Communitygithub.com

video-reels

長尺のトーキングヘッド動画から縦型Instagramリールを、フックファーストでカットします。トランスクリプトから最も強力な独立した瞬間を選び、各リールを最もインパクトのあるラインで開始し、話者の顔にLUTを適用したDaVinci Resolveの縦型タイムラインを構築し、フック(保持テキストカードまたは単語ごとの「ビルド」フック+パンチイン)とバーンルックのキャプションをV3で仕上げます。二者択一のリールには商品グラフィックとコメントキーワードCTAカードが付きます。トリミングとレンダリングはあなたが行い、インポートは不要です。「リールを作って」「Instagram用にクリップして」「縦型をいくつか切って」、またはYouTube動画をカットした後にトリガーします。

video-reels とは?

このスキルは、長尺のトーキングヘッド動画や単独で撮影されたリールから、縦型Instagramリールを自動生成するための高度なワークフローを提供します。主な特徴は「フックファースト」アプローチで、動画内の最も強力な単独ラインをトランスクリプトからピックアップし、リールの最初の2〜4秒に配置して視聴者のスクロールを停止させます。DaVinci Resolveとwhisper.cpp、ffmpeg、Puppeteerなどのツールを活用し、話者の顔にLUTを適用した縦型タイムラインを構築し、テキストカードや単語ビルドのフック、バーンルックのキャプション、商品画像、サウンドエフェクト、BGMを自動的に追加します。リールごとに異なるトラックを使用し、パフォーマンスデータ(視聴回数、平均視聴時間、3秒保持率など)をトラッキングして継続的に最適化します。対応プラットフォームはmacOSで、DaVinci Resolve Studio(スクリプト有効化必須)、Node.js、Google Chromeが必要です。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/beachyphotoandfilm-arch/video-skills/tree/HEAD/skills/video-reels

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

リール

長尺動画からの縦型クリップ(またはリールとして撮影された単独リール)。

設定:ブランドをここで設定

初回実行前に一度だけ編集してください。以降のすべての設定はこれらを名前で参照します。

設定場所デフォルト
アクセントカラーscripts/motion.html、scripts/thisorthat.html、scripts/hook.html の --brand#3b82f6
表示フォント(フックカード、タイトル、キーワード)同じファイルの --display-fontAnton(無料、Google Fonts)
キャプションフォントscripts/caption.htmlMontserrat ExtraBold 800(無料)
カメラLUTreel-params.json の "lut"、および preview_reel.py 用の LUT 環境変数<PATH_TO_YOUR_LUT>.cube
新規フッテージドロップフォルダステップ「新規フッテージの保存場所」<YOUR_FOOTAGE_DRIVE>/<INBOX_FOLDER>/
Bロールライブラリアニメーションスタイル、ステップ6<YOUR_FOOTAGE_DRIVE>/<shoot>/<cam>/full/
リールトラッカーステップ0プロジェクト内の drafts/social/reel-tracker.md
WhisperモデルWHISPER_MODEL 環境変数~/.cache/whisper-models/ggml-small.en.bin
コメントキーワードCTActa プランアイテム独自のキーワード(例:GUIDE)
背景音楽リファレンス音楽ステップ好きなリファレンストラック(例:SearchRecordings 用のSpotifyトラックID)

フォント:Montserratと表示フォントを ~/Library/Fonts にインストールするか(または各HTMLファイルにGoogle Fontsの @import を残してオンラインレンダリングする)、表示フォントがライセンス付きの場合はリポジトリの外に保管してください。

ツール:whisper-cli(whisper.cpp)、ffmpeg、Node + puppeteer-core、Google Chrome、スクリプト有効化済みのDaVinci Resolve Studio(および execute_resolve_code を使用するResolve MCP)、cutout.swift 用のmacOS。

ステップ0:まずスコアボードを読む

何かを選んだりカットしたりする前に、リールトラッカーを読んでください。

  1. 統計を記入:7日以上公開されていてまだ空白の行について、分析ツール(例:Instagramリール用のMetricool getAnalyticsDataByMetrics)からデータを取得します。視聴回数、平均視聴時間、可能であれば3秒保持率、シェア数、保存数、コメント数、フォロワー増加数。
  2. 自分たちが制御できる要素で比較:フォーマット、フックスタイル(カード/ビルド/タイトル)、長さ、CTAタイプ、パンチイン、トピック。各側に少なくとも3つのリールがある場合のみパターンと呼び、その差の大きさを述べてください。
  3. 結論を書く:トラッカーの「これまでの数字が示すこと」の下に、日付を入れて記述します。
  4. このバッチに適用し、そう述べる:ユーザーに表示するリールリストに記載します(「ビルドフックは3秒時点で1.4倍長く保持されているので、8本中6本にビルドを使用しました」)。勝者パターンが固定スタイルと矛盾する場合は、変更前に確認を取ってください。
  5. スケジュール後、リールごとに行を追加:編集方法を記載します。

重要なルール:フックファースト

最初の3秒が配信を決めます。視聴者の最大半分がその時間内に離脱し、フックは即座に読み込まれ、構築する時間はありません。「2つ目のヒントは…」で始まるリールは死にます。

したがって時系列の抜粋をカットしないでください。 各リールを次のように構築します:

  1. フック(2〜4秒):動画のどこからでも(最後を含む)取った、最もパンチのある単独ライン。
  2. ビルド:最も読みやすい順序でのコンテキストと説明。
  3. ペイオフ:存在する場合の短いクロージングライン。

時系列の塊は弱いフックを生みます。同じ映像を、再撮影せずに並べ替えることで修正できます。並べ替えこそがすべての作業です。

良いフックのパターン:「もう脚の日をサボらない」「スキップする計画は計画じゃない」「1日10分は年間60時間」。短く、断定的で、前置きなし。

新規フッテージの保存場所

新しいリールバッチは <YOUR_FOOTAGE_DRIVE>/<INBOX_FOLDER>/ に表示され、多くの場合 untitled folder としてあります。まずそこを確認してください。中身がわかったら、フォルダ名を日付優先に変更し、次に名前を付けます:9-28-2026 gear reels。名前変更前に文字起こしを行い、その後 clips.ndjson のパスを修正します。

単独リール:アニメーションスタイル

リールとして撮影されたリール(長尺動画なし、ペーパーエディットなし)の場合、アニメーションスタイルがより魅力的です:フレーム内に商品、フォトカード、ボタン上の矢印やリング、上部のタイプライターノート、頭上の小さな画像ポップイン、小さなサブライン付きの大きく太いフック。まず1本作成し、承認を得てからバッチ全体を実行してください。

  1. ペーパーエディットなし。 segments-v2.json を [] と書き込み、すべてのパートに "raw": true, "exact": true を指定します。
  2. これらにwhisperの全体クリップを信頼しないでください。 ライン間に長いリセットがあるテイクは2〜5秒ずれます(whisperは5.4秒の無音内にフレーズを配置する可能性があります)。GAP=0.18 SUF=.fine blobs.py <work> <clip> を実行し、ブロブエッジでパートをカットします。最後の単語については、50ms RMSマップを確認します:単語途中のディップは摩擦音(「free」の「f」)である可能性があるため、キャプションの末尾を再確認します。最後のパートを、単語の尾部が-50 dBを下回った後に終了します。また、whisperは最後のカードのカットポイント以降の単語を捏造する可能性があるため、SRTの最後のキューをオーディオと照合します。
  3. パンチインリズム: ネイティブ縦型映像で、パートをワイド(ズーム1.25、チルト0)とパンチ(ズーム1.6、チルト-90)で交互に配置します。話者が傾く部分はパンします(例:フック:パン180)。
  4. V2のアニメーションレイヤー: motion.json(reels-built.json の単語にタイミングを合わせた要素リスト)→ render_motion.mjs(フレームごと、30秒で約50秒)。要素タイプは motion.html に文書化されています:単語ビルド、スラム、タイプライターノート、ウィグル、商品切り抜き(ポップ/フライイン/シュリンク)、ボタン上の脈動リング、取り消し線、そして実際の映像を再生するBロールカード(ffmpeg lut3d でLUT適用)。1行に1ビジュアル、すべて頭上の帯域に配置(y 200〜550;y 100では上部の単語が切れます)。そのスペースを確保するため、すべてのパートを基本フレーミングよりさらに100下にチルトします(ワイド1.25/チルト-100、パンチ1.6/チルト-190)。キーワードは blue クラスを使用し(これは --brand を使用)、塗りの背後に太い白い境界線を描くため、アクセントがニュートラルな壁で消えません。resolve_captions.py、"track": 2 で配置します。
  5. 商品画像: まずWikimedia Commons API、次にブランドのOG画像。scripts/cutout で切り抜き、テーブルの反射を除去します。<work>/gear/ に保管します。
  6. Bロール用のあなたのフッテージ: <YOUR_FOOTAGE_DRIVE>/<shoot>/<cam>/full/。フッテージがログの場合、フル解像度ファイルとLUTを使用します;焼き込みプロキシはカリカリに見えることが多いです。
  7. A2のサウンドエフェクト: build_sfx.py motion.json out.wav。存在する場合は video-reels/sfx/<name>.wav を使用し(ポップ、ウーッシュ、スラム、チック、クリック、タイプ、スワイプ、ウィグル、シュリンク)、それ以外は合成代替を使用するため、ファイルなしで即座に動作します。ding は常に scripts/ding.wav(合成されたdingとして同梱;独自のピック音に置き換えてください)。合成 pop はカメラのシャッター音(ピッチスイープのポップは「エイリアン」に聞こえる傾向があります)、MASTER = -3 dBはすべてのエフェクトを音声よりわずかに抑えます。より良いサウンドを得るには、sfx/ を作成し、ライセンス取得済みのエフェクトを配置し、LIBGAIN でファイルごとのゲインを調整します。Epidemic Soundコネクタを使用する場合:SearchSoundEffects で検索し、DownloadSoundEffect(WAV)で取得し、curlで assetUrl を取得します。 7b. A3のソフトBGM: 1つの雰囲気を選び、それを維持します(例:ドリーミーなジャズ/サックス、ボーカルなし)。Epidemic Soundの場合:SearchRecordings で query.externalID = {type: SPOTIFY_TRACK, id: <REFERENCE_SPOTIFY_TRACK_ID>} および vocals: false を使用し、奇妙/怖い/ドローン/オーケストラとタグ付けされたものはスキップし、各リールに異なるトラックを割り当てます。次に EditRecording で targetDurationMs = リール長 + 約0.3秒、forceDuration を設定し、トラックが途中で切れるのではなく終了するようにします。ffmpegで-21 dBと1.2秒のフェードアウトをWAVに焼き付けます。Resolve APIではクリップ音量を設定できないためです(SetProperty("Volume") はFalseを返します)。これにより、ベッドは音声の約15 dB下に位置します。
  8. Resolveレビュー前のプレビュー: preview_reel.py(同じクロップ、LUT、オーバーレイ、SFX、音楽)で、数秒で視聴可能なmp4を生成します。各ピースをResolveの正確なフレーム数にトリミングします(fps、次に trim=end_frame、そして atrim=duration);単純な -ss/-t 入力は約0.45秒長く実行され、プレビューから最後のラインを削除します。1.3秒のコンタクトシートで証明し、最後の1.5秒をwhisperにかけてエンディングがすべて含まれていることを確認します。
  9. サインオフラインを保持する:話者がCTAの後に追加する場合、CTAの単語の後ではなく、その後の無音でカットします。build_reels.py はオーディオ後に1秒の無音をパディングします。whisperがキャプションから最後の単語を落とすためです。再レンダリングは新しいファイル名(-v3)に出力され、Resolveがキャッシュされた古いクリップを提供しないようにします。

単独リールのバッチ処理

最初に1本のリールのスタイル承認を得てから、残りを並行して実行します:

  1. リールごとに1つのフォルダ(~/Movies/reels-<MMDD>/<NN>-<slug>/)に、シンボリックリンクされた <clip>.wav/.json、clips.ndjson、segments-v2.json = [] を配置します。別々のフォルダにより、リール同士が互いの reels-built.json を上書きするのを防ぎます。
  2. 承認されたリールのファイル(motion.json、フレーミング、SFX)を指す短いブリーフを書き、リールごとに1つのバックグラウンドエージェントを起動します。一度に4つまで(それ以上はノートPCで4Kデコードが詰まります)。各エージェントにクリップのトランスクリプト、商品の正確なモデル名、およびカットすべきライン(誤った事実、再スタート、雑談)を渡します。
  3. エージェントは音楽なしのプレビューで停止します。音楽は中央で行います(リールごとに1編集、異なるトラック)、平均約-38 dBにレベル調整しフェードをかけ、最終プレビューをレンダリングし、その後1リールずつResolveに配置します。
  4. 構築前に、すべてのエージェントのコンタクトシートを自分で証明します。最終プレビューを1つの previews/ フォルダに集めてレビューします。
  5. フレーミングはセットアップごとに異なります。例:あるセットアップではワイドズーム1.2/チルト-190、パンチ1.5/チルト-380;よりルーズなセットアップでは1.25/-100、1.6/-190。クリップごとに静止画を確認します。
  6. 各エージェントの「確認すべき」項目(聞き間違い、カットした事実、画面上の主張)をサマリーに収集します。Whisperは速い発話をよく聞き間違えます(例:「free」を「for you」と)。

動画からすべてのリールを引き出す

動画全体を採掘し、内容を決して繰り返さないでください。

  1. まず棚卸し。 トランスクリプト全体を歩き、単独で成立しうるアイデアユニットをすべてリストアップします:各ヒント、ストーリー、統計、スクリプト、告白、逆説的なライン、顧客の成功。最終カットの約1.2〜1.5分ごとに1リールを見込んでください。
  2. 以下のフックタイプを探します:
    • 数字:「300個のパン」「食料品代の40%」「5000人から5万人のフォロワー」
    • 告白:「昔はただ座って連絡が来るのを待っていただけだった」
    • 逆説的なライン:「ただ無料で配るな…それは貧乏くじだ」
    • インサイダーライン:「誰もやらない、これの秘訣」
    • 顧客の成功:名前の付いた結果(許可を得て)
    • 実際に言われたスクリプト:DM、紹介依頼
    • 「〜ない」:「誰も私に直接ノーと言ったことはない」
  3. フックはトピックを名指しする必要があります。 「誰もやらない秘訣」はそれだけでは失敗します。視聴者が何についてかわからないからです。リールが何についてかを最初の1秒で伝えるラインを選んでください。
  4. 同じラインを2つのリールで使わない。 フックと角度が異なれば、2つのリールがテーマを共有することは可能です。
  5. 段階的に提示: 構築するAリスト、予備のBリスト、そしてそれぞれに理由をつけた残り(「リール4の後半」「フックなし」「カメラ上でぶつぶつ」)。ユーザーが選びます。
  6. 繰り返しになる時点で停止。 それ以上はどのリールも他のリールを薄めてしまいます。

すべてのリールが従う形状

「フックは人々を引き込み、リールの残りはフックを説明し、価値、核心を説明する必要があります。」

  1. フック: スクロールを止め、トピックを名指しします。
  2. フックを説明: 次のラインがフックが提起した質問に答えます。フックが「ジムに行かずに20ポンド痩せた」なら、その後が方法を説明します。
  3. 核心: 実際の価値、ハウツー、スクリプト、証拠。これがリールの大部分です。
  4. ペイオフラインで停止。

素晴らしいフックの後にそれを回収しないラインが続くのは、平凡なフックより悪いです。視聴者が釣られたと感じるからです。各リールを両方の半分で評価してください:フックは私を止めるか、そしてその後のすべては意味をなし、約束したものを届けているか。

フローチェック:構築前に見知らぬ人として読む

各リールを順序通りの平文で書き出し、長尺動画を見たことがない人として読んでください。 その後にのみタイミングを調べます。これらは手動トリミングが繰り返し辿り着くルールです:

  1. ペイオフで終了、一度だけ。 最も強いラインで停止します。その後にスローガンやポイントの2回目のパスを追加しないでください。
  2. リールが設定しなかったものを指し示すものがあってはなりません。 「私はただ彼らに頼んだだけで、彼らはほとんどいつもシェアしてくれる」というのは、リール内に「何を頼んだか」がなければ削除しなければなりません。「彼女」「彼ら」「これ」「それ」「だから」のそれぞれを、リール内で前に来たものと照合してください。
  3. ストーリーはストーリーの順序で進む。 口頭のフックとして成功事例を、人物を後で名指しするのは視聴者を混乱させます。まず人物を名指し、次に成功事例を。テキストカードがフックを行います。
  4. 1リール1アイデア。 2つのアイデアと再述は、1つのアイデアと1つの証拠になるべきです。
  5. 話者に関する余談と、パート内部のゴミをカット。 その周りでパートを分割します。
  6. 口頭のフックは言葉でトピックを名指しします。 「新しいコミュニティにリーチする素晴らしい方法でもある」では「それ」が未定義です。「日曜日に食事の準備を続けると…」はリールが何についてかを言っています。
  7. 目標は20〜35秒。 40秒を超えるものには理由が必要です。

きつく仕上げる:えーっと、無音、再スタートなし。 構築前に:

  • ラペル/ライブルームオーディオ:segments.py(paper-edit から)を NOISE_DB=-30 で実行。 ffmpegのsilencedetectはピークベースであり、ラペルのルームノイズはデフォルトの-36を超えてピークに達するため、実際の0.5〜0.8秒のポーズは-36では検出されません。
  • whisperは「えーっと」を完全に削除します、フィラープロンプトがあっても。各パートの最初の有声ブロブを確認します:最初の実際の単語の前の短い(0.2〜0.7秒)孤立ブロブは、多くの場合「えーっと」です。

動画からフッテージクリップを作成します。 各スピーチセグメントについて、話者が話している間のカメラの映像を取得します。出力は、話者がずっと見えるように十分に長く、しかし視聴者の注意を維持するために十分に短くなければなりません。理想的には各セグメントは5〜15秒です。

各リールのすべてのスピーチをカバーするのに十分なクリップを作成していることを確認してください。 キャプションにテキストがあるが、そのテキストのビデオクリップがない場合は、見つけて追加してください。

フレーミング

話者が動画の中央に来るようにフレーミングします。顔がはっきり見える必要があります。話者が動く場合は、それに合わせてパンまたはズームします。

トーン

可能な限りポジティブでやる気を起こさせるトーンを維持します。教育リールの場合は、有益で役立つものにします。エンターテイメントリールの場合は、楽しく魅力的にします。

コールトゥアクション(CTA)

フォロー、コメント、または投稿の保存を促すCTAで各リールを終了します。CTAは明確で行動を促すものでなければなりません。

ハッシュタグ

各リールの最後にリーチを最大化するために関連するハッシュタグを追加します。ハッシュタグは動画の内容と視聴者が何を見つけたいかに関連するものでなければなりません。

音楽

動画のトーンに合ったトレンドの音楽を使用します。音楽は魅力的で、動画の全体的な雰囲気を高めるものでなければなりません。

テキストオーバーレイ

主要なポイントを強調し、動画を音声なしでも理解できるようにするためにテキストオーバーレイを追加します。テキストは簡潔で読みやすいものでなければなりません。

全体的な品質

すべてのリールは高品質で、視覚的に魅力的で、視聴者にとって価値のあるものでなければなりません。各リールはスタンドアロンのコンテンツとして成立し、視聴者がもっと見たいと思わせるものでなければなりません。

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

beachyphotoandfilm-arch/video-skills

Sync camera footage to a separate lapel or field-recorder track (e.g. Tascam DR-10L and similar) and lay it up in DaVinci Resolve. Stitches the recorder's split files, finds each clip's exact place in the audio by matching words then waveforms, cuts one lapel slice per clip so every later skill works unchanged, checks for clipping, and builds a synced timeline in a new Resolve project. Trigger on "sync the lapel", "sync my audio", "line up the recorder", "I used a lav", or any shoot with a separate audio folder (live talks, events, workshops). Run it before paper-edit or video-reels.

beachyphotoandfilm-arch/video-skills

Turn raw talking-head footage into an assembled rough cut inside DaVinci Resolve. Pulls the clips off your footage drive, transcribes them locally, removes failed takes, restarts, asides and dead air, then creates a new Resolve project with two paper-edit timelines ready for your fine trim. Trigger on "paper edit", "cut my raw footage", "make a rough cut", "clean up this video", or when the user points at a folder of raw camera files for a YouTube video.

beachyphotoandfilm-arch/video-skills

Design a unique Instagram cover for each reel in your house style. Reads what the reel is about, writes a short hook headline, picks one of your own photos from a tagged photo library, lays it out like your existing covers, and proofs it in grid view at phone size. Renders locally, never with AI image generation. Can be called by a scheduling skill before reels are scheduled. Trigger on "make covers", "reel covers", "cover photo for this reel", "design the IG covers".

beachyphotoandfilm-arch/video-skills

Render finished reels out of DaVinci Resolve, write captions in the creator's voice, attach a custom Instagram cover from reel-covers, and schedule them to Instagram, TikTok and YouTube Shorts through Metricool. Handles the Drive upload hop, collision checks against the existing calendar, and cleanup. Trigger on "schedule the reels", "post these", "put these on the calendar", or after reels are approved.

beachyphotoandfilm-arch/video-skills

Build animated brand overlays (motion graphics) for a talking-head video, timed to the speaker's exact words, plus a DaVinci Resolve import file. House style is in-scene type (text beside and behind the speaker's head) plus diagrams. Transcribes the rough cut locally, picks the moments, renders transparent .mov clips, and writes an FCPXML that drops every clip onto the timeline already in position. Trigger on "make animations for this video", "add overlays/motion graphics", "animate this", "b-roll graphics for my YouTube video", or when the user shares a rough cut and asks for graphics.

beachyphotoandfilm-arch/video-skills

Design YouTube thumbnails and titles for a talking-head video. Pulls graded full-res frames out of the raw footage, renders brand-styled variants in two proven layouts, and proofs them at phone size where the click actually gets decided. Trigger on "make thumbnails", "thumbnail for this video", "title and thumbnail", or after a video is cut.

beachyphotoandfilm-arch/video-skills

Run the whole YouTube video pipeline end to end, one stage at a time, stopping for the creator's approval at every gate. Paper edit, punch-ins, reels, reel covers, scheduling the reels, overlays, thumbnail and title, then scheduling the long-form video, all through Metricool. Keeps state per video so you can stop anywhere and pick up later. Trigger on "/youtube", "let's do the whole video", "run the video pipeline", "continue the <name> video", or when handed raw footage for a YouTube video.

関連スキル