ナレーション動画の編集(口播編集)
1本の動画から人間による確認済み削除語彙台帳(Cuts + EDL) を生成します。メディアファイルには一切触れません。以下の7ステップで進めます:
0 準備 「更新確認」の準備チェックを参照(本スキルは環境ロジックを持たない)
1 プロジェクト作成 実動画 → クラウド単語単位文字起こし → 製品にプロジェクト作成 → サービス起動 → 状態読み取り
2 文字修正 辞書で文字を修正(汎用1冊 + ユーザー1冊)→ 文字修正表を出力
3 削除 設定とルールを読み込み → 5ラウンドスキャン、各ラウンドは1種類のみを見つけ、行を記録
4 集約 削除語彙総括表 + 重複文書表 → 表に基づき自己検証
5 レビュー 全量提出 → 2つの表をユーザーに提示 → Studioを開いてユーザー自身が再確認
6 振り返りと引き継ぎ 提案版と最終版を比較 → 3つの引き出しにアーカイブ → 4つの項目を報告
メディアを切らない:台帳を一度変更するのは数十ミリ秒ですが、一度切ることは取り消し不能なファイルです。本スキルが終了しても、ディスク上に新しい動画はありません。スキルは意味判断と編集を行います。製品Runtimeがプロジェクト、Cuts、Studioの状態を唯一書き込む主体です。
ユーザーが発言するのは3箇所のみ:同じソースプロジェクトで続行かやり直しか(既に編集済みの場合のみ)、Studioでの再確認、完了確認。それ以外は一方向の報告のみで、返答を待たずに進みます。各ステップの完了条件はその成果物です:表が出力されていなければ、完了ではありません。
まず ビジネススキルのフェーズ契約 を読み、実行します。本文のステップと契約フェーズの対応は以下の通りです:1=preflight+Product state readback、5=proposal+Product CAS、レビュー=project-level review binding。契約の後の3フェーズ(確認、実行、検収)はエクスポートスキルに属します。
各ルールの事故の経緯は 事故簿 にあります。ルールは本文、ストーリーはそちらにあります。
0. 準備
まず 更新確認 の「準備チェック」を実行します。スキルが最新か、Runtimeが対応しているか、プラグインのルートもここで特定されます(本文のコマンド内の<プラグインルート>はすべてそのリテラルパスに置き換えます)。「準備完了」が得られた場合のみ続行します。「新しいセッションが必要」または「停止」の場合は、その指示に従って処理します(「自作代替インターフェース禁止」の禁止を含む)。
準備結果が runtime.kind=desktop-managed の場合、CLIインストールと同じ安定したエントリと launchd/windows-task サービスを共有します。そのまま続行してください。Electronインストールディレクトリを探したり、別途Bun/FFmpegをインストールしたり、2つ目のRuntimeを起動したりしないでください。
1. プロジェクト作成:実際の入力 → 文字起こし → 製品にプロジェクト作成
目的:ユーザーのローカル実動画とクラウド単語単位文字起こしを製品に渡し、アトミックにプロジェクトを作成し、サービスを起動し、状態を読み取ります。
# クラウド単語単位文字起こし(タスクディレクトリ内のtranscript候補を生成)後:
node "<プラグインルート>/scripts/videocut-cli.cjs" project create "<プロジェクトディレクトリ>" --video "<タスクディレクトリ内の動画ファイル>" --transcript "<タスクディレクトリ内の文字起こし>" --json
node "<プラグインルート>/scripts/ensure-running.cjs" --json # 製品が宣言的に常駐サービスを保証(5190)
node "<プラグインルート>/scripts/videocut-cli.cjs" workflow get "<プロジェクトディレクトリ>" --json # Product state readback
node "<プラグインルート>/scripts/videocut-cli.cjs" cuts get "<プロジェクトディレクトリ>" --json
ルール:
- ユーザーが指定した実際のナレーション動画または既存の実際のプロジェクトのみを受け付けます。実際のメディアがない場合は停止し、サンプルやプレースホルダー動画で代用してはいけません。
- 文字起こしは、現在の環境で許可されているクラウドASRのみを使用します。ローカルASRへのフォールバックは禁止です。利用可能なクラウドASRがない場合は
missing_cloud_transcription_adapterを報告し、Studioを開かず、transcriptを偽造しません。 --video/--transcriptはタスクディレクトリ内の実際のファイルである必要があります。アスペクト比は指定しないでください。製品が動画の実際のサイズから自動的に推測します(Runtime 0.4.4+)。ユーザーが明示的に特殊なアスペクト比を要求した場合のみ、--aspect-ratio W:Hを追加します。- 既に正規化されたプロジェクトがある場合は、まず
inspectで確認して再利用し、projectIdを重複作成しません。同じ動画が既に編集されている場合は、ユーザーに尋ねます:前回の続行か、やり直しか(これは3つの発言箇所の1つです)。project prepareは冪等なコンパイラであり、中断の回復や明示的なリフレッシュ時のみ使用します。中断した場合は直接再実行します。 project createが唯一のエントリです。素材ライブラリ、アップロードセッション、追加スキルを経由しません。スキルは先にproject.jsonを書き込んではいけません。- サービスはスクリプトが
healthy=true、runtimeMode=launchd(macOS)またはruntimeMode=windows-task(Windows)、バージョン互換、URLが正規の5190であることを確認した後にのみ続行します。失敗した場合は構造化エラーを透過的に伝達して停止します。フォアグラウンドへのフォールバック、ポート変更、未知のプロセス強制終了は禁止です。 - 2つのreadbackは同じ
projectIdを指し、workflow stageとProject / Cuts / EditListの3つのrevisionを保存する必要があります。欠落または不一致がある場合は停止します。
2. 文字修正:文字を正しく修正し、文字修正表を出力
目的:すべての削除判断の前に、辞書を使用して文字起こしで誤認識された文字を修正します。文字が正しくないと、以降の判断はすべて誤ります。誤認識された文字は余分な言葉ではなく、削除では修正できません。
node "<プラグインルート>/scripts/videocut-cli.cjs" transcript dictionary "<プロジェクトディレクトリ>" --dictionary "<プラグインルート>/references/ai-term-dictionary.md" --json
ファイルツールを使用して $HOME/.chengfeng-videocut/dictionary.md が存在するか確認します。存在する場合は、もう一度実行します(過渡的な措置:CLIは現時点では単一ファイルのみを受け付けるため、2回に分けて実行します。この辞書は前回の実行を補完するだけで、取り消すことはできません。完全なユーザー優先マージのマルチ辞書CLIがリリースされるまでの暫定対応です):
node "<プラグインルート>/scripts/videocut-cli.cjs" transcript dictionary "<プロジェクトディレクトリ>" --dictionary "$HOME/.chengfeng-videocut/dictionary.md" --json
成果物:文字修正表 — 2回の呼び出しで返された applied リストを1つの小さな表に結合します(原語 → 修正後 → 文脈)。ユーザーに報告します。修正後は必ずこの表を確認してください。辞書は文脈を見ずに誤って修正することがあります。間違いを見つけたら辞書を修正し、他の場所でパッチを当てないでください。
辞書で解決できず、かつ作成者が原稿を持っている場合のみ、一度だけ文脈アライメントを追加します。
node "<プラグインルート>/scripts/videocut-cli.cjs" transcript align "<プロジェクトディレクトリ>" --script "<ナレーション原稿ファイル>" --json # 報告のみ、修正はしない
node "<プラグインルート>/scripts/videocut-cli.cjs" transcript correct "<プロジェクトディレクトリ>" --file "<修正ファイル>" --json
ルール:
- 文字のみを修正し、時間、単語数、wordIdは変更しない。製品は単語ごとにタイムスタンプを比較するため、変更すると直接拒否されます。
- 表記のみを変更し、意味は変更しない。実際に言い間違えて言い直したものは不完全文や言い直しに該当し、削除の管轄です。
- 辞書になく、原稿でも確認できない場合は、推測してはいけません。報告して辞書に追加するために残しておきます。間違った名前を入れることは、聞き間違えた名前を残すことよりも悪いことです。
- 中国語の口語は原文のまま保持します。ユーザーが「チャ」「大規模モデル」と言ったら、そのままです。
- 辞書は 文字起こしのたびに通過させるべきフィルターです(同じ音声を2回文字起こししても結果は異なります。事故簿参照)。
原稿は句読点で区切る:文字起こし内の各単語に句読点が付いています。原稿はコンマで1文、ピリオドで1行です。字幕も同じ句読点を使用し、両方の区切りが一致します。2026-07-28以前の古いプロジェクトには句読点がありません。node "<プラグインルート>/scripts/videocut-cli.cjs" transcript regroup "<プロジェクトディレクトリ>" --json を実行して段落を再分割します(単語ごとにid/時間/文字が変更されないことを確認します。編集済みプロジェクトでも安全です)。本当に句読点が必要な場合は再文字起こしが必要です。古い文字起こしには句読点がそもそも存在しません。
3. 削除:5ラウンドスキャン、各ラウンドは1種類のみ
目的:資料を読み、再生順に5回完全に読み、各回は1つの判断基準のみを持ちます。1回に1つの判断基準で読む方が、1回に6つの基準を持つよりもはるかに質が高くなります。各ラウンドの成果は少なく、確認可能です。
まず資料を読みます:
node "<プラグインルート>/scripts/videocut-cli.cjs" transcript playback "<プロジェクトディレクトリ>" --json
次にファイル読み取りツールを使用して $HOME/.chengfeng-videocut/cut-preferences.md(ユーザー設定。ユーザーが言ったことが優先。ファイルが存在しない場合は新規ユーザーとみなしスキップ)を読み取ります。
判断基準は 意味的削除ルール(原則 + 判例)にあります。教材の優先順位:ユーザー設定 > ユーザー判例 > 汎用判例。
第1ラウンド 重複 文間重複、文内重複(最も客観的:2回同じ)
第2ラウンド 不完全文と言い直し 途中で途切れ、別の言い方で言い直す
第3ラウンド 言い間違いの言い直し 間違えた数字、固有名詞、単語を後で正しく言い直す
第4ラウンド 英語の詰まり 単語の頭 / 文字 / 音節の繰り返し
第5ラウンド 口癖とフィラーワード 最も主観的。ユーザー設定の密度と許容度に従う
各ラウンドの動作は固定です:そのラウンドのタイプに従って判例を確認 → 1箇所見つけたら1行記録(wordIds + タイプ + リスク)→ 他のタイプは判断しません。後のラウンドで既にマークされた単語に出会った場合はスキップし、競合は集約で解決します。
ルール:
- 判断には
transcript playbackの再生順のみを使用し、自分でtranscript.jsonから組み立ててはいけません。「2回言った」は再生時に隣接していることで判断します。自分で組み立てると、ジャンプした番号を内容欠落と誤読し、誤って否定する可能性があります(事故簿参照)。 - 削除は「削除 / 未削除」の2状態のみ。AIの理由で「削除を提案」という第3状態は作りません。
- 言い間違い、重複、不完全文は、デフォルトで前を削除し後ろを保持します。長文、全文、分岐言い直しは高リスクの再確認が必要です。
- 通常の間はスキルで計算しません。隣接する無音の結合と
natural-pause-v2は製品が決定的に実行します。
4. 集約:2つの表、表ができて初めて実行
目的:5ラウンドの行を2つの表に結合します。これがこのステップの成果物であり、ユーザーに示すものです。
削除語彙総括表(個別の削除決定ごと):
| # | 時間 | タイプ | 削除 | 残りはこう読む | リスク | 根拠 |
|---|-------|--------|------------------|------------------|-----|----------|
| 1 | 00:12 | 重複 | この機能がね | この機能は実は | 低 | 判例 R2 |
| 2 | 02:31 | 言い直し | 例えば彼に追跡させようとした | 例えばgrokに追跡させた | 高 | 判例 R5 |
重複文書表(複数回言われた文。単語ごとの表からは「何回録音したか、どの回を保持したか」がわかりませんが、ユーザーが最も確認したいものです):
| 文(最初) | 言った回数 | 保持した回 | 削除した回 | リスク |
|-----------------|--------|---------------|------------|-----------------|
| 今日何かがあるから… | 3 | 第3回 00:08 | 第1、2回 | 低——3回ほぼ一致 |
| ほとんどのAgentは検索できる… | 2 | 第2回 04:40 | 第1回 | 高——2回の言い方に違いあり、重点的に聞くべき |
次に自己検証:表に従って、削除後の全文を再生順に通読します。読みにくい行は取り消します。これが再確認の定義です。AI自身がもう一度見直すのであり、ユーザーに尋ねるのではありません。確信がない = リストに含めない(2状態)。
5. レビュー:人間によるレビュー時にのみStudioを開く
目的:全量候補を送信し、2つの表をユーザーに提示し、製品のレビューページを開いてユーザー自身が再確認します。
node "<プラグインルート>/scripts/videocut-cli.cjs" cuts get "<プロジェクトディレクトリ>" --json # Cuts自身のrevisionを取得
node "<プラグインルート>/scripts/videocut-cli.cjs" cuts set "<プロジェクトディレクトリ>" --file "<提案ファイル>" --expected-revision "<Cutsの現在のrevision>" --json
候補は安定した wordIds のみを参照します:
{
"schemaVersion": 1,
"cutWordIds": ["word-12", "word-13"],
"reasons": [
{ "wordIds": ["word-12", "word-13"], "kind": "repeat", "risk": "low" }
]
}
提出ルール:
- 候補は今回の判断の完全な結論であり、増分ではありません。
cuts setは置き換えのセマンティクスであり、増分を渡すと前回の意味的削除が静かに失われます(事故簿参照)。候補を提出する際は、initialization.baselineCutWordIdsを読み取ったり手動で結合したりしてはいけません(製品が自動的にポーズベースラインを組み込みます)。 reasonsはそのままディスクに保存します。正直に書きましょう。製品は削除されていない単語に関する部分を切り捨てます。cut-selection.json、project.json、またはイベントログに直接書き込まないでください。cuts get.data.revisionはCutsのrevision、workflow get.data.revisionはプロジェクトのrevisionです。混同してはいけません。- 送信成功後は必ず
noLongerCut(今回削除されなくなった単語数)を確認します。0でなく、意図的な取り消しでない場合は増分を送信したことになります。戻って全量を再度送信してください。"unknown"が返ってきた場合も確認する必要があります。 - その後すぐに再度
workflow get+cuts getを実行し、cut_review_readyと3つのrevisionを確認します。不一致の場合は停止し、JSONを直接書き込んだり自動的に上書きしたりしません。 - 送信後は
<提案ファイル>をタスクディレクトリに残します。第6ステップの振り返りで使用します(reasonsはユーザーが編集した後、製品によって切り捨てられる可能性があるため、後で台帳から遡って確認することは信頼できません)。
次にまず表を提示し、次にページを開く:2つの表をユーザーに送信し、ユーザーが表を持ってStudioに入って再確認できるようにします。
node "<プラグインルート>/scripts/ensure-running.cjs" --json # 開く前に再度冪等なensure
node "<プラグインルート>/scripts/videocut-cli.cjs" open "<プロジェクトディレクトリ>" --json # 製品から返されたプロジェクトURLを取得
node "<プラグインルート>/scripts/ensure-studio.cjs" --url "<製品プロジェクトURL>" --view koubo --json # 機能ゲート:5190がkouboビューを登録していることを確認
ルール:
- ゲートが
ok=trueを返した場合のみ、Codexの組み込みブラウザでstudio.urlを開き、自動進行を停止し、ユーザーが単語の選択、復元、保存を行うのを待ちます。 - 開く前に
productUrlの#project/<projectId>とreadbackのprojectIdを厳密に比較し、stage=cut_review_readyと3つのrevisionにバインドします。ゲートok=trueは製品面の能力のみを証明し、プロジェクトレベルのバインディングの代わりにはなりません。不一致がある場合は再readbackします。 studio_capability_missing:停止し、バージョン非互換を説明します。$chengfeng-report-bugを提案できます。URLに?view=kouboが含まれているからといって新しいインターフェースが存在するとみなしたり、古いタスクパネルにフォールバックしたりしてはいけません。- 「ワークベンチを開く」をタスクの最初のステップにしないでください。古い
review.html、8898/8899にアクセスしないでください。Studio DOMを制御したり、メディア要素を直接変更したりしないでください。独立したオーディオトラックやプレースホルダー字幕トラックを作成しないでください。
6. 振り返りと引き継ぎ:ユーザーが修正した課題を捨ててはいけない
ユーザーの再確認が完了したら、まず読み戻します:
node "<プラグインルート>/scripts/videocut-cli.cjs" workflow get "<プロジェクトディレクトリ>" --json
node "<プラグインルート>/scripts/videocut-cli.cjs" cuts get "<プロジェクトディレクトリ>" --json
振り返り(過渡的な措置。製品の cuts diff コマンドがリリースされたら置き換え):第5ステップで保存した <提案ファイル> と、読み戻した最終版 cutWordIds を比較します。
- ユーザーが復元したもの(提案にはあるが、最終版にはない)= AIが誤って削除したもの。提案書に自分で書いた理由と照らし合わせて問います:どのタイプで間違えたのか?
- ユーザーが追加で削除したもの(最終版にはあるが、提案になく、
initialization.baselineCutWordIdsポーズベースラインにもない)= AIが見落としたもの。問います:これはどのタイプに該当し、なぜ認識できなかったのか?(ベースラインはここでポーズ単語を除外するためだけに使用し、それでも提出に組み込んではいけません。)
3つの引き出しにアーカイブ:
- 好みの違い →
~/.chengfeng-videocut/cut-preferences.mdに追記(Agentが管理するmarkdown。自身のセクションのみ追記・書き換え。ファイルが存在しない場合は作成)。 - 固有名詞の誤り →
~/.chengfeng-videocut/dictionary.mdに追記(2列の表。追記前に重複チェック)。 - ルールの空白 → 設定ファイルの「アップグレード待ち判例」セクションに1行記録。同じタイプが3回目に発生したらユーザーに報告し、汎用判例へのアップグレードを提案します(人間の確認後にのみskillsリポジトリを変更)。
- 差異が0の場合も記録します。設定ファイルのプロジェクト記録に1行「全件採用」。
4つの項目を報告:削除した単語数、短くなった秒数。現在のstage(cut_review_ready であるべき)。プロジェクト / Cuts / EDLの3つのrevision。振り返りの要約(提案N件、採用X件、復元Y件、追加削除Z件、主な相違点は一言で)。次に、エクスポートを実行するようにユーザーに伝えます。
確認カードを表示せず、カットを実行しない。物理的なカットの確認カードはエクスポートスキルに属します。そのカードは、ユーザーが確認を押した時点のrevisionを凍結する必要があります。
return_cut_review:まず再度 node "<プラグインルート>/scripts/ensure-running.cjs" --json を実行し、その後同じStudioに戻って再確認を続行します。振り返りはトリガーしません。振り返りは最終引き継ぎ時にのみ1回行われます。
報告レベル:Product構造化revisionは API/readback PASS。実際のブラウザフレームレビューは visual frame PASS。誰も実際に聞いていない場合は常に human listening UNVERIFIED。再生、DOM、スクリーンショット、メディアプローブで代用してはいけません。
復元と失敗
revision_conflict:状態を再読み取りし、ユーザーの編集内容を説明します。自動的に上書きしません。runtime_unhealthy:ループで再インストールしません。service_identity_mismatch/service_port_conflict:停止します。フォアグラウンドにフォールバックせず、ポートを変更せず、未知のプロセスを強制終了しません。- ページは閉じられたがサービスは稼働中:workflowを読み取った後、現在の状態から続行します。新しいプロジェクトは作成しません。
- いかなる失敗でも、「台帳は書き込まれた」を「すでに編集済み」と言ってはいけません。この時点までにメディアファイルは生成されていません。
付記:本スキルはローカル実動画とクラウド単語単位文字起こしを直接製品に受け入れます。これは契約preflightの要件です。両方が実際に存在することが、すべての判断の前提です。