Communitygithub.com

explainer-video

주제에 대한 세로형 설명/리뷰/신제품 소개 숏비디오를 만듭니다. 공식 출처에서 사실 확인, 쇼케이스 이미지 생성, Doubao TTS를 사용한 중국어 나레이션과 단어 타이밍 작성, 비트에 맞춰 컷이 떨어지고 말하는 단어에 맞춰 팝인이 나타나는 키노트 스타일의 1080×1920 비디오를 렌더링하며, 코드로 합성된 오리지널 배경음악과 효과음을 포함합니다. 또한 해당 비디오의 후속 작업(템포 변경, 다시 녹음, 장면 교체)도 지원합니다.

explainer-video란 무엇인가요?

이 스킬은 키노트 스타일의 세로형 설명/리뷰/신제품 소개 숏비디오(60~90초, 1080×1920)를 Python(PIL + numpy)과 ffmpeg만으로 완전히 생성하는 AI 에이전트 스킬입니다. 검증된 공식 출처를 바탕으로 사실을 확인하고, 자체 이미지 생성 스크립트로 쇼케이스 이미지를 만들며, Doubao TTS를 이용해 중국어 나레이션과 각 단어의 타이밍을 정밀하게 맞출 수 있습니다. 특히 영상의 컷은 음악의 비트와 정확히 동기화되고, 키워드 팝인 효과는 나레이션 단어에 맞춰 떨어지도록 설계되어 전문 편집자 수준의 결과물을 제공합니다. 사용자는 단순히 주제를 제시하면 에이전트가 전체 연구, 스크립트 작성, TTS, 렌더링, 전달까지 자동으로 수행하므로, 별도의 영상 편집기나 스톡 음악 없이도 고품질의 숏비디오 제작이 가능합니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/rayest/ai-video-skills/tree/HEAD/skills/explainer-video

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

주제 설명 숏 비디오

60~90초 길이의 세로형 비디오(1080×1920)로, "키노트" 스타일을 따릅니다. 검은 배경, 매우 큰 글꼴, 화면 가득 채우는 이미지, 비트에 맞춘 컷, 오리지널 배경음악과 효과음을 사용하며, 모두 Python(PIL + numpy)과 ffmpeg로 렌더링됩니다. 비디오 편집기나 스톡 음악이 필요하지 않습니다.

작업 예시: examples/gpt-image-2.6/ 디렉토리(RESEARCH.md, script.json, render.py, audio.py, build_all.sh)는 이미지 모델 출시에 대한 92초, 약 20MB 비디오를 만든 예시입니다. 처음부터 다시 시작하지 말고 이 예시를 복사하여 수정하세요. 예시의 쇼케이스 이미지는 저장소에 포함되어 있지 않으므로 scripts/gen_image.py를 사용해 직접 생성해야 합니다. 렌더링 전에 references/render-pipeline.md를 반드시 읽어보세요.

설정은 환경 변수나 .env 파일에서 가져옵니다(.env.example 참조). 키, 길이 또는 접두사를 절대 출력하지 마세요.

콘텐츠 규칙 (어렵게 배운 교훈)

  • 처음 2초 안에 결과를 보여주세요. 제목이 아니라 가장 인상적인 결과물로 시작하세요.
  • 화면이나 나레이션에 뒷이야기는 넣지 마세요: API 릴레이, 공급업체 이름, "생성 실패" 메시지, 실제 지불한 비용 등은 포함하지 마세요.
  • 광고성 엔딩 없음. 마지막 3분의 1에서 서비스를 홍보하지 마세요 — 그렇게 한 비디오들은 성과가 좋지 않았습니다. 복사 가능한 안내 카드("截图保存")와 브랜드가 없는 질문으로 마무리하세요.
  • 나쁜 네트워크에서 속도를 측정하지 마세요. 공식 가격과 속도 주장을 인용하고 출처("官方说")를 밝히세요. 자신의 측정 시간을 사실로 제시하지 마세요.
  • 정직하게 판단하세요. 생성된 모든 이미지를 보고 강점뿐만 아니라 약점도 지적하세요. 실제 브랜드나 상점 간판을 닮은 이미지는 반드시 자르세요.

진행 순서

  1. 사실 확인. 모든 주장을 공식 사이트, 문서, 변경 로그, 가격 정책 및 커뮤니티 게시글과 대조하여 확인하세요. 출처를 포함한 RESEARCH.md 파일을 유지하세요(작업 예시에 예제 있음). 페이지가 403을 반환하면 관련 보도를 통해 교차 확인하고 그 사실을 명시하세요.
  2. 형식: 사용자가 별도로 지정하지 않는 한 1080×1920, 60~90초.
  3. 쇼케이스 자산: python3 -I scripts/gen_image.py assets/<name> --prompt "..." [--size 2:3] [--ref img.png] [--gif 12:150] [--markup layer.png]. 결과와 비용은 assets/results.jsonl에 기록됩니다(당신을 위한 정보이며 비디오에는 사용하지 않음).
  4. 스크립트: script.json 파일 형식: {"scenes":[{"id":"s01","vo":"..."}]}. speech_rate 8에서 초당 약 6자(520자 ≈ 85초). 마지막에 CTA 질문으로 끝내세요. TTS를 실행하기 전에 사용자에게 스크립트를 보여주세요 — TTS는 비용이 발생합니다.
  5. 음성: python3 -I scripts/tts_doubao.py script.json build/vo [ids] [--dry-run]. <id>.mp3 파일과 단어 타이밍 <id>.json 파일을 생성합니다.
  6. 렌더링: references/render-pipeline.md를 따르세요.
  7. 전달: 경로, 길이, 크기, 측정된 LUFS 및 피크 수준, 확인된 스틸 컷, 그리고 1~2개의 가장 약한 컷과 그 이유를 보고합니다. 사전에 합의된 사항 외에 비용이 발생하는 재생성을 하기 전에는 반드시 사용자에게 물어보세요.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

관련 스킬