Communitygithub.com

動画からスーパープロンプト (MengTo/Skills)

参照動画を元に、詳細な再現用またはインスピレーション用のプロンプトを作成します。ユーザーが動画を提供・言及・アップロード・リンク・指定し、そのデザイン、UI、アニメーション、トランジション、スクロール連動、タイポグラフィ、カラー、アセット、WebGL/Three.js、ストーリーテリング、セクションごとの振る舞いを分析して、ページやアプリ、インタラクション、モーションシステムを再現するプロンプトや記事を作成するよう依頼された場合に使用します。

Skills) とは?

このスキルは、任意の参照動画から、ビルダーがすぐに使えるプロンプト(スーパープロンプト)を生成します。動画の内容、動き、再構築方法、必要なアセットや生成メディアを詳細にキャプチャします。主なワークフローは、ソース動画の特定、技術的分析(ffprobe/ffmpeg)、レイヤーごとの分析(ストーリー、レイアウト、モーション、ビジュアルデザイン、技術スタック、アクセシビリティ)、アセット計画、そしてプロンプトの作成です。出力モードは、プロンプトのみ、記事、実装概要、アセット生成パックから選択できます。品質基準として、元の動画を見なくてもインタラクションを再構築できる詳細さ、動画のシーケンスとテンポの維持、正確なモーション機構の指定、モバイル動作と縮小動作の考慮が求められます。対応プラットフォームはClaude Code, Cursor, CodexなどのAIエージェントです。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/MengTo/Skills/tree/HEAD/agent-skills/codex/video-to-superprompt

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

動画からスーパープロンプト

目標

使用可能な参照動画を、ビルダーがすぐに使えるプロンプトに変換します。このプロンプトは、動画が何を示しているか、どのように動くか、どのように再構築すべきか、そしてどのようなアセットや生成メディアが必要かを正確に捉えます。デフォルトの出力は、ユーザーが記事、アセットパック、実装概要を明示的に要求しない限り、1つのペースト可能なプロンプトです。

ワークフロー

  1. ソース動画の特定

    • ローカルパス、アップロードファイル、URL、ブラウザで表示可能な動画、記事のアセット、リポジトリ内のメディアを受け付けます。
    • 動画が参照されているがアクセスできない場合、詳細を創作する前に、正確なファイルまたはURLを要求します。
    • ユーザーが完全な再現を希望する場合、プロンプトを作成する前に、動画に関連するソースHTML/CSS/JSやローカルページを検査します。
  2. 動画の技術的検査

    • ローカルファイルの場合、ffprobe を実行して、長さ、サイズ、フレームレート、コーデック、サイズを取得します。
    • ffmpeg で代表的なフレームを抽出します。均一なサムネイルよりも、タイムライン上の重要な瞬間を優先します。
    • 推奨される簡易パス:
      ffprobe -v error -show_entries format=duration,size:stream=width,height,r_frame_rate -of json "$VIDEO"
      mkdir -p /tmp/video-frames
      ffmpeg -y -i "$VIDEO" -vf fps=1 /tmp/video-frames/frame-%03d.jpg
      
    • 長い動画やスクロールが多い動画の場合は、開始/中間/終了のフレームと、目に見えるトランジションの瞬間も抽出します。
  3. レイヤーごとの分析

    • ストーリー: ページ/アプリの目的、感情的なアーク、セクションの順序、ビート間のトランジション。
    • 画面/レイアウト: ビューポートのフレーミング、グリッド、スティッキーゾーン、カード、メディア、オーバーレイ、マージン、ナビゲーション、フッター。
    • モーション: 表示タイミング、イージング、パララックス、マスク、ピン留めセクション、スクロールスクラビング、ホバー/タップ状態、ループするアンビエントモーション、カメラの動き。
    • ビジュアルデザイン: タイポグラフィ、カラーパレット、サーフェス、境界線、シャドウ、テクスチャ、アイコン、画像/動画の処理。
    • 技術的再構築: CSS/ネイティブAPI、IntersectionObserver、Web Animations API、GSAP ScrollTrigger、Lenis、Framer Motion/Motion One、Three.js/WebGL、canvas、video.currentTime スクラビング、カルーセル、その他のドメインライブラリ。
    • アクセシビリティ/パフォーマンス: 縮小モーション、モバイル動作、タッチ/キーボード状態、遅延読み込み、動画プリロード、ピクセル比上限、静的フォールバック。
  4. アセットの計画

    • アセットマップを作成します。供給された正確なURL、使用したローカルファイル名、またはアセットがまだ生成が必要な場合はプレースホルダー名を含めます。
    • AIアセットが必要な場合、画像プレート、動画クリップ、WebGL/canvas要素、ポスター、スプライト、マスク、テクスチャオーバーレイ用の個別のプロンプトを作成します。
    • ユーザーが特定のモデルやAPIを指定した場合、それらをプロンプトに正確に保持し、画像プロンプトと動画プロンプトを分離します。
  5. スーパープロンプトの作成

    • ユーザーが別の形式を要求しない限り、ペースト可能なプロンプトに単一のフェンスで囲まれた text ブロックを使用します。
    • 最終的に構築するものと参照の境界(完全な再現か、インスパイアされた適応か)から始めます。
    • 以下を含めます: アセットマップ、ブランド/コンテンツ、グローバルデザイン言語、レイアウトルール、セクションごとの構造、モーションシステム、スクロールシステム、動画動作、WebGL/Three.js動作、レスポンシブ要件、アクセシビリティ/パフォーマンス、アンチパターン。
    • 主要なセクションごとに、目的、レイアウト、ビジュアル詳細、アニメーション、インタラクション、スクロール動作、ライブラリ/APIの選択、縮小モーションのフォールバックを指定します。
    • 「美しくする」「似たようなアニメーション」「素敵なトランジション」のようなあいまいな表現を避けます。好みを具体的な構築指示に変換します。
  6. 確定前の確認

    • プロンプト内のすべてのアセットパス/URLが存在するか、またはプレースホルダーとして明確にマークされていることを確認します。
    • スクリーンショットやフレームを作成した場合、ファイルが空でなく、代表的であることを確認します。
    • 記事やリポジトリのアーティファクトを作成する場合は、ローカルワークスペースの指示に従い、ダーティワークツリーのステージングを狭く保ち、必要なときにコミットします。

出力モード

  • プロンプトのみ: ペースト可能なプロンプトを提供し、必要に応じてその上に短いアセットマップを付加します。
  • 記事: content.md と、ローカルのフレーム/動画証拠、マニフェスト、プロンプトを作成します。現在のリポジトリの記事の規約に従います。
  • 実装概要: プロンプトの後に、ビルド計画とQAチェックリストを追加します。
  • アセット生成パック: プロンプトを、背景画像、動画クリップ、スプライト/WebGL、ポスター、最終ページプロンプトに分割します。

品質基準

  • プロンプトは、元の動画を見なくてもインタラクションを再構築できるほど詳細である必要があります。
  • 動画のシーケンス、テンポ、および顕著な癖を保持する必要があります。
  • 正確なモーション機構(ピン留めセクション、スクラブタイムライン、video.currentTime、パララックスレイヤー、不透明度表示、トランスフォーム、マスク、シェーダー、パーティクルフィールド、ホバー状態、カルーセル物理)を名前で指定する必要があります。
  • 毎回、モバイル動作と縮小動作を含める必要があります。
  • 避けるべきこと、特に一般的なランディングページセクション、装飾的なぼかし、ミスマッチなストックメディア、スクロールスクラビングが必要な場合の自動再生のみの動画、テキストのオーバーラップを明示する必要があります。

参考

  • プロンプトをゼロから作成する場合、またはユーザーが「完全な詳細プロンプト」を要求した場合、references/superprompt-template.md を参照してください。

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

MengTo/Skills

Create polished 60 fps 4:3 4K browser screen-recording style videos from Codex in-app browser captures, with browser-only crop, natural macOS cursor styling, deliberate click choreography, zoom-follow framing, ffprobe/thumbnail verification, and optional native recording compatibility checks. Use when the user asks to record or re-record browser actions, show cursor clicks and zooms, make Dribbble/UI inspiration or product demo recordings, or asks whether Codex, Playwright, or an MCP can produce a natural browser demo video.

MengTo/Skills

Generate ElevenLabs text-to-speech audio from scripts or inline text using local voice profiles. Use when the user asks for ElevenLabs, text-to-speech, TTS, narration, voiceover, speech audio, or voice generation; load voice names, voice ids, emails, owners, and account-specific defaults only from local config outside the skill.

MengTo/Skills

Profile, audit, and optimize frontend page performance with emphasis on animation work, memory-leak risks, long-session slowdowns, CSS animations, canvas/WebGL requestAnimationFrame loops, marquees, skeletons, GSAP/Three/Matter effects, timers, listeners, and observers. Use when the user asks to make animations performant, pause offscreen animations, look for memory leaks, profile pages that slow the computer over time, fix janky scrolling, reduce CPU/GPU use, or repeat the "only play in view" optimization on React/Vite/Next/frontend pages using Codex Browser.

MengTo/Skills

Create an on-scroll animation trigger using IntersectionObserver with Tailwind-friendly animation classes and keyframes. Use when asked for scroll-reveal, animate-on-scroll, or sequencing element animations when they enter the viewport.

MengTo/Skills

Use when designing or implementing product-grade web motion like Stripe, Linear, Apple, and Vercel. Covers motion principles, easing/duration defaults, choreography patterns, scroll/hover interactions, performance, accessibility (reduced motion), and implementation guidance.

MengTo/Skills

Create premium cinematic web motion systems with GSAP, ScrollTrigger, and Lenis. Use for luxury editorial websites, creative studio portfolios, Awwwards-style interactions, smooth scroll reveals, staggered text, parallax, pinned sections, magnetic hover states, custom cursors, and mouse-reactive layered movement.

MengTo/Skills

Create cinematic scroll-driven landing pages with Lenis smooth scrolling, GSAP ScrollTrigger, scroll-linked progression, staggered text reveals, sticky card stacks, parallax backgrounds, scroll-scrubbed transitions, footer reveals, and immersive preloaders. Use when analyzing or building premium editorial scroll experiences, sticky project stacks, kinetic typography, or section-by-section storytelling.

MengTo/Skills

Use when designing or rewriting a high-converting SaaS pricing page (structure, plan design, copywriting, SEO/AEO, FAQs, layout patterns, experiments). Includes checklists, templates, and common pitfalls.

MengTo/Skills

Use when creating or refining WebGL-heavy landing pages and you need to steer toward a specific visual outcome (premium, technical, playful, cinematic) while balancing conversion clarity, performance, and implementation complexity.

関連スキル