Communitygithub.com

lam-video

AIビデオをアイデアから最終的なMP4ファイルまで完全に作成します。スクリプト作成、8秒単位への分割、声の統一、クリップの結合を自動化します。

lam-video とは?

このスキルは、ユーザーが「完全なビデオを作成」または「AからZまでのビデオ」を依頼したときに、アイデアから最終的なMP4ファイルまでの全工程を調整します。スクリプト作成(len-kich-ban-video)、8秒クリップへの分割とGoogle Flowでの生成(chia-doan-8-giay)、ElevenLabsによる声の統一(doi-giong-elevenlabs)、およびffmpegによるクリップの結合とBGM追加という4つのステップで構成されています。各ステップは専用のスキルに委任され、ワークフロー全体の進捗管理と中間チェックを行います。特に、複数のクリップにまたがって登場するキャラクターの声を統一することで、自然な仕上がりを実現します。また、最後のオチのためのSFXやミームの追加、ソーシャルメディアへの投稿(オプション)もサポートしています。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/dangnghia2101/video-skill/tree/HEAD/.claude/skills/lam-video

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

完全なビデオを作成する

このスキルはプロセス全体を調整し、各工程を個別のスキルに委任します。

ステップ作業内容使用スキル成果物
1スクリプトを作成len-kich-ban-videokich-ban/kich-ban-<テーマ名>.md
28秒単位に分割し、Google Flowでクリップを生成chia-doan-8-giayvideo/<テーマ名>/phan-doan.md, clip/doan-XX.mp4
3声を統一(2つ以上のセグメントで話すキャラクターがいる場合必須)doi-giong-elevenlabsvideo/<テーマ名>/clip-doi-giong/doan-XX.mp4
4完全なビデオに結合このスキル — scripts/ghep-video.shvideo/<テーマ名>/<テーマ名>-hoan-chinh.mp4

下位スキルはSkillツール(例:/len-kich-ban-video)を使用して呼び出し、そのスキルが完全に終了してから次のステップに進んでください。すべてのやり取りとドキュメントはベトナム語で記述されています。

開始前の準備

  1. 進行中のプロジェクトを確認する: 作業ディレクトリ内に kich-ban/kich-ban-*.md(および古い形式の kich-ban-*.md)と video/*/phan-doan.md が存在するか確認します。ユーザーが既存のビデオに言及した場合、または進行中のプロジェクトが1つだけある場合は、現在の状態(スクリプトはあるか?ダウンロード済みのクリップ数は?声の変換は済んでいるか?)を報告し、どのステップから再開するかを尋ねます。完了済みの部分はやり直しません。
  2. ffmpegを確認する: command -v ffmpeg ffprobe を実行します。不足している場合は、brew install ffmpeg でインストールするかユーザーに確認します(ステップ2~4で必要です)。
  3. ユーザーに4つのステップの概要と、ユーザーの協力が必要な箇所(Google FlowとElevenLabsへのログイン、スクリプト/プロンプトの確認、クリップの選択、クレジット使用前の同意)を簡潔に伝えます。

プロセス

ステップ 1 — スクリプトを作成

/len-kich-ban-video を呼び出し、ユーザーのリクエストとともに、以下の制約を渡してスクリプトがステップ2に適合するようにします。

  • 使用ツール: Google Flow (Veo)、各クリップ8秒、音声あり。
  • 最小クリップ数: シーン数 ≈ (再生時間 − ミーム) ÷ 8、切り上げ — 30秒のビデオ → 約4シーン + ミーム。各シーン = 8秒クリップ1つ。
  • 各シーンは最大8秒、1つのカメラアングル;各シーンの台詞は**約18語(音節)**以内。
  • 各シーンは最大2人の話者、各1ターン(Aが話し終えたらBが話す)、各人の時間を秒単位で記録。短い連続した台詞は、別々のシーンにするのではなく、同じシーンにまとめます。
  • BGMはプロンプトに含めない — BGMは結合時に追加します。
  • エンディング:サプライズのオチ → SFX → 2~5秒のミーム(スクリプトには「サプライズエンディング」セクションを自動的に含める);SFXはプロンプトに含めず、結合時に追加します。
  • ビデオ全体で笑いを誘うオチは1つだけ、最後のシーンに配置します。それ以前の8秒シーン/セグメントは、ジョーク、笑い声、フリーズフレームで終わらせません — いくつのクリップに分割されても同様です。

適切なスクリプトファイルが既にある場合は、そのまま使うか書き直すかをユーザーに確認します。このステップが完了したら、<テーマ名>(ファイル名のkich-ban-の後ろの部分)を確定します — 以降のすべてのディレクトリでこの名前を使用します。

ステップ 2 — 8秒に分割してクリップを生成

得られたスクリプトファイルを使用して /chia-doan-8-giay を呼び出します。このスキルがセグメントの分割、プロンプトの作成、Google Flowを開いて各クリップを生成し、video/<テーマ名>/clip/ に保存します。

呼び出す際に再度注意する点:固定の声 — 各話者は1つの固定された声を持ち、それをすべてのセグメントにそのまま適用し、セグメントの感情は別途記述し、声質を変える言葉は使用しません。最小限のセグメント — セグメント数 = 生成に必要な合計時間 ÷ 8、切り上げ、短い連続したシーンは統合します。背景は統一する — クリップ生成前に「カメラアングルの固定とベースフレームの作成」ステップを実行し、繰り返し登場する背景のキャラクターがいるセグメントは、そのアングルのベースフレームから「フレームからビデオへ」で生成します。最後のオチを含むセグメントのみがエンディングセグメントです;他のすべてのセグメントは通常セグメントです — プロンプトには笑い効果、クリップ終了まで走るアクション、「笑い声なし、観客の笑い声なし、コミカルな音響効果なし」という文言を含めません。

ステップ3に進む前に確認する点:phan-doan.md 内のすべてのセグメントのステータスが đã tải(ダウンロード済み)であり、clip/doan-XX.mp4 ファイルが存在すること;性別/年齢/地域のアクセントが間違っているセグメントは再生成されていること。不足がある場合は、それらのセグメントについて chia-doan-8-giay に戻ります。

ステップ 3 — 声を統一

Veoは各クリップを独立して生成するため、前のクリップの声を記憶しません — ステップ2で固定の声を使用していても、複数のセグメントにわたって話すキャラクターは、結合するとしばしば複数の人が話しているように聞こえます。ElevenLabsで声を変換することは、各キャラクターがビデオ全体で1つの声になることを保証する唯一のステップです。

  • 2つ以上のセグメントに登場する話者がいる → デフォルトで声を変換:すぐに /doi-giong-elevenlabs を呼び出し、変換するかどうかは尋ねません(そのスキルが必要とする項目のみ尋ねます:声の選択、クレジット使用の同意)。ユーザーが自発的に要求した場合のみVeoの声を維持します — その場合、セグメント間で声がずれることを明確に伝え、phan-doan.md の「声変換」列に giữ giọng Veo と記録します。
  • 台詞のないビデオ、または各話者が1セグメントしかないビデオ → スキップし、理由を明確に伝えます。

完了したら確認する点:video/<テーマ名>/clip-doi-giong/ にすべてのセグメントが存在すること、phan-doan.md の「声変換」列に chưa(未了)が残っていないこと、連続した音声ファイル(am-thanh/nghe-noi.wav)を聴いて、各話者がすべての接続部分で1つの声になっていること。chưa が残っている場合はステップ4に進みません。

ステップ 4 — ビデオを結合

  1. エンディングのSFXとミームを準備する — スクリプトの「サプライズエンディング」セクションと .claude/skills/len-kich-ban-video/tham-khao/ket-bat-ngo-meme.md(ソース、ライセンス、キーワード)を読みます。すべてのファイルは video/<テーマ名>/meme/ に保存します。

    • Veoで生成されたミーム: ステップ2ですでに存在します(clip/ 内のシーン M のセグメント)、追加の作業は不要です。

    • sfx/ ライブラリにあるSFX: 結合リスト内で直接パス sfx/<名前>.mp3 を使用し、コピーは不要です。ディレクトリにMP3がない場合は、先に bash sfx/tai-bo-sfx.sh を実行します。

    • outro/ ライブラリにあるミーム(スクリプトが有名ミームソースを選択した場合のみ):結合リスト内で直接 outro/<名前>.mp4 <開始> <終了> cat を使用します;outro/README.md に記載された著作権リスクをユーザーに注意喚起します。

    • ライブラリ外のSFX、ストックミーム/その他の有名ミーム: ブラウザで推奨ソースを検索します(優先順位:Pixabay → Mixkit → Freesound(CC0フィルター);有名ミームはユーザーが著作権リスクを受け入れた場合のみ)。各アイテムについて、ユーザーに2~3の選択肢をリンクとライセンス付きで提示します;ダウンロード前に確認(ファイル名、ソース、サイズ)。ダウンロード後、短いファイル名に変更します(bum.mp3、khan-gia-cuoi.mp3、bac-cuoi.mp4)。

    • 適切なSFXが見つからない場合: ElevenLabsで生成します(クレジット消費 — 事前に確認)。ウェブ https://elevenlabs.io/app/sound-effects、またはユーザーが自分で ELEVENLABS_API_KEY を設定している場合はAPIを使用します:

      bash .claude/skills/doi-giong-elevenlabs/scripts/elevenlabs-api.sh sfx "deep cinematic bass boom hit, meme style" video/<テーマ名>/meme/bum.mp3 --giay 1.5
      
    • スクリプトのSFXとミームのテーブルの「ファイル」列にファイルパスを記入します。

  2. ポストプロダクションの設定を尋ねる(一度にまとめて尋ね、スクリプトの「ポストプロダクションノート」セクションからヒントを得ます):

    • BGM: BGMファイルへのパス(ユーザーが使用権限を持っている必要があります — 自作の音楽、ロイヤリティフリーの音楽、またはプラットフォームの音楽ライブラリ)、またはBGMなし(後でTikTok/CapCutで音楽を追加)。デフォルト音量は0.18、台詞があるときは自動的に音楽を下げます。
    • カラーマッチ: デフォルトでON(--khop-mau)— クリップの明るさと色味を参照クリップに近づけ、背景が暖色/寒色、明暗でばらつかないようにします。参照クリップ(--mau-chuan <番号>、結合リスト内の順序でカウント)は、ユーザーが最も色が良いと感じるクリップ、できればビデオの大部分と同じショットサイズ(通常はクローズアップ)のものを選択します。tat-nhac 行以降のミームクリップは調整されません。カラーマッチはオブジェクトの位置ずれを修正できません — 構図がずれているクリップはステップ2で再生成する必要があります。
    • トランジション: カット(デフォルト、ミームがある場合に推奨 — クロスフェードをすべてのカットに適用、ミームへのカットも含む、本来はハードカットであるべき)またはクロスフェード(0.3秒を推奨)。クロスフェードはビデオ再生時間を (クリップ数 − 1) × トランジション時間 だけ短くすることに注意;再生時間が重要な場合は、セグメントの「使用」範囲を広げて補います。
  3. 結合リストを書く video/<テーマ名>/danh-sach-ghep.txt:phan-doan.md のセグメントテーブルから、正しい順序で、各行:クリップパス + 「使用」範囲。clip-doi-giong/doan-XX.mp4 があれば優先、なければ clip/doan-XX.mp4。リストの最後はエンディングミームセグメント:

    • 最初のミームクリップの直前に tat-nhac → ミームに入るとBGMが完全にオフになります。
    • sfx と tat-nhac 行はエンディングセグメントのみに配置(ミームクリップの直前)— 通常セグメントの間に笑い声SFXを挿入してはいけません。
    • ミームクリップの直前に sfx <ファイル> <オフセット> <音量> → カットの瞬間にヒット音が合うように(オフセット -0.05)。異なるオフセットで複数の連続した sfx 行が可能です(例:観客の笑い声 オフセット 0.3、音量 0.5)。
    • ミームクリップにはフレーム列を追加:cat(縦フレームを拡大して埋める — 横長ミームのデフォルト)または mo(ぼかし背景、クリップは中央 — ミームに端に近い文字/顔がある場合)。
    • オチのクリップ:「使用」範囲はオチの後0.3~0.8秒(間の間)で終了し、余分な部分を残さないようにします。
    # <テーマ名> — <x> 秒
    video/<テーマ名>/clip-doi-giong/doan-01.mp4 0 5
    video/<テーマ名>/clip-doi-giong/doan-02.mp4 0 8
    video/<テーマ名>/clip-doi-giong/doan-03.mp4 0 3
    # エンディングミームセグメント
    tat-nhac 0.2
    sfx sfx/bum-bass-ngan.mp3 -0.05 1
    sfx sfx/khan-gia-cuoi.mp3 0.3 0.5
    video/<テーマ名>/clip/doan-04.mp4 0 3
    

    (上記の例:doan-04 はVeoで生成されたミームで、縦型のためフレーム列は不要。外部からダウンロードしたミームの場合は、例:video/<テーマ名>/meme/bac-cuoi.mp4 0 3 cat)

  4. 結合を実行:

    bash .claude/skills/lam-video/scripts/ghep-video.sh video/<テーマ名>/danh-sach-ghep.txt \
      video/<テーマ名>/<テーマ名>-hoan-chinh.mp4 --nhac <BGMファイル> --chuyen-canh 0.3 --khop-mau --mau-chuan 2
    

    スクリプトが自動的に行うこと:参照クリップに基づくカラーマッチ(--khop-mau がある場合)、指定されたタイミングでのSFX挿入とミームセグメントでのBGMオフ、各クリップの指定範囲でのトリミング、すべてのクリップを最初のクリップと同じサイズ/フレームレート/オーディオ形式に統一、音声のないクリップへの無音の追加、結合(カットまたはクロスフェード)、BGMをビデオ長に合わせてループし最後にフェードアウト、台詞時にBGMを下げる、ソーシャルメディア向けにラウドネスを -14 LUFS にノーマライズ。その他のオプション:--am-luong-nhac、--khong-ha-nhac、--fps、--khong-chuan-am(スクリプトの先頭を参照)。ビデオが長い場合は、途中で中断されないようにバックグラウンドで実行します。

ステップ 5 — 確認と納品

  1. ffprobe -v error -show_entries format=duration:stream=codec_type,width,height -of compact <video> — 再生時間が目標と合っているか(最大1秒の誤差、クロスフェード部分を除く)、アスペクト比が正しいか、映像と音声の両方があるかを確認します。

  2. ビデオ全体のクイックビュースプライトを生成し、開いて確認します:

    ffmpeg -v error -y -i <video> -vf "fps=1/2,scale=240:-1,tile=6x2" -frames:v 1 video/<テーマ名>/xem-nhanh.png
    

    確認する点:正しいシーン順、黒いセグメントがないこと、キャラクターと背景がセグメント間で一貫していること — 同じ窓、各キャラクターの背後にある同じオブジェクト、キャラクターの位置が変わっていないこと、カット間で色味が跳ねていないこと。構図がずれているセグメント → そのアングルのベースフレームからセグメントを再生成します。

  3. open <video> でビデオを開き、ユーザーに確認してもらいます。気に入らないセグメントがある場合 → chia-doan-8-giay に戻ってそのセグメントのみを再生成し(台詞がある場合は doi-giong-elevenlabs も再実行)、ステップ4を再実行します — 他のセグメントはそのまま維持します。

ユーザーに簡潔に回答する:完成したビデオのパス、再生時間、フレームサイズ、セグメント数、声の変換の有無、使用したBGMファイル、そして(もしあれば)作り直すべきセグメント。

ステップ 6 — ソーシャルメディアに投稿(オプション)

ユーザーがビデオに満足したら、投稿したいかどうかを尋ねます — 自動投稿はしません。投稿したい場合は、/dang-facebook(Reel / ページまたは個人プロフィールへのビデオ)および/または /dang-youtube(Shorts / 通常のビデオ)を順に呼び出し、各スキルを1つずつ実行します。各スキルはスクリプトから自動的に投稿文を作成し、投稿前にユーザーが確認して承認するのを待ち、その後、リンクを video/<テーマ名>/dang-bai/dang-bai.md に記録します。

納品前のセルフチェック

  • スクリプトはGoogle Flowの8秒用に最小クリップ数で書かれているか(シーン数 ≈ 再生時間 ÷ 8):各シーン最大8秒、1つのカメラアングル、台詞は18語以内、最大2人の話者各1ターン、プロンプトにBGMなし。
  • phan-doan.md 内のすべてのセグメントがダウンロード済みか;結合リストの順序と「使用」範囲が正しいか、声変換済みバージョンを優先しているか。
  • 声の統一:2つ以上のセグメントに登場するすべての話者が doi-giong-elevenlabs を通過しているか(またはユーザーが自発的にVeoの声を維持することを選択したか);結合リストはすべてのセグメントに clip-doi-giong/ を使用しており、元のクリップと声変換済みクリップが混在していないか;最終ビデオの接続部分を聴いて確認したか。
  • 最終ビデオの再生時間が正しく、アスペクト比が正しく、映像と音声があり、黒いセグメントがないか;クイックビュースプライトを確認したか。
  • 背景の統一:クリップはアングルごとにベースフレームから生成されているか、--khop-mau で結合されているか(ユーザーが不要としない限り)、構図がずれているセグメントがないか。
  • BGM(ある場合)はユーザーが使用権限を持つファイルか。
  • ビデオ全体で笑いを誘うオチは1つだけ、最後に配置されているか;それ以前のセグメントにはクリップ終了時に笑い声/フリーズフレームがないか(各接続部分を確認した)。
  • ビデオはオチ → 間の間 → カットに合わせたSFX → 2~5秒のミーム(フレームいっぱい)で終わり、ミーム部分ではBGMがオフになり、ミームでビデオが停止するか。
  • SFXとミームは明確なライセンスを持つソースから取得されているか(または自作);有名ミームはユーザーが著作権リスクに同意した場合のみ使用しているか。
  • 進行中のプロジェクトを再開する際、完了済みの部分をやり直していないか;クレジットを消費するステップやファイルをダウンロードするステップの前に事前に確認しているか。

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

len-kich-ban-video

Lên kịch bản cho video tạo bằng AI (Runway, Kling, Veo, Sora, Pika, Hailuo…) — chốt thông tin chung, chọn nhân vật từ thư mục nhanvat/ và bối cảnh từ thư mục boi-canh/ (hoặc tạo mới, hoặc tự nhập mô tả), khoá phong cách, viết bảng nhân vật và bối cảnh cố định, chia danh sách cảnh, viết đoạn kết bằng một câu chốt bất ngờ hài hước kèm sound effect và meme, và viết prompt tiếng Việt cho từng cảnh để dán thẳng vào công cụ. Dùng khi người dùng muốn viết kịch bản, phân cảnh, danh sách cảnh hay prompt cho video AI, quảng cáo AI, video TikTok/Reels/Shorts/YouTube làm bằng AI, hoặc nói "lên kịch bản video", "viết kịch bản video AI", "chia cảnh", "viết prompt video".

tao-boi-canh

Tạo bối cảnh mới (hoặc vẽ lại bối cảnh đã có) cho video AI và lưu vào thư mục `boi-canh/` — lấy loại không gian, bố trí đồ vật theo từng hướng, chất liệu, màu sắc, nguồn sáng từ yêu cầu (tự chọn mặc định cho phần thiếu), viết đoạn mô tả cố định và sơ đồ bốn hướng, rồi TỰ ĐỘNG mở ChatGPT trên trình duyệt, tạo bộ ảnh 360 độ (toàn cảnh + bốn góc nhìn trước / phải / sau / trái + ảnh từ trên cao), tự soát và tạo lại ảnh lỗi, lưu ảnh, ghép dải 360 và cập nhật hồ sơ — hạn chế tối đa việc người dùng phải can thiệp. Dùng khi người dùng muốn "tạo bối cảnh", "thêm bối cảnh mới", "vẽ lại bối cảnh", "tạo lại ảnh bối cảnh", "thiết kế bối cảnh / phim trường cho video", "tạo ảnh 360 độ bối cảnh", hoặc khi kỹ năng len-kich-ban-video cần một bối cảnh chưa có trong thư mục `boi-canh/`.

tao-nhan-vat

Tạo nhân vật mới (hoặc vẽ lại nhân vật đã có) cho video AI và lưu vào thư mục `nhanvat/` — lấy chi tiết ngoại hình, trang phục, tính cách từ yêu cầu (tự chọn mặc định cho phần thiếu), viết đoạn mô tả cố định, rồi TỰ ĐỘNG mở ChatGPT trên trình duyệt, tạo bộ ảnh tham chiếu 8 góc (mỗi góc một ảnh), tự soát và tạo lại ảnh lỗi, tải ảnh về, ghép bảng góc và cập nhật hồ sơ — hạn chế tối đa việc người dùng phải can thiệp. Dùng khi người dùng muốn "tạo nhân vật", "thêm nhân vật mới", "vẽ lại nhân vật", "tạo lại ảnh nhân vật", "thiết kế nhân vật cho video", "tạo ảnh tham chiếu nhân vật", hoặc khi kỹ năng len-kich-ban-video cần một nhân vật chưa có trong thư mục `nhanvat/`.

関連スキル