Communitygithub.com

フィルム編集

承認されたクリップを完成した映画(フィルメイカー・カット)に仕上げるスキルです。フッテージのログ作成、カットノートから編集決定リスト(EDL)への変換、ショットテーブル順の組み立て、文末、ポーズ、ビートに合わせたトリミングとペーシング、実績のあるffmpegレシピの実行(トリム、結合、リフレーム、スピード、コンタクトシート、字幕)、FCPXMLとしてのタイムライン引き渡し、キャプションの作成と翻訳、完成クリップの修正、最後のアップスケール、AI開示とクレジット付きの納品ファイルの作成を行います。アップロードは明示的に依頼された場合のみ、デフォルトは非公開です。ユーザーが「アセンブルして」、「カットノートを反映して」、「このショットをトリムして」、「ビートに合わせてカットして」、「これらのクリップを結合して」、「縦型にして」、「コンタクトシートを作って」、「字幕を焼き込んで」、「キャプションを翻訳して」、「Final Cutに書き出して」、「アップスケールして」、「納品して」、または「アップロードして」と指示したときに使用します。タイトル、ローワーサード、キネティックタイポグラフィ、アニメーションキャプション(モーショングラフィックス)、ナレーション、音楽、ミックス、ラウドネス(フィルムサウンド)、ショットや静止画の生成(シネマティックショット)は対象外です。カラーグレーディングはまだ対応していません。

フィルム編集 とは?

このスキルは、映像編集におけるアシスタントエージェントの役割を定義します。承認されたクリップを基に、ログ作成から最終納品までを自動化・支援します。ffmpegの具体的なコマンドや編集シートのテンプレートは別ファイルで提供され、エージェントはそれらに従って作業を進めます。特に重要なのは、エージェントはあくまでも「演奏者」であり、編集の意思決定(何を残し、カットし、入れ替えるか)はすべてユーザーが行うという原則です。曖昧な指示があれば解釈を提案し、選択肢を提示します。また、ファイルの上書きは決して行わず、新しいバージョンとして保存します。有料の処理(クラウド文字起こし、AI生成、アップスケールなど)を行う前には必ずコストと数量を伝え、ユーザーの明示的な同意を得ます。プライバシーを重視し、アップロードはユーザーが明示的に依頼した場合のみ、デフォルトでは非公開または下書きとして行われます。このスキルはClaude Code、Cursor、CodexなどのAIエージェント向けに設計されています。

対応~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/nikbearbrown/agentic-filmmaking/tree/HEAD/skills/film-edit

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

フィルム編集 は何をしますか?

フィルメイカーがカットし、エージェントがタイムラインを保持します。このスキルは、承認されたクリップを完成した、誠実にラベル付けされた映画に仕上げます。作業はプレーンなffmpegです。テスト済みのコマンドはffmpeg-recipes.mdに、フッテージログ、編集決定リスト、プロダクションログ、納品チェックリスト、クレジットテンプレート、FCPXMLスケルトンはedit-sheets.mdにあります。

すべてのステップのルール

  • フィルメイカーが指揮し、エージェントが演奏します。 エージェントは組み立て、計測、提案、レンダリングを行います。何を残すか、カットするか、保持するか、入れ替えるか、順序を変えるかはユーザーの判断です。選択肢が開かれている場合(どのテイクを使うか、左または右をクロップするか、スピードを上げるかトリムするか)、それぞれのコストとともにオプションを提示します。
  • +1は意図であって、好みではありません。 カットがユーザーの希望から逸脱した場合(正確に適用できなかったノート、リアクションを失ったビートなど)、それを一度フラグし、ユーザーに決定を委ね、その決定をログに記録します。あなたの好みは逸脱ではありません。
  • 上書き禁止、削除禁止。 パスごとに新しい番号付きファイル(cut-v4.mp4)を作成します。ソースは読み取り専用です。ユーザーがそのファイルを置き換えるように明示的に要求した場合を除き、ffmpegの-n(上書き拒否)を使用し、-yは使用しません。古いカット、弱いテイク、置き換えられたクリップはsupersededフォルダに移動します。
  • 支出前と公開前に確認を取ります。 有料ステップ(クラウド文字起こし、生成リレンダー、有料アップスケーラーなど)の前に、ツール名、数量、推定コストを明示し、承諾を待ちます。却下された結果のリレンダーは新たな支出です:再度確認してください。沈黙は承諾ではありません。
  • 権利と同意。 ユーザー自身のものでないフッテージ、音楽、声は権利が必要です。実在の人物の肖像や声には同意が必要です。他人の動画をダウンロードするには、所有者の許可またはライセンスが必要です。利用規約の警告は許可ではありません。ユーザーの回答を待ってください。
  • プロダクションログを保持します: 各バージョン、適用されたノート、ユーザーの決定、有料ステップごとのツール、ジョブID、コスト。生成された結果は、ユーザーが承認した場合にのみ「保持」としてログに記録します。

このスキルの範囲外

  • タイトル、ローワーサード、キネティックタイポグラフィ、アニメーションまたは単語ごとのキャプション、コードで描かれる矢印やマップ:モーショングラフィックス。このスキルは、それらのレンダリング出力をクリーンカットの上に重ねます。
  • ナレーション、ダイアログ、音楽、効果、ミックス、ラウドネス:フィルムサウンド。このスキルは、納品されたミックスをロックされたピクチャの下に配置します。
  • ショット、スチル、クリップ:シネマティックショット、カバレッジから欠落しているショットも含みます。
  • まだカバーされていません:カラーグレーディング。ユーザーが要求しない限り、生成されたままの色を維持します。

1. カット前にフッテージをプローブしてログする

計画の前にプローブ:長さ、フレームレート(r_frame_rateがavg_frame_rateと異なる場合は可変レート)、サイズ、ピクセルアスペクト比、フォーマット、オーディオストリーム。生成されたクリップはショットごとに異なることが多く、音声がないものもあります。

各クリップをディレクターではなくオブザーバーとしてログします:ショット番号、ファイル、フレーム内の内容、使用可能なインとアウト、完全なラインとアクションの開始と終了位置、ビートを伝える瞬間、確認された問題。見たものとそれが意味するかもしれないことを分けて書き、「不明」と書き、ストーリーをでっち上げないようにします。測定値は暫定的なものであり、最終的な判断ではありません:

  • クリップあたり数フレームのコンタクトシート、時刻付き。1フレームでは、ゴーストオブジェクトや動く顔を見逃す可能性があります。
  • シーンチェンジの候補。 モーション、フラッシュ、ディゾルブもスコアが高くなります。それぞれを通常速度で確認してください。
  • 無音区間。カットを配置できる箇所。トランスクリプトのギャップは無音の証拠にはなりません。
  • ドロップフレーム:1.5フレームより長いタイムスタンプギャップ。
  • 音声:長時間の録音の場合は、まずトランスクリプトを読み、ピクチャが重要な場合にのみフレームを取得します。

2. ショットテーブル順にアセンブルする

最初のカットは機械的です:承認されたクリップをショットテーブル順に、それぞれログされたインとアウトで配置します。これはユーザーが視聴するためのドラフトです。

  1. すべてのクリップを単一のフォーマットに正規化します:サイズ、スクエアピクセル、フレームレート、ピクセルフォーマット、オーディオレートとチャンネル。音声のないクリップには無音トラックを追加します。アスペクト比が異なる場合は、フィット(バー)またはフィル(クロップ)はユーザーの選択です。
  2. 結合:すべてのピースが完全に一致する場合はストリームコピー、それ以外の場合はconcatフィルタ(1回の再エンコード)を使用します。結合後、ビデオとオーディオの長さを比較します。
  3. 可能な限り少ない回数で再エンコードします:高品質の中間ファイル、最後に1回の納品エンコード。
  4. 各クリップの独自のサウンドを保持します(ビデオモデルのアンビエントトラックを保持;レベル調整はフィルムサウンドの担当です)。
  5. バージョン番号を付け、ログし、コンタクトシートを作成します。

3. カットノートが編集決定リストになる

ユーザーが視聴し、自分の言葉でノートを入力します:トリム、交換、保持、カット、移動。各ノートは編集決定リスト(EDL)の行になります:ノート番号、ユーザーの言葉をそのまま、ショット、ソースインとアウト、アクション、理由、ステータス。時間はソース秒単位で保持します。出力タイムライン上のもの(ナレーション、キャプション、マーカー)は、リカットのたびに再タイミングされます。

  • ノートが曖昧な場合に尋ねます(「中間をタイトにして」):タイムコード付きの2つの具体的な解釈を提示します。
  • 各行に理由を付けます:それが果たすビート、なぜそこで開始し終了するのか。イベント全体ではなく、ビートを着地させる瞬間を保持します。
  • 保持すべき瞬間をリストします(質問とその回答、リアクション、ペイオフ)。自動的な境界変更後、それらが完全で順序通りであることを確認します。
  • ダイアログの場合、トランスクリプト全体を番号と時間付きで表示し、何を削除するか尋ねます。グラフィックがカットにタイミングされる前に。同じ文が2回言われた場合、後のテイクが修正であることが多いです。どちらかを削除する前に尋ねてください。
  • 適用、新しいバージョンのレンダリング、ノートと決定のログ。 ユーザーがカットを自分のものと言うまで繰り返します。

4. トリミングとペーシング

文末とポーズでカットします。 インまたはアウトポイントは、測定された無音の中、ソースの先頭、または1つのテイク内の連続的なジョインに属します。境界が依然として発話内にある場合は、それを移動するか、文全体を削除します。長さに合わせるために単語をクリップしないでください。ポーズの途中からデッドエアをトリミングし、両側に息継ぎを残します。非連続的なジョインには、クリックしないように非常に短いオーディオフェードを適用します。意図的に遅い話者のポーズを削除する前に確認してください。

フラッシュフレームを避けます:ソース内のハードカットの隣に境界が来たときに残る1~2フレームの断片。境界を移動するか、断片を削除します。フリーズやスローダウンで短いショットを伸ばしたり、トランジションで悪いカットを隠したりしないでください。

長さの目標。 「60秒にして」という指示は、スピード変更とトリミングでは異なる答えになります(スピード変更はすべての動きと声を変え、トリミングは素材を失います)。両方を提示します。

ナレーションにピクチャを合わせる(ピクチャ側):ナレーションのラインがそのショットより長い場合、そのクリップを最大10%スローダウンし、残りを次のショットにオーバーフローさせます。ある映画では、25ショット中7ショットで必要でした。スピード変更後もフレームレートを一定に保ち、クリップが結合のために他のクリップと一致し続けるようにします。

ビートに合わせてカットする。 承認された音楽のビート時刻を秒のリストとして取得します(フィルムサウンドから、またはトラックで実行されたビートトラッカーから)。各クリップの最も強い瞬間を提案し、最も近いビートにカットをスナップし、アセンブル前に番号付きのショットシートを表示します。ビートと文末が一致しない場合は、両方を表示し、ユーザーに選択させます。

5. 完成クリップのエフェクト修正

コスト順に作業し、各修正の横にオリジナルを保持します。

  • オリジナルのピクセルを保持する無料修正:リフレーム、スピード、フレームホールド、補間によるドロップフレーム埋め、軽いノイズ除去。

  • オーバーレイは生成されたフッテージに決して入れません。 矢印、ルート、ラベル、グリッドは、モーショングラフィックスによってクリーンクリップの上に描画されます。生成されたクリップに焼き込まれているものがある場合は、上から描画するのではなく、クリーンな状態で再生成します。

  • 生成リレンダーは修正ではなく、新しいショットです。 参照ビデオモデルは、動きと外観のガイドとしてオリジナルを使用しますが、ロックされたピクセルとしては使用しないため、顔、小道具、カメラムーブがずれる可能性があります。ユーザーが希望する場合:

    1. クリップ全体のフレームを読み、同じままにしておくべきもの(アイデンティティ、ジェスチャー、カメラムーブ、フレーミング、照明、保持するオブジェクト)と変更点を、その瞬間のタイミングとともに書き留めます。
    2. ツールが許可する場合、最初に1枚の静止画を変更し、承認を得てからモーションに料金を支払います。
    3. モデル、数量、推定コストを明示し、承諾を待ちます。
    4. 結果をソースと比較します:長さ、最後までの発話、最後の言葉を通じて動く口、開始、中間、結合、終了時の顔、承認された変更がまだそこにあること。ミスはミスとして報告し、1つの修復を提案します。自分でエスカレーションしないでください。

    モデルが何を保存するかは、最初に1つのショットでテストすべきものです。

  • 各ショットにリアルか生成かをラベル付けします。開示に必要です。

6. キャプションと字幕

ピクチャロック後、およびリフレーム後にキャプションを作成します。クロップの前に作成されたキャプションはフレームから外れる可能性があります。

  • 言葉。 ナレーションが最初に書き起こされた場合、スクリプトがキャプションテキストになります:文字起こしではなく、オーディオに合わせます。それ以外の場合は文字起こしします。ローカルエンジンはメディアをマシン上に保持し、クラウドサービスはアップロードします(最初に確認)。認識タイムスタンプは、多くの場合、語彙のタイミングではなく、大まかなウィンドウです。タイミングが重要な場合は調整します。
  • 読んで修正します。 認識エンジンは方言、名前、専門用語を誤認識します。言われていない単語を追加したり、キャプションを短くしたり言い換えたりしてフィットさせることは決してしないでください。小さいサイズを使用するか、別の行にするか、尋ねてください。合成音声が正しく発音できるように綴りを変えた単語は、キャプションでは本来の綴りを保持します。
  • 1つのマスター、多くのフォーマット。 最もリッチなバージョン(単語タイミング、話者)を保持し、そこから変換します:テキストと時間用のSRT、Webプレーヤー用のVTT、スタイリング用のASS。
  • タイミングを維持して翻訳します:同じ順序で同じ数のキュー、同じ時間と話者ラベル。空のキューなし。サウンドタグは保持。ソースにないダッシュ、括弧、角括弧は使用しません。不明な場合はソース言語を確認します。話されている単語ごとにハイライトするキャプションは、オーディオの言語でなければなりません。別の言語の場合は、プレーンな翻訳行を使用します。
  • バーンまたはマックス。 バーンされたキャプションはピクチャの一部であり、オフにできません。したがって、最後に、アップスケーリングの後にバーンします。libassでビルドされたffmpegが必要です。マックスされた字幕は切り替え可能なままです:言語ごとに1つのトラック、言語タグ付き。プラットフォームは言語ごとに1つの字幕ファイルを受け取ります。
  • 配置: キャプションを顔の上に置かないようにし、縦型動画ではプラットフォームのボタンを避けます。現在の安全領域を確認します。

7. クリップごとに、最後にアップスケールする

カットがロックされた後でのみアップスケールし、結合されたフィルムではなく各クリップを個別にアップスケールして、カットがにじまないようにします。同じEDLを使用してアップスケールされたクリップからカットを再構築し、テキストがシャープな状態を保つためにキャプションとグラフィックスを追加します。AIアップスケーリングは写真のようなフッテージに適しています。ある映画シリーズでは、フラットなベクターアートを劣化させました。有料のアップスケーラーの前に確認を取ってください。

8. 最終視聴

配信するファイルを確認します。以前のバージョン、プロキシ、またはキャプションなしのマスターではありません。

  1. 修正のために停止せずに通常速度で一度再生します。気づいたことをメモします。
  2. 各ジョインを、その両側0.5秒から1秒、通常速度で再生します。
  3. ピクチャなしで一度聴きます。
  4. オープニング、キーモーメント、エンディングをもう一度見ます。
  5. リビジョンの場合、要求された各変更が発生し、他に何も動いていないことを確認します。
  6. その後、数値をプローブし、デコードパスを実行し、字幕トラックを確認し、すべてのショットのコンタクトシートを作成します。

シートと自動チェックは問題を指し示すだけであり、再生が判断します。画像を表示したりメディアを再生したりできない場合は、チェックを主張する代わりにそう伝えてください。問題をパッケージングではなく、問題のある場所(カット、サウンド、言葉)で修正します。edit-sheetsの5行形式で報告します。

9. 納品ファイル、開示、クレジット

  • どこに配信するか尋ねます。 宛先がアスペクト比、長さ、コーデック、ラウドネスを決定します。現在の仕様を読み、日付をメモします。
  • マスター1つ、次に宛先ごとに1つのファイルをそれからエンコードし、プローブします。それらとともに、言語ごとの字幕ファイル、トランスクリプト、クレジットと開示、権利記録。
  • 開示とクレジット: スクリプトが何から翻案されたか、どのピクチャとサウンドがAI生成でどれがリアルか、フッテージ、音楽、声のクレジットとその権利。エージェントは空欄付きでこれをドラフトします。ユーザーが編集し署名します。プラットフォームの合成メディアフラグを真実に設定します。
  • 権利記録: ソースとライセンス付きのすべての外部アセット。モデルとジョブID付きのすべての生成されたアセット。

10. エディターへのタイムライン引き渡し(FCPXML)

ユーザーまたはそのエディターが編集プログラムで仕上げる場合、フラット化されたファイルとともにタイムラインを引き渡します。

  • EDLをFCPXMLとしてエクスポートします(エディターのプログラムが何をインポートするか尋ねます)。さらにCSVも。オリジナルのクリップを絶対パスで指します。欠落しているメディアをリストします。
  • 時間はフレーム/フレームレート(72/24s)であり、丸められた小数ではありません。offsetはタイムライン上の位置、startはソース内のインポイント、durationは長さです。マーカーはマークするクリップの子であり、カットノートを保持できます。spineはメインストーリーラインです。接続されたクリップはレーン上に配置され、正は上、負は下です。.fcpxmldバンドルはサイドカーデータを持つフォルダです。そのままにしてください。
  • エディターのファイルをその場で編集しないでください。新しいバージョンを書き、何が変更されたかをリストします。
  • ファイルを書き出すことはインポートすることではありません。最初に小さなテストをインポートします。インポートはユーザーのステップです。

11. アップロード:最初に確認、デフォルトは非公開

  • デフォルトはユーザーがアップロードするパッケージです:ファイル、キャプション、タイトル、説明、タグ、カバー、開示。
  • ユーザーのリクエストがあった場合のみ、プラットフォームごとに、非公開または下書きとしてアップロードします。公開またはスケジュールされたリリースには、ユーザーがプラットフォーム、ファイル、時間を指定する必要があります。「どこにでも投稿して」はその承認ではありません。各プラットフォームの計画されたアクション(ファイル、タイトル、公開範囲、時間)をリストし、確認します。
  • 一度に1つのプラットフォーム。ログイン画面、確認コード、キャプチャ、セキュリティ警告で停止し、手渡します。パスワードやコードを入力したり、資格情報を読み上げたり繰り返したりしないでください。
  • その後、タイトル、説明の始まり、キャプション、公開範囲、合成メディア設定を読み返します。成功はビデオIDと処理ステータスです。ログイン失敗はそうではありません。

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

cinematic-shots

Take a screenplay or scene to shots an image or video model can make, with the filmmaker making every creative call. Covers notes on the script, the screenplay-to-shot-table conversion, look rules written once and pasted into every prompt, keeping characters, places and props consistent with reference sheets, cheap draft stills before paid hero stills, checking every still before any motion, image-to-video prompts with one action and one gentle camera move, checking several frames per clip, the cost order, a per-session spending cap, and cost and production logs. Use when the user says "shot table", "shot list", "break down this scene", "storyboard", "look rules", "keep the character consistent", "character sheet", "draft stills", "hero still", "animate this still", "image to video", "camera move", "the clip smears" or "what will this cost". Not for narration, dialogue, music or the mix (film-sound); cutting, captions, upscaling or delivery (film-edit); or titles and graphics drawn in

motion-graphics

Make graphics drawn in code that sit over or between shots - titles and title cards, lower thirds, kinetic type, a stat or animated chart, a map or route, logo stings, transitions, captions styled as graphics, beat-synced graphic videos and explainer animation. Sets the house style once (palette, type, pacing), plans beats against measured narration, music or footage timing, builds deterministic seek-safe animation, inspects stills and several frames, then renders, verifies and composites over clean footage instead of baking graphics into generated shots. Works with any code-rendered video engine. Use when the user says "motion graphics", "title card", "lower third", "kinetic type", "animate this chart", "animated map", "draw the route", "logo sting", "beat-synced video", "explainer animation", "styled captions" or "overlay on this footage". Not for generated photoreal footage (cinematic-shots), narration, music or the mix (film-sound), or cutting, plain subtitles, delivery and upload

関連スキル