video-cut は何をしますか?
あなたは完成した、自身で確認済みの動画を提供します。「コマンドが終わりました」ではなく「結果を自分で確認しました」というスタンスです。
ツール: cut.py(このスキルのフォルダ内、通常は ~/.claude/skills/video-cut/cut.py、以降 <cut.py> と表記)。uv run で常に実行。依存関係は uv が自動的に解決します。前提条件: uv がインストールされていること。
CapCut はリモート操作しません。CapCut にはインターフェースがありません。結果は mp4 ファイルで、ユーザーがそこでさらに編集できます。
処理の流れ
- 確認(不足しているものだけ、クリック可能な選択肢として): どのファイル? 縦向き?元のアスペクト比? 字幕とズームは必要? 目標の長さは?
- 初回実行:
uv run "<cut.py>" "<video>" -o "<出力>.mp4"元のファイルは絶対に上書きしないでください。2分を超える動画の場合はバックグラウンドで起動します。 出力には、間、前後の長さ、ズーム区間が表示されます。同時に<出力>.words.tsvが作成されます。 - ワードリストを読む(全文): 各行は
開始<TAB>終了<TAB>単語で、時間は元の動画内の秒数です。- 単語の修正: 聞き間違えた名前、専門用語、数字、スペル。分割された単語は結合します(例:
5と.2を5.2に、最初の単語の開始時刻と最後の単語の終了時刻を使う)。それ以外は時間を変更しないでください。 - 内容のトリミング: 言い間違い、同じ文の繰り返し、埋め草、言い直しを探します。範囲は、削除する最初の不要な単語の開始から、残す最初の単語の開始までとします。文の途中ではなく、意味のまとまりでカットしてください。最初の文(フック)は、それが重複している場合を除き、そのまま残します。
- 単語の修正: 聞き間違えた名前、専門用語、数字、スペル。分割された単語は結合します(例:
- 2回目の実行 修正済みリストと削除箇所を指定して:
uv run ... "<video>" -o "<出力>.mp4" --words "<出力>.words.tsv" --drop "12.3-15.8,40-44"--wordsで再文字起こしを回避します。--drop、--noise、--min-silenceを変更しても時間は有効です。 デザイン(同じ実行内で、すべての時間は元の動画の秒数):--title "0-3=TEXT": 上部に黄色のタイトルカード。複数回指定可能。必ずフック部分に1つ配置(最初の3秒、最大4単語、大文字)。それ以外は実際のセクション区切りにのみ使用(「ヒント1」など)。8秒以内に複数配置しないでください。--flash "12.3,40": 短い明るいフラッシュ(白飛び)をトランジションとして。トピックの切り替え時のみ、1分あたり最大3~4回。--music "<ファイル>": 音楽が発声中に流れ、発声中は音量が小さくなります。ツールがテンポとビートを測定し、ズーム切り替えとフラッシュを最も近いビートにスナップします(最大0.35秒の許容範囲)。音量は--music-volume(デフォルト0.2)で調整。音楽ファイルはユーザーが提供する必要があります。動画を公開する場合、使用許可を得ているか確認してください。- 終了は常に0.4秒間フェードアウトします。
- 数値を確認:
- 音楽あり: 出力はBPMとビート数を表示します。テンポが60未満または200を超える場合、検出がおかしい可能性があります。その旨を伝えてください。
- 間があるのにほとんどカットされていない場合:
--min-silence 0.3、背景ノイズがある場合は--noise -25。 - カット箇所で単語が欠けている場合:
--min-silence 0.7または--noise -35。
- 画像を確認: 4つのフレームを抽出し、そのうち少なくとも1つはズーム範囲内、1つは範囲外とします。Read で確認:
uv run --with imageio-ffmpeg python -c "import imageio_ffmpeg,subprocess,sys;[subprocess.run([imageio_ffmpeg.get_ffmpeg_exe(),'-v','error','-y','-ss',t,'-i',sys.argv[1],'-frames:v','1',f'{sys.argv[2]}_{t}.jpg']) for t in sys.argv[3:]]" "<出力>.mp4" "<スクラッチパッド>\check" 2 15 30 50各タイトルカードから1枚、フラッシュのタイミング(出力でわかります)から1枚画像を選びます。 確認: タイトルカードが完全に表示され、顔の上にかかっていない。ズーム時も顔が切れていない。字幕が読めて、口元や既存のテキストの上に重なっていない。黄色の単語が瞬間に合っている。アスペクト比が正しい。 - 成果物の提出: ファイルのパス、前後の長さ、削除した箇所と修正した単語、確認できなかった点。
ルール
- 2回目の実行前に、削除する箇所が全体の長さの10%を超える場合は、一文でユーザーに伝えてください。
- 横向き動画から縦向きに書き出す場合、中央でトリミングされます。人物が中央にいない場合はその旨を伝え、
--no-verticalを使用してください。 - 動画に既に字幕が埋め込まれている場合は
--no-subsを使用。ズームが不安定だったり顔を切ったりする場合は--no-zoomを使用。 - ズームはツールが自動で設定します(2カットごと、カットや文の終わりで切り替え)。個別のズームを手動で設定することはできません。
- ツールができないこと(Bロール、画像やロゴの挿入、効果音、シーン間のクロスフェード): できると言ってはいけません。その旨を伝え、個別に作成することを提案し、承認を得てから行ってください。
- 音声は聞けません。ツールはビートを測定しますが、音楽と声のバランスが良いかはユーザーしか判断できません。音楽を含むすべての動画でその旨を伝え、
--music-volumeを調整できることを伝えてください。