Communitygithub.com

ロングフォーム

数分から1時間のトーキングヘッド動画(横型16:9のYouTube用、または縦型9:16)を一貫して編集します。間を短縮し、必要に応じて「あー」「えー」をカットし、ジャンプカットを交互のズームインで隠し、キーワードをアクセントピルで強調したクリーンなキャプションを焼き付け、チャプターカードを追加し、他のスキル(説明、分割画面、人物背後、ランキングリスト、ストーリーテリング)で作られたデザイン済み「モーメント」を正確なフレーム位置に挿入します。.srtファイルとYouTubeチャプターリストも出力します。ユーザーが /long-form を実行したとき、またはフル動画、ポッドキャスト形式のトーキングヘッド、YouTube動画、コースレッスン、約1分以上のクリップの編集を依頼したときに使用します。

ロングフォーム とは?

このスキルは、トーキングヘッド形式の長尺動画(数分〜1時間)をプロフェッショナルな仕上がりに自動編集するための包括的なツールです。主な機能として、無音部分の短縮やフィラーワードの除去(タイトニング)、ジャンプカットを隠すためのパンチインズーム、キーワードを強調したキャプションの焼き付け、YouTubeチャプターカードの追加、そして他のスキル(説明、分割画面、人物背後、ランキングリスト、ストーリーテリング)で生成された「モーメント」を動画内の適切なフレームにスプライスする機能を備えています。出力は編集済みMP4、.srt字幕ファイル、.chapters.txt(YouTube説明文に貼り付け可能)、およびチェック用のシート画像(.sheet.jpg)です。対応プラットフォームはClaude Codeで、ffmpegとNode.jsが必要です。長い動画の文字起こしにはGROQ_API_KEYが必要で、10分単位で処理されます。ワークフローは「プローブ→タイトニング→内容読み取り→フレーミング→スペック作成→ビルド→チェック→成果物引き渡し」という8ステップで構成され、各ステップでPythonスクリプトが使用されます。このスキルは、ポッドキャスト、YouTube動画、オンラインコースなど、トーキングヘッド形式の長尺コンテンツを効率的に編集したいクリエイターや教育者に特に有用です。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/alisolanki/alis-claude-editing-skills/tree/HEAD/skills/long-form

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

/long-form

 source ──tighten──▶ tight take ──build──▶ edited.mp4  + .srt + .chapters.txt + .sheet.jpg
                     (pauses cut,          ├ plain stretches: punch-ins on the cuts, captions, chapter cards
                      words remapped)      └ moments: explainer / split-screen / ... rendered and spliced in

初回使用

このスキルのフォルダは、Claude Code が読み込むときの「ベースディレクトリ」です。

SKILL_DIR="<base directory of this skill>"   # Claude Code が "Base directory for this skill" として表示したパス
KIT=$(python3 -c 'import os,sys;print(os.path.realpath(os.path.join(sys.argv[1],"..","..","kit")))' "$SKILL_DIR")
PY="$KIT/.venv/bin/python"; [ -x "$PY" ] || bash "$KIT/setup.sh" --cutout

GROQ_API_KEY を設定する必要があります(長い動画は10分単位で文字起こし)。ffmpeg と Node.js が必要です。

ステップ

  1. プローブ "$PY" "$KIT/reel.py" probe <video>: サイズ、長さ、auto が選択するフォーマット(横長 = 水平 1920x1080、それ以外は垂直 1080x1920)を表示します。ユーザーが別の形状を希望する場合のみ確認します(横長ソースを垂直にクロップすると中央が切り取られます)。
  2. タイトニング(生録音に推奨、既に編集済みの映像ではスキップ): "$PY" "$KIT/longform.py" tighten <video> [--max-gap 0.45] [--pad 0.12] [--cut-fillers] 文字起こしを行い、すべての単語を保持し、--max-gap より長い各ポーズを約 2 × --pad に短縮し、<video>.tight.mp4 と <video>.tight.transcript.json(新しいタイムライン上の単語と、各結合位置を示す cuts)を出力します。以降はタイトファイルを使用します。--cut-fillers は「あー」「えー」も削除します。
  3. 読み取り "$PY" "$KIT/reel.py" words <video> は、1行に1文とその時刻(タイトニングを行った場合はタイトタイムライン上)を表示します。長い動画は --start/--end で分割して読み取ります。次の点に注意:
    • チャプター: トピックが変わる箇所(10〜20分の動画で4〜10個、それぞれ2〜5語のタイトル)
    • 2〜6個の モーメント: 4〜10秒間の、具体的で視覚的なポイントを示す区間(比較、手順、数値、ランキング、小さなストーリー)。間隔を空けて配置し、動画の大部分は通常のテイクのままにします。
  4. フレーミング "$PY" "$KIT/reel.py" frame <video> <t> frame.jpg で確認: 顔の中心(face、パンチインに使用)、およびモーメントに必要な目の高さと顔のX座標(eye_y、face_x、video_top...)を記録します。
  5. スペック 動画の隣に <video>.long-form.json を作成します(以下参照)。パスはスペックファイルからの相対パスです。
  6. ビルド "$PY" "$SKILL_DIR/build.py" <spec.json>。モーメントが最初にレンダリングされ(それぞれ約20〜40秒、キャッシュされます)、その後タイムラインが並列にセグメントエンコードされます。15分の1080p動画は、ffmpeg の1〜2パス分程度の時間がかかります。
  7. チェック <out>.sheet.jpg(12フレーム、赤 = プレイヤーまたはリールUIで隠れる部分)を確認し、各モーメントの結合点と1つのチャプターカードを動画内でスポットチェックします。スペックを修正して再ビルドすると、変更のないモーメントは再利用されます。
  8. 成果物の引き渡し mp4、.srt(焼き付けていても、検索可能なキャプションとしてYouTubeにアップロード)、および .chapters.txt(説明文に貼り付け)を提供します。

スペック

{
  "video": "episode.tight.mp4",
  "format": "auto",
  "out": "episode.edited.mp4",
  "face": [880, 400],
  "punch_ins": {"every": "cut", "scale": 1.12, "min_hold": 2.5},
  "zooms": [{"start": 312.4, "end": 318.0, "scale": 1.25}],
  "captions": {"keys": ["carousel", "viral"], "karaoke": false},
  "chapters": [
    {"at": 0, "title": "Why carousels win"},
    {"at": "the second thing", "title": "Finding a viral post"}
  ],
  "moments": [
    {"skill": "explainer", "start": 61.2, "end": 67.0,
     "title": "Steal what *works*", "eye_y": 400, "face_x": 880,
     "visual": {"type": "list", "items": [{"text": "Find a *viral* post", "at": "find"}, {"text": "Recreate it", "at": "recreate"}]}},
    {"skill": "split-screen", "start": 140.0, "end": 147.5, "face_x": 880, "zoom": 1.2,
     "badge": "Step 2", "headline": "Pick *one*", "visual": {"type": "image", "src": "screens/app.png"}}
  ],
  "loudness": -14
}
  • video: タイトファイルまたは生ファイル。start/end(オプション)で一部のみ使用できます。
  • format: auto、horizontal または vertical。
  • face: [x, y] キャンバス上の顔の位置。すべてのズームの中心。デフォルトは中央やや上。
  • punch_ins: プレーンショットと scale(1.08〜1.18)の間を、"cut"(タイトニング済みトランスクリプトが必要、ジャンプカットを隠します)、"sentence"、またはN秒ごと(数値)に交互に表示します。min_hold(秒)でズームのちらつきを防止。省略するとパンチインなし。
  • zooms: パンチインに加えて、特定のスケールで明示的にホールドします。強調したいセリフに控えめに使用。
  • captions: 焼き付けキャプション: Inter ExtraBold、白色でソフトシャドウ、keys はアクセントピル。karaoke: true で言われていない単語を暗くします。y と size で移動・サイズ変更。false で焼き付けキャプションをオフ(.srt は出力されます)。モーメント内ではモーメント独自のキャプションが優先されます。
  • chapters: at は秒数または発言された単語("pricing"、"pricing#2"、"pricing-0.5")。各チャプターにカード(アクセント番号タイル+タイトル)が約3秒表示されます。1つに "card": false、または全体に "chapter_cards": false を設定すると、.chapters.txt のエントリのみ残ります。最初のチャプターが0にない場合、「イントロ」行(intro_title)が追加されます。
  • moments: skill + start/end(秒数または単語)+そのスキル固有のフィールド(各SKILL.mdの説明通り、記述前に読んでください)。フォーマット、動画、トランスクリプトは自動入力されます。モーメントは重複できません。カットアウトスキル(explainer、behind-the-person)はフレームあたり約0.1秒追加されます。
  • loudness: 最終ミックスをこのLUFSにノーマライズ(-14はYouTube向け)。省略すると録音時の音量を維持。
  • keep_work: true でエンコード済みセグメントを .work/ に保持。

センス

  • テイクが主役です。キャプションとパンチインが動画全体を支え、モーメントはスパイス(多くとも1〜3分に1つ)。
  • 各モーメントはその直下の文を正確に視覚化し、その文のキーワードに合わせて着地し、ユーザーの実際の画像、スクリーンショット、数値を使用します。結果を捏造しないでください。
  • チャプタータイトルは短く具体的に(「価格設定」「3ステップのセットアップ」)、クリックベイトは避けてください。
  • 横型: キャプションとカードは安全領域内に収めてください(シートで表示)。YouTubeのプログレスバーは一時停止時に下部120pxを覆います。
  • 縦型長尺はリールと同じ領域を使用します。キャプションはy=1380付近に配置してください。

Individual skills in this repo

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

関連スキル