解説ショート動画(9:16、約60〜90秒、タイ語音声、任意のトピック)
縦型解説動画のためのランブック:ニュース、ツールやリポジトリのレビュー、コンセプト解説、ハウツー、または所有者が作成したもののデモ。構築の仕組みとスタイルの移植は create-video スキルにあり、ステップ4の前に読み込んでください。音声エンジンとその癖については references/voice-options.md を参照。
必要なもの:bun、ffmpeg/ffprobe、python3、そして measure_ink.py 用に Pillow + numpy(uv run --with pillow --with numpy ...)。タイ語の散文の推敲には kien-thai と kode-thai スキルを使用します(npx skills add chakrit/kien-thai)。
デフォルト(再確認不要)
- 9:16、1080x1920、8〜10ビート、約60秒(Shortsは最大3分まで対応;自分で読むスクリプトは通常80〜90秒になります)
- スタイル:所有者が最後に承認した Atlas スタイル。テンプレート内のキット:Ballpoint(
src/style/ballpoint.js、window.BP)と Whiteboard(src/style/whiteboard.js、window.WB)。新しいスタイルには、Futurepedia AI Style Atlas プロンプトを貼り付ける必要があります。 - ビジュアルはコードで描画。被写体とソースクレジットにのみ実際のロゴを使用。ニュース写真は使用禁止。例外:被写体がライブWebデモの場合、自分でキャプチャした実際のブラウザスクリーンショットを「動作確認」ビートで使用し、メカニズムのビートは描画で。
- 音声:所有者自身が録音します。
read-script.mdを渡し、所有者が録音をドロップし、scripts/split_recording.pyまたはscripts/assemble_takes.pyでビートにカットします。合成音声は、所有者から依頼があった場合のみ使用します(references/voice-options.md)。 - 絵文字なし、APIキーなし、ソースを明記。
まずストーリーの形を選ぶ
形とビートテンプレート:templates/story-shapes.md。
| 形 | 使用用途 | ライブ再確認 |
|---|---|---|
| ニュース | 何かが起こった、まだ進行中の可能性がある | はい、レンダリング前 |
| ツールレビュー / デモ | リポジトリ、アプリ、製品:その機能と落とし穴 | 自分で実行する |
| コンセプト | 何かがどのように機能するか | いいえ |
| ハウツー | 何かをするための手順 | いいえ、ただし手順はテストする |
ステップと承認ゲート
- トピック選定。 誰が何をしたかというニュースよりも、説明すべきメカニズムがあるストーリーを優先。スキャンダル・ゴシップや、説明すべきことがまだ新しい訴訟はスキップ。3〜4つのランク付けされた候補とその理由を示し、それらは未検証の見出しから来ていることを伝える。最初に
dateを確認。- 鮮度: イベントから約1〜2日以内に出荷できないニュースクリップは古くなっているため、その旨を先に伝える。代わりに、主なフォローアップ(例:インシデント後のレポート)を待つか、インシデントを例として使用した永続的なコンセプトクリップとして作り直すことを提案。
- リサーチ。 一次ソース(リポジトリ、ドキュメント、ステータスページ、公式投稿)と関連メディアを読む。3つのラベルを明確に区別する:自分で検証済み / ソースによる主張 / 私の解釈。
- 課題/概要の引き継ぎ: 「現在の状態」の主張はすべて、実際の状態(PRはマージされたか、URLは有効か、ファイルは指定された場所にあるか)と照合して検証する。所有者のローカルリポジトリをプルしたりチェックアウトしたりせずに、GitHubからファイルを読む(
gh api repos/O/R/contents/PATH -H 'Accept: application/vnd.github.raw')。 - デモ: ブラウザで実際のものを実行し、記載された数値を再現し、アセットサイズを測定する(
curl -sIL ... content-length)。ソースにハードコードされた推定値を鵜呑みにしない。不一致を主張/実測の表で報告。 - 「サーバー不要」/プライバシーに関する主張: ページのネットワークリクエストをリストアップする(
performance.getEntriesByType('resource'))。ホスティング分析ビーコン(例:Cloudflare/cdn-cgi/rum)はDevToolsのスクリーンショットに表示されるため、fetchフィルタリングするか、画面上で説明する。
- 課題/概要の引き継ぎ: 「現在の状態」の主張はすべて、実際の状態(PRはマージされたか、URLは有効か、ファイルは指定された場所にあるか)と照合して検証する。所有者のローカルリポジトリをプルしたりチェックアウトしたりせずに、GitHubからファイルを読む(
- スクリプト を形のテンプレートから作成。数値は言葉で書き、尺は単語を削ることで調整し、速度を上げて調整しない。
read-script.mdを書く(番号付きビート、各ビートは一息で読める長さ)。- ニュース=逆ピラミッド: ビート1は完全なリード(誰が、何を、いつ)で独立して成り立つ;その後、最も重要な情報から順に;すべての主張に出典を明記する(「X ระบุว่า」、「ด้าน ... เชื่อว่า」);ナレーションに意見や道徳的判断は入れず、まとめはキャプションに記載。
- 概要で要求されるクレジットとURLは最後のビートと画面上に記載。
kode-thaiループを介したkien-thaiでの推敲: 監査、ルールスラッグの引用、修正、再読、問題が見つからなくなるまで繰り返す。所有者による音声解説=個人ブログのレジスター:男性、文中は「ผม」、結びにのみ「ครับ」、視聴者は「คุณ」、チームは「เรา」を使用。モデルドラフトでの頻出修正:「เรา」が作り手と視聴者の間で揺れる(deixis-continuity)、「drop」に対する「ทิ้ง」(verb-calque)、「ไม่ใช่ X เป็น Y」が「ต่างหาก」なしで宙に浮く(f4/targhak-closure)、「เมกะ/เมกะไบト」の混在(用語ごとに一つの形式)、隣接ビートでの「ก็เลย/พอ」の繰り返し。
- 音声 -> ゲート1(所有者が確認)。 録音手順(QuickTime > ファイル > 新規オーディオ録音、品質:最大、AirPodsは不可;またはiPhoneボイスメモ + AirDrop):各ビートの間に 約2秒 の間隔を空ける(息継ぎよりも明らかに長く;自己録音の間隔は0.6〜0.9秒で、文中の息継ぎと同じため、閾値で正確にN個に分割できない);読み間違えたビートはすぐに読み直す;英語の名前は自然に読む。最初にビート1の10秒テストを確認することを提案。
- 録音ファイルを見つける: 所有者が複数のファイル(テイク)をサブフォルダにドロップし、「できた」とだけ言う場合がある。プロジェクトフォルダを再帰的に検索し、さらに
find ~ -mmin -30 -iname '*.m4a'を実行。その後、各ファイルの長さ、volumedetectの平均/最大値、サイレンスマップを切断前に報告する。ループ内のパスは引用符で囲む(ボイスメモの名前にスペースが含まれるため)。 - 1ファイルの場合:
python3 split_recording.py <file>;正確にN個のビートが見つからなければ停止する。適切な数のビートが得られる閾値がない場合、無理にカットせず、大まかなビート開始時間を尋ね、各カットを最も近い無音部分にスナップする。 - 複数ファイル/再テイクの場合: どのファイルがどのビートかを尋ね、各ビートに {file, start, end} を持つ
takes.jsonを使用してassemble_takes.pyを実行する。複数ビートのファイルは最長の無音部分で分割し、各カットを単一ビートファイルの話速(約11タイ語文字/秒)と照合して妥当性を確認;有声時間が20%以上短いビート(単語の飛ばしの可能性あり)をフラグする。このスクリプトはすべてのビートのレベルを一致させ(beat_lufs)、文中のポーズを各ポーズの中央をカットしてmax_pauseまで短縮し(ffmpegのsilenceremoveはこれをほとんど行わない)、その後 loudnorm の前に圧縮を適用する(音声のクレストファクター約22 dB;最終的に -18 LUFS、TP -1.5 付近になる)。
- 録音ファイルを見つける: 所有者が複数のファイル(テイク)をサブフォルダにドロップし、「できた」とだけ言う場合がある。プロジェクトフォルダを再帰的に検索し、さらに
- ストーリーボード -> ゲート2(所有者が承認)。 各ビートの終了時間の静止画を、一つのコンタクトシートとフル解像度PNGとして出力。仮定した点や説明のための要素をリストアップする。
- フレーミングはピクセルから測定し、目視では決して行わない(目視で一度、一様な右シフトを見逃したことがある)。
scripts/measure_ink.py --z .. --camx .. --camdy .. stills...は、各ビートのインクを TikTok/Reels セーフボックス x 140-940, y 230-1500 内に収め(そうしないとコンテンツがアプリUIの下にはみ出る)、補正された CAMXS/CAMDY/ZS を出力;1回の再測定パスで 8px 以上のマージンを確保する。安全でない帯域を着色したstoryboard-sheet-safezone.pngを出力する(ffmpegdrawbox)。 - 各静止画は、そのビートの最後のマーク(IO終了)の直後に取得し、次のビート開始から一定時間前では取得しない:早く終了したビートはすでにスクロールアウトし始めており、測定が大きくずれる。
- OCR / テキスト認識エラーの表示: ループのないタイ語フォント(Sriracha、Mali、ほとんどのUIフォント)は、น をラテン文字の u のように、บ/ป を U のように描画するため、「Qนotation」のような誤認識が画面上でも視覚チェックでも正しく見えてしまう。文字列はスクリーンショットではなくJSテキストで検証;誤認識の文字列は Itim(ループあり、OFL、テンプレートにバンドル済み)で描画し、measureText を使用して反転したグリフを囲む。
WB.mTextは16進色を受け取るため、RGB配列ではなくB.hexOf(RED)を渡す。
- フレーミングはピクセルから測定し、目視では決して行わない(目視で一度、一様な右シフトを見逃したことがある)。
- レンダリングと検証。
bun run render <slug>。フレーム数 == 長さ x 30;mp4内の音声LUFS == 音声ファイル(ナレーションがミックスされる);スコアは音声より約20+ dB下;ビート終了時ではなく描画途中の静止画で、ペンがインク上にあり、何もセーフボックスからはみ出していないことを確認。ニュースの場合、最初に一次ソースを読み直し、画面上のタイムスタンプを更新する。 - 納品 先は
~/Downloads/<slug>-video/:完全版mp4、-small.mp4(CRF 24)、スコアwavファイル、templates/captions.mdからのキャプション。絶対パスで指定する。 - 公開。 所有者に代わって決して公開しない。所有者のためにアップロードする場合、プライベートに設定し、音声が合成音声の場合のみYouTubeの「改変または合成コンテンツ」にチェックを入れる;公開ボタンは所有者が押す。それ以外の場合は、コピーペースト用のキットを提供する:ファイルパス、タイトル、説明、チェックすべき設定。
スキャフォールド
scripts/new_short.sh <slug> [--out dir] [--from template] [--kits dir] [--no-install] は、バンドルされた template/(Itim + タイ語フォント、セーフボックスカメラ、レンダリング/静止画スクリプト、参考動画)を ~/Videos/shorts/<slug>/(または $SHORT_VIDEOS_DIR)にコピーし、以前の動画を _reference_* として保存して適応の参考にし、音声ツールを <slug>/voice/ にコピーします。依存関係は自動的にインストールされます(--no-install でスキップ)。--from <完成したプロジェクト> を渡すと、最後に承認されたクリップをベースに開始できます。
Futurepedia Style Atlas の素材(H ライブラリ、SOUND キット、プロンプト、および参照コードから移植された Ballpoint/Whiteboard キット)はこのスキルには含まれません — これらは Futurepedia に帰属します。new_short.sh は $CODE_MOTION_KITS(デフォルト ~/Videos/shorts/_kits/{src/lib,src/style,prompts})からこれらをコピーします。これがない場合:Atlas プロンプトを proj/prompts/ に保存し、bun run extract-kit prompts/<style>.md を実行し、その後スタイルを移植します(create-video)。これらのファイルをコミットしてはいけません。