Communitygithub.com

humanohibridooficial-sys/montar-reels

縦型9:16のリール動画を、スマホで撮影した素材から編集します(音声と映像のクレンジング、文字起こし、無音・繰り返しのカット、字幕付け、CapCutへの取り込み、音量とセーフゾーンのチェック)。また、ユーザーの完成済みリールや参考アカウント(ゴーストアカウント)から編集スタイルを学習します。「このリールを編集して」「リールを組んで」「このテイクをカットして」「字幕をつけて」「音量を確認して」「XからYまで削除して」「自分のリールから学んで」「どうやって編集してるか学んで」「このアカウントを分析して」「ゴーストアカウント」「このリールみたいに編集したい」といった指示や.mp4動画の受け渡しで起動します。

montar-reels とは?

このスキルは、スマートフォンで撮影された縦型9:16リール動画の編集を自動化するAIエージェントスキルです。ユーザーが「このリールを編集して」などと指示すると、まず指定されたPythonスクリプト群を使って、映像のクレンジング(ノイズ除去、色補正)、音声のクレンジング(ハイパスフィルター、イコライザー、ラウドネス正規化)、Whisperによる高精度な文字起こし、自動カット(無音、繰り返し、言い間違いの検出)、CapCutプロジェクトファイルの生成、字幕・テロップの配置、BGM・効果音の追加、音量とセーフゾーンの最終チェックまでを一貫して行います。特筆すべきは「学習機能」です。ユーザーの過去のリールや、参考にしたいアカウント(ゴーストアカウント)の公開リールをダウンロード・分析し、カットのタイミング、字幕の位置や色、ズームやBロールの使い方、動画の長さやテンポといった編集スタイルを数値と画像分析から学習し、そのスタイルを新しい編集に自動適用します。また、ユーザーからの修正指示を記憶し、スタイル定義ファイルを継続的に更新することで、AIがユーザーの好みにどんどん適応していく仕組みを持っています。CapCutが開いていると自動生成ファイルが上書きされる競合に注意が必要で、CapCutへの書き出しや最終確認はユーザー自身が行う必要がありますが、編集作業の大部分を自動化し、一貫した品質のリールを効率的に量産することを可能にします。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/humanohibridooficial-sys/montar-reels/tree/HEAD/skill

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

リールを組む

{{REPO}} 内の編集システム。すべてのコマンドは {{REPO}}\scripts から、環境のPythonを使って実行します:{{REPO}}\.venv\Scripts\python.exe。パス(作業ディレクトリ、CapCut、ソース、色)は {{REPO}}\config.json から読み取るため、スクリプト内にパスを直接記述しないでください。

編集を始める前の準備

  1. {{REPO}}\mi-estilo\estilo.md(ユーザーの希望)を読み、存在すれば mi-estilo\aprendido.md(自分のリールから学習した内容)と mi-estilo\referencias.md(ゴーストアカウントから学習した内容)も読みます。これらは後述のデフォルトルールより優先されます。互いに矛盾する場合は estilo.md を優先します。
  2. estilo.md が空で初めての場合は、5〜6の簡単な質問(テーマ、尺、字幕、色、音楽)を提示して記入を促します。ユーザーが記入を拒否した場合も処理を止めず、デフォルト値を使用します。

作業の進め方(譲れないルール)

  1. 1ピースずつ、OKをもらう。 1本の作品を提示し、書き出しを待つか「次へ」の指示を得て、修正を加えてから次の作品に進みます。複数を同時に処理してはいけません。
  2. 各作品でリソースは個別に決める。 言語は共通(色、フォント、字幕)ですが、リソース(テロップ、Bロール、ズーム、後ろに配置する言葉など)はフレーズごとに決定します。同じ手法を続けて2作品で繰り返さないでください。
  3. 気に入られたものは再利用する。 良い出来の作品はそのままにして、繰り返しや壊れた部分だけを修正します。
  4. デザイン上の問題を見つけたら報告する。 書き出し結果を確認せずに良しとしないでください。

処理手順(1テイク)

ステップコマンド出力
1. クレンジングpython limpiar.py <toma.mp4><toma>-limpia.mp4
2. 文字起こしpython transcribir.py <toma>-limpia.mp4trabajo/transcripciones/tx(medium)と tx2(turbo)
3. カットpython cortes.py <toma>-limpia.mp4trabajo/<toma>-limpia/CORTE.mp4、CORTE.txt、tramos.json
4. カットの確認ユーザーが CORTE.mp4 を視聴(隅に元の秒数が表示されています)
5. 修正python cortes.py <toma>-limpia.mp4 --fuera "17-45.5,53-58.6"新しいカット
6a. CapCutを使わない最終版python subtitular.py <toma>-limpia.mp4 --clave "palabra1,palabra2"FINAL.mp4
6b. CapCutプロジェクトpython montar_reel.py spec.jsonCapCutで編集可能なプロジェクト
7. 音楽python anadir_musica.py <proyecto> <musica.mp3> <vol> <desde_s>音声の下に音楽トラック
8. 書き出しCapCut上でユーザーが実行(自動化不可)
9. レビューpython revisar_volumen.py <final.mp4>音量情報とセーフゾーンを示す <final>-hoja.jpg
10. サムネイル実際のフレームから作成(下記参照)
  • ステップ3では CORTE.txt を読みます。繰り返しの可能性(2回言われたフレーズ)をリストアップします。--fuera を使って最初のバージョンを削除することを提案しますが、ユーザーが動画を見て判断できるようにします。
  • 台本があると大幅に改善されます。 カットの前に台本があるか尋ねてください。音声ファイルと同じ場所に <toma>.guion.txt が存在する場合(1行に1フレーズ。コンテンツパネルを使用している場合はそこからダウンロード可能)、CORTE.txt には「台本との比較」として、複数回言われた行(最後のテイクを残すことを提案)、台本から外れたフレーズ(余分または失敗した出だしの可能性)、および言われていない行が表示されます。提案はしますが、自動適用はしないでください。
  • さらに、自分で台本を読んでください。 cortes.py のリストはほぼ逐語的な繰り返ししか検出しません(4つの実テイクで測定:手作業で削除されたものの27%を検出)。スクリプトを実行した後、mediumモデルの文字起こしを単語と秒単位で直接読み(<transcripciones>/tx/<toma>.json、台本があればそれも)、余分な範囲をマークして、各アイデアのクリーンなテイク(通常は最後に完全に言ったもの)だけを残すようにしてください:失敗した出だし、言い直し、同じ内容を別の言葉で言ったものなど。「言い間違えた」ものも対象です。一度しか言われていないものは絶対に削除しないでください。同じ4テイクで測定したところ、この読み方で手作業で削除されたものの83%を検出しましたが、同時に削除すべきでないものまで提案しました(残すべき135秒のうち21秒):そのため、必ずレビュー用の動画で--fuera を使った提案として提示し、ユーザーが判断します。
  • 「XからYまで削除」では、常に元の動画の秒数(CORTEの隅に表示されているもの)を使用します。カットされた動画の秒数ではありません。
  • フレームのチェックシート(.jpg)は Read で中身を確認してからOKを出してください:上の赤線(y=288)より上、下の赤線(y=1267)より下、黄色い線(x=930)より右に重要な要素がないか確認します。
  • montar_reel.py のスペックファイルのテンプレートは {{REPO}}\ejemplos\spec_ejemplo.py(実際のリールで、すべてのリソースとORGANICO/ANUNCIOスタイルを含む)です。必須キー:nombre、video、fin、palabras、palabras_subt、tramos(またはfuera)、piezas_dir。
  • すでに組み上がったCapCutプロジェクトを再構築せずに微調整する場合:anadir_musica.py、anadir_sonido.py、cambiar_clip.py、podar_sonido.py。

デフォルトルール(10本の実リールタスクで測定)

  • カット:最初の単語の0.10秒前から最後の単語の0.18秒後まで保存。2つのセグメント間の隙間が0.55秒未満の場合は結合。mi-estilo/aprendido.json が存在する場合、cortes.py はその値を使用します。
  • オーディオ:ハイパス80Hz + 3.2kHzのソフトEQ + 2パスのラウドネスノーマライゼーション(-15 LUFS、ピーク -2)。コンプレッサーやノイズリダクションは使わない:これらは背景ノイズを増加させます。
  • 字幕:大文字、白文字に黒縁、キーワードはconfigのcolor_claveの色、1〜3単語のブロックで最大14文字。
  • テロップ:PNG 1080x1920、白文字 + キーワードはキーカラー、ハードシャドウ、88% のサイズ(余白を確保)。
  • テロップと字幕は決して重ならない。 オーガニックスタイルでは字幕を下げる(subt_y_bajo -0.37)。広告スタイルではテロップを上げ、字幕を -0.255 に下げる(y=1267を超えない)。下のレイヤーが低い位置を占める場合、字幕は非表示。
  • 階層構造(小さな行 + 大きなキーワード)は2つの別々のテキストで表現:1つにサイズを混ぜるとCapCutが配置を狂わせます。
  • 疑似マルチカメラ:130%で交互のセグメント、強いフレーズで138%のズーム。
  • Instagram広告のセーフゾーン:y 288〜1267、右側のボタンはx 930以降。オーガニック:250 / 420。小さなBロールカードは左側、目の高さに配置(スケール0.22、x -0.60、y 0.30):右側だと顔を隠すかボタンの下に入ってしまいます。
  • 効果音は少なめに、理由を持って使用(テロップに合わせてバン、リストに合わせてチック)。1リールに12以上は多すぎ。効果音は動画の終わりを超えてはならない。
  • プロモーション用のフリー音楽:PixabayまたはMixkit。音量はPixabayで0.06〜0.07、Mixkitで0.13〜0.14(Pixabayの曲は約7dB大きい)。国歌や有名曲は禁止:Metaが広告をブロックします。
  • BロールはPexelsのみ(herramientas/pexels_buscar.mjs、PEXELS_API_KEY が {{REPO}}\.env に必要)。音楽と効果音はMixkitまたはPixabayから。最終動画では他のアカウントの素材を決して使用しないでください。

既知の落とし穴

  • CapCutが開いていると変更が上書きされる:自動保存が montar_reel.py の書き込みを上書きします。マウントの前にユーザーにCapCutを閉じてもらい、新しいプロジェクトを表示するには再起動が必要です(ホットリロードでは新しいプロジェクトは認識されません)。
  • CapCutからの書き出しは手動:自動化できません。ユーザーがCapCutを使いたくない場合は、subtitular.py を使用します。
  • 頭の後ろに重要なものを置かない:隠れてしまいます。前面、胸の高さ、大きく配置します。
  • 出力先プロジェクトフォルダが存在する場合、VectCutAPIはそれを削除します:常に新しい名前(-v2、-v3)を使用します。
  • CapCutプロジェクトのクリーンアップ:削除ではなく移動、かつCapCutが閉じている時のみ行います。
  • CapCutのボタンは自動化からアクセスできません。盲目的にクリックしないでください:ユーザーにプロジェクトを開いてもらいます。
  • 書き出しのレビュー時、テキストの位置をピクセル単位で測定:アニメーション途中のスクリーンショットは誤解を招きます。
  • テイクの終わり、手がスマホやテレプロンプターに伸びるシーンは正しく検出されません:目視で確認し、--fin でカットします。
  • フィラーワードは自動では除去されません。字幕には文字起こしの誤りが含まれる可能性があります:納品前に必ずチェックしてください。
  • 最初の文字起こしではWhisperのモデル(数GB)がダウンロードされます:時間がかかることを伝えてください。

サムネイル

  • 明るく、背景のある実際のフルフレームを使用。人物を切り抜いて別の背景に貼り付けたり、暗い背景にしたりしないでください。
  • キーフレーズはカラーボックスにブランドカラーの文字で、上部に1行白線、できれば小さなラベルのみ。
  • テキストブロックはあごの下に配置し、プロフィールグリッドの3:4クロップ(y 240〜1680)に完全に収めます。
  • Pillowと rotulos_lib.py で作成(フォントと色は config.json)。感情を改善するためにAIを使用する場合、両方のバージョンを提供し、AI版にはMetaの「AIで生成」ラベルを付けます。

カスタマイズ

A. ユーザーのスタイル(書き込み):mi-estilo/estilo.md

ユーザーが自分のリールをどうしたいかを記述するためのテンプレート。ユーザーが何かを修正するたびに(「カットを詰めすぎない」「キーワードは常に赤」「もっと速く」)、estilo.md の「学習した修正」に日付とともに追加し、その時点から適用します。修正が数値(余白、隙間、サイズ、色)の場合は、aprendido.json または config.json も変更します。

B. 自分のリールから学習

「自分のリールから学んで」「どうやって編集してるか学んで」と言われた場合:

  1. 自分の公開済みリール(書き出した .mp4)を mi-estilo/mis-reels/ に3〜10本コピーするよう依頼します。
  2. python analizar_reels.py mis-reels → mi-estilo/mis-reels.json(尺、1カットあたりの秒数、1秒あたりの単語数、音量、最初の3秒のフック、クロージング)と各動画のフレームチェックシート。
  3. チェックシートを確認(各 *-hoja.jpg を Read):字幕のサイズ、位置、色、テロップ、Bロール、ズーム、フレーミングの有無。
  4. 手動で自動カットを修正したCapCutプロジェクトがある場合、それらを比較:python aprender_corte.py <toma-limpia.mp4> <proyecto_capcut> [...] → mi-estilo/aprendido.json(各カット前後の余白、削除しなかった隙間)。cortes.py が自動的に使用します。
  5. mi-estilo/aprendido.md を作成:測定値(数字を含む)とチェックシートで見た内容を具体的なルールとして記述(「字幕は中程度の高さ、2単語、黄色」)。推測しない:見えないものは書かない。
  6. 要約をユーザーに見せ、自分のスタイルかどうか確認を取ります。ユーザーが「違う」と言ったものは削除します。

C. ゴーストアカウント(参考リール)

「このアカウントを分析して」「ゴーストアカウント」「このリールみたいに編集したい」と言われた場合:

  1. リールのリンクを mi-estilo/referencias.txt に貼ってもらいます(1行に1リンク)。
  2. python referencias.py:yt-dlpで mi-estilo/referencias/ にダウンロードし、分析を実行(mi-estilo/referencias.json + チェックシート)。
  3. チェックシートを確認し、mi-estilo/referencias.md を作成:そのアカウントの特徴(テンポ、フック、字幕、テロップ、クロージング)と、そのうち estilo.md と矛盾する点を明記し、ユーザーが選択できるようにします。
  4. 参考リールは地図であり、テンプレートではありません:構造(テンポ、フックの種類)をコピーしますが、他のアカウントのテキスト、音楽、画像は決してコピーしません。

ゴーストアカウントのルール:

  • ダウンロードした動画は、このコンピューター上で分析するためだけに使用します。アップロード、再公開、mi-estilo/referencias/(git管理外)からの持ち出しは禁止。
  • 決してInstagramにログインしたり、ユーザーのパスワードを要求したりしないでください。 ログインが必要なリンクはスキップします。

関連スキル