Communitygithub.com

キャプション (字幕)

ショート動画向けに、ナレーションと同期した単語単位のキャプションを、グリーンバックの別クリップとして生成します。After Effects でさらに編集可能な、アッパーケース・白文字・黒アウトライン・ハードドロップシャドウのスタイルで、YouTube Shorts のUIと重ならない位置に配置します。

キャプション (字幕) とは?

このスキルは、ショート動画向けの音声同期キャプションを、グリーンバックの別レイヤーとして生成するためのものです。キャプションは本編に焼き込まず、After Effects でキーイングや調整ができるスタンドアロンのクリップ(H.264 グリーンバック版と ProRes 4444 アルファ版)として出力します。デザインはユーザーのロックされたリファレンスに基づき、白・アッパーケース・Arial Black・黒アウトライン・ハードドロップシャドウで、フレーム高さの71.5%に中央揃え、最大3単語までとし、句読点は保持します。さらに、すべてのキャプションが YouTube Shorts の安全領域内に収まるよう自動チェックし、警告が出た場合はサイズや位置を調整してから出力します。対応プラットフォームは Claude Code、Cursor、Codex など、Haiku モデルで動作し、スクリプトがタイミング分割と安全領域チェックを担当します。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/fahniazz/claude-shorts-skills/tree/HEAD/skills/captions

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

キャプション (グリーンバック、音声同期、Shorts対応)

ユーザーは After Effects でキャプションをさらに編集するため、キャプションは本編に焼き込まれません。本編と同じサイズ・fps・フレーム数の純粋なグリーン (#00FF00) の別クリップを出力し、ユーザーが Keylight でキーイングします。

ルック(2026-11-11 合意済み、ユーザーの「ロック済み」リファレンスフレームより)

  • 位置: 水平方向は中央揃え。大文字の中央が フレーム高の 71.5 % (キャラクターの胸元の下)。大文字の中央がアンカーなので、カンマや Q でキャプション位置が動きません。
  • 白、大文字(UPPERCASE)、Arial Black、フレーム高の 3.2 % (2560px で 82px)。当初は 4% でしたが、ユーザーが Shorts のUIに覆われないよう小さくするよう依頼しました。黒アウトライン。右下方向に ハード ブラックドロップシャドウ。シャドウは意図的にソリッドにしています。ぼかしや半透明のシャドウはキーイングで緑グレーのフリンジになるためです。
  • 句読点は保持 (MONA LISA. / PARIS, / 1911.)。ユーザーから依頼されました。--strip-punct で末尾の . , ; : を削除します。
  • 最大 3 単語 まで。キャプションは文やカンマ、音声の間をまたがず、接着語 (the, of, with, yang, di, dengan ...) で終わらず、名前を分割せず (Mona | Lisa)、1単語だけを避けます。
  • 各キャプションは最初の単語が発声されたフレームに現れ (0.85 -> 1.06 -> 1 の5フレームポップ)、次のキャプションまで保持されます。音声の間の後は最終単語から 0.25 秒後に消えます。

YouTube Shorts 安全領域(すべてのキャプションで、ポップの 1.06 ピーク時に必ず保持)

控えめなオーバーレイ領域:

  • アクションボタン: 幅の右 16 %
  • タイトル/チャンネル/音楽: 高さの下 25 %
  • トップバー: 高さの上 8 %

スクリプトは各キャプションのインク範囲を測定し、いずれかの領域にかかる場合は WARNING outside the Shorts safe zone: <text> を出力し、到達範囲(例:"83.8 % of width, 69.8-74.0 % of height")を表示します。--max-width 0.68 に収まるようにチャンクを分割します。長い単語は 1 語の場合は縮小されます。WARNING が出た状態で納品しないでください。--size を下げるか、--y を少し上げてください。

モデル(トークン節約、2026-11-12 承認済み)

Haiku 5.5 でキャプションを実行します(remotion-renderer エージェントで model: "haiku"、または Haiku セッション)。スクリプトがタイミング、分割、安全領域チェックを行い、テキストで出力します。Sonnet は新しいキャプションルックの判断のみ、Opus は scripts/captions.py のロジック変更のみに使用します。

手順

  1. 単語タイミング: ショートの stories/<slug>/voice/words.json。これは scripts/words_from_voice.py (faster-whisper でスクリプトのスペルに合わせてアライメント) で作成します。ない場合は先に作成: python scripts/words_from_voice.py <voice.wav> <SCRIPT.md> <words.json> [en|id] 時間は本編の音声と一致している必要があります(最終版の音声は 0 秒から始まります)。
  2. 最初にテスト範囲を実行(フルレンダリング前に短いテストを確認したいユーザーのため):
    python scripts/captions.py stories/<slug>/voice/words.json out/<slug>/captions --start 0 --dur 10 \
      --preview "out/<slug>/final/<Title>.mp4" --alpha
    
    各キャプションとその時間、安全領域チェックを出力し、以下を作成:
    • captions_green.mp4
    • captions_alpha.mov
    • captions.json
    • captions_preview.mp4 (本編 + キーイング済みキャプション + 音声、確認用のみ)
  3. 確認:
    • プレビューから最も幅広いキャプションのフレームを抽出し、Shorts 領域を赤で描画 (ffmpeg drawbox: x=iw0.84 から y=ih0.45、y=ih0.75 から下端、上部 ih0.08)、hstack で1枚のシートにして確認。
    • フル解像度のクロップで緑フリンジがないか確認。
    • ユーザーに captions_preview.mp4、captions_green.mp4、出力されたキャプションリストを送信。
  4. ユーザーの OK 後、--dur <film frames / fps> でフルレングスをレンダリングし、本編と正確に同じフレーム数にします(ffprobe -count_packets で確認)。

パラメータ(scripts/captions.py)

  • --y 0.715: 位置
  • --size 0.032: フォントサイズ
  • --max-width 0.68: 最大幅
  • --font <ttf>
  • --max-words 3
  • --gap 0.30: フレーズを分割する無音の長さ
  • --hold 0.25
  • --lead 0: フレームの先行
  • --no-pop
  • --lower: 大文字小文字を保持
  • --strip-punct
  • --alpha: ProRes 4444

After Effects に関するユーザーへの注意

  • グリーン クリップ: Keylight でスクリーンカラーを純粋な緑に設定してください。yuv444 crf 8 なのでエッジはクリーンです。
  • アルファ .mov: キーイング不要(そのまま上に重ねてください)。
  • captions.json: 各キャプションのテキストとイン/アウト秒をリスト。テキストレイヤーとして再構築する場合に使用します。

関連スキル