Communitygithub.com

Remotionトピック解説ビデオスキル

このスキルは、エージェントが「Remotionトピック解説ビデオ(60〜90秒)」を計画、構築、または編集する方法を示し、具体的なアウトプットとして完成したビデオクリップを生成します。TTS音声合成とRemotionのフレーム制御を組み合わせて、TikTok / YouTube Shorts / Reels向けの高品質な解説動画を作成します。

Remotionトピック解説ビデオスキル とは?

このスキルは、AIエージェント(Claude Code、Cursor、Codexなど)が任意のトピックについて60〜90秒の短尺解説動画(1080×1920 @ 30fps)を計画・制作・編集するための手順を提供します。動画構造は「フック→問題→コアコンセプト(Part1/2)→実際の影響→アウトロ・CTA」という6シーン構成を基本とし、必要に応じてシーンを追加し最大90秒まで拡張できます。TTS音声合成は`.env`で指定したプロバイダ(`edge`:オンライン無料、`cit`:オフラインのベトナム語スタジオ音声)を使用し、スクリプトの各シーンに合わせて音声ファイルを生成、その長さをフレーム数にマッピングして正確な同期を実現します。Remotionのベストプラクティス(springアニメーション、補間のクランプ、シーケンス管理)に従い、シーンチェンジバッファは3〜4フレームに抑えテンポの良い動画に仕上げます。このスキルは、[remotion-dev/skills](https://github.com/remotion-dev/skills)から取得した視覚的ベストプラクティス(フレーム精度のspring、補間のクランプ、シーケンス構成、タイポグラフィ階層)を活用し、`video-style`スキルと連動して一貫したデザインを実現します。

対応✓Claude Code✓Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/hoangtuanqn/remotion-template/tree/HEAD/.agents/skills/remotion-topic-explainer

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

Remotionトピック解説ビデオスキル(60〜90秒)

このスキルは、任意のトピックから60〜90秒の高品質なショートフォーム解説動画(TikTok / YouTube Shorts / Reels形式:1080×1920 @ 30fps)を作成するためのガイドです。

以下を組み合わせます:

  1. 視覚的ベストプラクティス(remotion-dev/skillsより:フレーム精度のspring、補間のクランプ、シーケンス構成、タイポグラフィ階層)。
  2. AI音声合成(.envのTTS_PROVIDERで指定:edge(edge-tts-universal、オンライン、無料)またはcit(CIT Voice Studio、オフラインのベトナム語スタジオ音声 - github.com/Cuongyd196/cit-voice-studioからダウンロード、APIドキュメント:docs/cit-voice-studio.md))。
  3. 正確なタイミング同期:音声の長さをRemotionのフレームシーケンスに直接マッピング。

1. 動画の構造とタイミング(60〜90秒 / 1800〜2700フレーム @ 30fps)

魅力的なショート動画は、フック-問題-解決策-価値-アウトロのフレームワークに従います:

シーン名称時間フレーム範囲(@ 30fps)目的とビジュアル
1フック0秒~6秒~180フレーム数字を伴う好奇心をそそる約束や質問(最初の2秒で話す)。大きなタイトル、video-styleのフックエフェクト。
2コンテキスト / ペインポイント6秒~17秒~330フレーム問題や、このトピックが重要な理由を提示。2つの対照的なカードが左右からスライドイン。
3コアコンセプト パート117秒~32秒~450フレームコア原理1:ガラス調のカード、ハイライトキーワード。
4コアコンセプト パート232秒~48秒~480フレーム動作メカニズム:3ステップのプロセス、徐々に描画される接続ライン。
5実際の影響48秒~64秒~480フレーム実世界での応用、アドバイス、またはカウントアップする数値。
6アウトロ & CTA64秒~75秒~330フレーム価値ある一言で締めくくり、チャンネル登録ボタン。

90秒まで延長する必要がある場合は、アウトロの前に1〜2の補足シーン(具体例、注意点など)を追加します。13秒を超えるシーンは2つに分割します。

合計時間: 1800~2700フレーム(約60~90秒)。


2. TTS音声合成(edge | cit)

2.1 .envによる音声構成

.envファイルが構成されていることを確認します(詳細は.env.exampleを参照):

TTS_PROVIDER=edge                    # edge | cit
TTS_OUTPUT_DIR=public/audio

# Edge TTS(TTS_PROVIDER=edge)
EDGE_TTS_VOICE=vi-VN-HoaiMyNeural    # または vi-VN-NamMinhNeural, en-US-ChristopherNeural
EDGE_TTS_RATE=+10%                   # +10%〜+15%がショート動画のテンポを良くします

# CIT Voice Studio(TTS_PROVIDER=cit)
CIT_TTS_BASE_URL=http://127.0.0.1:8001
CIT_TTS_VOICE=Hải Đăng               # 音声一覧:docs/cit-voice-studio.md または GET /voices
CIT_TTS_SPEED=1.1                    # 0.5〜2.0

TTS_PROVIDER=citの場合:

  • CIT Voice Studioアプリが起動している必要があります。スクリプトはオーディオ生成前に自動でGET /healthを呼び出し、接続できない場合はユーザーにアプリの起動を促します(またはgithub.com/Cuongyd196/cit-voice-studioからダウンロード)。
  • ナレーションに感情タグ[cười](笑い)、[thở dài](ため息)、[hắng giọng](咳払い)やポーズタグ[nghỉ 0.5s](0.5秒停止)を挿入できます(読み上げられません)。乱用禁止:最大1タグ/シーン。
  • エラー400 Voice not found = 音声名が間違っている(アクセント記号に注意)。CIT_TTS_VOICEを確認してください。

2.2 オーディオファイル生成手順

トピックを受け取ったら、まずsrc/<TopicName>/ディレクトリを作成します(src/<TopicName>/audioData.tsはこのディレクトリが存在する場合のみ生成されるため)。その後、scripts/generate-<topic>-audio.tsを作成し、実行してオーディオを生成します:

import { generateTopicVoices } from "./generate-tts";

const scenes = [
  {
    id: "scene1_hook",
    text: "Dockerとは実際何で、なぜすべてのプログラマーに必要なのかご存知ですか?",
  },
  {
    id: "scene2_problem",
    text: "以前は、『私のマシンでは動きます』という言葉がプロダクト引き継ぎ時の悪夢でした。",
  },
  {
    id: "scene3_concept1",
    text: "DockerはこれをContainerで解決します。コードと環境全体を1つのブロックにパッケージ化します。",
  },
  {
    id: "scene4_concept2",
    text: "重い仮想マシンとは異なり、DockerはOSカーネルを共有するため、瞬時に起動します。",
  },
  {
    id: "scene5_impact",
    text: "これにより、AWS、GCPから格安VPSまで、あらゆるサーバーでアプリケーションをスムーズにデプロイできます。",
  },
  {
    id: "scene6_outro",
    text: "チャンネルをフォローして、毎日の簡潔なテクノロジー知識を手に入れましょう!",
  },
];

generateTopicVoices("DockerShort", scenes).catch((error) => {
  console.error(error);
  process.exitCode = 1;
});

オーディオファイルは自動的にpublic/audio/<TopicName>/<sceneId>.<ext>(edgeの場合は.mp3、citの場合は.wav)に保存され、各シーンの正確なフレーム数(durationInFrames)とaudioPathを記録したmanifest.jsonファイルも生成されます。

  • オプション:各シーンにvoice(選択プロバイダの音声)、rate/pitch/volume(edgeのみ)、speed 0.5-2.0(citのみ)を指定できます。
  • 既存のファイルは再利用されます(キャッシュ)。ナレーションを変更したり音声を変更した後に再生成するには、対応するオーディオファイルを事前に削除してください。

3. Remotionコーディングルール(remotion-dev/skillsより)

Remotionのソースコードを作成する際は、以下のルールに必ず従ってください:

3.1 Springアニメーションの使用

CSSのキーフレーム/トランジションやリニアイージングは使用しないでください。spring()を使用します:

import { spring, useCurrentFrame, useVideoConfig } from "remotion";

const frame = useCurrentFrame();
const { fps } = useVideoConfig();

// Card/Icon用の滑らかなバウンスSpring
const scale = spring({
  frame,
  fps,
  config: {
    damping: 12,    // 15未満で自然な弾力性を生成
    stiffness: 100,  // 硬さ
    mass: 0.8,
  },
});

const entrance = spring({
  frame: frame - 10, // 10フレームの遅延
  fps,
  from: 50,
  to: 0,
});

3.2 安全な補間(必ずクランプ)

タイムラインが範囲外で実行された場合の値のオーバーフローを防ぐため、常にextrapolateLeft: "clamp"とextrapolateRight: "clamp"を指定します:

import { interpolate } from "remotion";

const opacity = interpolate(frame, [0, 15], [0, 1], {
  extrapolateLeft: "clamp",
  extrapolateRight: "clamp",
});

3.3 オーディオの埋め込みとシーケンスの同期

Composition内の各シーンでは、<Sequence>または<Series>を使用して正確なタイミングを管理します:

import { Audio, staticFile, Sequence } from "remotion";

// Sceneコンポーネント内 - manifestからパスを取得。拡張子.mp3をハードコードしない(citプロバイダは.wavを出力):
<Sequence from={0} durationInFrames={sceneDuration}>
  <Audio src={staticFile(audioManifest.scenes[0].audioPath)} />
  <SceneContent />
</Sequence>
  1. スナッピーなトランジションバッファ:
    • シーン間のバッファは、音声が終了した後**+3〜+4フレーム**(約0.1秒)のみにします。
    • バッファが長すぎる(+15〜+20フレーム)とシーン間に無音/デッドスペースが生じ、ショート動画のテンポが損なわれるのを避けます。次のシーンは前の文が終わると同時に表示を開始し、リズミカルで魅力的な動画を維持します。
// Seriesでのシーン時間計算例
// manifestの値には10フレームのバッファが含まれているため、バッファを追加する前に10を引きます。
const d1 = audioManifest.scenes[0].durationInFrames - 10 + 3;
const d2 = audioManifest.scenes[1].durationInFrames - 10 + 3;
// ...

3.4 ビジュアルデザイン基準(縦型1080×1920)

スタイル全体(背景、ガラス調カード、ブランディング、フォントサイズ、レイアウト、字幕、動き、フック)はvideo-styleスキルに従います。src/ClaudeBugHunterRepo/からtheme.tsとcomponents/をコピーします。テキスト内に装飾用の絵文字やアイコンは使用しないでください。


4. Antigravity / Codex向けの動画作成手順

「[トピックX]についての解説動画を作成してください」というリクエストを受け取った場合:

ステップ1:スクリプト作成

  1. 6つのシーン(フック、問題、コンセプト1、コンセプト2、影響、アウトロ)を決定します。
  2. 自然で簡潔な日本語のナレーションを書きます(合計260〜330語、各シーン35〜50語)。シーン1は具体的な約束や結果で始めます。video-styleの「フック」と「ナレーション」セクションを参照してください。

ステップ2:音声生成(TTS)

  1. .envのTTS_PROVIDERを読み取り、edgeとcitのどちらを使用するか確認します。
  2. src/<TopicName>/ディレクトリを作成し、scripts/generate-<topic>-audio.tsスクリプトを作成してgenerateTopicVoicesを呼び出し、npx tsx scripts/generate-<topic>-audio.tsを実行します。
  3. manifest.json / src/<TopicName>/audioData.tsから実際のフレーム時間のリストを取得します。

ステップ3:コードディレクトリsrc/<TopicName>/の作成

標準ディレクトリ構造:

src/<TopicName>/
├── <TopicName>.tsx          # メインComposition:Series.Sequenceをまとめる
├── types.ts                 # スキーマとProps
├── audioData.ts             # オーディオ時間メタデータ
└── scenes/
    ├── Scene1Hook.tsx
    ├── Scene2Problem.tsx
    ├── Scene3Concept1.tsx
    ├── Scene4Concept2.tsx
    ├── Scene5Impact.tsx
    └── Scene6Outro.tsx

効果音:メインコンポーネント内に<SfxTrack cues={...} />(src/sfx/SfxTrack.tsxから)を配置します。オーディオファイルはpublic/sfx/に置き、npx tsx scripts/generate-sfx.tsで再生成します。

タイミング効果音
各シーンの先頭(新しい文の前の無音に合わせて3フレーム早く、シーン1はフレーム0)mallet
カードやアイテムの出現pop または tick
強調ポイント、結論ding
チャンネル登録呼びかけchime
  • 各キューのframeは動画の先頭からのフレーム数で、その要素が表示されるタイミングと一致させます。
  • 音の重なりを避ける必要はありません:SfxTrackは自動的に、前のキューから0.4秒未満のキューをスキップし、同じ音が連続して繰り返される場合は音量を下げます。
  • myinstantsやライセンス不明のサイトから音声をダウンロードしないでください。新しい効果音が必要な場合は、scripts/generate-sfx.tsに追加します。

ステップ4:Compositionをsrc/Root.tsxに登録

新しいCompositionをsrc/Root.tsxに追加します:

<Composition
  id="<TopicName>"
  component={<TopicName>}
  durationInFrames={totalFrames}
  fps={30}
  width={1080}
  height={1920}
  defaultProps={{}}
/>

ステップ5:確認と報告

  1. npm run lintを実行してTypeScript/ESLintのエラーを確認します。
  2. ユーザーに、Remotion StudioでCompositionを開くためのリンク(http://localhost:3000)またはMP4レンダリングコマンドを報告します:
    npx remotion render <TopicName> out/<TopicName>.mp4
    

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

関連スキル