築し、脚本をコアコンポーネントに分解し、ストーリーを構成するプロット、キャラクター、テーマのデバイスを理解します。

すべての主要基盤モデルでテストと評価を実施した結果、Claude がマルチステップの脚本分解プロセスに含まれる要約とクリエイティブ分析のサブタスクで最も優れたパフォーマンスを発揮することが判明しました。その結果、エンターテインメントチームがより迅速に情報に基づいた意思決定を行うのに役立つ、よりコンテキスト豊かな結果が得られました。
- Jumpcut 共同創業者兼プロダクト責任者、Dilip Rajan 氏
高品質で偏りのない脚本カバレッジに加えて、ScriptSense はアップロードされたすべての資料をインデックス化し、一元的なデータベースで簡単に検索できるようにすることで、大規模チーム全体のサイロを解消します。スタジオやエージェントが非常に具体的なコンテンツ要件に応えたい場合、チームが収集した数千の脚本を、サブジャンル、設定、テーマ、キャラクタータイプ、ストーリーラインのディテールまで簡単に検索できます。
Claude を統合した後、Jumpcut は生成される脚本カバレッジの品質とユーザー満足度の両方で劇的な向上を観察しました。カバレッジは、以前は見逃されていた複雑な脚本のニュアンス、たとえば特定のタイプのユーモアや暗示されたキャラクターの動機などを捉え始めました。
脚本カバレッジの品質向上により、Jumpcut はいくつかの重要なエンタープライズ契約を獲得できました。現在、200社以上のユーザーが ScriptSense を利用し、次の大ヒットを見つけるために脚本を読む時間を35,000時間以上節約しています。ある大手制作会社のクリエイティブエグゼクティブは次のように述べています。「ScriptSense は私にスーパーパワーを与えてくれます。原石の中からダイヤモンドを見つけるために、すべてのカエルにキスするのを手伝ってくれます」
さらに、ScriptSense に Claude を組み込むプロセスは Jumpcut にとってスムーズで簡単なものでした。「Anthropic Console の Workbench により、チームは脚本分解プロセスに含まれるさまざまなプロンプトの協力、反復、テストが容易になりました」と Rajan 氏は述べています。「プロンプトエンジニアリングのプロセスは、Jumpcut が以前テストした他の LLM よりも速く、チームは Claude が詳細な指示に対してより反応が良く、ステアリングが容易であることを実感しました」