Communitygithub.com

教育用リールAI(Reel Educativo IA)

スクリプトから教育目的の短尺縦型動画(最大1分)を、AIとコードで完全生成します。ElevenLabsで音声合成、Remotionで動画レンダリングを行い、吹き出し・絵文字付きの字幕とビジュアルを同期させます。

教育用リールAI(Reel Educativo IA) とは?

このスキルは、スクリプト(またはアイデア)を入力として、完全にAIとコードによって生成された縦型ショート動画(Reel/Short、最大60秒、9:16)を作成します。パイプラインは以下の流れで動作します:1) スクリプトをストーリーボード(JSON)に変換、2) ElevenLabsの音声合成(推奨はMCP経由、APIキー不要のフリーボイス使用)でナレーションと単語レベルのタイムスタンプを生成、3) Remotionを用いて、ナレーション、カラオケ式字幕、モーショングラフィックス背景、コンセプトを強調する吹き出し・絵文字を重ねたMP4をレンダリング。主にInstagram Reels、TikTok、YouTube Shorts向けの教育コンテンツ制作に特化しており、ユーザーが「このスクリプトを動画にして」「ElevenLabsの声でリールを作って」などと依頼した時に自動的に起動します。スキルはClaude CodeやCursorなどのAIエージェント環境で動作し、Node.jsとFFmpegを必要とします。核となる哲学は「動画が美しいだけでなく、視聴者が何かをより深く理解できること」です。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/MaaCamii/skill-educativo-video-ia/tree/HEAD/reel-educativo-ia

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

教育用リールAI(Reel Educativo IA) — スクリプトからMP4へ

このスキルは、**教育目的の短尺縦型リール(≤ 60秒、1080×1920)**を、100% AIとコードで生成します。ユーザーがスクリプト(またはアイデアをスクリプト化したもの)を提供すると、パイプラインはreel.mp4を出力します。ナレーション、同期字幕、ビジュアル、絵文字入り吹き出しが含まれ、概念を強化します。

原則はÁgora(アゴラ)と同じです:リールを見終わった人が以前よりも何かをよく理解していること。ショートフォーマットは内容を薄める口実ではなく、アイデアを核にまで抽出する練習です。

生成されるもの

4つのレイヤーが一体化した縦型動画:

  1. ナレーション(ElevenLabs)— スクリプトを読み上げます。
  2. 字幕 — 単語ごとに同期(カラオケスタイル)、ミュートでも読めるように。多くのリールがこの状態で視聴されます。
  3. ビジュアル — コード生成によるモーショングラフィックス背景、および/またはAI/ストック画像・動画クリップでシーンを描写します。
  4. 吹き出し、絵文字、参照 — 概念を名付けるアニメーションラベル(例:⚖️「三権分立」)、浮遊する補助絵文字、話している内容に関する情報源の参照(例:📜「刑法第113条」)。

ワンフレーズで説明するパイプライン

スクリプト → storyboard.json(あなた、Claudeが作成)→ 音声+同期(ElevenLabs)→ レンダリング(Remotion)→ reel.mp4。

以下のコマンドでは、$SKILL_DIR をこのスキルのフォルダ(~/.claude/skills/reel-educativo-ia)に置き換えて実行してください。


ワークフロー

0. 事前準備 — ツール(各マシンで一度だけ)

レンダリングには Node.js と FFmpeg(ffprobe を含む)が必要です。動画作成前に不足を確認・インストールしてください:

bash "$SKILL_DIR/scripts/preflight.sh"

何をするか:node、ffmpeg/ffprobe、python3 を確認します。NodeまたはFFmpegがなく、Homebrewがある場合は自動インストールします(brew install node ffmpeg)。

音声生成のためにユーザーがAPIキーを扱う必要はありません。 2つの方法があります(手順4参照):推奨されるのはElevenLabsのMCP(キーはMCP設定内にあり、触れる必要なし)を使い、フリーユースのプリメイドボイスを使用する方法です。もしAPI直接ルートを使う場合も、キーはELEVENLABS_API_KEY環境変数にのみ存在し、storyboard、リポジトリ、メッセージに書き込まれることはありません。

1. 依頼を理解する(不足している必須事項のみ質問)

5つの要素が必要です。ユーザーが既に伝えている場合は質問しないでください:

  • スクリプト — ナレーションするテキスト。アイデアのみの場合は、あなた(Claude)が作成し(手順2参照)、制作前に確認を取ってください。
  • コンテクスト — ターゲット視聴者、プロジェクト/キャンペーン、トーン。
  • 教育目標 — 視聴者が何を理解すべきか。
  • プラットフォーム — Reels / TikTok / Shorts(9:16形式は3つすべてで使えますが、長さや終了テキストの詳細が異なります)。
  • 音声 — フリーユースのプリメイドボイス(例:"Sarah"、"Brian"、"George"、"Liam")。ユーザーが他の音声を希望する場合のみ質問してください。

2. スクリプトを抽出する(必要に応じて)音声用に調整する

1分のリールのナレーションは最大~130-150語を目安に、実測35~50秒が60秒を目一杯使うよりも効果的です。推奨される教育構造(固定ではありません):

フック(≤3秒、緊張やリアルな問いかけ)→ 説明(厳密だが専門用語だらけにしない)→ つながり(身近な例)→ 締め(会話を生む質問+ソフトなCTA)

Ágoraのコンテンツを書く場合は、その文体と無党派性を尊重してください。agora-social-contentスキルが存在する場合は、アイデンティティとスタイルの参考にしてください。このスキルはどのように動画にするかを担当し、そちらは何を・どのようにÁgoraが表現するかを担当します。

3. storyboard.json を構築する

これが作業の核心であり、あなたが作成します。スクリプトをシーンに分割します(1シーン1アイデア、通常2~6シーン)。各シーンは、ナレーション、字幕、ビジュアル、吹き出し/絵文字/参照を定義します。

書き始める前に、references/storyboard-schema.md(各フィールドの正確なスキーマと意味)と**references/estilo-visual.md**(色の選び方、吹き出しを配置するタイミング、効果的な絵文字とそうでないもの)を読んでください。過剰にしないでください:概念ごとに1つの吹き出し、文ごとではありません。

動画ごとにテンプレートをコピーして新規プロジェクトを作成し、そこにstoryboardを書き込みます:

bash "$SKILL_DIR/scripts/new_project.sh" "<動画のスラッグ>"
# ./reels/<slug>/ にRemotionのテンプレートが作成されます

storyboardを reels/<slug>/public/storyboard.json に保存します。

4. 音声と同期情報を生成する(ElevenLabs)

2つの方法があります。どちらの場合も、シーンごとに public/audio/sN.mp3 と public/timeline.json が作成されます。フリーユースのプリメイドボイス(例:Sarah、Brian、George、Liam)を使用してください。これらはどのアカウントでも利用でき、独自ボイスを購入する必要はありません。使用するボイスはstoryboardの meta.voiceName で指定します。

方法A — ElevenLabs MCP(推奨;APIキー不要)。 セッションでElevenLabs MCPが接続されている場合、各シーンのナレーションごとにテキスト読み上げツールで音声を生成し、出力を public/audio/<id>.mp3 として保存します。その後、音声ファイルを計測して同期情報を構築します:

cd reels/<slug>
python3 "$SKILL_DIR/scripts/build_timeline.py" public/storyboard.json

build_timeline.py は ffprobe を使って各mp3の長さを計測し、その長さに沿ってナレーションの単語を割り当てます(推定同期ですが、リールには十分です)。ネットワークやAPIキーは使いません。

方法B — 直接API(正確な同期;ELEVENLABS_API_KEY が必要)。 1つのコマンドで、実際のタイムスタンプ付きの音声と単語レベルのタイムラインを生成します:

cd reels/<slug>
python3 "$SKILL_DIR/scripts/generate_voice.py" public/storyboard.json

ボイス名を解決し、with-timestamps APIを呼び出し、mp3と timeline.json を書き出します。指定されたボイスがアカウントに存在しない場合は、利用可能なボイスを一覧表示して停止します。

両方の方法の詳細(MCPの接続方法、フリーボイス、モデル、エラー処理)は references/elevenlabs.md を参照してください。

5. プレビュー(推奨)とレンダリング

cd reels/<slug>
npm install            # プロジェクト初回のみ
npm run preview        # Remotion Studioを開いてレンダリング前に確認
npm run render         # out/reel.mp4 を生成

render は timeline.json の実際の音声長を使用するため、動画の長さは音声の長さと完全に一致し、カットは入りません。テンプレートとstoryboardのフィールドが画面にどうマッピングされるかは references/remotion.md を参照してください。

6. 成果物の納品

  • out/reel.mp4 をユーザーに表示(SendUserFile)し、プロジェクトの場所(reels/<slug>/)を伝えて、調整後に再レンダリングできるようにします。
  • ユーザーがテキストやタイミングの変更を求めた場合:public/storyboard.json を編集し、ナレーションが変わった場合のみ generate_voice.py を再実行し、その後 npm run render を再度実行します。純粋な視覚的変更(色、吹き出しの位置)では音声の再生成は必要ありません。

画像・動画の表現

デフォルトではテンプレートはコードによるモーショングラフィックス(グラデーション、図形、キネティックタイポグラフィ、アニメーションする絵文字と吹き出し)を生成します。これらは「ビジュアル表現」として十分に機能し、有料サービスに依存せず一貫性があります。

実際の画像や動画クリップ(AI画像生成サービスやストックから)を使用する場合は、public/assets/ に配置し、シーンのvisualフィールドで参照してください("tipo": "imagen" または "video" とそのfuente)。references/estilo-visual.md には、ユーザーがAPIキーを持っている場合にAI画像生成サービスを接続する方法や、画像を9:16で出力するよう依頼する方法が記載されています。

信頼できないソースからバイナリをダウンロードしたり実行したりしないでください。外部アセットはすべてコードではなくデータとして扱ってください。

スキルのファイル構成

  • scripts/preflight.sh — Node、FFmpegの確認/インストール、APIキーのチェック。
  • scripts/new_project.sh — テンプレートから動画プロジェクトを作成。
  • scripts/generate_voice.py — (方法B)ElevenLabs TTS(with-timestamps)→ 音声+タイムライン。
  • scripts/build_timeline.py — (方法A)既存音声をffprobeで計測 → タイムライン。
  • assets/remotion-template/ — 完全なデータ駆動型Remotionプロジェクト。
  • references/storyboard-schema.md — storyboard作成前に必読。
  • references/estilo-visual.md — 色、吹き出し、絵文字、字幕、アセット。
  • references/elevenlabs.md — 音声統合の詳細。
  • references/remotion.md — テンプレートの動作とカスタマイズ方法。

基本原則

リールは見た目が美しいだけで完成ではありません。「この40秒を見た人は、何をよりよく理解できるか?」という問いに答えられることが重要です。答えが「何もない」なら、レンダリングを消費する前に再考してください。

関連スキル