Communitygithub.com

AIビデオ:Claude Opus 5.5で動画を作成・編集する

完全な白紙状態から、またはユーザー自身の映像素材を使って、製品・ローンチ映像、広告、トーキングヘッド・ファウンダー動画、インタビュー、解説・チュートリアル・画面デモ、イベント・旅行モンタージュ、ハイライトリール、ポッドキャストクリップ、Reels/TikTok/Shorts、アニメーションロゴ・イントロ、ミュージック・リリックビデオ、完成した動画の変更(短尺版、縦型版、字幕、翻訳、新しいBGM)まで、エンドツーエンドで動画を作成・編集します。

AIビデオ:Claude Opus 5.5で動画を作成・編集する とは?

このスキルは、Claude Opus 5.5を活用して、動画制作の全工程を一貫して実行できるAIエージェント向けスキルです。最初のアイデアや素材から、完成ファイルまでの流れを「インテーク → 素材とキー → 分析 → ディレクション → スクリプト/ペーパー編集 → (カメラ出演者)→ 制作 → 修正 → 納品」という明確なフェーズで進めます。Remotionを基盤とし、Codexで画像生成、OpenRouter経由のSeedanceでアニメーション、ElevenLabsで音楽・効果音、ffmpegとwhisperで映像・音声処理を行います。各フェーズでは詳細なリファレンスドキュメントを参照し、権利関係や予算管理、品質チェックを徹底。ユーザーが動画制作を依頼した際に、種類やプラットフォーム、予算などの質問から始め、段階的な承認を得ながら、高品質なビデオを効率的に納品するための枠組みを提供します。

対応✓Claude Code✓Codex CLI~Cursor
npx skills add TimoteoAltobrando/ai-video-skill

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

AIビデオ:Claude Opus 5.5で動画を作成・編集する は何をしますか?

このスキルは、最初のアイデアから、または映像素材の山から、完成ファイルまでを1つのパスで導きます: インテーク → 素材とキー → 分析 → ディレクション → スクリプト/ペーパー編集 → (カメラ出演者)→ 制作 → 修正 → 納品。 references/内のリファレンスには、各作業の原則、レシピ、回避すべきミスが記載されています。

ユーザーとはその言語で話してください。技術用語は最初に使うときに説明してください。回答は短く具体的に保ち、ユーザーは常に現在地と必要なものを把握できるようにしてください。フレームは見ることができますが、音は聞こえません。耳で判断する選択をするときはその旨を伝え、ユーザーに選んでもらってください。

黄金ルール

  1. 明確さ第一、美しさはその後。音声なしで見ている人でも、その動画が何についてのものか理解できなければなりません。解読が必要な抽象的なメタファーや、説明が必要なタイトルは避け、何が起こっているかから理解できるようにします。
  2. 現実の事実。画面、ラベル、数字、名前、場所、日付はすべて現実の情報源(製品、映像、ユーザー)から取得し、想像から作ってはいけません。誰も裏付けできない約束や数値を決して使ってはいけません。AI画像で実際の人物、製品、場所を偽装してはいけません。
  3. 作業前に確認、制作前に承認。最初にインテークを行います(references/intake.md)。次にスクリプト(または映像素材のペーパー編集)を、パートごとに、各パートに1枚の画像またはフレームを添えて進めます。承認されたものだけがアニメーション化または組み立てられます。
  4. 一度に一つの決定を、文書化する。承認されたすべての選択はdocs/script.mdまたはdocs/edit.mdに記録します。ユーザーが言っていないことは承認済みとして扱わないでください。リクエストの範囲があいまいな場合は、作業を行う前に質問してください。
  5. 権利と同意。認識可能な人物は出演に同意していること。音楽は動画が公開される場所で公開可能であること。他社のロゴは公式ファイルからのみ使用します。出演してはいけない人物は、編集後ではなく、最初に尋ねます。
  6. 正確なブランド。ロゴは公式ファイルからのみ。アニメーションロゴは公式SVGにピクセル単位で一致させること。ブランドカラーは正確に。作業中にブランドが変更された場合は、すべての箇所を更新します。
  7. 連続性とリズム。同じオブジェクトが次のシーンに引き継がれ、イベントとカットは音楽のグリッドに乗ります。音楽は編集に合わせて作成またはカットし、その逆ではありません。
  8. 物理法則。実際の映像に追加するものはすべて、実際のカメラの法則(遠近法、光の方向、影、スケール、被写界深度)に従います。
  9. キーと予算。キーはキーチェーン(または環境変数)に保管し、表示したりファイルに書き込んだりしてはいけません。すべての支出は記録され、合意された上限内に収めます。
  10. 目で確認し、測定する。変更後は毎回、キーフレームをレンダリングしてコンタクトシートを作成し、何かを送信する前に確認します。測定可能なもの(ラウドネス、同期、ボイスに対する字幕)は測定します。下書きは頻繁に送信し、スマートフォン用の軽量コピーも併せて送信します。ユーザーの映像のオリジナルは決して変更しません。

フェーズ0 ・ インテーク:どの種類の動画か(質問)

references/intake.mdを読み、それに従ってください。簡単にまとめると:

  1. ラウンド1(質問ツール、1回の呼び出し):どこから始めるか(ゼロから ・ 編集する映像あり ・ 両方 ・ 完成済動画の変更)、動画の種類、どこで視聴されるか、長さ。
  2. ラウンド2、すべての動画の核心:1文での目標、視聴者、素材(パスとリンク)、正確に書くべき名前と単語、期限と承認者。音声、画面のテキスト、音楽、AI画像の使用。権利と同意。予算。
  3. ラウンド3、選択された種類のモジュール(製品、カメラ出演者、解説、モンタージュ、短尺縦型、ロゴ、ミュージックビデオ、完成済動画の変更)。
  4. ブリーフの返送:docs/brief.mdを1画面にまとめ、「これで正しいですか?不足はありますか?」と確認し、intake.mdのセクション6のゲートチェックリストを実施します。「必須」が未解決のまま分析を開始してはいけません。

リクエストですでに回答されている質問はスキップし、すべての質問にはデフォルト値を与えます(intake.mdセクション5)。

フェーズ1 ・ ツールとキー

選択されたパスで使用するもののみ(詳細とコマンドはreferences/tools.md):

  • ElevenLabs(音楽、効果音、音声分離):APIキーとクレジット上限。
  • OpenRouter(Seedance、AIアニメーション):キーと支出上限。
  • Codex CLI(画像):インストール済みでログイン済み。
  • Remotion:個人および3人以下の企業は無料。それ以上は会社ライセンスが必要。
  • whisper(音声認識):音声付き映像用、および字幕チェック用。

キーをチャットに貼り付けるよう決して要求しないでください。ユーザー自身のターミナルでキーチェーンに保存するコマンドを伝え、スクリプトが読み取れることを確認してください。キーが貼り付けられた場合は、すぐに保存し、決して繰り返さず、再生成を提案してください。

次に、自分で確認します:node、ffmpeg、python3(およびパスが必要な場合はcodex、swiftc、whisper-cli)。空きディスク容量(アニメーション映画で15〜20 GB、映像がある場合は30〜40 GB以上:映像サイズの約3倍)。Python環境(references/tools.md)。不足しているものがあれば、修正するコマンドと共に伝えます。

フェーズ2 ・ 分析(質問なし)

すべてを読み、見て、書き起こし、その後docs/brief.mdを完成させます。

  • ブランドガイドライン(ある場合):色、書体、モーションカーブ、ロゴルール、禁止事項、トーンオブボイス。
  • 製品(種類AおよびC):実際のパスをステップバイステップで、正確なラベルと共に。主張を除いた検証済みの事実。
  • 映像(ある場合):scripts/inventory.pyでテーブルと各クリップのコンタクトシート、音声の文字起こし、トラップ(可変フレームレート、HDR、回転、混合レート)を確認します。references/editing.mdのセクション2〜3、およびカメラに向かって話す人物がいる場合はreferences/on-camera.mdを参照。
  • 参考資料:フレーム、コンタクトシート、およびそれらが効果的である理由(テキスト、リズム、カット、音楽)。
  • 競合他社または類似動画(有用でウェブ検索が利用可能な場合)。

5行の要約で締めくくります:理解したこと、映像で見たこと、残っている疑問点。

フェーズ3 ・ ディレクション(質問)

作成動画(ゼロから、または映像の周囲にグラフィック):

  1. 2〜3のストーリー案。各案は5〜7ビートで構成し、長さ、映像の特性、音楽の特性を1〜2枚のCodex画像と共にコンタクトシートで提示します。どれにするか、または何を組み合わせるかを尋ねます。
  2. ビジュアルスタイル:未決定の場合は、同じビートで2〜3の方向性を提示します。
  3. スクリプト:assets/templates/script.mdからdocs/script.mdを作成。各パートの時間、見えるもの、画面のテキスト、媒体、パートごとの1枚のストーリーボード画像(scripts/codex_image.sh)を含む表形式。話者がいる場合、スクリプトは説明ではなくナレーションです。最初にreferences/direction.mdを読んでください。

編集映像:

  1. 構成:この映像のための2つのストーリー構成(editing.mdセクション6)、各構成のセクションとその長さ。
  2. セレクツとペーパー編集:assets/templates/edit.mdからdocs/edit.mdを作成。各ショットの1フレームを順に並べたコンタクトシート。ユーザーにとって重要な瞬間を尋ねます。誰が誰かはあなたにはわかりません。

短尺縦型動画:残りの部分の前に、最初の1秒のための3つのフックをフレームとして表示します。

すべての場合において、パートごとの承認:ユーザーが問題ないと言うまで修正します。

フェーズ3b ・ カメラ出演者:部屋、照明、声(質問)

誰かがカメラに向かって話す場合のみ。最初にreferences/on-camera.mdを読んでください。質問、リスクを含むオプション、レシピ、映像がまだ存在しない場合の撮影ガイドが記載されています。1回のラウンド(質問ツールで選択肢を限定)で尋ねます:部屋(維持、ぼかし、装飾、置き換え、リスクを含む)、ぼかしの強さ、照明、場所のスタイル、部屋のブランド、音声(クリーンアップ、言い間違い、再録音)、人物の周りのグラフィック。

その後:最初に空の部屋の提案、次に人物を含む3〜4枚のテストフレーム。その後でのみ、テイク全体を処理します。

フェーズ4 ・ 制作

コードを書く前にreferences/remotion.mdを、オーディオに触れる前にreferences/music.mdを読んでください。映像がある場合はreferences/editing.mdも、カメラ出演者がいる場合はreferences/on-camera.mdも読んでください。

  1. Remotionプロジェクト。プロジェクトのフレームレート(全面アニメーション映画の場合は24、それ以外は映像自体のフレームレート、通常は30)、選択されたフォーマット、音楽グリッド(120 BPMの場合:24 fpsでビートあたり12フレーム、30 fpsで15フレーム)。タイミングはtiming.ts(映像の場合はdocs/edit.mdから生成)、テキストはtexts.ts、ブランドトークンは独自のファイルに。
  2. 映像:固定フレームレートとSDRの作業用コピー、長尺4K素材のプロキシ、オリジナルはそのまま保持(editing.mdセクション4)。
  3. Codexによる画像、常に同じ参照画像を使用してスタイルを統一。テキストとロゴはAIで描画してはいけません。
  4. SeedanceによるAIアニメーション(scripts/seedance.py)は、役立つ場合のみ:最初に高速720pモデル、主要ショットには1080p、すべての呼び出しで--log docs/spend.md --cap <dollars>を指定。
  5. カメラ出演者:HDR変換、人物マスク、空の部屋、次に選択された部屋(on-camera.md)。
  6. シーンと組み立て:インターフェースは実際のコンポーネントとして、ペーパー編集からのショットを正確なイン/アウトポイントで、タイトル、ローワーサード、キャプションを付けて。カラーマッチ後にグレーディング(editing.mdセクション9)。
  7. 仮サウンドでの初稿:レンダリング、コンタクトシート、確認、その後初稿と軽量コピーを送信。
  8. タイミングが安定したら音楽とサウンド:セクションごとに生成(2〜4テイク。小節単位で選択し、その後ユーザーの耳で選択)または、ユーザーのトラックを小節全体でカット。アンビエントサウンドとボイスをその下にミックス。イベントに効果音(music.md)。
  9. エクスポートscripts/export.shで:音声が同期し、−14 LUFS(ウェブおよびソーシャル向け標準知覚ラウドネス)でマスタリングされ、さらに軽量コピーも出力。

フェーズ5 ・ 修正

毎ラウンド:変更を適用。型を確認(npx tsc --noEmit)。タッチしたフレームのみをレンダリング(残りが確定している場合は変更範囲のみ)。エクスポート。変更点と未解決点を2行でビデオと共に送信。

典型的なリクエストはreferences/direction.md(「必ず来る修正」)、references/on-camera.md、references/editing.mdにあります。音楽やシーンは小節単位で移動します。音楽レベルのみが変更される場合は、マスターゲインを固定(FIXED_GAIN_DB)に保ちます。そうしないと、ボイスと効果音も動いてしまいます。

フェーズ6 ・ 納品

references/delivery.mdを読んでください:マスター、軽量コピー、アップロード制限内のスマートフォン用コピー、合意された他のフォーマットと長さ。プラットフォーム別メモ(長さ制限、焼き込み字幕と自動キャプションオフ、縦型動画のセーフエリア、カバー)。エンドカードとコールトゥアクション。docs/にはすべての決定と支出を記録。納品前:ファイル内にキーや個人パスがないこと、公式ロゴ、ラウドネス測定済み、ボイスに対する字幕確認済み、メタデータ(位置、日付)はユーザーが希望すれば削除。

参照先一覧

ファイル参照タイミング
references/intake.mdすべてのプロジェクト開始時:質問ツリー、デフォルト値、ゲート
references/direction.mdスクリプト前、およびすべての修正時:原則、画面テキスト、典型的な修正
references/editing.md編集する映像がある場合常に:インベントリ、セレクツ、ペーパー編集、カット、カラー、サウンド、リフレーミング、プライバシー
references/on-camera.mdカメラに向かって話す人物がいる場合:質問、撮影ガイド、音声、部屋と照明、マスク、コンポジット
references/tools.mdフェーズ1、およびCodex、Seedance、ElevenLabs、ffmpeg、whisperを使用するとき
references/remotion.mdRemotionプロジェクトを書く前
references/music.md音楽と効果音を生成またはカットする前、およびミックスのため
references/delivery.mdエクスポート、スマートフォン制限、プラットフォーム、縦型セーフエリア、コールトゥアクション、ローンチ投稿
scripts/inventory.py、contact_sheet.py、codex_image.sh、seedance.py、elevenlabs.py、measure_music.py、prepare_bed.py、export.sh、およびカメラ出演者用の hdr_to_sdr.sh、person_mask.swift、clean_plate.py、blur_background.py、wall_perspective.py(各ファイルの上部に説明あり)
assets/templates/brief.md、script.md、edit.md(セレクツとペーパー編集)、image-prompt.md、music-plan.json

関連スキル