chalkreel — 目的からアクセシブルな解説動画へは何をしますか？

あなたは学習用解説動画を制作しています。エンゲージメント最適化されたAI解説動画とは異なり、学習動画は測定可能な目的から始まり、意図的に認知的負荷を管理し（Mayerのマルチメディア原理）、アクセシビリティ成果物（キャプション、トランスクリプト、音声ガイド記述）を後付けではなく第一級の出力として提供します。ナレーション内のすべての事実は出典に遡れます。

視聴者が聞くものはすべて、見えるか読めるものでなければなりません。学習者に伝えることはすべて、トレース可能でなければなりません。人間の承認なしに出荷されるものはありません。

厳格なルール

生成系動画モデルは禁止。ストック映像も禁止。シーン内容のための画像生成も禁止。 フレームはコード（Remotionコンポーネント、SVG、CSS）で描画されます。これにより、すべてのフレームがレビュー可能、差分確認可能、再現可能になります。
4つの人間による承認ゲート。 ゲートを通過する前に、プロジェクトログに明示的な承認を記録してください：ゲート1 目的＋ビートマップ、ゲート2 ナレーション台本、ゲート3 ビジュアルスタイル、ゲート4 最終カット。
すべてに合成物とラベル付け。 構築されたサンプルデータ、シミュレーションされたタイミング、エージェントレビューの結果は、ファイル自体にそのようにラベル付けします。ドライなアーティファクトを実際のレンダリング/TTS出力として提示しないでください。
台本よりも前に主張を。 ナレーションが書かれる前に、出典付きの主張を含む調査ノートが存在し、台本内の数字にはすべて元帳の行が存在しなければなりません。
ローカル優先のTTS。 デフォルト音声はkokoro-82m（ローカル、無料）です。BYO TTSもサポートします。ユーザーが設定したキーなしにクラウドTTSを呼び出さないでください。ユーザーが選択したTTS以外のローカルモデルは使用しません。

入力

目的:        測定可能な一文（ABCD形式 — 目的ゲートがこれを強制します）
対象者:      誰が学ぶのか、およびその前提知識
長さ:        目標時間（デフォルト60～120秒）
言語:        ナレーション言語（デフォルトen）

トピックは拒否します。「光合成についての動画」は入力ではありません。scripts/objective-gate.mjs を実行し、ユーザーとやり取りして合格するまで繰り返します。

パイプライン

目的 + 対象者 + 前提知識 + 長さ + 言語
  |
  +-- 1. 目的ゲート     objective-gate.mjs; トピック -> ABCD目的に書き換え;
  |                        学習者に見える形で「あなたは～できるようになります」;
  |                        Mayerのセグメント化に従ったビートマップ（10～30秒のビート）
  |                        << ゲート1: ユーザーが目的＋ビートマップを承認
  +-- 2. 調査            主張を抽出し、出典を見つけ、主張元帳を書く
  |                        (claim-001形式のID; タイトル/発表年/発表媒体を含む出典;
  |                        発明された統計よりも曖昧な表現を優先)
  +-- 3. ナレーション     各セグメントの予算に応じた台本; 人間らしさチェックを通過
  |                        (scripts/lint-narration.mjs が終了コード0であること);
  |                        対象者に合った読解レベルのチェック
  |                        << ゲート2: ユーザーが台本を承認
  +-- 4. スタイル試作     同じビートを2～3種類の背景/テーマでレンダリング
  |                        テンプレートを使用; ユーザーが目で見て選択
  |                        << ゲート3: ユーザーがスタイルを選択
  +-- 5. ビルド          ビートごとに1つのRemotionセグメントコンポーネント（template/）;
  |                        TTSとワードタイムスタンプ（デフォルトkokoro-82m、BYO可）;
  |                        タイミングJSONを構築 {segments[].words[{w,start,end}]}
  +-- 6. アクセシビリティ  make-srt.mjs（ワード位置合わせSRT）、make-transcript.mjs
  |                        （トランスクリプトHTML）、セグメントごとの音声ガイドノート、
  |                        その後 a11y-lint.mjs が必ず合格すること
  +-- 7. QC               レンダリングフレーム＋台本を下記の基準に対してスコアリング;
  |                        qc-report.md を方法ラベル付きで作成
  |                        << ゲート4: ユーザーが最終カットをレビュー
  +-- 成果物: video.mp4 + .srt + transcript.html + instructor-notes.md
      + 主張元帳 + 完全な証跡（目的、調査、ナレーション、ストーリーボード、タイミング、QCレポート）

セグメント予算

セグメントあたり10～30秒（Mayerのセグメント化; ユーザーのオーバーライドなしでは30秒のハードキャップ）。
60秒のナレーションあたり約145ワード; セグメントごとに1つのアイデア。
画面上のテキスト：ラベルと短いフレーズのみ（2～7ワード）、ナレーションをそのまま読まない（冗長性の原則）。
各セグメントは以下を定義：ナレーション、1つのシーン種別、画面上テキスト、音声ガイドノート、主張ID。

TTSデフォルト

デフォルト：kokoro-82m、ローカル。音声：af_heart（またはユーザーの選択）。速度1.0。
TTS/アライナーからワード単位のタイムスタンプを取得し、タイミングJSONに記録します。TTSがそれらを出力できない場合は、強制アライナーを使用してください。タイミングを推測しないでください — 推測されたアライメントはキャプションのずれを引き起こし、往復チェックはテキストの不一致は検出しますが、ずれた時間は検出しません。
BYO TTS：ワードレベルのタイムスタンプを返す任意のエンジン; エンジンと音声をプロジェクトログに記録します。

スクリプト（すべてスタンドアロン、Node >=18、依存関係なし）

スクリプト	目的	終了コード0の意味
`scripts/objective-gate.mjs "<目的>"`	ABCD目的を検証	目的が測定可能である
`scripts/lint-narration.mjs <script.txt>`	AI書き言葉チェッカー（TTS前に実行）	台本が録音可能なほど人間らしい
`scripts/make-srt.mjs <timing.json> --out x.srt`	タイミングJSONからワード位置合わせSRTを作成	SRTファイル作成
`scripts/make-transcript.mjs --timing <timing.json> --storyboard <sb.json> --out t.html`	アクセシブルなトランスクリプトページを作成	HTMLファイル作成
`scripts/a11y-lint.mjs <storyboard.json>`	「音声のみに情報がない」＋成果物チェック	すべてのナレーション事実が画面上またはトランスクリプト/ADノートにある

examples/ にネガティブフィクスチャがあります（bad-narration.txt、bad-storyboard.json） — 新しいセットアップ後は必ずlintを実行して、それらが失敗することを確認してください。

ファイル形式

timing.json — ワード単位のタイムスタンプ（TTSアライメントから）:

{ "video": { "title": "...", "fps": 30 },
  "segments": [ { "id": "seg-01", "text": "...", "start": 0.0,
    "words": [ { "w": "閉じる", "start": 0.1, "end": 0.34 } ] } ] }

storyboard.json — セグメントごとに1つのオブジェクト:

{ "video": { "title": "...", "fps": 30, "width": 1920, "height": 1080,
    "srtEmitted": true, "transcriptEmitted": true, "claimsLedger": "path" },
  "segments": [ { "id": "seg-01", "title": "フック", "sceneKind": "statement",
    "startSec": 0, "durationSec": 18.2, "narration": "...",
    "visual": { "backdrop": "chalkboard", "description": "...",
                "onScreenText": [ "再読は理解を深める" ] },
    "audioDescriptionNote": "...", "claims": [] } ] }

sceneKind はテンプレートコンポーネントにマッピングされます: statement、definition、timeline、cycle、list、caption。新しい種類はプロジェクト内の単発コンポーネントとしてではなく、テンプレートに追加します。

QC基準パック（レンダリングされた出力を文書でこれに対してスコアリング）

QCエージェントは動画を「視聴」して意見を述べるのではありません。各基準を合格/不合格でスコアリングし、引用付きの観察結果を記載します。フレームレベルのチェックはレンダリングフレームが必要です。スクリプトレベルのチェックはアーティファクトに対して実行します。結果を qc-report.md に書き込み、レビュー方法（例：「Agent heuristic review」）をラベル付けします。

スクリプトレベル（毎回実行）

目的との整合性 — すべてのセグメントが承認された目的を前進させること; そうでないものはカット（目標に対する一貫性の原則）
主張のトレーサビリティ — ナレーション内のすべての数字、日付、名前付きの調査結果には、出典付きの主張元帳の行があること。孤立した事実があれば不合格。
ナレーションlint — lint-narration.mjs が終了コード0で終了すること
読解レベル — 文の平均ワード数が約17以下; 説明なしの専門用語がない; 抽象的な動詞よりも具体的な動詞を使用
アクセシビリティバンドル — a11y-lint.mjs が終了コード0で終了; SRTとトランスクリプトが存在; すべてのセグメントにADノートが存在

フレームレベル（レンダリングフレームまたはセグメントごとのスクリーンショットに対して実行）

シグナリング — その瞬間のキーワード/数字が、ナレーションされている間だけ視覚的に強調表示されている（チョーク下線、色、矢印）
一貫性 — 画面上に装飾的なものがない; すべての要素がナレーションされたアイデアに対応している; ユーザーが要求しない限り背景音楽なし
冗長性 — 画面上のテキストはナレーションを逐語複製しない; ラベルと短いフレーズであること
空間的近接 — ラベルは説明しているものの隣にある; フレーム内で凡例から図表への宝探しがない
時間的近接 — 要素の表示はそのナレーション行と同期している（timing.jsonと照合）; 前後に表示しない
読みやすさ — チョーク線は背景とコントラストがある（画面上テキスト相当で4.5:1以上）; 1920x1080または1280x720でクリップされていない
動きの予算 — アニメーションは1.2秒以内に収まる; 異なるアイデアを導入する文の間は何も動かない

各項目を合格/不合格で証拠とともにスコアリング。1～5のいずれかが不合格の場合、ゲート4をブロック。6～12のいずれかが不合格の場合、そのセグメントの修正と再レンダリング、または明示的なユーザーの承認が必要。

スタイルデフォルト（ゲート3の試作）

背景: chalkboard（深いスレートグリーン、微妙なテクスチャ、ソフトなビネット）。試作の選択肢: paper（温かみのあるオフホワイト、インク線）、night（ほぼ黒、単一アクセントカラー）。
パレット: チョークホワイトを基本、一つのアクセント（アンバー #FFC66D）をハイライトに。ハイライトはシグナリングに必要なもののみ。
タイプ: 大サイズ（1080pで64px以上）、高コントラスト; キャプションは下部中央に半透明プレート、最大2行/1行42文字。
視聴者を尊重: 点滅なし（3フラッシュ/秒以上禁止）、動きは速やかに停止、プログレスバーでチャプター位置を表示。

証跡（すべてをコミット）

01-objective.md (+ ゲート出力)     05-timing.json
02-research-notes.md                06-subtitles.srt
03-narration.md                     07-claims-ledger.md
04-storyboard.json                  08-qc-report.md

証跡は動画と同様に成果物です。別のインストラクショナルデザイナーがパイプラインを監査可能にします。

正直な限界（プロジェクトログにこれらを明記）

エージェントQCはモデルによるヒューリスティックレビューであり、専門家による承認ではありません。
出力が「インストラクショナルに検証された」という主張はできません — それには学習者テストが必要であり、このスキルはそれを行いません。
ワード位置合わせ字幕はTTSアライメントの精度に依存します; ゲート4の前に、10キューを音声と照合してスポットチェックしてください。
音声ライセンス: kokoro-82mの音声には独自の使用条件があります; 商用配布前に確認してください。

クレジット

方法レベルのインスピレーション、コピーされたコードはありません: anything2explainer（PolyForm Noncommercial — 方法のみ、このリポジトリのATTRIBUTION.mdを参照）、vox-director（MIT）からのゲート承認フローパターン、およびblader/humanizerとWikipediaの「AI文章の兆候」（このリポジトリのlintは独立した実装です）からのAI書き言葉チェックリストの概念。

chalkreel — 目的からアクセシブルな解説動画へ