Communitygithub.com

Jihoon950/paper-to-research-video

学術論文やプレプリントから、証拠に基づいたアニメーションシーン、キャプション、検証済みMP4動画を含む、洗練された80〜100秒の研究紹介動画を生成します。論文の要約や無関係な動画編集には使用しないでください。

paper-to-research-video とは?

このスキルは、学術論文やプレプリントを元に、約90秒の研究紹介動画を自動生成します。ユーザーが論文のURL、DOI、またはローカルのPDFを提供すると、AIが論文全文(図表、メソッド、限界、補足資料を含む)を読み込み、クレーム台帳(画面上の定量的・因果的クレームとその出典を正確に対応付けたリスト)を作成します。次に、1シーンごとのショットリスト(タイムコード、メッセージ、視覚アクション、トランジション、ナレーション/キャプション、ソースクレームIDを含む)を構成し、コードベースのタイムラインツール(RemotionとFFmpegを推奨)で動画をレンダリングします。出力はMP4形式(1920x1080、30fps、H.264)、ソースプロジェクト、クレーム台帳、ショットリスト、キャプションファイルです。このスキルは、論文の主張を正確に伝え、実験データと説明用のイラストを明確に区別し、科学的な正確性を保証するために設計されています。対応プラットフォームはClaude Code、Cursor、Codexなど、RemotionとFFmpegが利用可能な環境です。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Jihoon950/paper-to-research-video/tree/HEAD/skills/paper-to-research-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

論文から研究紹介動画へ

新しい視聴者が問題、構築・提案された内容、テストされた内容、そして証拠が実際に示すことを約90秒で理解できる動画を作成します。提供された論文を証拠源として扱い、スライドデッキのようにパンするだけのものとしては扱いません。

ソースから始める

  1. 図のキャプション、メソッド、単位、ベースライン、限界、そして提供されている場合は補足資料を含めて、論文全体を読みます。URLまたはDOIの場合は、参照されている論文を取得します。ローカルのPDFの場合は、テキストを抽出し、実際の図ページを検査します。必要な場合はスキャンされたページにOCRを適用します。アブストラクトのみから結果を推測しないでください。
  2. 簡潔なクレーム台帳を作成します。画面上の定量的または因果的なクレームには、正確なソースの場所(ページ、図、表、または補足項目)、メトリックの定義、比較条件、および修飾が必要です。報告された測定値、著者の解釈、そしてあなた自身の説明用のイラストを区別してください。主要な結果があいまいな場合は、ソースを再度検査し、クレームを絞り込みます。
  3. ソースの図、表、動画、写真、ロゴ、スクリーン録画、および権利を棚卸しします。論文自身の図/データまたはオリジナルの生成図を優先します。要求された実システムのデモ録画がない場合は、明示的にラベル付けされたイラストを作成し、観察された映像として描写しないでください。許可なく非公開または未発表のソース資料を外部サービスにアップロードしないでください。

映画を監督する

タイムコード付きのシーンごとのショットリストを記述します。各ショットには、メッセージ、視覚アクション、何がどこに動くか、トランジション、キャプション/ナレーション、ソースクレームID、メディアの出典を含めます。論文に合った物語の形状を使用します。一般的なルートはステークス → システムまたはアイデア → 制御比較 → メカニズム → 結果と境界です。論文タイトル、著者、所属機関がわかっている場合は冒頭に配置します。必要な場合は、テストしたシステムを、その失敗や利点を示す前に表示します。

デフォルトで90秒を目標とします(80〜100秒が許容範囲)。ユーザーが異なる時間を指定した場合は調整します。実験設定と分母に画面時間を使い、最大の数字だけに使わないでください。比較が条件付きの場合は、両側の状態とベースラインを特定し、別々の固定条件測定を測定済みオンラインコントローラーの証拠に変えないでください。終了フレームには正確な結論と限界を記載してください。

科学から視覚言語を計画します。図式、測定されたプロット、トレース、および許可された録画映像を異なる方法でアニメーション化し、視聴者がそれらを区別できるようにします。実際の動画またはターミナル出力は出典を保持する必要があります。リプレイ、説明機構、およびシミュレートされたダッシュボードは、目に見えてマークされなければなりません。発明されたメトリック、トークンストリーム、使用率トレース、失敗ログ、または測定されていないトランジションは許可されません。詳細なナレーションとラベル付けのガイダンスについては、editorial-guidance.mdを参照してください。

制作と検証

論文の横、またはユーザーが指定した場所に、作業用のプロダクションフォルダを作成します。クレーム台帳とショットリストをそこに保存し、適切なコードネイティブタイムラインツール(利用可能な場合はRemotionとFFmpeg。環境に合えば別のツールを選択可)を使用して動画を実装します。バンドルされているRemotionスターターは実行可能なスキャフォールドであり、そのままのビジュアルスタイルとして残すものではありません。サンプルテキストを置き換え、論文固有のショットとトランジションを構築してください。そのfilm manifestとscripts/validate_film.pyは、再利用可能な証拠/タイムコードチェックを提供します。スターターの合成フィクスチャクレームをユーザーの動画にコピーしないでください。

ターゲット表示サイズでの階層、ラベル、画像権利、コントラストを検査するために、初期に代表的なスチルをいくつかレンダリングします。次にフル動画をレンダリングし、開始/中間/終了とトランジションを検査し、クリップされたテキスト、小さなプロット、読みにくい凡例、または不自然なストーリーのジャンプを修正します。MP4、ソースプロジェクト、クレーム対ソース台帳、ショットリスト、およびキャプション/字幕ファイル(または要求された場合は画面上のキャプション)を提供します。ユーザーが音声を選択していない場合は、デフォルトで1920×1080、30 fps、H.264、音声なしとします。要求された場合、またはコンテキストが明らかにそれを必要とする場合にのみ、ナレーション/音楽を追加します。ユーザーの言語を尊重します。

スターターマニフェストを使用している場合は、<skill-dir>/scripts/validate_film.py path/to/film.json --releaseを実行し、シーンレベルの字幕については<skill-dir>/scripts/export_srt.py path/to/film.json path/to/captions.srtを実行します。そして、ffprobeとffmpegが利用可能な場合は、<skill-dir>/scripts/verify_video.py path/to/final.mp4 --target-seconds 90を実行します。これらのチェックは、視覚的および科学的なレビューに代わるものではありません。何が測定され、何が再構築または図解され、どの映像が利用できなかったかを明記してください。レンダリングの時間、デコード、キャプション、または中核となる科学的クレームがチェックされていない場合、そのレンダリングを完了と呼んではいけません。

関連スキル