Communitygithub.com

You Decide Story

Transforme un paragraphe en vidéo verticale (1080×1920 MP4) dessinée entièrement en code, avec des scènes SVG animées par GSAP, une voix off, des sous-titres synchronisés, une horloge et un choix final à deux mots.

Qu'est-ce que You Decide Story ?

Cette compétence permet de produire une courte vidéo verticale (format Reel/Short/TikTok, 20 à 45 secondes) à partir d’un simple paragraphe fourni par l’utilisateur. Aucun tournage ni générateur d’image n’est nécessaire : chaque scène est dessinée en SVG inline, animée avec GSAP, et une voix (narrateur macOS ou ElevenLabs) lit l’histoire. La vidéo inclut une horloge en haut, des sous-titres calés sur la narration, et se termine par un choix à deux mots. La compétence s’exécute entièrement en local, utilise Node.js, ffmpeg, GSAP et Playwright. Elle génère le fichier JSON de l’histoire, la piste audio, les images de vérification, puis le rendu MP4 final. Elle est idéale pour des narrations interactives où le spectateur est invité à choisir la suite.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/zeroedithq/claude-video-skills/tree/HEAD/you-decide-story

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait You Decide Story ?

Vous créez une courte vidéo verticale (1080×1920, environ 20 à 45 secondes) qui raconte une petite histoire et s’arrête sur un choix. Rien n’est filmé et aucune image n’est générée. Vous dessinez chaque scène en SVG inline, GSAP l’anime, un narrateur lit les lignes, et un script rend les images en MP4. L’utilisateur vous donne un paragraphe. Vous rendez la vidéo finale.

Les quatre parties

Chaque épisode contient les quatre éléments suivants.

  1. Une phrase de prémisse, dite dans les trois premières secondes. Deuxième personne, présent : « Vous conduisez le dernier bus de la nuit. » Le modèle est : vous, un lieu, un détail légèrement anormal. Le spectateur sait qui et où il est avant de pouvoir défiler.
  2. Une horloge ou un compteur affiché en haut de l’écran, qui change au moins une fois. « 23:58 » devient « 23:59 ». « 3 ALLUMETTES » devient « 2 ALLUMETTES ». Le changement indique au spectateur que le temps presse.
  3. Une scène dessinée par ligne de l’histoire. L’histoire compte 5 à 7 lignes. Chaque ligne a sa propre image et son propre sous-titre. L’image change à la seconde où le narrateur commence la ligne.
  4. Un choix en deux mots à la fin. L’écran s’obscurcit et demande WOULD YOU ? Puis deux options, un mot chacune (par exemple ANSWER / DON’T), puis COMMENT ONE WORD. L’histoire ne se termine pas. Le choix est la fin.

Fichiers

SKILL_DIR ci-dessous est le dossier où se trouve ce fichier. Utilisez son chemin absolu réel dans les commandes. Claude Code l’affiche lorsque la compétence est chargée. Sinon, il s’agit de .claude/skills/you-decide-story dans le projet, ou ~/.claude/skills/you-decide-story.

SKILL_DIR/scripts/voice.mjs      story.json -> audio narrateur + timing.json
SKILL_DIR/scripts/render.mjs     page épisode -> images de vérification, ou MP4
SKILL_DIR/template/episode.html   la page que vous copiez pour chaque épisode

Un épisode est un dossier dans le projet de l’utilisateur, nommé d’après l’histoire :

dernier-bus/
  story.json       vous l’écrivez (étape 1)
  timing.json      voice.mjs l’écrit (étape 2). Ne jamais éditer à la main.
  audio/           voice.mjs l’écrit (étape 2)
  episode.html     copié depuis le modèle (étape 3), puis vous y dessinez
  out/check/       images de vérification (étape 6)
  out/episode.mp4  la vidéo (étape 8)

Avant le premier épisode

Exécutez ces commandes dans le dossier du projet de l’utilisateur :

node --version           # doit être v22 ou plus récent
ffmpeg -version          # doit afficher une version
npm ls gsap playwright   # les deux doivent être listés

Si gsap ou playwright manque, installez-les dans le dossier du projet : npm install gsap playwright, puis npx playwright install chromium. Si Node.js ou ffmpeg manque, arrêtez-vous et dites à l’utilisateur quoi installer.

Étapes

Suivez ces étapes dans cet ordre. Ne rendez pas la vidéo complète avant que l’étape 7 ne soit propre.

Étape 1. Écrire story.json

Transformez le paragraphe de l’utilisateur en 5 à 7 lignes plus le choix. Le paragraphe doit répondre à quatre questions : où êtes-vous, quelle heure est-il (ou qu’est-ce qui s’épuise), qui ou quoi arrive, quels sont les deux mots à la fin. Si un élément manque, inventez-le et indiquez-le dans votre rapport final. Ne vous arrêtez pas pour demander. S’il s’agit d’une suite de série, l’utilisateur vous dit quel mot a gagné. Commencez par lui.

{
  "title": "DERNIER BUS",
  "lines": [
    { "id": "l1", "say": "Vous conduisez le dernier bus de la nuit.", "caption": "Vous conduisez le dernier bus.", "clock": "23:58", "pause": 0.8 },
    { "id": "l2", "say": "Un homme vous fait signe. Il n’y a pas d’arrêt ici.", "caption": "Un homme vous fait signe. Pas d’arrêt.", "clock": "23:59" }
  ],
  "choice": {
    "question": "WOULD YOU?",
    "a": "STOP", "aNote": "le faire monter",
    "b": "DRIVE", "bNote": "continuer",
    "say": { "question": "Would you?", "a": "Stop.", "b": "Or drive.", "cta": "Comment one word." }
  }
}
ChampDescription
titleL’étiquette dans la bande du haut. Un à trois mots. Écrite en majuscules.
lines[].idl1, l2, ... dans l’ordre de l’histoire. Les groupes de scènes et les animations utilisent ces identifiants.
lines[].sayCe que le narrateur dit. Une ou deux phrases courtes, 4 à 12 mots, au présent.
lines[].captionCe qui est écrit à l’écran. La ligne réduite à l’essentiel, environ 40 caractères.
lines[].clockLe texte dans la bande du haut pendant que cette ligne est affichée. Répétez la valeur pour la conserver. Changez-la au moins une fois, sur la ligne où la tension monte.
lines[].pauseFacultatif. Secondes de silence après la ligne, pour une image qui nécessite du temps (une porte qui s’ouvre, un téléphone qui sonne). Par défaut 0.3.
choice.a, choice.bUn mot chacun, en majuscules.
choice.aNote, choice.bNoteDeux ou trois mots en minuscules qui expliquent le sens du mot ici.
choice.questionPar défaut WOULD YOU?.
choice.sayCe que le narrateur dit pendant la construction de la carte, en quatre parties, pour que chaque mot tombe au moment où il est prononcé.

Règles pour les lignes :

  • l1 est la prémisse. Deuxième personne, présent, 8 mots ou moins, pour qu’elle se termine en moins de 3 secondes.
  • Conservez les phrases de l’utilisateur lorsqu’elles conviennent déjà. Si le paragraphe commence par une phrase à la deuxième personne, au présent, de 8 mots ou moins, cette phrase est l1, mot pour mot.
  • Une ligne = une image. Si une ligne nécessite deux images, divisez-la en deux lignes.
  • La dernière ligne avant le choix laisse la question ouverte. N’y répondez pas.
  • L’histoire est originale. Voir les règles de dessin.

Étape 2. Créer la voix et timing.json

node SKILL_DIR/scripts/voice.mjs dernier-bus
  • Sur un Mac, cela utilise la voix say intégrée. C’est gratuit. --voice Daniel et --rate 172 sont les paramètres par défaut. Pour une histoire dans une autre langue, passez une voix de cette langue (listez-les avec say -v '?').
  • --provider elevenlabs --voice <voice_id> utilise ElevenLabs. Nécessite ELEVENLABS_API_KEY et coûte des crédits à l’utilisateur. Utilisez-le seulement si l’utilisateur le demande.
  • --provider silent écrit du silence d’une durée estimée. Utilisez-le lorsque le système n’a pas de voix. Dites à l’utilisateur que la vidéo n’a pas de narration.

Le script affiche la seconde de début et de fin de chaque ligne et écrit audio/voice.wav et timing.json. Il vérifie également le format et imprime une ligne Warning: pour chaque problème : la prémisse se termine après 3 secondes, l’horloge ne change jamais, un choix fait plus d’un mot, une ligne est à l’écran moins de 2 secondes. Corrigez chaque avertissement dans story.json et exécutez à nouveau le script. Exécutez-le à nouveau après chaque modification d’un texte say.

timing.json est la seule horloge de l’épisode :

{ "duration": 24.6, "lines": [ { "id": "l1", "start": 0.3, "end": 2.71 }, { "id": "l2", "start": 3.51, "end": 6.4 }, { "id": "choice", "start": 19.2, "end": 19.9 } ] }

Étape 3. Copier le modèle

cp SKILL_DIR/template/episode.html dernier-bus/episode.html

Lisez la copie une fois. Vous modifiez deux endroits : les scènes (SVG) et la fonction motion. Le reste est le moteur. À partir de story.json et timing.json, le moteur synchronise déjà les coupures de scènes, le zoom lent de chaque scène, les sous-titres, l’horloge et la carte de choix. Ne les chronométrez pas à nouveau et ne modifiez pas le moteur.

Modifiez la copie avec votre outil d’édition de fichiers. L’épisode reste un seul fichier HTML : ne le divisez pas en parties et n’écrivez pas de script de construction.

Étape 4. Dessiner les scènes

Dans <g id="scenes">, supprimez les deux scènes d’exemple et dessinez un groupe par ligne :

<g class="scene" id="scene-l2" data-caption-y="1400">
  <!-- arrière-plan d’abord, puis objets, puis personnes -->
  <g transform="translate(540 1250) scale(1.12) translate(-540 -1250)">
    <g id="l2-homme"> ... </g>
  </g>
</g>
  • L’identifiant du groupe est scene- suivi de l’identifiant de la ligne. Le moteur l’affiche depuis le début de sa ligne jusqu’au début de la ligne suivante.
  • Donnez à chaque partie qui va bouger son propre groupe nommé, et commencez le nom par l’identifiant de la ligne (l2-homme, l2-bras). Les identifiants doivent être uniques dans la page.
  • La taille et le placement sont sur un groupe extérieur sous forme de transform. L’animation va sur le groupe nommé à l’intérieur. Ne tweenez jamais un élément qui a un attribut transform, et ne tweenez ni ne transformez jamais un groupe .scene.
  • Une ligne peut conserver la scène précédente (ne dessiner aucun groupe pour elle) seulement lorsque l’image change clairement à cette ligne par une animation : quelqu’un part, une lumière s’éteint, un téléphone s’allume.

La scène fait 1080 × 1920. Une unité = un pixel de la vidéo.

yCe qui va à cet endroit
0 à 182Bande du haut : étiquette et horloge. Le moteur les dessine. Gardez la zone derrière neutre.
250 à 1250L’image. Le sujet principal vit ici et la remplit.
1290 à 1500Bande de sous-titres. Une couleur sombre unie derrière les mots : un compteur, un sol, une route, un mur.
1560 à 1920Couvert par les boutons d’application sur les téléphones. Rien d’important pour l’histoire.

data-caption-y sur une scène déplace son sous-titre (par défaut 1400, le milieu de la bande). data-zoom définit le zoom lent (par défaut 1.06, 1 pour aucun).

Étape 5. Écrire l’animation

Remplacez le corps de function motion({ tl, show, line }) par l’animation de vos scènes.

const l1 = line('l1'), l2 = line('l2');   // { start, end, next } en secondes, depuis timing.json

// tomber depuis le haut du cadre et rebondir
show('#l2-sac', l2.start + 1.0);
tl.fromTo('#l2-sac', { y: -1400 }, { y: 0, duration: 0.55, ease: 'bounce.out' }, l2.start + 1.0);
// marcher vers la droite
tl.to('#l3-homme', { x: 900, duration: 1.3, ease: 'power2.in' }, l3.start + 1.4);
// trembler : un téléphone qui sonne tourne légèrement autour de son centre
tl.to('#l4-telephone', { rotation: 3, svgOrigin: '290 1680', duration: 0.06, repeat: 40, yoyo: true, ease: 'none' }, l4.start);
// pulsation : arcs de sonnerie, voyant d’alerte
tl.fromTo('#l4-cercles', { opacity: 0 }, { opacity: 1, duration: 0.3, repeat: 7, yoyo: true, ease: 'sine.inOut' }, l4.start + 0.1);
// quelque chose qui dure toute la scène
tl.fromTo('#l1-route', { x: 0 }, { x: -520, duration: l1.next, ease: 'none' }, 0);

Règles. Elles garantissent que l’image reste synchro avec la voix :

  • Chaque seconde de début provient de timing.json. Écrivez-la comme line('<id>').start plus un décalage dans cette ligne. 0, la première image, est le seul nombre nu autorisé. Une seconde définie manuellement comme 6.4 n’est pas autorisée : si la voix est refaite, elle dériverait.
  • line(id).start est la coupure vers la scène de cette ligne. .end est l’endroit où le narrateur s’arrête. .next est l’endroit où commence la ligne suivante. line('choice') est la carte de choix.
  • Une forme qui apparaît plus tard nécessite show(el, start) à la même seconde que son tween d’entrée. show(el, start, end) la cache avant start et après end.
  • Uniquement des tweens. Pas de tl.call, pas de onComplete, pas de Math.random(), pas de temporisateurs. Le rendu saute à chaque image, donc seules les valeurs tweenées sont dessinées.
  • La rotation et l’échelle nécessitent svgOrigin: 'x y', le point autour duquel elles tournent, en unités de scène.
  • Donnez à chaque scène une ou deux choses qui bougent en plus du zoom : une entrée, un geste, une lumière. Une scène où rien ne bouge ressemble à un diaporama.

Le moteur s’arrête avec un message clair lorsqu’un tween n’a pas de seconde de début, lorsqu’un sélecteur ne correspond à rien, ou lorsque story.json et timing.json ne correspondent plus.

Étape 6. Rendre les images de vérification et les examiner

node SKILL_DIR/scripts/render.mjs dernier-bus --frames auto

Cela écrit des fichiers PNG dans dernier-bus/out/check/ : la première image, une image juste après chaque coupure (-cut), une image au milieu de chaque ligne (-mid), et la dernière image. Lisez chaque ligne Note: qu’il imprime.

Ouvrez chaque PNG avec l’outil de lecture, un par un, en taille réelle. Ne sautez pas d’images et ne jugez pas à partir de la liste des fichiers. Dans chaque image, vérifiez :

  1. Une seule scène est affichée, et c’est la bonne pour la ligne.
  2. Le sous-titre se lit immédiatement. Rien de lumineux ou de détaillé n’est derrière.
  3. Le sujet principal de la ligne remplit au moins un tiers de la zone d’image.
  4. Rien n’est dans le cadre qui n’est pas encore arrivé. Comparez chaque image -cut avec les décalages de votre code d’animation.
  5. Aucun texte n’est coupé par le bord de son cadre ou du cadre.
  6. L’horloge affiche la valeur que story.json donne pour cette ligne.
  7. La première image montre déjà le lieu et le sujet principal.
  8. La dernière image montre la question, les deux mots, les deux notes et COMMENT ONE WORD.

Étape 7. Corriger et vérifier à nouveau

Corrigez ce que vous avez vu. Utilisez la liste ci-dessous. Puis refaites les images et regardez à nouveau. Pendant un moment, vous pouvez demander des secondes exactes : --frames 6.5,7.2. Répétez jusqu’à ce que chaque image passe les huit vérifications. Un seul coup d’œil ne suffit pas : une correction déplace souvent le problème.

Étape 8. Rendre la vidéo

node SKILL_DIR/scripts/render.mjs dernier-bus

Il imprime une ligne de progression toutes les 150 images et se termine par le nombre d’images et les secondes nécessaires. Le fichier est dernier-bus/out/episode.mp4. --out nom.mp4 change le nom. --width, --height et --fps changent la taille et la fréquence d’images (par défaut 1080 × 1920, 30). Confirmez ensuite que le fichier a une image et un son :

ffprobe -v error -show_entries stream=codec_type:format=duration -of default=nw=1 dernier-bus/out/episode.mp4

Étape 9. Rapporter

Dites à l’utilisateur : le chemin du MP4, sa durée, la prémisse, les deux mots, tout ce que vous avez inventé, et tout avertissement que vous n’avez pas pu supprimer.

Échecs connus et correctifs

Ces quatre problèmes sont survenus dans le premier épisode réalisé de cette façon. Recherchez-les dans chaque image de vérification.

  1. Une forme est visible avant le début de son animation d’entrée. Vous la voyez dans une image -cut : quelque chose qui devrait arriver plus tard est déjà là, souvent suspendu à un endroit étrange. Dans le premier épisode, un sac pendait devant le visage d’un homme pendant une seconde avant de tomber. Cause : un tween place sa forme à la position de départ à partir de la seconde 0, et cette position était dans le cadre. Correctif : cachez-la jusqu’à son début avec show('#l2-sac', l2.start + 1.0) à la même seconde que le tween, et commencez l’entrée en dehors du cadre (y: -1400, pas y: -400).
  2. Un sous-titre est placé sur une zone chargée. Les mots se trouvent sur des étagères, des fenêtres, un visage ou des formes lumineuses. Correctif : déplacez le sous-titre vers une bande calme. Définissez data-caption-y sur cette scène à un y où l’arrière-plan est d’une seule couleur sombre unie, ou redessinez la scène de sorte que y 1290 à 1500 soit calme. Ne réduisez pas la taille du sous-titre pour le faire tenir entre les éléments.
  3. Le sujet principal est trop petit dans le cadre. Par exemple, une personne debout est dessinée de la tête aux pieds alors qu’elle devrait être cadrée de la taille ou des épaules. Correctif : agrandissez l’élément sur son groupe transform extérieur (scale 2 ou plus) et recentrez-le. Ne pas zoomer en réduisant la hauteur de la scène : le sous-titre et l’horloge restent en place.
  4. Les sous-titres des images de vérification ne sont pas alignés avec le rendu final. Première observation : la vérification utilise une police système qui est un peu plus étroite que celle du rendu final, donc les lignes les plus longues tiennent dans la vérification mais débordent dans la vidéo. Correctif : testez le sous-titre le plus long de chaque épisode avec --frames sur la seconde 1.0 (toujours l1) et regardez-le dans le rendu en taille réelle avant de passer à l’étape 8.

Précision de la voix

La voix macOS say produit des secondes légèrement différentes entre un Mac Intel et un Mac Apple Silicon pour le même texte et le même réglage de vitesse. timing.json est recréé à chaque exécution de voice.mjs, donc l’alchimie fonctionne toujours. Mais si vous entrez une seconde à la main (6.4 au lieu de line('l3').start + 0.7), elle sera fausse sur l’autre architecture. Utilisez les valeurs de timing.json.

Licence

Notes originales et compétence par machine这么多. Inspiré par @dayglow sur Twitter. Ce fichier fait partie de la compétence You Decide Story.

Skills associés