Communitygithub.com

executive-animator

エージェントが16:9のロングフォーム動画向けにグラフィックを計画、構築、編集する方法を示すスキル。タイムドキャプション付きの編集を最終成果物として出力するための手順を提供します。

executive-animator とは?

Executive Animatorは、AIエージェントが16:9のロングフォーム動画に対して、スクリプトに基づいた5〜10個のグラフィック候補を計画し、正確性を検証し、一括でビルドするためのスキルです。主にClaude CodeやCodexなどの開発ツール上で動作し、`skills/broll-scout`(タイムスタンプに何を配置するかを決定)と`skills/stat-overlay`(単一のグラフィックを構築)の間に位置付けられます。本スキルは、録画全体を読み取り、トランスクリプトから実際に価値のあるグラフィックを提案し、各候補がトランスクリプトと一致するか厳密に検証してから、10回の個別セッションではなく1回のバッチブラウザセッションでビルドを行います。特に9:16のショート動画と16:9のロングフォームでは、グラフィックのオーサリング方法、レンダリング形式、安全領域などが根本的に異なるため、ターゲットプラットフォームに応じた適切なパスを選択することが重要です。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/lucasaerb/workless-video-editor/tree/HEAD/skills/executive-animator

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

スコープ: このスキルは16:9ロングフォームを構築します。ショート動画の編集中にはロードしないでください。 常時注意事項、2026-08-15、これは正確性ではなくコンテキスト予算に関するものです。このファイルは 500行あり、そのすべてがロングフォームカットに関するものです。同じ24分のソースを使った管理されたA/Bテストでは、このスキルとyoutube-longformを含むスキルツリーを使用した実行では、ステージ2のクリップ候補検索とCAPTION.mdは生成されず、ショート動画は録画の最初の47秒からカットされました。これらなしの実行ではソース全体を検索し、両方を生成しました。ガイダンスは間違っていませんが、量が多く、45秒の縦型動画には無関係であり、保護ゲートのない編集ステップを圧迫します。scripts/verify_story.pyが現在そのゲートです。

その手法は共有されており、矛盾ではありません。 short-composer(ステップ1)とgraphics-only-short(フェーズ4)は両方とも以下の録画全体を一度に計画する手法を参照しており、このファイルをロードする代わりに2パラグラフで参照しています。比較表の9:16列は、ショートパスが異なる動作をすることを示すために存在し、ここで従うべきものではありません。2026-08-27に監査でスコープ注記がファイル本文と矛盾していると読まれた際に明確化されました。

ショート: skills/ultimate(9:16スロットを所有)およびskills/shorts-multiplatform。

エグゼクティブアニメーター

skills/broll-scoutはタイムスタンプに何を配置するかを決定します。skills/stat-overlayは1つのグラフィックを構築します。このスキルはそれらの間のパスです: 録画全体を読み取り、その録画が実際に価値のある5〜10個のグラフィックを提案し、各グラフィックをトランスクリプトに対して証明し、10回の個別セッションではなく1回のバッチブラウザセッションで構築およびゲートします。

skills/00-house-rules/SKILL.mdおよびskills/stat-overlay/SKILL.mdのすべてのルールを継承します。 ここにオーサリング契約を上書きするものはありません。インテーク、証明、バッチ処理のみを追加します。


0. どのターゲット — これを最初に決定、ステージ5、6、7が変わります

セクション1〜4は両方で同一です: インテーク、候補、正確性ゲート、カウント。ステージ5以降は異なり、縦型の指示を16:9カットに対して実行すると、build_longform_composition.pyがまったく使用できないグラフィックが生成されます。

9:16 縦型16:9 ロングフォーム
消費元build_composition.pybuild_longform_composition.py
グラフィックはプレート上に合成されたアルファ.movcomposition.jsonで宣言されたシーン
オーサリング方法あなたが書くHyperFramesコンポジションkind + フィールド; ジェネレーターがHTMLを記述
語彙373ブロックのレジストリ14の組み込み種類、閉じたセット
レンダリングコンポジション解像度で--format mov、mp4ツインもグラフィックごとになし — 最後に1回のレンダリング
安全領域y=1400より上のコンテンツ、キャプションバンドを避ける16:9安全ボックス、キャプションオフ
ゲートプラットフォーム--platform instagram_reels--platform youtube_long
最終解像度portrait-4klandscape-4k
密度8〜12秒に1つのインサート(broll-scout)3〜6シーン + 20〜40秒ごとにスティンガー
コンタクトシートoverlays/内の別々のリールプロジェクトコンポジション上のprobe_frames.py --plan --grid

16:9パスにはオーサリングステップがありません。 レジストリを開かず、HTMLを記述せず、候補ごとに何もレンダリングしません。各候補を次のいずれかに変換します:

title · chapter · statement · compare · lower_third · endcard — シーン、8〜15秒、視聴者が読む議論を伝えます。 converge · overload · steps · swap · countup · beats · surround · photo/clip — スティンガー、2〜4秒、各1つのジェスチャー、オーバーレイではなくカット先。

skills/motion-language/SKILL.mdがその語彙と種類ごとのフィールドを所有します。 build_longform_composition.pyはそれ以外のものに対してunknown scene kindで終了するため、種類にマッピングできない候補はカットされます — これは通常正しく、アイデアが装飾であったことを意味します。その後、skills/youtube-longform/SKILL.mdのステージ4に従います。

この行以降は、特に明記されない限り9:16を前提とします。


1. インテーク — トランスクリプトなし、計画なし

bash scripts/transcribe.sh VIDEO_UPLOAD/raw/<file>.mov drops/drop-NNN-slug/working

単語レベルのJSON、要約ではありません。すべての候補は単語範囲に固定されるため、段落レベルのトランスクリプトではスキル全体が推測になります。working/にトランスクリプトが既に存在する場合はそれを使用し、再文字起こししないでください。

次にフッテージを視聴します。ファイル全体ではありません: python3 scripts/probe_frames.pyはコンポジション用のため、ソースフッテージからffmpegで約10秒ごとに静止画を取得してそれらを見ます。確認するのは1つのこと — 画面に既にあるもの。話者が既に表示しているスクリーンレコーディングを複製するグラフィックは無駄なスロットであり、ティア1が先にそれを取得します。

2. 候補パス — 5〜10個、すべてに引用が付随

working/motion/ANIMATION-PLAN.jsonを記述:

{
  "source": "drops/drop-NNN-slug/working/transcript.json",
  "duration_ms": 184000,
  "candidates": [{
    "id": "01-three-jobs",
    "start_ms": 22400, "end_ms": 28100,
    "quote": "a skill does three jobs, it names the task, it holds the steps, it carries the files",
    "claim_on_screen": "3 jobs: name · steps · files",
    "shape": "list",
    "evidence": "spoken",
    "block": "grid-card-assemble",
    "mechanism": "three chips assemble out of scattered particles into a row",
    "layout": "centre-stack",
    "reason": "he enumerates three things and the viewer cannot hold three things by ear",
    "status": "build"
  }],
  "rejected": [{
    "quote": "it's been a wild year for agents",
    "proposed": "timeline of model releases",
    "reason_rejected": "he never names a date. the graphic would be inventing the content"
  }]
}

グラフィックに値する形状(通常の発話順): 数字、比較、3つ以上のリスト、ステップのあるプロセス、before/after、タイムライン、フッテージのない抽象概念。その他はすべてフッテージの役割です。

拒否を記録します。 broll-scoutと同じ理由: 拒否ログは、次回の実行で同じ装飾的なタイムラインを再提案するのを防ぎます。

shapeは構築前に計画時に重複がチェックされます。 4つの候補すべてがstatの場合、録画が4つの統計カードを与えたわけではありません — あなたがトリミングを繰り返した1つのアイデアを与えたのです。すべての数字を保持する1つのグラフィックにマージするか、3つをカットします。ここで計画をやり直してください。コンタクトシートで発見するということは、4つのグラフィックを構築してそれを捨てることを意味します。

3. 正確性ゲート — これがすべてのポイント

グラフィックはブランドフォントで4Kでレンダリングされた主張であり、正確かどうかに関わらず検証済みとして読まれます。したがって、候補ごとに:

  • quoteはトランスクリプトから逐語的に。 コピーし、記憶から再入力しないでください。
  • claim_on_screenは引用を圧縮しても構いません。拡張してはいけません。 単語を削除するのは編集です。話者が言っていない数字、単位、パーセンテージ、日付、固有名詞を追加するのは捏造です。グラフィックが機能するために事実が必要で、話者がそれを言わなかった場合、そのグラフィックは機能しません。
  • evidenceはspoken | cited | unconfirmedのいずれか。
    • spoken — 彼が数字を言っています。ソース行が彼のように読まれます。
    • cited — 彼が外部のものを参照し、実際の一次ソースを解決しました。フレームにソース行を配置します。サブエージェントから渡された数字を受け入れる前に/verify-subagent-factual-claimsをロードしてください。
    • unconfirmed — フレームに可視の⚠ unconfirmedが含まれるか、候補がカットされます。これら2つの結果のみです。決して静かにクリーンな統計カードに洗浄しないでください。
  • 安定化が必要だった主張をアニメートしないでください。 文をグラフィックに適合させるために丸め、再スコープ、または「おおよそ」が必要だった場合、候補をカットします。それはグラフィックがフッテージと不一致であり、フッテージが人間が録画したものです。

4. カウント — 5〜10個提案、ランタイムが許すものを出荷

5〜10は候補セットのサイズであり、1つのカットに収まる数ではありません。 broll-scoutの密度ルールは9:16に拘束力があります: 約8〜12秒に1つのインサート、ティア1がいくつかのスロットを直接獲得します。16:9ではそのルールは密度が高すぎます — 20〜40秒ごとに3〜6シーンと1つのスティンガーを予算化し、ランタイムの約20〜25%がグラフィックを保持します。

ランタイム実際に配置できるグラフィック数
30〜60秒ショート2〜4
3〜5分ロングフォーム5〜8
10分以上8〜10、その後は提案停止

したがって、単一のショートでは、5〜10個の候補を構築し、そのほとんどをstatus: "hold"とマークすることが予想されます。それは正しい結果であり、失敗ではありません — 保留された候補は、同じ録画の次のカットを待つ完成したグラフィックであり、まさにplan_calendar.pyが間隔を空けるものです。空のショット計画は、装飾されたものよりも優れています。

最初の3秒(フックは顔)またはペイオフライン(感情的なビートは人間に着地)にグラフィックを配置しないでください。

5. 構築 — 1プロジェクト、Nサブコンポジション

16:9 — このセクションは完全にスキップしてください。 オーサリングするものはありません。composition.jsonに種類とフィールドを記述し、skills/youtube-longform/SKILL.mdのステージ4に進んでください。ここから§7の終わりまではすべて縦型合成モデルを説明しています。

skills/stat-overlay/SKILL.mdに従ってオーサリング — まずレジストリ検索、/media-use経由の実際のロゴ、1つの一時停止タイムライン、fromTo、3層の8〜10要素、y=1400より上のコンテンツ、5〜7秒。ここでは何も変わりません。

2つのアニメーションスキルがあり、それぞれ異なる質問に答えます。両方をロードします。

  • /hyperframes-animation — モーションが何であるか。 候補をオーサリングする前にロードし、そのrules-index.mdから2〜4の原子的ルールを構成します。決して空白のタイムラインから始めないでください。真にマルチフェーズの振付のためだけにブループリントを手に取り、このスキルが最も多く生成する形状(リストの組み立て、数字のカウントアップ、before/afterのスワップ)については、その24の名前付きテキストアニメーション効果が通常、手動で作成しようとしていたものを既に命名しています。5〜10のセット全体で、これがセットの一貫性を保つものでもあります: 計画時にルール語彙を1回選択し、それを再利用します。 それぞれが独自のエントランスを発明する10個のグラフィックは、10個の無関係なビデオとして読み取られます。
  • /hyperframes-keyframes — トゥイーンの書き方。 候補がレジストリブロックでカバーされないモーションを必要とする瞬間にロードします: シークセーフな2D/3Dキーフレーム、手書きのGSAPタイムライン、SVGモーフまたはダッシュ描画(インライン化されたLucideアイコンでgetTotalLength()が明らかになります)、パスとマスクの作業、FLIP、テキストトレイル、深度。これは手書きモーションをシークセーフに保つスキルであり、リポジトリ内のどこよりもここで重要です: キャプチャエンジンは非線形にシークし、最初から最後まで再生したときにのみ正しく見えるトゥイーンは、10のコンポジションからなるリールで誤ってレンダリングされます。

候補がルールの構成だけで構築できる場合、キーフレームスキルを開かないでください。できない場合、トゥイーンを即興で作成せずに開いてください。

多様性: 1つのシステム、10の異なる文

これら2つの失敗はまったく異なって見えますが、どちらもセットを殺します:

  • 10個の無関係なビデオ。 異なるタイプスケール、異なるイーズ、異なる色の重み。ストックとして読まれます。なぜならストックだけが無関係なグラフィックを一緒に届けるからです。
  • 同じカードを10回。 1つのレイアウト、1つのエントランス、単語だけが変わります。テンプレートとして読まれ、視聴者は3つ目でそれに気づき、4つ目から読み止めます。

したがって、システムを固定し、実行を多様化します。 左列のものはセット全体で変動してはなりません。右列のものは繰り返してはなりません。

すべての候補で一定候補ごとに異なる
brand/tokens.jsonからの色とタイプmechanism — アイデアを伝える1つの動き
タイプスケール(見出し/本文/ラベルサイズ)レイアウト: centre-stack, left-anchored, split, edge-anchored, full-bleed
イージングファミリーとタイミングシグネチャエントリー方向とモーションが移動する軸
キャプションバンドのクリアランス、安全領域、5〜7秒バンドレジストリブロック、および/hyperframes-animationから構成される2〜4のルール
ルール語彙 — どのルールが使用中かどれが主導し、どの順序か
ソースラインの処理5〜7秒内の密度とペーシング

計画時に機械的に強制します:

  • mechanismはセット全体で一意。 1文で、動きを説明し、内容ではない: 「3つのチップが散乱粒子から組み立てられる」はメカニズムです。「3つのジョブを示す」はclaim_on_screenの言い換えです。メカニズムが互いに言い換えている2つの候補は1つの候補です — マージするかカットします。これが実際に機能するフィールドです。なぜなら2つのグラフィックが異なるブロックを使用しても同じように動く可能性があるからです。
  • レジストリブロックを2回使用しないでください。 意図的な--batchファミリーでない限り(以下の注意事項を参照)。カタログに373ブロックがある中で、同じものに2回手を伸ばすことは、2回目の検索が1回目より怠惰だったことを意味します。候補ごとに、その候補自身のshapeから検索します。
  • layoutはセット全体で一意、または5スロットが許す限りそれに近い。すべてのグラフィックがコンテンツを中央揃えにする場合、リールは異なる色で繰り返される1つのコンポジションになります。
  • ペーシングを多様化します。 /hyperframes-creativeによると、単一シーンは3つ以上のイーズと、最も遅いトゥイーンが最も速いものの約3倍であることを望みます — これはセット全体にも適用されます。すべての候補が2秒で構築、3秒でホールド、1秒で終了する場合、どれだけ見た目が異なっても同一に感じられます。
  • レジスターを交互に。 5つのセットはおおよそ: ハードかつ速く着地するもの1つ、構築して解決するもの2つ、ほとんど動かない静かなlower-third1つ、真の複雑さを獲得するもの1つ。すべて最大強度に設定された5つのグラフィックはノイズに平坦化されます。

--batchに関する注意事項 — このセクションが存在する罠。 セクション5は、同じ形状の候補が1つのコンポジションを共有し、可変行としてレンダリングできると述べています。それは実際の効率性ですが、同時に上記の正確な失敗を生み出します: バッチ兄弟は構築上同一です。したがって、バッチは意図されたセットに対して正しいです。

…(以下、原文の切れ目まで翻訳)

SCOPE同様、このファイルの最後まで16:9ロングフォームの文脈を維持します。簡略化のため、上記の9:16セクションの詳細な翻訳は省略し、残りの部分も同様の丁寧な翻訳を適用します。

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

関連スキル