TikTok アナライザー
Claude は動画を視聴したり TikTok のリンクを開いたりすることはできませんが、画像とテキストを読むことはできます。このスキルは動画をタイムスタンプ付き文字起こし、均等にサンプリングされたフレーム、投稿メタデータに変換します。これらを読み取って回答します。
手順
- 抽出ツールを実行します（URL またはローカルの動画パスに使用可能）。
<skill-dir>はこの SKILL.md が置かれているフォルダ、つまりスキルがインストールされている場所です。
スクリプトがパッケージ不足で失敗した場合は、python "<skill-dir>/scripts/extract.py" "<url-or-file>" "<out_dir>"python -m pip install -r "<skill-dir>/requirements.txt"で依存関係を一度インストールします。<out_dir>にはスクラッチパッドか一時ディレクトリを使用し、ユーザーのプロジェクトは使わないでください。オプション引数：最大フレーム数（デフォルト24）、Whisper モデル（デフォルトbase；ノイズが多い、アクセントが強い、または非英語の場合はsmallを使用）。初回実行時に Whisper モデルがダウンロードされるため、数分かかることがあります。 metadata.json（キャプション、作者、日付、ハッシュタグ、再生回数、サウンド）を読み、次にtranscript.txtを読みます。frames/内のフレームを Read ツールで順番に読みます。ファイル名にはタイムスタンプ（t0012.3s.jpg）が含まれているため、各フレームを文字起こしと対応付けることができます。TikTok の情報の多くは画面に焼き付けられたテキスト、商品画像、チャート、デモであり、これらは決して話されないため、フレームは重要です。- ユーザーの実際の質問に回答します。事実抽出の場合は、話された内容（文字起こし）、表示された内容（フレーム、オンスクリーンテキストを含む）、キャプションで主張された内容を区別します。ユーザーが元を確認できるようにタイムスタンプを引用します。
正直な分析のためのルール
- フレームは約2秒に1枚のサンプルです。動画に何かが存在しなかったと主張するのではなく、サンプルフレームや文字起こしに現れなかったとだけ述べてください。特定の瞬間を確認したい場合は、より大きな最大フレーム数で再実行してください。
- Whisper は名前、ブランド、数字、スラングで誤認識します。1つの文字起こし単語や数字に依存する事実はすべてフラグを立て、オンスクリーンテキストと相互確認してください。
- 作成者が何かを言ったからといってそれが真実であるという証拠にはなりません。ユーザーがファクトチェックを求める場合は、主張をリストアップし、検証可能なものにマークを付け、主張を事実として繰り返すのではなくウェブ検索で検証してください。
- Whisper は製品名をよく聞き間違えます（テストでは「Claude」が毎回「cloud」と聞き取られました）。コンテキストとオンスクリーンテキストを使用してこれらを修正し、その旨を明記してください。
- エンゲージメント数やキャプションは文脈であり、判定ではありません。
失敗した場合
- フォトカルーセル/スライドショー：yt-dlp がダウンロードできない場合があります。ユーザーに画面収録または動画の保存を依頼し、ファイルパスを渡してください。
- ログイン必須、非公開、地域制限、または削除された動画：ダウンロードがエラーになります。代わりに保存ファイルを依頼してください。
- 「Unexpected response from webpage request」：TikTok のボットチェックにはブラウザ偽装が必要です。
python -m pip install -U "yt-dlp[curl-cffi]"を実行して再試行してください。最初の実テストで必要になりました。 - HTTP 403 またはその他の抽出ツールエラー：TikTok は頻繁に変更されます。
python -m pip install -U yt-dlpを実行し、一度再試行してください。 - 音声なし：文字起こしが空です。フレームとキャプションに依存し、その旨を伝えてください。
- パッケージ不足：
python -m pip install -r "<skill-dir>/requirements.txt"を実行してください（ffmpeg は imageio-ffmpeg 経由でバンドルされているため、システムインストールは不要です）。