Communitygithub.com

calesthio/generative-media-skills

AIエージェントが教育、製品、コンセプト、非営利/公共サービス、オンボーディング、トレーニング、アニメーション、混合メディア、短尺ソーシャル向けの説明動画を、プロバイダ非依存で制作するためのスキルです。トピックやブリーフ、調査コーパス、製品、プロセス、ポリシー、データセット、複雑なアイデアを、事実に基づいたアクセシブルな説明動画に変換する際に使用します。クレームレビュー、ローカライゼーション、ペーシング、バリアント、QAを備えています。

generative-media-skills とは?

このスキルは、AIエージェントがプロバイダに依存せずに説明動画を制作するための包括的なフレームワークを提供します。視聴者の理解、信念、決定、行動の変化を明確な学習契約として定義することから始め、事実の厳密さ、アクセシビリティ、およびクレーム管理を重視します。スキルは、視聴者分析、学習目標の設定、クレームマトリクスによる事実確認、スクリプト設計、ストーリーボード、視覚文法、モーション、ナレーション、アクセシビリティ、およびQAを含む、制作プロセス全体を構造化します。主な特徴として、クレームログの維持、高リスククレームのエスカレーション、生成メディアにおける確定的な事実提示と生成的な想像の区別、およびプラットフォーム固有の制約(アスペクト比、最大長、セーフエリア、キャプション動作、モデル制限、価格、地域可用性、開示ルール、ライセンス条項)の制作時の再確認が含まれます。このスキルは、Host環境で利用可能な生成、編集、合成、キャプション、レビューツールを使用して動作しますが、説明ロジック、事実の規律、アクセシビリティ、QA基準はプロバイダ間で一貫して維持されます。

対応~Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/calesthio/generative-media-skills/tree/HEAD/skills/production/content-formats/explainer-video-production

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

説明動画の制作

視聴者が視聴後に何を理解し、信じ、決定し、または異なる行動を取るべきかを定義した後にのみ、説明動画を制作してください。動画を、美しいシーンの連続としてではなく、学習と意思決定のための成果物として扱ってください。

このスキルはプロバイダに依存しません。Host環境で利用可能な生成、編集、合成、キャプション、レビューツールを使用しますが、説明ロジック、事実の規律、アクセシビリティ、QA基準はプロバイダ間で一貫して維持します。

譲れない条件

  • 視聴者、事前知識、測定可能な学習目標または意思決定目標から開始する。
  • 文書化された事実、情報源に裏付けられた推論、制作上のヒューリスティック、創造的な発明を分離する。
  • 事実、商業、比較、健康、安全、法律、財務、科学、公共サービスに関するクレームのクレームログを維持する。
  • 高リスクのクレームは、クライアント、専門家、法務/コンプライアンスレビュー担当者、医療レビュー担当者、財務レビュー担当者、またはポリシー所有者にエスカレーションする。法的、医療的、または財務的なアドバイスは提供しない。
  • アクセシビリティをスクリプト、ストーリーボード、キャプション、オーディオ、データビジュアル、配信バリアントに組み込む。後付けは効果が弱く、コストがかかる。
  • 制作時に、変わりやすいプロバイダ/プラットフォームの事実を再確認する:ソーシャルアスペクト比、最大長、セーフエリア、キャプション動作、モデル入力、モデル制限、価格、地域可用性、開示ルール、権利/ライセンス条項。
  • 画像または動画生成モデルに、証拠を invent させたり、正確なチャートをレンダリングさせたり、正確な法的/医療的/科学的記述を保持させたり、読み取り可能な細かいテキストを作成させたりしないこと。事実、引用、キャプション、表、UIテキスト、ラベル、チャートには、確定的なレイアウト/構成を使用する。

インプット:学習契約の定義

執筆または生成する前に、以下に回答する:

  • 視聴者:誰のためか、彼らは何を既に知っているか、何を誤解しているか、どの言語/レジスターを使用するか、どのようなアクセシビリティ/ローカライゼーションのニーズが既知か?
  • 目的:視聴者は視聴後、どのような一文を言ったり、行ったり、決定したりできるようになるべきか?
  • ユースケース:教育、製品、オンボーディング、トレーニング、公共サービス、資金調達、ポリシー、営業促進、社会的意識、内部変革管理、または技術的概念。
  • 成功の証拠:クイズの回答、デモの完了、サポート質問の減少、サインアップ、ポリシーの理解、行動変容、ステークホルダーの承認、または共有/保存。
  • 制約:長さ、プラットフォーム、ブランド、必須ソース、必須/禁止クレーム、制限された画像、音声、キャプション、言語、レビュー承認者、予算、ツールの可用性。
  • リスクレベル:
    • 低:一般的な概念、内部オリエンテーション、機密性の低い創造的な説明。
    • 中:製品の利点、非営利/公共サービスの行動ガイダンス、データクレーム、雇用/トレーニング要件。
    • 高:健康、安全、法律、財務、規制製品、子供、政治的説得、危機ガイダンス、比較広告、政策含意のある公的統計。

目的は、漠然としたトピックではなく、観察可能な結果として記述する:

  • 弱い:「カーボンオフセットを説明する。」
  • 強い:「90秒後、初めて購入する人が排出削減とオフセット購入の違いを説明でき、クレームを信頼する前にプロジェクトの検証を確認する必要があることを知る。」

調査と引用の規律

スクリプト作成前にクレームマトリクスを作成する。マトリクスは、説得力のある仕上げが証拠を追い越すのを防ぐ。

フィールド用途
クレーム動画が行う可能性のある正確な記述または含意。
クレームタイプ定義、統計、因果、比較、製品パフォーマンス、証言、安全性、行動推奨、予測、意見、比喩、またはCTA。
ソース一次ソース優先;タイトル、URL、発行/更新日、アクセス日を含む。
証拠の強さ公式/一次、査読付き、技術レポート、再現可能なテスト、評判の良い二次ソース、クライアント提供、逸話、または創造的。
画面上の処理引用、ソース行、音声のみ、法的/開示コピー、最終版から除外、または専門家レビュー必須。
リスク低/中/高とその理由。
所有者エージェント、クライアント、SME、法務/コンプライアンス、医療、財務、アクセシビリティ、ローカライゼーション。

可能な限り一次ソースを使用する:公式ドキュメント、標準、規制当局のガイダンス、政府統計、査読付き研究、製品ドキュメント、クライアント承認の証拠、または直接検査されたソース資料。一次ソースが利用できない場合や背景情報としてのみ二次ソースを使用し、そのようにラベル付けする。

商用または製品説明動画の場合、客観的なパフォーマンスクレームは実証が必要です。FTCのビジネスガイダンスは、企業が広告クレームを強固な証拠で裏付けることを要求しており、特に健康関連のクレームが対象です。また、FTC推奨ガイドは、推奨における重要な関係を明確かつ顕著に開示することを要求しています。これらを、コピーライティングの提案としてではなく、コンプライアンストリガーとして扱ってください。制作時に現在のFTCガイダンスと該当する管轄区域を再確認してください。

AI生成メディアおよびストック/メディアアセットについては、出典を記録する:モデル/プロバイダ、プロンプト、利用可能な場合はシード、ソースアセットライセンス、リリース/同意ステータス、編集履歴、および素材がAI生成かどうか。米国著作権局のガイダンスによると、AI生成素材を含む作品の著作権登録は、人間の著作性と、デミニミスを超えるAI生成コンテンツの開示にかかっています。権利ルールは変動しやすく、管轄区域に依存するため、登録、所有権、肖像、トレーニングデータに関する質問は法律顧問にエスカレーションしてください。

執筆前にコンセプトを分解する

アイデアを説明可能な原子に分解する:

  1. 用語:説明が機能する前に視聴者が必要とする語彙。
  2. 部分:コンポーネント、アクター、入力、出力、制約。
  3. メカニズム:何が、どの順序で、なぜ変化するか。
  4. 対比:これが何でないか;一般的な誤解または誤った代替案。
  5. 例:具体的なケース、シナリオ、またはミニデモ。
  6. 結果:なぜ重要か;無視した場合の結果。
  7. アクション:視聴者が次に取るべき行動。

目的に必要な最小セットを選択する。コンセプトに長さに対して原子が多すぎる場合は、すべてを圧縮するのではなく、約束を狭める。

便利な分解パターン:

  • 定義説明:用語 -> 対比 -> 例 -> 使用。
  • メカニズム説明:入力 -> 変換 -> 出力 -> フィードバックループ。
  • 製品説明:問題 -> 現在の回避策 -> 製品メカニズム -> 証明 -> 次のステップ。
  • 公共サービス説明:状況 -> リスク -> 推奨アクション -> 例外 -> 支援を得る場所。
  • トレーニング説明:タスク目標 -> 前提条件 -> ステップ -> チェック -> 回復パス。
  • データ説明:質問 -> データセット/ソース -> パターン -> 注意点 -> 含意。

スクリプトアーキテクチャ

目的に合った構造を使用し、すべての説明動画を同じファネルに押し込まない。

ほとんどの60〜180秒の説明動画のコア構造:

  1. フック:緊張または実用的な質問に名前を付ける。
  2. 約束:視聴者が理解できること、または実行できるようになることを伝える。
  3. マップ:説明の2〜4つのパーツをプレビューする。
  4. 構築:ビートごとに1つのアイデアを説明し、各ビートが1つの質問を解決する。
  5. 例/デモ:具体的なケースでコンセプトが機能することを示す。
  6. 注意点または境界:過大請求を防ぎ、一般的な誤解に対処する。
  7. アクション:次のステップ、要約、練習タスク、または決定プロンプト。

短尺ソーシャルバリアント(15〜45秒):

  • 0〜3秒:パターンインタラプトまたは具体的な問題。
  • 3〜8秒:約束と重要性。
  • 中間:1つのメカニズムまたは1つのbefore/after、完全なカリキュラムではない。
  • 最後:印象に残る一文、CTA、または「保存」のまとめ。

トレーニング/オンボーディングバリアント:

  • タスクと成功条件を述べる。
  • ステップを順にデモンストレーションする。
  • チェックポイントとエラーリカバリを追加する。
  • 支援を得る場所または完了を確認する方法を示して終了する。

公共サービス/非営利バリアント:

  • 平易な言葉を使用し、恥をかかせない。
  • 推奨アクションを具体的にする。
  • 推奨が誰に適用され、誰が異なるガイダンスを必要とするかを示す。
  • 公式ソースを引用し、健康/安全/法律のクレームをエスカレーションする。

理解のためのナレーションを書く

ナレーションは、ホワイトペーパーの読み上げではなく、有能なガイドのように聞こえるべきです。

  • 専門用語が必要でない限り、日常的な言葉を使用する。必要な用語は、それに依存する前に定義する。
  • 各文に1つのアイデアを入れる。
  • 節は、音声とキャプションに十分短く保つ。
  • 道標を使用する:「まず」、「重要な違いは」、「ここがポイントです」、「何が変わるか見てください」。
  • 重要な用語は一貫して繰り返し、視聴者がまだ学習中の概念に対して同義語を回転させない。
  • 数字を文脈に入れる:比較、変換、規模の表示、または数字が重要な理由を説明する。
  • スクリプトを声に出して読む。声がつまずけば、視聴者もつまずく。

スクリプト化されたナレーションの場合、落ち着いた説明動画では1分間に約130〜160の英語音声単語を計画し、技術的、翻訳、子供向け、またはアクセシビリティに配慮した動画ではより遅くする。これはヒューリスティックとして扱う。実際のペースは、言語、話者、視聴者、ビジュアル、およびポーズの必要性に依存する。

嘘をつかずにアナロジーを使用する

アナロジーは、雰囲気だけでなく構造をマッピングする場合に役立つ。

アナロジーを使用する前に、以下を記述する:

  • マッピングされるもの:「AはBのようなもの、なぜなら両方とも...」
  • マッピングされないもの:「Bとは異なり、Aは...しない」
  • 終了ポイント:アナロジーが誤解を招くようになる正確なポイント。

例:「ヒートポンプは、ポンプで水を丘の上に移動させるようなものです:熱を作り出すのではなく、熱を移動させるためにエネルギーを使います。しかし、水とは異なり、熱は自然に暖かい場所から冷たい場所へ流れるため、デバイスは冷媒サイクルを使用して逆方向に移動させます。」

単純化が行動、用量、安全性、資格、法的解釈、または財務上の意思決定を変える可能性がある場合は、高リスクの領域でアナロジーを避ける。代わりに、平易な因果説明を使用する。

情報設計としてのストーリーボード

すべてのシーンを以下の列でストーリーボード化する:

列必須コンテンツ
時間開始/終了、長さ、ペーシングの意図。
学習ビート視聴者が学ぶこと、またはできるようになること。
ナレーション正確な音声または対話。
ビジュアル図、キャラクターアクション、スクリーンキャプチャ、製品UI、データチャート、ライブ映像、アイコンシステム、または生成メディアショット。
モーション画面上で何が変化し、その動きがなぜ理解に役立つか。
テキスト/キャプション画面上のラベル、ソース行、開示、lower third、またはテキストなし。
証拠クレームマトリクスからのクレームID。
アクセシビリティキャプションノート、音声説明の必要性、コントラストリスク、色のみのエンコーディングなし、フラッシュ/モーションリスク、トランスクリプトノート。
アセット/プロンプトノート何が確定的でなければならないか vs. 何が生成されてもよいか。

シーンに学習ビートがない場合は、それを削除するか、必要なだけの長さのトランジションに変換する。

説明シーンのための視覚文法

視覚形式を認知ジョブに一致させる:

  • 定義:用語カード、ラベル付きオブジェクト、サイドバイサイド「である/でない」。
  • プロセス:フロー、タイムライン、番号付きシーケンス、コンベヤ、状態機械。
  • 原因/結果:before/after、因果連鎖、フィードバックループ、分割画面。
  • システム:アクター、入力、出力、依存関係、境界のマップ。
  • 規模:おなじみの比較、比例バー、ネストされたコンテナ、マップインセット。
  • データ:1つのテイクアウェイを持つチャート、強調されたトレンド、ソース行、注意点。
  • 製品:実際のUIまたは製品表面、問題コンテキスト、使用中の機能、結果状態。
  • トレーニング:カーソルパス、強調表示されたコントロール、チェックリスト、成功/エラー状態。
  • ソーシャル/感情:人間のシナリオ、開示のある証言、キャラクターの比喩。

視覚言語を一貫して保つ:「問題」には1色、「解決策」には1色、「警告」には1色、「証明」には1色。動画の途中で意味を切り替えない。

装飾的な文字通り主義を避ける。「クラウド」について言及するたびに雲のアイコンを置くことは、めったに何かを説明しない。ビジュアルを使用して、関係、シーケンス、規模、変化、例外を示す。

図、チャート、データコールアウト

チャートと図は、ナレーションよりも質問にうまく答える場合にのみ使用する。

データと図のルール:

  • チャートの前または一緒に、テイクアウェイを言葉で述べる。
  • 真実を保持する最も単純なチャートを使用する。カテゴリ比較には棒グラフ、時系列トレンドには折れ線グラフ、シーケンスにはタイムライン、メカニズムには注釈付き図を優先する。
  • 多くのカテゴリ、小さな差異、または正確な比較には円グラフ/ドーナツグラフを使用しない。
  • 可能な限り直接ラベル付けし、凡例の検索を減らす。
  • 色だけで意味をエンコードしない。ラベル、位置、形状、パターン、またはテキストを追加する。
  • Webまたはインタラクティブ配信の場合、アクセシブルな代替手段を提供する。W3C WAIは、グラフ、チャート、フローチャート、図、マップを、実質的な情報を含む場合、複雑な画像として扱い、短いテキストと長いテキストの代替手段を必要とします。USWDSガイダンスは、SVGチャートコンテンツがスクリーンリーダーにとって困難になる可能性があることに注意し、スクリーンリーダーがアクセス可能なテーブルとプレーンテキストのトレンド/統計的要約を推奨し、複雑なデータセットにはテーブルだけでは十分でない可能性があると警告しています。
  • ビデオのみの配信では、ナレーションとキャプションに主要なチャートのテイクアウェイを伝えさせ、チャートが不可欠な場合はトランスクリプトまたは補足ノートを提供する。
  • 検証済みデータから確定的にチャートを生成する。事実に基づくチャートを作成するように生成画像モデルに依頼しない。

モーションディレクション

モーションは変化を説明する必要があります。

モーションを使用して:

  • シーケンスを明らかにする。
  • 原因と結果を結びつける。
  • 状態遷移を示す。
  • before/afterを比較する。
  • 注意を誘導する。
  • 認知負荷のペースを調整する。
  • 視聴者がポイントを理解した後、感情的な強調を作り出す。

説明と競合するモーションを避ける:

  • 高密度テキストの下での一定の背景モーション。
  • 新しい情報中の急速なカメラ移動。
  • 複数の領域での同時変化。
  • 存在しない因果関係を暗示するトランジション。
  • 製品とは異なる偽のUI動作。
  • 1秒間に3回以上のフラッシュ、または既知の閾値付近のフラッシュ。WCAGは、Webコンテンツに対して「3回以下のフラッシュまたは閾値以下」の要件を含んでいます。

ポーズを使用する。重要なリビールの後の0.5秒のホールドは、多くの場合、絶え間ない動きよりも多くを教えます。

...

[翻訳のために切り詰められました]

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

calesthio/brand-launch-film-production

Provider-independent production workflow for AI agents creating brand launch films, product reveal videos, manifesto films, campaign hero films, website hero videos, investor/customer launch assets, and social cutdowns. Use when planning, scripting, generating, editing, reviewing, or delivering launch films that must align strategy, claims, brand voice, visual direction, product proof, accessibility, compliance, and multi-platform delivery.

calesthio/character-design-continuity

Provider-independent character design and continuity direction for generated media. Use when an agent must create, preserve, revise, or QA a recurring character across AI-generated images, video clips, avatars, animation, comics, ads, product mascots, serialized social posts, or multi-shot campaigns; especially when building character bibles, reference packs, prompts, expression/pose ranges, costume/hair/makeup/prop continuity, identity and likeness safeguards, iteration plans, handoff notes, or continuity reviews.

calesthio/generative-media-skills

Provider-independent localization and dubbing production direction for AI agents producing translated videos, dubbed ads, social clips, explainers, avatar videos, documentaries, training media, and multi-market campaigns. Use when planning or reviewing subtitle-versus-dub strategy, translation adaptation, glossary/style-guide setup, casting or voice matching, lip-sync or phrase-sync direction, synthetic dubbing boundaries, captions/subtitles handoff, accessibility, platform delivery, client review, or localization QA.

calesthio/generative-media-skills

Provider-independent cinematic trailer production for AI agents creating movie-style trailers, teaser trailers, launch trailers, game trailers, documentary trailers, series promos, and high-impact generated-media previews. Use for trailer strategy, structure, shot planning, voiceover/title-card copy, music and sound-design direction, generated-video prompt translation, edit pacing, platform/runtime choices, delivery handoff, rights/claims caveats, and trailer QA.

calesthio/generative-media-skills

Use this skill to plan, direct, finish, and QA provider-independent mono or stereo 180-degree, 360-degree, spherical, spatial, wide-FOV, and immersive video. It covers format choice, capture rigs, stitching, nadir and seam management, stereoscopic comfort, attention direction, stabilization, ambisonic and spatial audio, titles, captions, accessibility, edit, color, VFX, projection metadata, Vision Pro, YouTube, headset delivery, device QA, and privacy, location, and likeness rights. Do not use it for interactive XR apps, volumetric/world-model generation, game-engine experiences, or provider-specific video generation prompts.

calesthio/generative-media-skills

Provider-independent production workflow for AI agents creating music videos, lyric videos, visualizers, performance/narrative/dance videos, social cutdowns, album or single launch assets, and generated-media clips synchronized to songs. Use when planning, directing, prompting, editing, reviewing, or delivering video content built around a recorded song, artist performance, lyrics, beat timing, choreography, platform variants, music rights, likeness consent, accessibility, or synthetic-media disclosure.

calesthio/generative-media-skills

Provider-independent captions and media accessibility direction for AI agents producing or finishing generated videos, ads, social clips, explainers, avatar videos, documentaries, podcasts/video recuts, training media, and localized content. Use when planning, authoring, reviewing, localizing, burning in, exporting, or QAing captions, subtitles, SDH, transcripts, audio description, flashing/motion safety, caption readability, or accessible media handoff files.

calesthio/generative-media-skills

Provider-independent dialogue editing and ADR direction for AI agents producing generated videos, films, ads, avatar clips, explainers, localization/dubbing, podcasts, recuts, and social content. Use for dialogue prep, repair, room tone, take comping, sync, ADR cueing, dubbing direction, pronunciation, de-essing, plosives, mouth clicks, voice continuity, synthetic voice consent boundaries, captions/transcripts handoff, mix handoff, loudness, intelligibility, accessibility, and QA.

calesthio/motion-graphics-direction

Provider-independent motion graphics direction for AI agents producing title sequences, lower thirds, explainer graphics, product UI overlays, social ads, kinetic typography, diagrams, data callouts, brand films, and video post. Use when planning, prompting, storyboarding, specifying, implementing, reviewing, or QAing motion graphics across live footage, generated video, UI capture, data visualization, brand systems, typography, accessibility, claim integrity, runtime handoff, and iteration.

関連スキル