Communitygithub.com

unempyd/revenueos

ポッドキャストのオーディオまたはビデオを編集します。配信前後の雑談のトリミング、フィラーワードの除去、無音のカット、音質の向上、そして同じ編集をビデオ版にも適用します。ユーザーがポッドキャストの編集、音声のクリーンアップ、フィラーの削除、録音のトリミング、または声質の改善を依頼したときに使用します。

revenueos とは?

このスキルは、未編集のポッドキャストやミーティングの録音を、プロフェッショナルなポッドキャストエピソードに仕上げるための包括的なワークフローを提供します。OpenAI Whisper APIを使用した文字起こしと、`ffmpeg`によるオーディオ/ビデオ処理を中核とし、スマートなトリミング、フィラーワードの除去、無音のカット、高度なオーディオエンハンスメント(ノイズリダクション、EQ、音量バランス調整、ラウドネス正規化)を自動化します。主なユースケースは、Claude CodeやCursor、CodexなどのAIエージェントがユーザー依頼に基づいてポッドキャスト編集を実行する際に利用されることです。このスキルは、完成済みエピソードへの外科的な再編集、ハイライトクリップや1分間のリール作成、Zoom/Riversideなどのビデオ録画への同一編集適用もサポートします。特に、中国語と英語両方のフィラーワードに対応し、`dynaudnorm`フィルタを用いたマルチスピーカーの音量バランス調整や、`resemblyzer`を用いた話者ダイアライゼーションによる正確なクリップ選定など、高度な機能を備えています。

対応~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/unempyd/revenueos/tree/HEAD/skills/creative/podcast-edit

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

ポッドキャスト編集スキル

未編集のポッドキャスト/ミーティング録音を、洗練されたポッドキャストエピソードに加工します。

機能

  1. スマートトリミング — 文字起こしを実行し、イントロ/アウトロを検出することで、実際のポッドキャストの開始/終了位置を特定します
  2. フィラーワード除去 — 口癖(嗯、呃、啊、哦、对对对、um、uh など)を削除します
  3. 無音トリミング — 長い無音部分(>2秒)を自然な間(約0.6秒)に短縮します
  4. オーディオエンハンスメント — ノイズリダクション、EQ、マルチスピーカー音量バランス、ポッドキャスト標準(-16 LUFS)へのラウドネス正規化
  5. 完成エピソードの再編集 — フルパイプラインを再実行せずに、既にレンダリング済みのエピソードから指定セクションを外科的に削除します
  6. ハイライトクリップ & リール — シェア可能なサウンドバイトを切り出し、音楽付きの約1分のリールにまとめます
  7. ビデオカット — Zoom/Riversideのビデオ録画に同じ編集を適用します(「ビデオエピソード」を参照)

前提条件

  • ffmpeg と ffprobe がインストールされていること
  • 環境変数に OPENAI_API_KEY が設定されていること(Whisper API 文字起こし用)
  • Python 3 がインストールされていること(標準ライブラリのみ。ヘルパースクリプトに追加の依存関係は不要)
  • オプション: resemblyzer(pip install resemblyzer)— ハイライトリール作成時の話者ダイアライゼーションにのみ使用

ワークフロー

ステップ 1: オーディオファイルを調査する

ffprobe -v quiet -print_format json -show_format -show_streams "INPUT_FILE"

長さ、サンプルレート、チャンネル数、コーデック、ビットレートを確認します。

ステップ 2: ポッドキャストの開始/終了を見つける(ユーザーが前後のトリミングを依頼した場合)

5分単位に分割し、OpenAI Whisper API でセグメントレベルのタイムスタンプ付きで文字起こしします:

# チャンクを抽出
ffmpeg -y -i "INPUT_FILE" -ss OFFSET -t 300 -ar 16000 -ac 1 /tmp/chunk_OFFSET.mp3

# 文字起こし
curl -s https://api.openai.com/v1/audio/transcriptions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -F file="/tmp/chunk_OFFSET.mp3" \
  -F model="whisper-1" \
  -F response_format="verbose_json" \
  -F language="LANG" \
  -F 'timestamp_granularities[]=segment' > /tmp/transcript_OFFSET.json

文字起こしをスキャンして以下を検出します:

  • 開始マーカー: 「ようこそ」「皆さんこんにちは」「大家好」「欢迎」、イントロ音楽、最初の話題の文
  • 終了マーカー: 「それではまた次回」「さようなら」「下期见」「感谢收听」、その後の雑談

-ss START -to END と -c copy(再エンコードなし)で初期トリミングを行い、作業ファイルを作成します。

ステップ 3: フィラーワードを除去する

トリミング済みファイルを5分単位に分割し、それぞれをワードレベルのタイムスタンプ付きで文字起こしします:

# チャンクを抽出
for i in $(seq 0 300 DURATION); do
  ffmpeg -y -i "TRIMMED_FILE" -ss $i -t 300 -ar 16000 -ac 1 /tmp/wchunk_${i}.mp3
done

# 各チャンクを文字起こし(並列実行可能)
for i in $(seq 0 300 DURATION); do
  curl -s https://api.openai.com/v1/audio/transcriptions \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -F file="/tmp/wchunk_${i}.mp3" \
    -F model="whisper-1" \
    -F response_format="verbose_json" \
    -F language="LANG" \
    -F 'timestamp_granularities[]=word' \
    -F 'timestamp_granularities[]=segment' > /tmp/wtranscript_${i}.json &
done
wait

次に、このスキルに付属のフィラー除去スクリプトを実行します:

python3 ./filler_removal.py \
  --total-duration DURATION \
  --end-at END_TIMESTAMP \
  --cut START1:END1 --cut START2:END2 \
  --chunk-offsets 0,300,600,900,...

引数:

  • --total-duration: トリミング済み入力ファイルの長さ(秒)(必須)
  • --end-at: このタイムスタンプ以降をすべてカット(例: アフターショーの開始位置)
  • --cut START:END: 特定の範囲をカット。繰り返し指定可能。
  • --chunk-offsets: カンマ区切りのチャンクオフセット(デフォルト: 自動で 0,300,600,…)

スクリプトは atrim+concat フィルタを含む /tmp/ffmpeg_filter.txt を出力します。

フィルタを2パスで適用します:

# ステップ A: フィラーをカット → 中間WAV(再エンコードのアーティファクトを回避)
ffmpeg -y -i "TRIMMED_FILE" \
  -filter_complex_script /tmp/ffmpeg_filter.txt \
  -map '[out]' -c:a pcm_s16le -ar 44100 /tmp/podcast_cut.wav

# ステップ B: オーディオをエンハンス → 最終MP3
ffmpeg -y -i /tmp/podcast_cut.wav \
  -af "ENHANCEMENT_CHAIN" \
  -c:a libmp3lame -b:a 192k "OUTPUT_FILE"

制限事項: 中国語のWhisperワードレベルタイムスタンプは、隣接する音声に埋め込まれたフィラーを見逃す可能性があります。スクリプトは独立したフィラーを確実にキャッチしますが、埋め込まれたフィラーの約10~20%を見逃す可能性があります。

ステップ 4: オーディオエンハンスメントフィルタチェーン

デフォルトチェーン(ゲストに優しい — マルチスピーカーの音量不均衡を処理): 過去の実行で最大の間違いは、ノイズゲート(agate)を使用して静かなゲストを完全に消音することです。デフォルトチェーンに agate を決して追加しないでください。

highpass=f=80,                                    # 部屋のこもり音を除去
lowpass=f=12000,                                  # ヒスノイズを除去(16kHzソースの場合は7500を使用)
afftdn=nf=-25:nr=8:nt=w,                         # 緩やかなFFTノイズリダクション
equalizer=f=180:t=q:w=1.5:g=-2,                  # こもりをカット
equalizer=f=2500:t=q:w=1.2:g=3,                  # 存在感を強調
equalizer=f=4500:t=q:w=1.5:g=1.5,                # 明瞭度を強調
dynaudnorm=f=200:g=5:p=0.95:m=5:s=0,             # ローリングウィンドウ正規化 — 静かな話者を独立して持ち上げる
acompressor=threshold=-20dB:ratio=2:attack=5:release=200:makeup=1,  # 緩やかなグルー
loudnorm=I=-16:TP=-1.5:LRA=13                    # ポッドキャスト標準ラウドネス

なぜ dynaudnorm が主役なのか: 200msのローリングウィンドウで正規化するため、ゲストが話しているとき、そのウィンドウはホストのより大きなウィンドウとは独立して持ち上げられます。順序が重要 — acompressor の前に dynaudnorm を実行し、コンプレッサーがバランスの取れた信号を処理できるようにします。

デフォルトチェーンに絶対に追加しないもの:

  • agate(ノイズゲート)— しきい値より静かな話者をすべてカットオフし、ゲストを消します。
  • 強力なコンプレッション(比率 >3:1、メイクアップ >2 dB)— ダイナミクスを平坦にし、ゲストの声を不自然にします。
  • loudnorm での狭いLRA(<12)— 自然な話者のダイナミクスを潰します。

ソースのサンプルレートに基づいてlowpassを調整:

  • 16kHzソース → lowpass=7500
  • 44.1kHz+ソース → lowpass=12000(またはスキップ)

レンダリング後のゲストの聞こえやすさを確認: ffmpeg -i OUTPUT -af "ebur128=peak=true" -f null - を実行し、I: が -16 LUFS 付近で、LRA: が 4–6 LU であることを確認します(dynaudnorm が先にウィンドウごとのバランス調整を行ったため、少しタイトなLRAでも問題ありません)。出力がゲストがカットされたように聞こえる場合は、ゲートまたは強力なコンプレッサーが紛れ込んでいないか疑ってください。

ステップ 5: 出力を確認する

ls -lh "OUTPUT_FILE"
ffprobe -v quiet -show_entries format=duration -of csv=p=0 "OUTPUT_FILE"

報告: 長さ、ファイルサイズ、削除されたもの(フィラー数、無音数、節約された時間)。

ビデオエピソード(Zoom / Riverside 録画)

ソースがビデオで、ユーザーがビデオのカット編集を希望する場合(例: 共同ホストが別の言語に吹き替えるために編集済みエピソードを必要とする場合)、上記ステップ1~3をそのまま実行します — -vn を使用してmp4からオーディオチャンクを直接抽出します — その後、同じカットポイントを画像と音声に1パスで適用します:

# 1) ステップ3と同じチャンク+文字起こしだが、ソースはビデオから
for i in $(seq 0 300 DURATION); do
  ffmpeg -y -v error -ss $i -t 300 -i SOURCE.mp4 -vn -ar 16000 -ac 1 /tmp/wchunk_${i}.mp3 &
done; wait

# 2) 通常通り filler_removal.py を実行 → /tmp/ffmpeg_filter.txt

# 3) その保持セグメントを結合されたビデオ+オーディオフィルタに変換
python3 video_cut.py /tmp/video_filter.txt

# 4) 1レンダリングパス(ハードウェアエンコーダ; 60分1080pエピソードで約7分)
ffmpeg -y -i SOURCE.mp4 -filter_complex_script /tmp/video_filter.txt \
  -map '[vout]' -map '[aout]' \
  -c:v h264_videotoolbox -b:v 3500k -c:a aac -b:a 160k \
  -movflags +faststart episode-edited.mp4

非Appleハードウェアの場合は -c:v libx264 -crf 21 -preset veryfast を h264_videotoolbox の代わりに使用します。

注意点:

  • --chunk-offsets を $(seq 0 300 3600 | paste -sd, -) で構築します。 末尾の空フィールドは引数パーサーをクラッシュさせます。
  • 結果はジャンプカットスタイルになります。これは想定内であり、トーキングヘッドのグリッドでは問題ありません; 400以上のカットポイントでの短いディゾルブは、ハードカットよりも見栄えが悪くなります。
  • video_cut.py はエンハンスメントチェーンを同じパスに焼き付けます。そのため、オーディオパスとは異なり、2パスの中間WAVはありません。その後チェーンを再度実行しないでください。
  • 60分の1080p出力では約1.5GBを見積もってください — メールには大きすぎるため、アップロードしてリンクを共有してください。
  • 保持セグメントリストをエピソードの隣に保存します。 これがないと、後で「同じカットだがビデオ」というリクエストがあった場合、カットを再導出する必要があり、すでに出荷したオーディオバージョンと一致しません。

出力規則

  • 形式: MP3、192 kbps、モノラル(ソースがチャンネルごとに別々のスピーカーを持つステレオでない限り)
  • ラウドネス: -16 LUFS(ポッドキャスト標準)
  • 常に2パス: 最初にWAVにカット、次にMP3にエンハンス

完成済みエピソードの再編集

ユーザーが公開済みエピソードの特定の問題を指摘した場合(「数文が残っている」「Xの部分をカット」「エンディングを録り直した」「重複したイントロを削除」)、生のソースからパイプライン全体を再実行しないでください。 完成済みMP3から問題の範囲を外科的にカットし、1回だけ再エンコードします:

  1. 最終ファイルを5分チャンク(セグメント粒度)で再文字起こし → 絶対タイムスタンプ付きの統一された文字起こしを作成します。これがマップになります。
  2. フラグが立てられた各項目について、それを含むチャンクのみをワードレベルのタイムスタンプで取得します(これらのフレーズは通常、セグメント境界ではなく文の中間に埋め込まれています)。厳密なイン/アウトポイントを特定します。
  3. カット範囲以外のすべてを保持する1つの atrim+concat フィルタを構築し、WAV(pcm_s16le)にレンダリングしてから、1回のMP3パスを実行します。エンハンスメントチェーンを再適用しないでください — 最終版はすでにエンハンス/ラウドノルム処理されています。再実行すると二重処理になります。
  4. すべてのスプライスを確認する: 新しいタイムライン内の各新しい結合箇所を中心とした約11秒のウィンドウを抽出し、再文字起こしします。問題のオーディオが削除され、再接続がきれいに読めることを確認します。
  5. ショーノートのタイムラインを再計算します: カット後のすべてのタイムスタンプは、その前のすべてのカットの合計長だけ早まります。公開済みファイルにハイライトリールが前置されている場合は、リールの長さもオフセットとして考慮します(再カットされたリールは長さが変わるため、エピソード全体がシフトします)。

再編集チェックリスト — 最初のパスでよく残るもの

これらは実際の文に溶け込んでいるため、フィラー/無音除去をすり抜けます。文字起こしで明示的にスキャンしてください:

  • 会議/テクニカルチャター: 「ミュートになってるよ/アンミュートして」「你声音太小 / 听得到吗」「画面見えてる?」「等一下我看一下」。フレーズをカットし、周囲のコンテンツは保持します。
  • 行き止まりのトピック: パネリストが誰も調べていない製品/ケースを持ち出し、「我们就跳过吧 / 飛ばしましょう」と言った場合 — 脱線部分全体をカットし、スキップ行だけではありません。
  • 録り直しセグメント(特にエンディング): 乱雑な最初のテイク、次に「重新开始 / 从头来 / やり直しましょう / 重複している感じ」などのマーカー、その後にきれいな再テイク。誤スタートのテイクをカットし、再録版を保持します。最後の約3分を常に検査してください。
  • プレショー / 重複イントロ: 公式開始前に録音された自己紹介が後で繰り返される場合 — プレショー版をカットします。

Whisper API の不安定さ

並列のワードレベル呼び出しが空(0バイト)を返すことがあります。空の応答は、呼び出しの間に sleep 1 を入れて逐次的に再試行してください。

ハイライトクリップ & 1分リール

完成済みエピソードから短くシェア可能なサウンドバイト(議論を呼ぶ / 洞察に満ちた瞬間)をカットし、オプションで音楽付きの約1分のリールにまとめます。

サウンドバイトの選び方

  • 各クリップは約2文、約8~20秒。議論を呼ぶ、驚きがある、または引用したくなるような発言を優先します。
  • すべての話者をカバー — ホストも含む。 複数ゲストのパネルでは、リールが最も話す1~2人の声に集中しないようにします — 参加者ごとに少なくとも1つの強いサウンドバイトを選び、構築前に帰属を確認します。(これが#1の間違い: 「ハイライト」が実は一人だけのものになることです。)ファシリテーター/ホストは主に質問をするため、省略されがちです — 引用可能なホストの発言(リアクション、ジョーク、鋭いフレーミング)を見つけて含めてください。
  • 文字起こしテキストから話者を特定することはできません — 試みず、ユーザーに依頼もしないでください。 Whisperは単語を提供しますが、誰が言ったかは提供しません; 言い回しから話者を推測するのは失敗します(ホストのように読める発言が実際にはゲストの発言であることがよくあります)。リールに特定の人物が必要な場合は、オーディオをダイアライズし(以下のレシピ)、帰属を推測ではなく測定にします。
  • リールをフローのために並べ替えます(フック → … → 強いクローザー)そして同じ話者を連続して配置しないでください。

誰が話しているかを特定 — 話者ダイアライゼーション(resemblyzer)

特定の人物のクリップが必要な場合(またはユーザーが「Xがリールに入っていない」と言った場合)、文字起こしを読むのではなく、声で解決します。pip install resemblyzer(独自のエンコーダーをバンドル — HFトークンは不要)。5話者のパネルで機能したレシピ:

  1. 特定できる全員のクリーンな参照音声を構築します。各自が自分の名前を言うセグメント(自己紹介)や自分の製品を売り込むセグメント(クロージングプラグ)から取得します — これらは確実に単一話者です。安定性のために一人あたり2~3ウィンドウを平均します: enc.embed_utterance(preprocess_wav(slice, source_sr=16000))、平均、L2正規化。
  2. エピソード全体をブラインドクラスタリングしないでください — Whisperセグメントにはクロストークが含まれているため、AgglomerativeClustering は1つの巨大な塊とシングルトンに崩壊します。代わりに、各セグメントの埋め込みをクリーンな参照に対して(コサイン類似度で)スコアリングします。誰にもうまくマッチしないセグメント(最高類似度が約0.78以下で、実際の一致が0.88~0.94の場合)は、未識別のN番目の話者です。
  3. それが一貫した1つの声であることを確認します: それらの低マッチセグメントを取り、それらが互いに類似していること(約0.87以上)と、既知の各参照と集合的に異なることを確認します。それらから参照を構築し、すべてのセグメントを再スコアリングします — 高い信頼度のヒットはすべてその人物であるはずです。
  4. 既知のものと照合して健全性を確認します: 確認済みのクリップ(例: 誰かの製品ピッチ)は、自身の参照に対して最も高いスコア(約0.9以上)を示す必要があります。参照が分離しない場合は、ウィンドウを長くし、より多く平均します。

エピソード全体をffmpegパイプ(-f f32le -)を介して16kHzモノラルfloatとして一度ロードし、メモリ内でスライスします — セグメントごとにffmpegを呼び出すよりもはるかに高速です。

カット前に確認(必須)

各候補について、ウィンドウを抽出し、再文字起こしして、元のテキストが保持され、文が完全であり、クリップが自然に始まり終わることを確認します。カットはこれらの確認が合格した場合のみ行ってください。

リールの組み立て

ffmpeg の concat デマルチプレクサーを使用してクリップを結合します:

# ファイルリストを作成
echo "file '/path/to/clip1.wav'" > /tmp/clips.txt
echo "file '/path/to/clip2.wav'" >> /tmp/clips.txt
…

# BGMを追加して結合(BGMは -30dB 程度)
ffmpeg -y -f concat -safe 0 -i /tmp/clips.txt \
  -i BGM_TRACK.mp3 \
  -filter_complex "[0:a]volume=1[a];[1:a]volume=0.03[bgm];[a][bgm]amix=inputs=2:duration=first:weights=1 0.3" \
  -c:a libmp3lame -b:a 192k highlight_reel.mp3

出力は約60秒にしてください。長すぎる場合は最も弱いクリップを削除し、短すぎる場合は別のクリップを追加するか、リールをループさせます。

トラブルシューティング

  • Whisper API レート制限: 並列リクエストが多すぎると429エラーが発生します。逐次実行するか、バックオフを実装してください。
  • ffmpeg フィルターの複雑さ: 非常に長い atrim チェーンは ffmpeg をクラッシュさせる可能性があります。その場合は、より小さなチャンクに分割して個別に処理します。
  • 中国語テキストのエンコーディング: ファイルパスや文字起こし出力にUTF-8が正しく設定されていることを確認してください。

制限事項とベストプラクティスの要約:

  • このパイプラインで最も一般的な失敗点は、ノイズゲート(agate)の誤った追加です。デフォルトチェーンでは決して使用しないでください。
  • ビデオ編集の場合、video_cut.py がエンハンスメントチェーンを1パスで適用するため、その後再度適用しないでください。
  • 再編集シナリオでは、すべてのスプライスを確認し、ショーノートのタイムラインを再計算してください。
  • ハイライトリールでは、すべての話者をカバーし、話者の帰属を推測ではなく測定に基づいて行ってください。
  • Whisper API の空の応答は、逐次再試行で処理してください。

Individual skills in this repo

This repo contains 13 individual skills — each has its own dedicated page.

unempyd/revenueos

Audit paid-ad landing pages for message match, mobile experience, performance, accessibility, trust, forms, consent, tracking, security, and conversion friction. Use for landing-page audit, post-click experience, LP audit, conversion-rate optimization, form optimization, ad-to-page message match, redirects, blocked navigation, or requests involving private, loopback, link-local, or metadata IP destinations.

unempyd/revenueos

Audit TikTok Ads measurement, Pixel and Events API, mobile-first creative, audiences, Smart+, Shop and commerce campaigns, bidding, budgets, pacing, attribution, and policy. Use for TikTok Ads, TikTok Pixel, Events API, Smart+, TikTok Shop Ads, GMV Max, Spark Ads, or TikTok campaign optimization.

unempyd/revenueos

Use when the user asks to \"pick which social channels to run\", \"should we be on X platform or 小红书\", or \"plan our organic social channel portfolio\"; produces an audience/objective-first portfolio with capability/access matrix, cadence-budget reality check, declared ECHO operating profile, boundary routing, and proposed-state registry events. Not for recording canonical channel facts — use channel-registry. 社媒渠道选择/渠道组合规划/平台能力矩阵/自然社媒

unempyd/revenueos

When the user wants to edit, review, or improve existing marketing copy, or refresh outdated content. Also use when the user mentions 'edit this copy,' 'review my copy,' 'copy feedback,' 'proofread,' 'polish this,' 'make this better,' 'copy sweep,' 'tighten this up,' 'this reads awkwardly,' 'clean up this text,' 'too wordy,' 'sharpen the messaging,' 'refresh this content,' 'update this page,' 'this content is outdated,' or 'content audit.' Use this when the user already has copy and wants it improved or refreshed rather than rewritten from scratch. For writing new copy, see copywriting.

unempyd/revenueos

Use when the user asks to \"pre-launch check the landing page\", \"run a Quality-Score preflight\", or \"verify ad-to-page message match before launch\"; produces an ad↔page continuity report — message-match gaps, above-the-fold check, page-speed read, form-friction count, mobile-render flags — as a pass/fix punch list. Not for redesigning or rewriting the page — use landing-optimizer; not for scoring the account or the RQS — use ad-account-auditor. 落地页体验预检/广告落地页一致性检查

unempyd/revenueos

Use when the user asks to \"optimize our landing page for influencer traffic\", \"fix our promo-code landing page\", or \"improve conversion from a creator campaign\"; produces a message-match audit, page-structure and social-proof recommendations, a promo-code/CTA conversion plan, and an A/B test roadmap. Not for measuring campaign results after launch — use performance-analyzer. 落地页优化/达人流量转化提升

unempyd/revenueos

Use when the user asks to \"script this short video\", \"write a TikTok / Reels / Shorts script\", \"给这条抖音或视频号视频写脚本\", or \"fix the hook — viewers drop off in the first seconds\"; produces timestamped beat-sheet scripts on the retention-gate model (0-2s hook / 2-5s confirmation / 5-15s payoff / loop-or-CTA) with per-scene script lines, on-screen text for muted viewing, asset keywords, and 9:16 format-param rows per platform norm card for TikTok, Reels, Shorts, 抖音, and 视频号 — plus 2-3 hook options from named hook families and an AI-content disclosure line by default on realistic synthetic media. Spec-only: rendering, TTS, and publishing stay with the user's own tools — no pipelines, no upload automation. Not for creator video briefs — use brief-generator; long-form video SEO belongs to content-writer. 短视频脚本/抖音分镜/开头钩子/竖屏9:16

unempyd/revenueos

When the user wants to create, generate, or produce video content using AI tools or programmatic frameworks. Also use when the user mentions 'video production,' 'AI video,' 'Remotion,' 'Hyperframes,' 'HeyGen,' 'Synthesia,' 'Veo,' 'Sora,' 'Runway,' 'Kling,' 'Seedance,' 'Hailuo,' 'MiniMax,' 'Pika,' 'Hunyuan,' 'Wan,' 'video generation,' 'AI avatar,' 'talking head video,' 'programmatic video,' 'video template,' 'explainer video,' 'product demo video,' 'video pipeline,' 'copy this edit,' 'match this video style,' 'reverse-engineer this video,' 'edit like this reference,' or 'make me a video.' Use this for video creation, generation, and production workflows. For video content strategy and what to post, see social. For paid video ad creative, see ad-creative.

unempyd/revenueos

Audit EVERY Google Search Console property at once — rank all sites by clicks and impressions with period-over-period deltas, then diff keywords per site to surface what is newly ranking, rising, dropping, lost, or ranking well without earning clicks. Built for agencies and multi-site owners. Use when asked to compare all sites, rank properties by traffic, find new keywords across a portfolio, or spot which site is down. Trigger phrases: "audit GSC", "all my sites", "rank my properties", "portfolio search performance", "which sites are down", "what new keywords are we ranking for", "client site performance", "GSC report across accounts". For ONE site's queries, pages, or index coverage, use the search-console skill instead.

unempyd/revenueos

Deconstruct and analyze video ad creatives for marketing insights. Use when the user says "analyze this ad", "ad creative analysis", "deconstruct this video ad", "video ad review", "ad breakdown", "why does this ad work", "creative analysis", or provides a video ad URL and asks for marketing insights.

unempyd/revenueos

Create high-converting landing page copy and structure. Use when the user says "landing page", "sales page", "create a landing page", "landing page copy", "conversion page", "lead gen page", "signup page", "product page copy", "hero section", "write landing page", or asks for marketing page copy with conversion goals.

unempyd/revenueos

You are a Conversion Rate Optimization Strategist and Persuasive Content Specialist. Use this skill when the user wants to audit or improve a landing page, write conversion-focused copy, optimize CTAs, build an FAQ schema block, translate features into benefits, or maximize conversions on any specific page type. Activate when the user mentions "landing page," "sales page," "lead capture page," "squeeze page," "webinar sign-up page," "product launch page," "waitlist page," "early access page," "thank you page," "upsell page," "SaaS pricing page," "onboarding page," "ecommerce page," "audit this page," "improve conversions," "CTA optimization," "hero section," "headline rewrite," "subhead," "benefits section," "features to benefits," "FAQ schema," "schema FAQ," "trust elements," "page layout," "above the fold," "scroll order," "microcopy," "mobile-first copy," "landing page copy," "page flow," "drop-off," "weak CTA," "conversion copy," "page goal," "split test copy," "A/B test copy," or "wireframe suggestion...

unempyd/revenueos

When the user wants to create, optimize, or audit campaign landing pages for paid ads, email, or other traffic. Also use when the user mentions "landing page," "PPC landing page," "SEM landing page," "conversion page," "campaign page," "lead capture page," "landing page optimization," "LP conversion," "single-page funnel," or "squeeze page." Not for the main site homepage; use homepage-generator.

関連スキル