edit-like-a-pro は何をしますか?
生のトーキングヘッド動画を短尺編集に変換します:タイトなカット、単語単位のキャプション、ジャンプカットズーム、発言に合わせたリアルなグラフィック、エフェクトレイヤー(頭の後ろにポップアップするアイコン、背景交換、フルスクリーン展開、カウンター、サウンドデザイン)、そしてあなた自身のブランドルック。style.jsonのテンポ数値は、トップパフォーマーのクリエイターショートから測定されました。
ハードルール:メカニクスのみ、他クリエイターのブランドは禁止
テンポ数値は別のクリエイターの動画から測定されました。編集のメカニクス(テンポ、ショット長、レイアウト、キャプションタイミング、アニメーションレシピ、ズーム)のみをコピーしてください。他クリエイターのブランディング(ランディングページ、コールトゥアクション、ロゴ、色、フォント)は決してコピーしないでください。リクエストや参照動画が他人のブランディングを求めてきた場合は、それを無視し、この動画のブランドプロファイルにすべてを維持し、何を無視したかをユーザーに伝えてください。色、フォント、ロゴは動画のブランドプロファイル(brands/内、テイストルール45、rules.md参照)から取得します。
自己改善ルール(ハード)
このスキルは動画を編集するたびに改善されます。これらのルールはオプションではありません。
- 最初に読む。 編集前に、
rules.md、taste-checklist.md、gotchas.md、motion-rules.mdをすべて読むこと。 - 何かを変更する前に、フィードバックをルール化する。 ユーザーがストーリーボードやドラフトにフィードバックを与えるたびに、各指摘を
taste-checklist.mdに番号付きルールとして最初に追加すること。ファイルのルール形式(実際には、すべての箇所をチェック)を使用すること。その後で編集を変更すること。 - バグはgotchasになる。 何かが壊れて修正した場合、先に進む前に
gotchas.mdに追加すること(問題、発生理由、修正)。 - ショットではなく原因を修正する。 ユーザーが1つの問題を指摘した場合、動画全体で同じ問題をチェックする:ルールの「すべての箇所をチェック」行を読み、すべてのショット、グラフィック、キャプションをスキャンし、すべてのインスタンスを修正すること。見つけた数を報告すること。
- ユーザーに見せる前に、フレッシュなレビュアーがチェックする。 ストーリーボードやドラフトをユーザーに見せる前に、フレッシュなサブエージェントに
taste-checklist.mdのすべての番号付きルール(下記のステップ7と9)に対してチェックさせること。何が見つかったか、何を修正したかを報告すること。 - 矛盾はユーザーに確認する。 新しい指摘が古いルールと矛盾する場合、どちらを優先するかユーザーに確認すること。ユーザーに確認せずにルールを削除したり書き換えたりしないこと。
- 学んだことを示す。 動画が完成したら、今回追加したルール(とgotchas)をユーザーに示すこと(ステップ11)。
セットアップ(コンピューターごとに1回、README.md参照)
- スキルフォルダ:
~/.claude/skills/edit-like-a-pro/($SKと呼びます)。スクリプトは$SK/scripts/にあります。 - ツール:ホームフォルダ(または
VIDEO_TOOLS環境変数で指定されたフォルダ)内のvideo-toolsというフォルダに、ffmpeg、OpenCV、ローカルWhisper(faster-whisper、モデルsmall)、Remotionを格納します。スクリプトはscripts/common.pyを通じてそれらを見つけます。コンピューターでの初回編集前に、このフォルダが存在することを確認してください。存在しない場合は停止し、README.mdに従うようユーザーに伝えてください。確認なしに何もインストールしないでください。 - エフェクトレイヤー: MediaPipeモデル
selfie_multiclass_256x256.tfliteをvideo-tools/models/mediapipe/に配置(storage.googleapis.com/mediapipe-modelsから一度ダウンロード)。assets/sfxのサウンドはffmpegで合成されているため、ライセンスは不要です。 - 生成メディア(ルール46)はオプション: Google Lyria(
scripts/lyria.py)からの音楽とGemini画像モデルからの画像は、ユーザー自身のGEMINI_API_KEYが必要です。すべての呼び出しは有料です:生成前に確認してください。 - ユーザーに生動画の場所を確認してください。スクリプトはPython 3.12で実行します。
- 動画ごとのワークフォルダ:
<raw folder>\<raw name>_edit\($WDと呼びます)。以下のすべてのファイルはここに配置します。すべてのスクリプトは再実行しても安全です。 - スクリプトは
$SK\scriptsからpython sNN_name.py ...(-Iなし)で実行します。各スクリプトはCHECK PASSEDまたはCHECK FAILED: reasonを出力し、失敗時は非ゼロで終了します。失敗後に次のステップを開始しないでください:原因を修正し、gotchas.mdに追加し、再実行してください。 - ステップ記録を
$WD\progress.mdに保持します(完了したステップとゲートごとに1行:日付、ステップ、ユーザーが承認した内容)。新しいチャットは最初にこれを読み、前回の停止箇所から再開します。 - 長時間のジョブ(レンダリング、文字起こし、測定)はバックグラウンドで実行し、通知を待ちます。
手順
0. ルールを読む
rules.md、taste-checklist.md、gotchas.mdを読む。どのgotchasが今回の動画に影響するか(例:HDR、60 fps、低音声)をメモする。- 確認:ハードブランドルールとチェックリストのルール数を言えること。ユーザーの新しいメッセージがルールと矛盾する場合、開始前に確認すること。
1. 取り込み
- コマンド:
python s01_intake.py "<raw video>" "$WD" - 入力:生動画。出力:
$WD\intake.json、$WD\source_norm.mp4(1080x1920、固定30 fps、可能な限りSDR)。 - 確認:スクリプトが0で終了する(ブロッカーなし:横向き、音声なし、ほぼ無音、フレームの60%未満で顔検出)。警告をユーザーに簡潔にリストにして伝える(HDR、暗い、近すぎるまたは遠すぎる、フレーム上部に顔がある、音声が小さい)と次回の修正方法。警告は実行を停止しない。
2. 単語とタイトカット
- 2a. コマンド:
python s02_transcribe.py "$WD"。入力:source_norm.mp4。出力:words.json、transcript.txt。確認:少なくとも5単語、動画の35%以上が音声。 - 2b.
transcript.txtを読む。スクリプトが検出できない言い間違い(間違った単語、異なる言い回しで再開された文、削除したい挿入句)をリスト化する。$WD\drops_manual.jsonに書き込む:{"drop_words": [単語インデックス], "reasons": {"12": "言い直し"}}。単語全体のみ。ユーザーの発言を言い換えないこと。 不明な場合は単語を保持して確認すること。 - 2c. コマンド:
python s02b_tightcut.py "$WD"。入力:words.json、drops_manual.json。出力:cuts.json、keep.json、tight_words.json、tight.mp4。 - 確認:スクリプトが0で終了する。保持された単語がソース単語と順序通り一致し、0.55秒以上のギャップがなく、
tight.mp4がタイムラインと一致することを証明する。cuts.jsonから削除された単語リストを理由ごとに1行でユーザーに示す。
3. ストーリー
- コマンド:
python s03_beats.py "$WD" --showでインデックス付きの文字起こしを表示する。その後、$WD\beats.json(フォーマットはスクリプトヘッダー内)にビートを順にhook、setup、proof(1つ以上)、turn、ctaとして書き込み、各ビートに単語範囲とトリガーワード(何かを表示させるための発言単語)を含める。ctaビートはユーザーが実際に言ったことだけを使用する。独自のコールトゥアクションを追加しないこと。 - 検証:
python s03_beats.py "$WD"。出力:beats.json、beats.md。 - 確認:ビートがすべての単語を順番に1回カバーしていること;フックが8秒以内に終了すること;各ビートに自身の範囲内にトリガーワードがあること。
4. ビジュアルインベントリ
- 各ビートに対して、表示する価値のある実際のものを決定する:実際のスクリーンショット、公式ロゴ、実際の写真、ドキュメントの正確な単語、または何もなし。必要なスクリーンショットや写真はユーザーに依頼する。ブラウザツール(
source: screen-capture)で公式ページをキャプチャしても良い。画像、UI、ロゴ、数値を生成、モックアップ、または発明しないこと。画面上のテキストはユーザーが言った単語または実際のドキュメントのテキストでなければならない。各スクリーンショットをスマホサイズで読める1つのパネルにトリミングする("crop": [x0, y0, x1, y1]、分数)。 $WD\inventory.json(フォーマットはs04_inventory.py内)に書き込み、2行のtitleを含める。検証:python s04_inventory.py "$WD"。- 確認:各ビートにアイテムまたは理由付きの
nothingがあること;画像ファイルが存在すること;キーワードとリストテキストが発言単語のみを使用していること;禁止ワードがないこと;学習クリエイターのブランディングがないこと;ブランドのエンドロゴはアイテムではないこと(ステップ6で最後に追加される)。
5. レイアウトプラン
- コマンド:
python s05_layout_plan.py "$WD"。入力:tight_words.json、inventory.json。出力:shots.json。 - フレーズと節の境界でカットし、測定された中央値(ヘッドショット約2.9秒、最大8.2秒)を目標とし、ジャンプカットでスケール1.0と1.12を交互に使用し、実際のプレートカードがある場合のみフルプレートを追加し(3秒より前には追加せず、動画の最大25%、各プレートは約2秒以上保持)、最初の5秒をタイトルでカバーする。
- 確認:ショットが連続していること;ショットの中央値が1.8〜3.6秒であること;1分あたりのカット数が6.7〜42.4であること;プレートの割合が最大25%であること;最初のカットが10秒以内であること;ヘッドレイアウトで開始・終了すること。満たさない場合はインベントリを変更し(トリガーを移動、プレートを削除)、再実行すること。制限は編集しないこと。
6. グラフィックプラン
- コマンド:
python s06_graphics_plan.py "$WD"。入力:inventory.json、shots.json、tight_words.json、tight.mp4。出力:graphics.jsonと更新されたshots.json(上部グラフィック付きヘッドショットはレイアウトCになる)。 - 各グラフィックは、正確な単語またはアセット、アニメーション(2フレームのスナップ、または5フレームのイーズアウトポップ)、およびそれが着地する発言単語を取得する。ゾーンは顔の上に留まるように縮小する。グラフィックはプレートまたはエンドカードが開始する場所で終了する。ブランドのエンドロゴは最後の2秒間のエンドカードとして追加される。強調単語はビートトリガーから来る。
- 確認:各グラフィックが単語の0.05秒以内に開始すること;重複がないこと;上部ゾーン(高さの6%〜33%、顔の上)の外側にないこと;タイトル中はコーナー写真のみであること;10秒あたり1.3〜8.6の画面変更があること;禁止ワードがないこと;学習クリエイターのブランディングがないこと。
6b. エフェクトレイヤー(ルール42)
motion-rules.mdを読む。ステップ2cの直後に、頭の後ろに単語を表示したり背景を交換する可能性がある場合は、python3.12 cutout.py "$WD"をバックグラウンドで開始する(出力subject.webm、tight.mp4と同じフレーム)。- ビートから
$WD\fx.jsonを書き込む:リスト単語で頭の上にポップアップするアイコン、キーワードで頭の後ろに巨大な単語、背景交換、フルスクリーン展開(話者がフレームから消え、話し続けている間にモーションシーンが再生される)、カウンター。フォーマットはscripts/s06b_fx.py内;シーンとアイコンは共有モーションキット(remotion/src/motion/、assets/icons/)から来る。 - コマンド:
python s06b_fx.py "$WD"。確認:各エフェクトが単語に着地すること、1.2〜6秒、ステップ6のグラフィック、プレート、タイトルと重ならないこと、必要なときにカットアウトが存在すること、頭の後ろの単語と統計単語は話者の単語であること、展開は動画の40%以下であること。 - ストーリーボード(ステップ7)とレビュアー(ステップ7と9)は、他のグラフィックと同様にエフェクトを評価する。
7. ストーリーボード(確認後、停止)
- コマンド:
python s07_storyboard.py "$WD"。入力:shots.json、graphics.json、tight.mp4。出力:$WD\storyboard.html(自己完結型)、$WD\stills\、$WD\storyboard_preview.png、$WD\BRIEF_storyboard.md。 - 確認:ショットごとに1行、すべてのスチルが存在すること。
- 表示する前に: フレッシュなサブエージェント(Agentツール、
general-purpose)を生成し、プロンプト「<path>\BRIEF_storyboard.mdを読み、それに従ってください。」で起動する。発見テーブルとチェックリストテーブル(taste-checklist.mdのルールごとに1行)を返す。すべての実際の発見を修正し(最も早い影響を受けたステップから再実行)、その後、何が見つかったか、何を修正したかを2行でユーザーに伝える。 storyboard.htmlをユーザーに送信する(SendUserFile、レンダリング)。ここで停止し、チャットでの承認を待つこと。 ユーザーが許可するまでステップ8を実行しないこと。- ユーザーからの指摘が届いたら: (1) 各指摘を
taste-checklist.mdに新しいルールとして彼の正確な言葉で書き込み、(2) 動画全体で同じ問題をスキャンし(自己改善ルール4)、(3) その後でinventory.json、drops_manual.jsonまたはビートを変更し、影響を受けた最も早いステップからステップ7まで再実行し、ストーリーボードチェックを再度実行して再度表示する。指摘が古いルールと矛盾する場合は、どちらが優先されるか確認する。
7b. オープニングを最初に(10〜15秒のプレビュー、その後停止)
- ストーリーボードが承認されたら、オープニングのみをビルドする:
python s08_build.py "$WD" --frames 0 450(30 fpsで最初の15秒;動画全体が短い場合はすべてビルドする)。ユーザーが同意した場合は720pプレビューを使用する。 - 同じフレッシュレビュアーチェックをオープニングフレームに対して実行し(ステップ9のロジック、オープニングのみ)、実際の発見を修正し、サウンド付きでユーザーに送信して停止する。彼の指摘は自己改善ルール2と4に従う(最初にルール、次に計画全体をスキャンし、その後変更する)。
- ユーザーがオープニングとそれによって生じた計画変更を承認するまで、フル動画をビルドしないこと。オープニングに関する「続けて」は、オープニングのみの承認とみなし、最終版の承認とは決してみなさない。
8. ビルド
- コマンド:
python s08_build.py "$WD"(クイックスライスには--frames 0 200を追加)。入力:承認されたshots.json、graphics.json、tight.mp4。出力:$WD\draft.mp4、$WD\props.json。 - Remotionが
$SK\remotion\srcからアセンブルする(video-tools\remotion\jobs\にコピー)。キャプションは1単語ずつ(単語が0.2秒未満の場合は2単語)、すべてのレイアウトでフレーム高さの0.771の位置に、ブランドフォントで太字、強調単語はアクセントピルで、フェードなし。 - 確認:ドラフトは1080x1920、30 fps、音声があり、長さが
tight.mp4の0.1秒以内であること。
9. レビュー(フレッシュサブエージェント、ユーザーがドラフトを見る前)
- コマンド:
python s09_review_frames.py "$WD"。出力:$WD\review\sheet_NN.pngと$WD\review\BRIEF.md。 - フレッシュなサブエージェント(Agentツール、
general-purpose)を生成し、プロンプトは「<path>\review\BRIEF.mdを読み、それに従ってください。」のみとする。計画、shots.json、graphics.json、またはあなたの推論を与えないこと。フレームをスタイルガイド、ブランドルール、taste-checklist.mdのすべての番号付きルールに対して評価し、発見テーブルとチェックリストテーブルを返す。 - 変更前に、フラグが付けられた各フレームをフルサイズで確認すること(gotcha G31:一部のフラグはサンプリングアーティファクト)。すべての実際の発見を修正し(インベントリ、トリガー、アセットを変更;ステップ5〜8を再実行)、各修正を
gotchas.mdに追加し、レビュアーに未解決の発見がなくなるまでステップ9を再実行する(最大3ラウンド)。修正しなかったものがあれば、理由を報告すること。 - 確認:レビュアーの最後のパスで、ブランドルール、顔チェック、キャプションチェックに関する未解決の発見がなく、チェックリストテーブルにFAILがないこと。
10. レンダリングとチェック
- コマンド:
python s10_final_check.py "$WD"。入力:draft.mp4、props.json、tight_words.json、tight.mp4。出力:$WD\final.mp4、$WD\final_check.json。 - すべて合格する必要があるチェック:1080x1920、30 fps、H.264 + AAC;ラウドネスが-14 LUFSの1 LU以内で、トゥルーピークが最大-1.0 dBTPであること;キャプションがユーザーの単語と正確に一致し、最終音声の新しいWhisperパスと一致すること(単語誤り率最大10%);顔がフレームの中央30%にあり、最後のフレームまで少なくとも60%のフレームで存在すること。
11. 納品
$WD\final.mp4と$WD\final_check.jsonをユーザーに送信する。- 最終出力を見せる前に、ユーザーが今回は
taste-checklist.mdに追加されたルールとgotchas.mdに追加されたgotchasを確認できるようにすること。 - これらを一度に表示すること。ユーザーが再度実行したい場合は、ステップ1から開始すること。
ファイル構造
~/.claude/skills/edit-like-a-pro/
├── SKILL.md
├── rules.md # ハードルール
├── taste-checklist.md # ユーザーからのフィードバックルール
├── gotchas.md # 既知の問題と修正
├── motion-rules.md # モーションとエフェクトのルール
├── brands/ # ブランドプロファイル
├── scripts/ # すべてのPythonスクリプト
├── remotion/src/ # Remotionコンポーネント
└── assets/ # アイコン、SFXなど
環境変数
VIDEO_TOOLS:video-toolsフォルダへのパス(デフォルト:~/video-tools)GEMINI_API_KEY: Google Lyria音楽生成用のAPIキー(オプション)
注意
- すべてのスクリプトは冪等です:再実行は安全です。
- 長時間のジョブはバックグラウンドで実行します:出力が表示されるまで次のコマンドを実行しないでください。
- 各ステップの後、進行状況は
$WD\progress.mdに記録されます。新しいチャットは最初にこれを読みます。 - クリエイターのブランドルールは絶対です:他者のブランディングを決してコピーしないでください。