Communitygithub.com

解説動画メーカー

話題のテーマについて縦型の解説・レビュー・新製品紹介動画を生成します。公式情報を検証し、ショーケース画像を生成し、中国語のナレーション(豆包TTS)とワードタイミングを掛け合わせた、ビートに合わせたカットとポップイン演出が特徴的なキーノート風1080×1920動画を作成します。後からリズム変更や再録音、カット差し替えも可能です。

解説動画メーカー とは?

このスキルは、AIエージェント(Claude Code、Cursor、Codexなど)向けに設計された、縦型解説動画(1080×1920、60~90秒)を完全自動生成するためのツールです。キーノートスタイルの黒背景・大文字・フルブリード画像をベースに、ビートに同期したカット・オリジナル楽曲・効果音をPython(PIL+numpy)とffmpegでレンダリングします。動画編集ソフトやストックミュージックは一切不要です。 ワークフローは、トピックに関する公式情報の検証→ショーケース画像の生成→台本作成(ユーザー確認必須)→豆包TTSによる音声合成→レンダリングの順で進みます。最初の2秒で最も印象的な成果物を表示し、広告的な終わり方を避け、最後にコピー可能な指示カードとブランドフリーの質問で締めくくるコンテンツルールが組み込まれています。 対応環境はmacOS/Linux(Python 3.11+、ffmpeg、ImageMagickが必要)で、`.env`ファイルで設定を管理します。例示として`examples/gpt-image-2.6/`が用意されており、ゼロから始めるよりもこれをコピー・適応することを推奨します。ショーケース画像は`scripts/gen_image.py`で生成し、レンダリング前には`references/render-pipeline.md`を必ず参照します。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/rayest/ai-video-skills/tree/HEAD/skills/explainer-video

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

トピック解説ショート動画

60~90秒の縦型動画(1080×1920)を「キーノート」スタイルで作成:黒背景、非常に大きなタイポグラフィ、フルブリード画像、ビートに同期したカット、オリジナル楽曲と効果音。すべてPython(PIL + numpy)とffmpegでレンダリング。動画編集ソフトもストックミュージックも不要。

実例: examples/gpt-image-2.6/(RESEARCH.md、script.json、render.py、audio.py、build_all.sh)は、画像モデルリリースに関する約92秒、約20MBの動画を生成します。ゼロから始めるのではなく、これをコピーして適応してください。そのショーケース画像はリポジトリに含まれていません。scripts/gen_image.pyで自分で生成してください。レンダリングの前にreferences/render-pipeline.mdをお読みください。

設定は環境変数または.envファイル(.env.example参照)から取得します。キーやその長さ、プレフィックスは決して表示しないでください。

コンテンツルール(苦い経験から学んだこと)

  • 最初の2秒で結果を見せる。 タイトルではなく、最も印象的な出力で始めてください。
  • 画面上やナレーションに裏方情報を入れない: APIリレーやベンダー名、「生成失敗」メモ、実際に支払ったコストなど。
  • 広告的なエンディングは禁止。 最後の3分の1でサービスを宣伝しないでください。そうした動画のパフォーマンスは低かったです。コピー可能な指示カード(「截图保存」)と、ブランドフリーの質問で締めくくってください。
  • 低速ネットワークでの速度を計測しない。 公式の価格と速度の主張を引用し、出典を明記してください(「官方说」)。自分の計測時間を事実として提示しないでください。
  • 正直に評価する。 生成されたすべての画像を確認し、強みだけでなく弱みも指摘してください。実際のブランドや店舗の標識に似たものはトリミングしてください。

フロー

  1. 検証。 すべての主張を公式サイト、ドキュメント、変更履歴、料金表、さらにコミュニティのスレッドで確認してください。RESEARCH.mdに出典を記録します(実例はワークド例にあります)。ページが403を返す場合は、カバレッジを通じてクロスチェックし、その旨を明記してください。
  2. フォーマット: 1080×1920、60~90秒。ユーザーから別途指示がない限りこの設定です。
  3. ショーケースアセット: python3 -I scripts/gen_image.py assets/<name> --prompt "..." [--size 2:3] [--ref img.png] [--gif 12:150] [--markup layer.png]。結果と課金情報はassets/results.jsonlに記録されます(あなた用であり、動画には使用しません)。
  4. 台本: script.json を {"scenes":[{"id":"s01","vo":"..."}]} の形式で作成。音声レート8の場合、約6文字/秒(520文字で約85秒)。CTA質問で終わります。TTSの前に台本をユーザーに見せてください — TTSは課金されます。
  5. 音声: python3 -I scripts/tts_doubao.py script.json build/vo [ids] [--dry-run]。<id>.mp3とワードタイミング<id>.jsonを書き出します。
  6. レンダリング: references/render-pipeline.mdに従ってください。
  7. 納品: パス、再生時間、サイズ、測定LUFSとピーク、確認した静止画、そして最も弱い1~2カットの理由を添えてください。合意した範囲を超える課金対象の再生成は、事前に確認してください。

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

関連スキル