Communitygithub.com

トーキング・エクスプレイナー

ユーザーの声で話すカートゥーン・プレゼンターが登場する、Apple製品のような洗練されたモーションデザイン解説動画（16:9、60fps）を生成するスキルです。リップシンク、キネティックテキスト、ブランド要素を備えています。

トーキング・エクスプレイナー とは？

このスキルは、ユーザーが指定したトピックを、まるでAppleの製品ページのような洗練されたビジュアルと、実際に口を動かして話すカートゥーンキャラクター（プレゼンター）が解説する、フルモーションデザインの説明動画を生成するための強力なツールです。ユーザー自身の声（録音またはElevenLabsクローン）を使用し、リップシンクは6種類の口の形とキューとなる単語に合わせたポーズ、まばたきで実現します。画面上には簡潔な基本英語のキネティックテキストが表示され、各シーンにはカメラの押し込み（ズーム）と強調ビートが含まれます。また、ユーザーのブランド（ロゴ、コーナーロゴ、エンドカードとCTA）を自動的に組み込みます。このスキルは、Claude Code、Cursor、CodexなどのAIエージェント環境で動作し、ユーザーが「トーキングエクスプレイナー」や「リップシンク解説動画」などと依頼した際に必須で使用します。フックファーストのスクリプト作成、ユーザーによる録音、ストーリーボード、並列シーン処理、レンダリングという一連のワークフローで構成され、完了後は単一のMP4ファイルを生成します。さらに、ユーザー独自のキャラクター作成、完成した動画の音声や言語の差し替え、9:16の縦型ショート動画への変換、実際のアプリやロゴを使った「使い方」解説など、高度な機能もカバーしています。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/brewed-ops/talking-explainer/tree/main/skills/talking-explainer
オリジナルを見る→すべてのスキルを見る

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。

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

ドキュメント

トーキング・エクスプレイナー は何をしますか？

声が時計であり、プレゼンターが話し（リップシンク）、すべてのアイデアはまず日常的な絵で表現され、すべてのシーンにズームと強調の瞬間があり、見た目はApple風で、映像はユーザーのブランドを表現します。実例：「REA - Reverse Engineer Anything」（129.0秒、12シーン） - references/example/（SCRIPT、STORYBOARD、RETIME）。

以下で使用するパス：

  • <skill> = このスキルのフォルダ。<kit> = <skill>/../explainer-kit。<engine> = <skill>/../spatial-film。
  • <home> = TALKING_EXPLAINER_HOME または ~/.talking-explainer；プロファイル = <home>/profile/（explainer-kitと共有）。
  • <py> = setup-checkによって<home>/config.jsonに保存されたpythonコマンド（Windowsではpy -3.12、macOSではpython3）。

すべての映像スクリプトは映像プロジェクトのルートから実行してください。スクリプトは実績のあるコードです - 実行し、再生成しないでください。シーンはコンタクトシートで判断し、メインセッションでシーンHTMLを読んで判断しないでください。ワーカーはファイルパスを受け取ります。

セットアップ（初回のみ）

<home>/profile/brand.jsonがない場合 = explainer-kitのフェーズS（setup-check、ブランドインタビュー + profile.mjs init、voice.md、音楽）を実行します。そのブランドインタビューでプレゼンターの名前（--presenter）が設定されます。このスキルにはさらに2つの項目があり、同じインタビューで尋ねられます：

  • voice.mdのオープナーとクローザーのセリフ、一字一句、ユーザーのファーストネーム付き（フックオープナーは「<主張>？本当ですか？<ブランド>の<名前>です…詳しく見ていきましょう。」）。
  • プレゼンター： バンドルされているトーキングデモ（無表情なカートゥーンの眼鏡男性）、またはユーザー独自のキャラクター - 下記「独自のトーキングキャラクター」を参照。

デフォルト（再確認しない）

  • ナレーション： プロファイルの言語で、voice.mdのユーザーのスタイルで。画面上： 簡潔な基本英語（見出し行あたり約6語）。メッセージが伝われば長さは自由（自然なテイクで約150～160語/分）。
  • ユーザーがテイクを録音： スクリプトから（自身のElevenLabs音声クローンまたは自身のマイク）。フェーズ1では、スクリプトを貼り付け可能な段落として渡し、1つのMP3を待機します。ユーザーが明示的に要求した場合にのみ、代わりにAPI経由で生成します（<engine>/scripts/el-tts.py、キーは環境変数EL、ディスクには保存しない）。
  • オープナー＝フック優先： トピックの最も驚くべき主張を質問として提示し、次にvoice.mdのオープナーセリフ。トピックの名前はパラグラフ2で登場。クローザー = voice.mdのクローザーセリフ + プロファイルのcta。
  • コンセプトトピック： 1つの日常的なアナロジーを文字通り説明（REA：カフェの秘密のラテレシピ）。ユーザー自身のツールやシステムに関する「使い方」トピック： 代わりに実際のもののウォークスルー - references/real-apps.md。サードパーティのツールやプラットフォームも同様： 実際の製品名を挙げ、実際のリクエストフローを進め、プラットフォーム自身のコピー、設定、およびライブページから読み取った数値を使用します。技術トピックにはデフォルトでウォークスルーを使用。
  • ショートカット（<= 30秒）： 約2.6語/秒、4段落 = 4フレーム（フック+識別/名前/1枚の絵/クローズ）、1行のクローザー、2ワーカー x 2シーン。
  • 話題/ニューストピック： まずライブレポートを調査（地元の情報源 + 1つの深堀り記事）、バランスよく執筆：すべての主張には発言者を明記（「当局によると…」、「批評家は…」）、不安には実際の規模を示し、公的声明が互いに矛盾するか重要な詳細が公開されていない場合のナンバリングされたグレーゾーン、公平な好意的パラグラフ、そして尋ねるべき質問をまとめたまとめ - 決して断定的な結論は出さない。検索サマリーのみで言及された内容（ページ自体が読み込めなかった場合）は、SCRIPT.mdの事実ブロックに「未確認、音声化せず」とマークして残します。これらの場合、16フレーム/約700ワードで問題ありません。
  • 貼り付けられたトランスクリプトからのスクリプト： ソースの事実とアイデアの順序を保持し、すべての行をナレーターの声で書き直し（行ごとに翻訳しない）、ソースのプレゼンター自身の部分（「私が作りました…」、コードデモ、名前）は削除。長い貼り付けは約5万文字で切り詰め：SCRIPT.mdにカットが発生した場所を明記し、標準的なメカニズムで不足部分を補完し、他の主張と同様に確認。貼り付けは初日にreferences/source-transcript.txtに保存し、ソースに登場する名前のある人物やマイルストーンは保持。
  • 実在の人物＝人物カード、名前タグは不使用： 肖像（デュオトーン写真またはイラスト風似顔絵）+ 名前 + 1行の役割 + 年。SCRIPT.mdの「画面上の人々」に、すべての名前付き人物をそのシーンとともにリスト。
  • 見た目＝Apple： ホワイトライト（#F5F5F7背景）、サイズ固有のトラッキングを持つGeist、フェイクガラス（.ap-glass - 3Dリグ内ではbackdrop-filter禁止）、.ap-window / .ap-darkペイン、臨界減衰sp()スプリング（back.*禁止）、抑制（1フレームに1アイデア、パルス <= 1.1）、青いLENSスパイン。色＝意味、映像ごとに書き換え。スキャフォールドがすべてを設定。
  • アイコン＝Solar（480 Design、https://solar-icons.vercel.app）- ヒーローアイコンはbold-duotone、UIクロームはlinear、references/icons-solar.htmlから。LucideやPhosphorは不可。アートワークはCC BY 4.0：各納品物に「Icons: Solar by 480 Design (CC BY 4.0)」という行を動画説明に含めます。
  • モーション： 単語ごとに実体化する見出し（上昇+ぼかし -> 0、スプリング）、ツールがあればUIアニメーション、説明図、さらにすべてのシーンにカメラの押し込み（ZOOM）と強調ビート（EMPH：パルス、マーカースイープ、下線描画、フォーカスプル、ナンバーパンチイン）。60fpsのスムーズさの原則。
  • 1920x1080、60fps。フックにブランドロゴ、中間にコーナーロゴ、エンドカード = ロゴ + cta。

フェーズ

#フェーズ作業ゲート
1スクリプト + テイクトピックを調査（実際の事実、出典付き）。<kit>/references/voice-script.md + <home>/profile/voice.mdをロード。上記のフック優先オープナー + クローザー、

Individual skills in this repo

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

brewed-ops/spatial-film

Spatial Film - the film engine behind talking-explainer. Make a 45-90 s unnarrated spatial 3D product motion graphic (one CSS-3D camera, push-throughs, no hard cuts, last frame loops into the first) with real product UI, platform-faithful third-party canvases (GHL, n8n, Zapier), a native-tempo music bed and SFX, rendered at 1080p60 via HyperFrames. Built by 5 parallel scene workers against one contract (frame.md + seam table + per-scene harness). Use when the user says "spatial film" or "3D motion graphic", hands over a MOTION-PROMPT.md, or asks for a 6+ scene / 3D-camera product video with NO voiceover. A narrated explainer (the user's voice and/or a mascot presenting) is explainer-kit, which runs on this skill's machinery.

関連スキル

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community