designos-beat-edit-video は何をしますか?
目的: design:os studioアプリのマーケティング。 すべての動画は、視聴者が求める何か(1つの機能、1つの明確な約束、1つのコールトゥアクション)を実際のアプリが実行している様子を見せます。主役はアプリであり、編集テクニックではありません。
固定テンプレートではありません。すべての動画は、以前のすべての動画と異なっていなければなりません。 新しいアイデア、新しい機能またはタスクの表示、新しい映像、新しい構造、新しいパレットと背景、新しいモーション言語、新しい音楽。最初の3秒でクリエイティビティが際立たなければなりません。計画を立てる前に、プロジェクト内の以前のブリーフ(orca-briefs/*designos*)を読み、それらが使用していない選択肢を選び、その選択肢を新しいブリーフに書き込んで、次の動画がそれらを避けられるようにしてください。(これには engine/ideate.py、engine/music.py、references/creative-brief.md が役立ちます。)spec/design-in-4-4.spec.json は1つの動作例に過ぎません(その映像は古いものです。決して再利用せず、常に新しい映像を録画してください)。
1つの仕様JSONがすべてを駆動します:ビデオ(render.py)、オーディオ(audio.py)、チェック(beatlib.validate、qa.py)。 新しい動画 = 新しい仕様 + 新しい生テイク。コード変更は不要です。
バッチ: python engine/ideate.py batch --count 30 --seed N --out batch/ でN個の異なる計画(スタイル、BPM、コンセプト、パレット、構造、編集、長さ、機能)とmanifest.jsonを生成します。references/chatgpt-instructions.md を参照してください。
厳格なルール
すべての映像は実際の design:os studio アプリ(Openscreen --window "design:os studio")から取得し、各動画ごとに新しく録画します。モックアップ、他のアプリ、過去のテイクは使用禁止です。
パイプライン
python engine/ideate.py plan --edits N --seed <new> --out plan.json-> コンセプト、音楽スタイル + BPM、パレット、構造、各編集が配置される場所。コピーは自分で書き直してください。 録画後:ideate.py build plan.json times.json --out spec.json。音楽: 5つのジェネレーティブスタイル(house, lofi, trap, synthwave, cinematic)、spec.music で設定。- 録画 アプリの実際の映像(Openscreen、
--window "design:os studio"、カーソル編集可能オーバーレイ)。 ルール: クリック、約0.8秒間停止、その後タイプ。アプリ全体を表示。人間らしいカーソル。アクションより長めに録画。 - 仕様を記入(
spec/design-in-4-4.spec.jsonが動作例、フィールドはreferences/spec-fields.md参照)。 編集ごとに必要なのは生映像の時間のみ:tc(カーソルがサイドバーをクリックし始める時間)、hit(画面が変わる時間)、td(テキストをダブルクリックする時間)、ts/te(最初/最後のタイプ文字)、およびT= 編集が配置される小節線(動画の秒数)。 python engine/run.py validate spec.json- 編集が小節線から外れている、タイピングが16分音符グリッドから外れている、 クリックからテキストまでの間隔が短すぎる、シーンがタイムラインを均等に埋めていない場合に失敗します。python engine/run.py all spec.json --root <生テイクがあるディレクトリ> --out <ディレクトリ>->final.mp4(1920x1080、30 fps、AAC)を生成し、qa.pyを実行します。 部分実行:render F N(シーン)、audio、mux、qa。- 納品前に3~4フレームとコンタクトシートを確認。Nam自身が投稿します。決して投稿しないでください。
ガードレール(マーケティング本部)
無料、「source-available」(「open-source」とは決して言わない)、「Figmaキラー」禁止、「開発者ビュー」禁止、出荷済み機能のみ、すべての主張は実際の映像で裏付ける。動画は製品についてであり、制作過程についてではありません。
なぜ機能するのか
映像の時間はアンカー(beatlib.Timeline.anchors)によって動画の時間にマッピングされるため、どの速度で録画されてもクリックが小節線上に配置されます。120 BPM: ビート0.5秒、小節2秒、タイプ文字1文字 = 0.125秒。
検証済み
仕様から再レンダリングされたシーンFは、フレームがオリジナルと同一(PSNR無限大)。オーディオWAVはバイト単位で同一。
デフォルトのピーク0.89はサンプルで+0.7 dBFSのトゥルーピークを与えました。新しい動画では audio.peak を約0.8に設定してください。
要件
python3, numpy, Pillow, ffmpeg/ffprobe; macOSフォント(HelveticaNeue.ttc, SFNSMono.ttf)または仕様の fonts を編集。
legacy/design-in-4-4/ には参照用に元のスクリプト(tl.py, make8.py, audio9.py, cursor2.py)が保存されています。
プロンプトモーション: すべての動画で使用すること
Prompt Motion Bridgeツール(Prompt_Motion_Bridge__recommend_motion_references、search_motion_references、get_motion_reference)はモーションアイデアの源泉です。すべての動画で以下を実行:
- 各シーン(フック、チャプターカード、トランジション、コールアウト、キャプション、統計/まとめ、エンドカード)を説明し、参考資料をリクエスト。毎回新しいキーワードで検索(kinetic type、mask reveal、morph、parallax、split-screen、glitch、liquid、stagger、counter、3D tiltなど)。
- 動画ごとに少なくとも5つの異なる参考資料を選び、コード(PIL/numpy/ffmpeg またはRemotion)で構築。参考資料のIDをブリーフに記録し、前回の動画と同じセットを再利用しない。
- 明るく、アニメーション豊かに。ただしアプリの映像は主役であり、読みやすいままにする。
長尺チュートリアル(3~5分、ベトナム語ナレーション、YouTube)
最初の承認例はNamによる2026-11-16(final_v3.mp4、4:21: .figテンプレートからデスクトップ+モバイル画面までの6ステッププロセス)。これは単なる例として扱ってください。次の長尺動画には、異なるトピック、映像、構造、ルックが必要です。
スターターコード: このスキルの longform/(Macでも longform/ にあります): README.md、script2.py、gen_tts.py、lib.py、build.py、audio.py。新しいワークスペースにコピーして変更: チャプター、レイアウト、カードとキャプションのデザイン、背景、パレット、モーション(Prompt Motionから)、音楽スタイルとテンポ。同じルックを二度と使わないでください。
アイデア: 各動画は独自のアングルとフォーマットを選びます。例: タイマーとの対決、before/afterの変身、1つの機能のディープダイブ、「初心者が犯す3つの間違い」、実際の画面のリデザイン、ミニデザインシステムの構築、モバイルファースト、スピードラン、Q&A。すべてのチャプターは視聴者が求める何かを示さなければなりません。「私が犯したミス」だけのチャプターは、無関係として却下されました。出荷済み機能のみ。動画で約束する前にアプリで確認(右上の▷プレイプレビューは正常に動作し、見た目も優れています)。
映像: すべての動画でOpenscreenを使用して新しく録画(異なるテンプレートまたはファイル、異なる画面、異なる編集)。Openscreenはアプリウィンドウのみを録画し、macOSのネイティブダイアログは録画しません。ファイルピッカーはテキストのコールアウトとして表示し、モックアップは使用禁止。レイヤーパネルでテキストレイヤーを選択、Returnキーを押し、テキストが強調表示されていることを確認してからタイプ。フォーカスのないフィールドにタイピングするとショートカットが発動します。ナレーションが編集を主張する前に、アプリの状態を再度確認(元に戻す操作によって、ボタンのテキストが一度、静かに元に戻されたことがあります)。
音声(Nam承認済み): VieNeu-TTS v3 Turbo、プリセット「Hải Đăng」。 Macで実行(.venv-voice/bin/python、gen_tts.py)、48 kHz、リアルタイムの約0.3倍。Jangの声を彼の書面による許可なくクローンしないでください。
- 文ごとに生成し、文間に正確に0.18秒のゼロを挿入。キャプションはそれらのギャップからタイミングを取るため、表示テキストとTTSテキストは同じ文数でなければなりません。
- 2つのテキストを保持: 表示用(キャプション、正しいスペル)とTTS用(再スペル)。承認済み: 「Design OS Studio」 -> 「Đi-giai Âu-ét Studio」(「Studio」は英語のまま)、「Figma」 -> 「Phích-ma」、「.fig」 -> 「phích」、「megabyte」 -> 「mê-ga-bai」。すべて大文字の「DESIGN OS」は禁止(文字ごとにスペルされる)。
- Namは間違った英語の発音を却下します。UI用語はベトナム語で発音(bảng lớp、vùng vẽ、bảng thuộc tính、phím xuống dòng、phím thoát、màu nền)。英語のUI文字列はコールアウトのみで使用。
- 新しい再スペル: 5~7のバリエーションを試し、faster-whisper(viとen)でチェックし、Namに短いサンプルWAVを送り、彼の承認後にのみ再構築。
画像ルール: 1920x1080、30 fps。Openscreenの生映像は幅1600 pxのみなので、カメラズームは約1.6倍以下に抑える(それ以上はYouTubeでぼやけて見えます)。すべてのテキストをカード内に収め(自動縮小)、まとめ/統計フレームのオーバーフローを確認。エンドカードは完全なURL https://jangtrinh.github.io/design-os-studio/ を大きく8~10秒表示、さらに「Source-available · Not affiliated with Figma」を表示。
納品: 1080pに加えて4Kアップスケール(lanczos、crf 16)をエクスポート。YouTubeには4Kを送信。ffprobeで完全な再生時間が確認できた後にのみ送信。Namに、YouTubeが2160pを表示するまでアップロードを非公開にしておくよう伝えてください。1つの明確なタイトル案と、チャプタータイムスタンプ、リンク、テンプレートクレジット、「Not affiliated with Figma」を含む説明文を提供。決して投稿しないでください。Jangが最終承認を行います。
このバンドルの参考ファイル
references/openscreen.md+tools/record.sh: 正確なOpenscreenコマンド、テイクの保存先、cursor.jsonの形式、画面マッピング。references/voice.md+longform/gen_tts.py+longform/check_voice.py: 承認済み音声、インストール、再スペルテーブル、Whisperチェック。references/prompt-motion.md: Prompt Motionツールの使用方法、すでに使用された参考資料、MCPがない場合の代替手段。references/chatgpt-instructions.md: ChatGPT/ORCA/Codexへの引き継ぎ、長尺モード対応。longform/: 長尺動画用のスターターエンジン(ROOT=<ワークスペース> python build.py info|agenda|<チャプター>、python audio.py)。