Communitygithub.com

masskx/douyin-remotion-sentence-video

Remotion、Codex、Alibaba DashScope CosyVoice TTS を使用して、抖音/TikTok風の英文構文ショート動画を構築します。英文骨格、スピーキングパターン、ライティングアップグレード文、感情表現、文脈内文法、高保持率の文練習に使用。黒/黄の高コントラストビジュアル、音声駆動字幕、スロット置換アニメーション、抖音風フックを特徴とします。

douyin-remotion-sentence-video とは?

このスキルは、英語の構文ショート動画を、単なる文法授業ではなく、スクロールしたくなる、役立つ、印象に残るコンテンツとして制作するためのものです。Remotion で動画をレンダリングし、Alibaba DashScope CosyVoice TTS で高品質なナレーションを生成し、Codex エージェントが動画の計画、台本作成、データファイルの管理を支援します。中核となるのは「Chinglish Trap Mode」で、「間違った表現→意味のねじれ→ネイティブ修正→短い理由→ここで使う→間違いvs正解のロック」という流れで、学習者がよく陥る中国語直訳の間違いを矯正します。このスキルは視覚的にも攻撃的で、動詞スキルと同じリズム規律を継承し、「Kinetic Douyin Visual Mode」をデフォルトとします。これにより、テキストは静的に配置されるのではなく、画面に叩きつけられ、間違った表現は罰せられ、正しい表現は突入します。0.5〜1.2秒ごとに視覚的なビートがあり、最初の3秒で少なくとも4つの視覚アクションが必要です。さらに、アカウントの粘着性(スティッキネス)を最適化し、各エピソードがソーシャルペイン、アイデンティティゲイン、コメントベイト、シリーズプル、パーソナプルのいずれかに貢献するように設計されています。視聴者が「ただスクロールしていただけなのに、突然自分が前にこれを間違って言っていたことに気づいた」と感じさせることを目標としています。

対応~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/masskx/GYEVideo/tree/main/remotion-template/skills/douyin-remotion-sentence-video

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

Douyin Remotion 構文動画

このスキルは、ユーザーがスクロールしたくなり、役に立ち、はっきりと記憶に残る、まるで文法授業ではないような英語のショート動画を求める場合に使用します。

このスキルは、モーション密度、フックの攻撃性、音声駆動のペース配分において douyin-remotion-video と一致しなければなりません。 文の内容は異なる教育構造として扱い、視覚言語を弱くしてはいけません。

一言のモットー

これは文法を説明しているのではない。 これはあなたの「チャイニッシュ・イングリッシュ(Chinglish)」を打ち壊しているのだ。

チャイニッシュ・イングリッシュトラップモード

ユーザーが明示的に文の骨格やパターンドリルを要求しない限り、これがデフォルトのクリエイティブモードです。

以下の場合に Chinglish Trap Mode を使用します:

  • 英語のショート動画
  • 訂正動画
  • ネイティブ表現動画
  • 中国語直訳修正動画
  • 対比教育動画
  • 「中式英語」コンテンツ

デフォルトのコンテンツエンジンは:

間違った表現 -> 意味のねじれ -> ネイティブ修正 -> 短い理由 -> ここで使う -> 間違い vs 正解のロック

動画の核心は、A/B フォーミュラでも機械的な反復でもありません。 核心は:

Chinglish トラップ -> 対比による衝撃 -> 自然な英語への修正

エピソードは、テンプレートがスロットを埋めているように感じさせるのではなく、クリエイターが実際の生活での気まずさを指摘しているように感じさせるべきです。

動的な抖音ビジュアルモード

Chinglish トラップ動画は、デフォルトで Kinetic Douyin Visual Mode にする必要があります。

核となる原則:

  • テキストは配置されるのではなく、画面に叩きつけられる
  • 間違った表現は冷静に表示されるのではなく、罰せられる
  • 正しい表現は単に現れるのではなく、突入する
  • 0.5 秒から 1.2 秒ごとに1つのビジュアルビートが必要
  • 2 秒ごとに明確な画面の変更が必要
  • 最初の 3 秒間で少なくとも 4 つの視覚的アクションが必要
  • メインキャンバスは字幕バーだけでなく、音声のリズムに合わせて動く必要がある
  • 静止カードを 2 秒以上画面に表示し続けてはいけない
  • 長い二段組みの説明ブロックに頼ってはいけない
  • PPT のように見えてはいけない
  • 連続する 5 つのエピソードが、文だけを入れ替えた同じシェルを共有してはいけない

単語スキルからの借用

構文スキルは、ローカルの語彙スキルから最も強力な視覚言語を明示的に借用しなければなりません。

構文スキルを、より軽量またはシンプルなバージョンとして扱ってはいけません。 単語スキルと同じように攻撃的で、スクロールを止めるものでなければなりません。

借用すべきもの:

  • HookScene スタイルの最初の3秒の割り込みロジック
  • slamIn、punchZoom、shake、flashOpacity、highlightSweep、quickCut
  • フラッシュワードのリズム、タイトルカードのリズムだけではない
  • 中央を中心とした構成
  • ビートごとに1つの支配的なオブジェクト
  • 関係性を教える際のグリッド/コネクト/ネットワークの視覚的思考
  • ビートを助ける場合の短い感情的な反応の瞬間
  • 音声が続いている間の静止フレームなし

借用してはいけないもの:

  • 辞書リストのようなペース配分
  • トピックが文の訂正である場合の、語根固有の教育構造

目標は:

文の内容だが、単語スキルレベルの視覚的攻撃性

これは必須です。 結果がまだ動画字幕付きの教育カードのように感じられる場合、そのスキルは失敗です。

モーションリズムの固定

構文スキルは、単語スキルと同じリズム規律を継承しなければなりません:

  • オープニングは HookScene の考え方であり、タイトルカードの考え方ではない
  • モーションは生成された音声のタイミングに従い、推測された秒数には従わない
  • 話されたすべてのキーフレーズは、目に見えるヒット、置換、または画面のリバランスをトリガーする必要がある
  • 音声が動き続ける場合、メインキャンバスも進化し続けなければならない
  • 字幕の変更だけでは視覚的なビートとはみなされない
  • 対比の瞬間は、優しいフェードではなく、インパクトのある動きで着地しなければならない
  • 間違ったフレーズのビートには、シェイク、スタンプ、クラッシュ、ストライク、フラッシュ、グリッチなどの罰の動きを使用する
  • 正しいフレーズのビートには、スラム、パンチズーム、スイープ、アンロック、エキスパンド、スナップセンターなどの報酬の動きを使用する
  • 2 から 3 ビートごとに、同じカード内のテキストアニメーションだけでなく、1 つのレイアウトレベルの変更を含める
  • すべてのエピソードは、ミュートされていても、ショート動画プラットフォームでビートに合わせてカットできるように感じられなければならない

アンチテンプレートクリエイターモード

構文スキルは、単一の動画の正確さだけでなく、アカウントの粘着性(スティッキネス)を最適化する必要があります。

デフォルトの前提:

  • 視聴者は 3 から 10 クリップを連続して見る
  • 隣接するクリップが同じオープニングシェル、シーンシェル、エンディングシェルを共有している場合、アカウントは不自然でテンプレート化されたように感じられる
  • 技術的に正確な動画でも、2 クリップ目で予測可能だと感じられれば、パフォーマンスが低下する可能性がある

したがって、各バッチは少なくとも以下の次元で変化させなければなりません:

  • オープニングシェル
  • シーンタイプ
  • 感情的温度
  • クリエイターの態度
  • 明かす仕組み
  • エンディングの固定仕組み
  • カバータイトルの文法

必須のアンチテンプレートルール:

  • アカウントが「同じ編集 + 別の文」のように感じられてはいけない

粘着アカウントモード

各文のバッチは、アカウントが中毒性があり、認識され、フォローする価値があると感じさせるのに役立つべきです。

各エピソードは、少なくとも以下のいずれかに貢献する必要があります:

  • 社会的苦痛:「前にこれを間違って言ったことがある」
  • アイデンティティの向上:「今はもっとシャープ / 自然に聞こえる」
  • コメントベイト:「同意しない / 別の言い方がある」
  • シリーズへの誘引:「次のを見たい」
  • ペルソナへの誘引:「このクリエイターの指摘の仕方が好き」

このスキルは単に英語のクリップを作っているだけではありません。 保持ロジックを持った抖音英語アカウントを構築しているのです。

保持ラダー

「視聴者が答えを学んだ」ことだけを最適化しないでください。 「答えが表示された後も視聴者が見続ける」ことを最適化してください。

すべての Chinglish トラップエピソードは、4段階の保持ラダーを作成する必要があります:

  • スクロールを止める苦痛:最初の 1 から 3 秒で、視聴者がおそらく犯したことのある間違いを明らかにする
  • エゴへの脅威:視聴者に「待てよ、もしかして気まずい言い方をしてたかも」と思わせる
  • ヒーローによる救出:すぐに使える修正を速やかに提供する
  • アフターケアの見返り:修正後も、第2のシナリオ、社会的ニュアンス、コメントベイトなど、滞在するもう一つの理由を与える

最初の修正が表示された直後に動画が退屈になった場合、そのスキルは保持に失敗しています。

修正後に必要な動作:

  • 最初のヒーロー修正が着地した後も、新しい価値を伴う新しいビートが存在しなければならない
  • 修正後のセクションは、同じ答えをマイナーな字幕変更で言い換えるだけではいけない
  • 少なくとも 1 つの後のビートで、「アイデンティティの向上」、「社会的ニュアンス」、または「コメント衝動」のいずれかを生み出す必要がある

低下防止ルール

よくある失敗パターン:

間違ったフレーズ -> 正しい答え -> 完了

これは役立つクリップになることが多いですが、アカウントの保持力は弱くなります。

これを避けるために、デフォルトの Chinglish トラップ構造は次のように感じられるべきです:

間違ったフレーズ -> 気まずさ -> ヒーロー修正 -> これが有効な場面 -> 使いすぎに注意 -> ロックまたはコメントベイト

最後の 3 分の 1 は、まとめカードのように感じられるべきではありません。 最終的な社会的な takeaways またはシャープなクリエイターのボタンのように感じられるべきです。

クリエイターペルソナの固定

ユーザーが別のペルソナを定義しない限り、デフォルトは以下とします:

  • シャープ
  • 軽く皮肉めいた
  • 社会的に観察力がある
  • 説教臭くなく役立つ
  • 感情的に機敏

クリエイターは次のように聞こえるべきです:

  • 気まずい実際の英語の習慣を暴露する人
  • 視聴者を素早く気まずさから救い出す人

クリエイターは次のように聞こえるべきではありません:

  • ワークシート生成機
  • 中立的な試験コーチ
  • 顔のないコンテンツファーム

オーディオエネルギーの固定

構文エピソードは、語彙スキルよりもビート主導で感じられるべきです。

必須のデフォルト:

  • 目標 BGM 音量は 0.33
  • 許容されるデフォルト範囲は 0.32 から 0.34
  • ナレーションが最も優先され、BGM を小さくしすぎるのではなく、ダッキングによってこれを実現する
  • BGM はバックグラウンドフィルだけでなく、明確な脈動と編集エネルギーを提供する必要がある
  • ナレーションが密な場合、設定された BGM を範囲内に保ち、アクティブなスピーチ中のダッキングを増やす

構文スキルは、静かな音楽に乗せた解説動画のように聞こえるのではなく、抖音のリズム編集のように聞こえるべきです。

フレーム充填の原則

構文動画は、巨大な装飾ボックスに上部に浮かぶ小さなテキストを使用してはいけません。

すべての主要シーンは以下を持つ必要があります:

  • 1 つの支配的なテキストブロック
  • 1 つの明確に意図された焦点エリア
  • 枠線のあるコンテナ内に大きな空のデッドゾーンがないこと

カードがフレームの 70 パーセントを占める場合、内部のコンテンツはそのスペースを視覚的に正当化しなければなりません。

フレームのほとんどが枠線とパディングである場合、そのシーンは失敗です。

線画充填システム

フレームに大きなデッドスペースがある場合、ランダムなステッカー、巨大な空のカード、または装飾ボックスでそれを埋めてはいけません。

代わりに 線画充填システム を使用します:

  • 透明または半透明のオーバーレイ感覚
  • 背景のコントラストに応じて、黒または白のスクラッチのような輪郭線
  • エピソードが明示的にコラージュエネルギーを望まない限り、重い白いポスターカードは使用しない
  • 線画は呼吸スペースを豊かにするべきであり、焦点となる見出しになってはいけない
  • 線画は、感情、動き、または社会的気まずさを示唆するべきであり、レッスンを文字通り説明するものではない

好ましい線画スタイル:

  • ゴーストワイヤー:かすかな輪郭トレース、風通しが良く、微妙、雰囲気のある
  • スクリブルオービット:乱雑なループ軌道とスクラッチアクセント、よりエネルギッシュ
  • 輪郭バースト:よりシャープなアクセントストローク、方向性があり、コントラストの高いインパクト

好ましい線画の役割:

  • 気まずい反応
  • 警告の合図
  • 発言の合図
  • 修正の矢印
  • 動き/サウンドのバースト

線画がビデオの上に貼られた白いステッカーのように読める場合、それは失敗です。

シェルバリアントシステム

Chinglish トラップシステムは、エピソード全体でシェルバリアントをローテーションする必要があります。

必須のオープニングシェル:

  • 警告スタンプ
  • 告発ボード
  • グローバルスプリット

必須のエンディングシェル:

  • 分割評決
  • 垂直ロック
  • チェックリストパンチ

隣接するエピソード間で、同じオープニングシェルと同じエンディングシェルが機械的に繰り返されてはいけません。

抖音フック監査モード

制作のためにエピソードが承認される前に、Douyin Hook Audit Mode を実行します。

これはコードの前、TTS の前、レンダリングの前に行われます。

問われるのは:

動画にモーションはあるか? ではなく

抖音の視聴者は最初の 1 から 3 秒で止まるだろうか? です。

オープニングが間違った英語のフレーズをタイトルカードのように表示するだけの場合、それは失敗です。

オープニングがクイズカードや知識カバーのように振る舞う場合、それは失敗です。

フックはすぐに以下の少なくとも 1 つを行う必要があります:

  • 中国語の痛いところを突く
  • 学習者が犯しやすい間違いを暴露する
  • 社会的な気まずさを感じさせる
  • 「あなたはこれが正しいと思っていた」という逆転を生み出す

オープニングは次のように感じられるべきです:

あなたはおそらく前にこれを間違って言ったことがある

ではなく:

今日の英語の間違いはこちら

核心目標

視聴者は次のように感じるべきです:

ただスクロールしていただけなのに、突然、前にこれを間違って言っていたことに気づいた。

すべてのエピソードは少なくとも 3 つのことを行わなければなりません:

  • よくある間違った表現または中国語脳の翻訳を暴露する
  • なぜそれが間違っているのか、奇妙なのか、堅苦しいのか、誤解を招くのかを示す
  • 視聴者が実際に再利用できる自然な代替表現を提供する

ハードな原則

  • 間違った表現は早い段階で表示されなければならない。
  • 中国語の痛いところまたは逆転は最初の 3 秒以内に表示されなければならない。
  • 正しい表現は 12 秒以内に表示されなければならない。
  • 直訳の Chinglish トラップの場合、最初のヒーロー修正は通常 6 から 10 秒以内に着地するべきである。
  • 明確なコントラストがなければならない。
  • 短いティーチングポイントがなければならない。
  • 実際の使用シーンがなければならない。
  • エンディングは中国語の要約だけでなく、「間違い vs 正解」をロックしなければならない。

禁止事項:

  • 最初に痛いところを示さずに、間違ったフレーズを複数のビートに分割すること
  • 悪い英語を繰り返すだけの大きなタイトルカードで始めること
  • 実際のポイントのために視聴者を 3 秒以上待たせること
  • 最初の使える英語の修正が表示されるまでに視聴者を 20 秒待たせること
  • テキストが上部に詰められた大きな空の比較ボックス
  • 複数の長いテキストブロックを 1 ビートに重ねて、重なったり読めなくなったりすること
  • 文自体よりも多くの視覚的注意を引く装飾的な枠線
  • ボックス自体がデザインでテキストが後付けになっているレイアウト
  • 文のパターンのみを教えること
  • 正しい答えだけを示すこと
  • 「これはもっとネイティブだ」と言うだけで、何が間違っているかを説明しないこと
  • 文法用語から始めること
  • 教科書のような例
  • 純粋な知識カードのような感触
  • 中国語の公式だけで終わること

教育的な感触、しかし教室的な感触ではない

アカウントは依然として教育的であるべきです。 しかし、学校ではなく、エンターテイメント優先の修正コンテンツのように感じられなければなりません。

良いトーン:

  • 短い
  • シャープ
  • コントラスト駆動
  • 軽く皮肉めいた
  • 教えるのに十分明確

悪いトーン:

  • 長い教師の説明
  • 機械的な反復
  • 感情的なスープ
  • 空虚なスローガン

AI コンテンツディレクターモード

ユーザーが明らかに文の骨格モードを要求しない場合、デフォルトで Chinglish Trap Mode にします。

自動計画時は、以下を優先します:

  1. 古典的な Chinglish
  2. 中国語の直訳の衝突
  3. 一語の誤用
  4. シンプルすぎる表現のアップグレード
  5. 学習者がどう言えばいいかわからないよくある中国語の状況

自動生成されるすべてのエピソードには以下を含める必要があります:

  • wrongExpression
  • intendedMeaning
  • wrongMeaning または whyItFails
  • naturalExpression
  • alternatives
  • simpleRule
  • usageScene
  • coverTitle
  • caption
  • visualPlan
  • visualBeats

デフォルトの音声構造

デフォルトの Chinglish 修正フローは:

  1. trap-open
  2. wrong-meaning
  3. native-fix
  4. why
  5. scene
  6. wrong-right-lock
  7. outro

音声ラインは、目に見えるビートを駆動するのに十分短くなければなりません。

コアワークフロー

  1. トピックを読み、モードを決定します。ユーザーが明示的に文の骨格ドリルを要求しない限り、デフォルトで Chinglish Trap Mode にします。
  2. 本文を書く前に、このエピソードがフォロー可能な理由を決定します:社会的苦痛、アイデンティティの向上、コメントベイト、シリーズへの誘引、またはペルソナへの誘引。
  3. 最初の 3 秒の割り込みをデザインします。痛いところ、逆転ライン、間違ったフレーズの露出、最初の 4 つの可視アクションを選択します。
  4. バッチ作業の場合、ドラフトを作成する前にアンチテンプレートチェックを実行します。オープニングシェル、シーンシェル、エンディングシェル、感情的温度、明かす仕組みを変更します。
  5. データファイル、特に src/data/voiceScript.ts、src/data/sentencePattern.ts、src/data/episodeConfig.ts を作成または更新します。
  6. episodeConfig.ts を設定します。hook、bgmId、bgmVolume、voiceVolume、sfxVolume を含めます。
  7. bgmRegistry から強力なローカル BGM を選択します。デフォルトの bgmVolume: 0.33 とし、ダッキングチェックを計画します。
  8. 静的な教育カードからではなく、実際のビートからシーンを構築します。コンテンツ、タイミング、モーション状態、感情、およびオーディオを…

[... 以降は翻訳のため省略]

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

関連スキル