liwoo/evidence-explainer

エビデンスエクスプレーナー（ボイスメモ → レシート付き1分縦型動画）

「マラウイ人がフォレックスなしでVisaカードを入手する方法」（2026年11月11日）を基に構築：4分15秒のAndroidボイスメモ → 60.4秒のTikTok動画、10枚のWebページ証拠、Bridge独自のアーキテクチャ図、9つのロゴ、4つの「カチン」効果音。動作例は assets/examples/visa-cards/（スクリプト＋一般向けチェック、カットリスト、撮影ジョブ、完全な video.json、投稿文、コンタクトシート）にあります。

ボイスメモ ─► 文字起こし＋アイランド ─► スクリプト＋一般向けチェック（確認ポイント） ─► 音声カット（確認済みエッジ） ─► テンポ＋単語
                                        │
                                        └► 証拠：対象矩形付きスクリーンショット・ロゴ・ドキュメントからの図
                                                                    │
                       video.json タイムライン（シーン、ズーム、スタンプ、用語解説、カチン、図のステップ）
                                                                    │
                                  効果音＋静かなBGM＋ミックス ─► セーフゾーン付き静止画 ─► レンダリング ─► 検証

セットアップ

SK=~/.claude/skills/evidence-explainer
zsh $SK/scripts/new_explainer.sh "<音声ファイル>" .context/<スラッグ>     # 約1〜3分；空きディスク容量を表示
cd .context/<スラッグ>                                                   # 以降すべてのスクリプトはここから実行（重要）

必要なもの：ffmpeg、Python 3（+ numpy + Pillow）、Node.js 20+、Chrome（Playwrightはインストール済みのChromeを使用）、whisper.cpp + ggml-medium.en.bin（~/.cache/whisper.cpp に配置；scripts/setup_whisper.sh でビルド；WHISPER_DIR で上書き可能）。scaffoldは remotion/ で npm i を実行、または EXPLAINER_NODE_MODULES が既存の node_modules を指している場合はそれをクローンします（APFSのコピーオンライト、約0バイト）。ルック＝「開発モード」（src/brand.ts：ドットグリッド、Space Monoフォント、シアン/イエロー/アンバー色）；ハンドル/サイトは video.json から取得。

各ステージ（該当箇所に来たらリファレンスを読んでください）

#	ステージ	読むべきリファレンス	ツール
1	sent.txt からビートをスクリプト化し、一般向けチェックを実行	references/01-script-and-lay-check.md	—
2	音声を確認済みエッジで60秒以下にカット、テンポ調整、字幕生成	references/02-voice-cut.md	islands_labels.txt、dips.py、tx.sh、cut.py、voice.sh、words.py
3	証拠：対象矩形付きスクリーンショット、ロゴ、ドキュメントの図	references/03-evidence.md	shoot.mjs、logo_tools.py、logo.mjs、register_image.py
4	remotion/src/video.json タイムライン	references/04-video-json.md	エンジン src/Explainer.tsx
5	サウンド：クリック、カチン、静かなBGM、ミックス	references/05-sound.md	sfx_mix.py、score.py
6	TikTokセーフゾーン付きプレビュー、レンダリング、検証	references/06-render-verify.md	remotion/stills.mjs、sheet.py、verify.sh

スクリプトが確定した後のクイックパス：

python3 $SK/scripts/cut.py cut.json && zsh $SK/scripts/voice.sh 1.18 "名前、ブランド、専門用語"
python3 $SK/scripts/words.py word_fixes.json
node $SK/scripts/shoot.mjs shoot_jobs.json shots && cp shots/*.png remotion/public/shots/ && cp shots/shots.json remotion/src/shots.json
python3 $SK/scripts/logo_tools.py sync                      # ロゴ取得後
# remotion/src/video.json を書き込み、その後:
python3 $SK/scripts/sfx_mix.py path/to/music.mp3          # または `none`
(cd remotion && npx tsc -p . && node stills.mjs 45,300,...) && python3 $SK/scripts/sheet.py stills --zones
(cd remotion && npx remotion render src/index.ts Explainer ../out/<スラッグ>.mp4 --codec=h264 --crf=18 --audio-codec=aac --audio-bitrate=192k)
zsh $SK/scripts/verify.sh out/<スラッグ>.mp4

60秒のフルレンダリングには約40秒、静止画はバンドル後1枚あたり約1秒かかります。

ハウススタイル（初回動画のクリエイターレビューに基づく。指示がない限りこれを維持）

• フルスクリーンBロール。 スクリーンショットは1080×1920フレームを埋め尽くします（ブラウザカードなし）；カメラは広角でスタートし、主張を証明する行にズームし、ハイライターでなぞります。左上に細い https://domain ピルと黄色の // evidence: … タグを配置。
• ロゴはカメラシャッター音とともに表示（白カード、わずかな傾き、スケールダウンポップ、白フラッシュ）。可能な限り多く表示する：登場するすべての企業名のロゴを1回ずつ。
• 成功した取引ごとに「カチン」効果音（アカウント作成、入金、ウォレットチャージ、支払い承認）と緑の✓チップ＋リング。
• 一般向けアーキテクチャ。 1つの図（あなた → アプリ → インフラ → カード）に、ノード内にロゴを配置し、ステップごとに構築（「ステップ1・サインアップ」…）、ノード間をラベル付きパケットが移動。プロバイダ自身の開発者向け図は平易な英語のボックスにズームした部分のみ表示し、全体は表示しない。
• スクリプトを書いた後は自問する：これは製品を使う一般ユーザーにとって理解を助けるか、混乱させるか？ 「混乱させる」箇所はすべて構築前に修正（用語解説カード、よりシンプルなラベル、コード風スタイルは不使用）。チェック結果はスクリプトファイルとサマリーに記載。
• 字幕は下部に固定：ボックスの下端はフレーム下端から400px（ちょうどTikTokのユーザー名/キャプションブロックの上）、2行ページは上方向に拡大、右のアクションレールを避けてパディング。
• 最初にフック（大きなドットマトリックス文字＋視聴者の疑問を最初の証拠上に、ぼかし付きで表示）、最後にフォローCTA（ロゴチェーン要約、FOLLOW、ハンドル、ボタン、サイト）。
• BGMは静かなもの（score.py BASE −26 LUFS）：派手でドラマチックなスコアは「うるさすぎて邪魔」と判定。

確認ポイント（推奨付きで停止して確認）

1. スクリプト＋一般向けチェック：何かをカットする前に。ビート表（話者の発言 → 画面表示）と混乱/明確化表。
2. 検証できない主張（例：「アプリXはプロバイダYを使用」）：話者の言葉のまま維持し、画面上のラベルは「例」「一例」と表記し、フラグを立てる。
3. レンダリング前：--zones 付きで新しい要素すべての静止画を確認。
4. 公開前：ロゴライセンス（CC BY/BY-SAはクレジット行が必要）、控えめな主張（「可能性が高い」を表示維持）、Whisperが聞き間違えた名前（キャプションは正しいスペルを使用、話者の発音がおかしくても）。公開は依頼があった場合のみ。

動作原則

• 主張より証拠：事実に基づくビートごとに、それを示すページをライブキャプチャし、該当行にズーム。ブログより一次情報源（企業ニュースルーム、公式ドキュメント、規制当局/中央銀行、アプリのストアページ）を優先。ページが言及していないこと（Bridgeの国別テーブル＝オンボーディング可能な国、カード利用可否ではない）に注意し、適切にラベル付け。
• 確認済みエッジでのみカット：エネルギーアイランド＋二分されたディップ（tx.sh）を使用。Whisperの単語タイミングは使用しない（電話音声では最大数秒ずれる）。最終カットとレンダリングの再文字起こしを実施。
• 用語解説は短く具体的に：「ステーブルコイン＝デジタルドル、1 USDC ≈ 1ドル」、「KYC＝本人確認・セルフィー確認」、「API＝Xを使えるようにする接続口」。
• ズーム制限：1200pxのモバイルスクリーンショットは ズーム1.0 でフレームを埋める（既に各辺約36pxクロップ済み）；段落は1.3以下、短いターゲット（コード行、テーブル行）は1.8〜2.0。ハイライト単語と重要な列（例：通貨）がフレーム内に収まることを確認。
• 検証して報告：長さ（動画と音声）、−14 LUFS / ピーク≤−1、レンダリングの完全な文字起こし、音声より+5 dB以上のカチン音、確認したコンタクトシート。音楽は視聴せずにタグで選択した理由を説明。

最終サマリー形式

出力ファイルパス＋長さ；コンタクトシート画像；画面のビートごとの内容（簡潔）；一般向けチェックの評価；「投稿前確認事項」（未検証の主張、ライセンス、控えめ表現、聞き間違え名）；管理情報（作業ディレクトリ、ディスク容量、再レンダリングコスト、編集すべきファイル）。