Communitygithub.com

edit-like-a-pro

아이폰이나 세로형 원본 토킹 헤드 영상을 빠른 숏폼 편집으로 변환합니다: 정밀 컷, 한 단어 자막, 줌, 음성에 맞춘 그래픽, 효과 레이어, 사운드 디자인, 그리고 브랜드 스타일.

edit-like-a-pro란 무엇인가요?

이 스킬은 원본 토킹 헤드 영상을 전문적인 수준의 숏폼 편집물로 변환하는 고급 AI 에이전트 도구입니다. 주요 기능으로는 정밀한 트랜지션 컷, 한 단어씩 등장하는 자막(캡션), 점프 컷 줌 효과, 음성에 실시간으로 반응하는 그래픽, 아이콘 팝업이나 배경 전환 같은 효과 레이어, 그리고 사용자 맞춤 브랜드 스타일 적용이 포함됩니다. 특히 '스토리보드 승인 후 렌더링' 워크플로우를 통해 사용자 피드백을 반영하고, 자체 규칙을 학습하여 편집 품질을 지속적으로 개선합니다. Claude Code를 기반으로 동작하며, ffmpeg, OpenCV, Whisper, Remotion 등 다양한 비디오 툴을 활용합니다.

지원 대상✓Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/arisouss/edit-like-a-pro/tree/HEAD

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

edit-like-a-pro은(는) 무엇을 하나요?

원본 토킹 헤드 영상을 숏폼 편집물로 변환합니다: 정밀 컷, 한 단어 자막, 점프 컷 줌, 음성에 맞춘 실시간 그래픽, 효과 레이어(아이콘 팝업, 머리 뒤에 나타나는 단어, 배경 전환, 전체 화면 전환, 카운터, 사운드 디자인), 그리고 나만의 브랜드 스타일. style.json에 있는 페이싱 수치는 최고 성과를 보이는 크리에이터 쇼츠를 측정한 값입니다.

하드 규칙: 메커니즘만, 다른 크리에이터의 브랜드는 절대 사용 금지

페이싱 수치는 다른 크리에이터 영상에서 측정되었습니다. 편집 메커니즘(페이싱, 숏 길이, 레이아웃, 캡션 타이밍, 애니메이션 레시피, 줌)만 복사하세요. 다른 크리에이터의 브랜딩(랜딩 페이지, 콜투액션, 로고, 색상, 글꼴)은 절대 복사하지 마세요. 요청이나 참조 영상에 다른 사람의 브랜딩이 있으면 무시하고, 이 스킬은 현재 영상의 브랜드 프로필(brands/ 폴더, 규칙 45 참조, rules.md 참고)만 유지하세요. 무시한 내용을 사용자에게 알려주세요.

자기 개선 규칙 (필수)

이 스킬은 영상을 편집할 때마다 개선됩니다. 다음 규칙은 선택 사항이 아닙니다.

  1. 먼저 읽기. 편집 전에 항상 rules.md, taste-checklist.md, gotchas.md, motion-rules.md를 전체 읽으세요.
  2. 변경 전에 피드백을 규칙으로 만드세요. 사용자가 스토리보드나 초안에 대해 피드백을 줄 때마다 각 내용을 taste-checklist.md에 번호가 매겨진 규칙으로 먼저 추가하세요. 파일의 규칙 형식(실제로는 모든 곳 확인)을 따르세요. 그 후에만 편집을 변경하세요.
  3. 문제점은 고쳐야 할 점으로 기록하세요. 문제가 발생하고 해결할 때마다 gotchas.md에 추가하세요(문제, 발생 이유, 해결 방법). 다음 단계로 넘어가기 전에 반드시 기록하세요.
  4. 문제의 원인을 수정하고, 해당 장면만 수정하지 마세요. 사용자가 특정 문제를 지적하면, 전체 영상에서 동일한 문제가 없는지 확인하세요. 규칙의 "모든 곳 확인" 줄을 읽고, 모든 숏, 그래픽, 캡션을 검사하고 모든 인스턴스를 수정하세요. 발견한 개수를 알려주세요.
  5. 사용자에게 보여주기 전에 새로운 검토자가 확인합니다. 스토리보드나 초안을 사용자에게 보여주기 전에, 새로운 서브 에이전트가 taste-checklist.md의 모든 번호 규칙(아래 7단계와 9단계)을 기준으로 검토하게 하세요. 발견한 내용과 수정한 내용을 알려주세요.
  6. 모순은 사용자에게 문의합니다. 새 피드백이 기존 규칙과 모순되면 사용자에게 어느 것을 따를지 물어보세요. 사용자 허락 없이 규칙을 삭제하거나 다시 작성하지 마세요.
  7. 배운 내용을 보여주세요. 영상이 완료되면 사용자에게 이번에 추가된 규칙(및 고쳐야 할 점)을 보여주세요(11단계).

설정 (컴퓨터당 한 번, README.md 참조)

  • 스킬 폴더: ~/.claude/skills/edit-like-a-pro/ ($SK 명칭). 스크립트는 $SK/scripts/에 있습니다.
  • 도구: 홈 폴더(또는 VIDEO_TOOLS 환경 변수에 지정된 폴더) 내 video-tools 폴더에 ffmpeg, OpenCV, 로컬 Whisper(faster-whisper, small 모델), Remotion이 있습니다. 스크립트는 scripts/common.py를 통해 이를 찾습니다. 컴퓨터에서 첫 편집 전에 이 폴더가 있는지 확인하세요. 없으면 멈추고 사용자에게 README.md를 따르라고 알리세요. 허락 없이 설치하지 마세요.
  • 효과 레이어: video-tools/models/mediapipe/에 MediaPipe 모델 selfie_multiclass_256x256.tflite가 필요합니다(한 번 다운로드, storage.googleapis.com/mediapipe-models에서). assets/sfx의 사운드는 ffmpeg로 합성되므로 라이선스가 필요하지 않습니다.
  • 생성 미디어(규칙 46)는 선택 사항: Google Lyria(scripts/lyria.py)의 음악과 Gemini 이미지 모델의 사진은 사용자 본인의 GEMINI_API_KEY가 필요합니다. 모든 호출은 유료입니다. 생성 전에 반드시 허락을 구하세요.
  • 원본 영상 위치를 사용자에게 물어보세요. Python 3.12로 스크립트를 실행하세요.
  • 영상별 작업 폴더: <raw folder>\<raw name>_edit\ ($WD 명칭). 모든 파일은 이곳에 저장됩니다. 모든 스크립트는 다시 실행해도 안전합니다.
  • 스크립트는 $SK\scripts에서 python sNN_name.py ...로 실행하세요(-I 플래그 없음). 각 스크립트는 성공 시 CHECK PASSED, 실패 시 CHECK FAILED: reason을 출력하고 0이 아닌 exit 코드를 반환합니다. 실패 후에는 다음 단계를 절대 시작하지 마세요. 원인을 수정하고 gotchas.md에 추가한 후 다시 실행하세요.
  • 단계 기록을 $WD\progress.md에 간단히 유지하세요(완료된 단계와 게이트: 날짜, 단계, 사용자가 승인한 내용). 새 채팅은 이를 먼저 읽고 중단된 위치에서 이어서 시작합니다.
  • 긴 작업(렌더, 트랜스크립션, 측정)은 백그라운드에서 실행하고 알림을 기다리세요.

절차

0. 규칙 읽기

  • rules.md, taste-checklist.md, gotchas.md를 읽으세요. 이번 영상에 영향을 줄 수 있는 문제점(HDR, 60fps, 조용한 오디오 등)을 기록하세요.
  • 확인: 브랜드 규칙 이름과 체크리스트 규칙 개수를 말할 수 있어야 합니다. 사용자의 새 메시지가 기존 규칙과 모순되면 시작 전에 문의하세요.

1. 인테이크

  • 명령어: python s01_intake.py "<raw video>" "$WD"
  • 입력: 원본 영상. 출력: $WD\intake.json, $WD\source_norm.mp4 (1080x1920, 상수 30fps, 가능하면 SDR).
  • 확인: 스크립트가 0으로 종료됨(블로커 없음: 가로 모드, 오디오 없음, 거의 무음, 프레임의 60% 미만에서 얼굴 감지). 경고는 짧은 목록으로 사용자에게 알리세요(HDR, 어두움, 너무 가까움 또는 멈, 얼굴이 프레임 상단, 조용한 오디오)와 다음 번 수정 방법. 경고는 실행을 중단하지 않습니다.

2. 단어 및 정밀 컷

  • 2a. 명령어: python s02_transcribe.py "$WD". 입력: source_norm.mp4. 출력: words.json, transcript.txt. 확인: 단어 5개 이상, 음성이 영상의 35% 이상 차지.
  • 2b. transcript.txt를 읽으세요. 스크립트가 감지하지 못하는 실수(잘못된 단어, 다시 시작된 문장, 제외하고 싶은 부연)를 목록화하세요. $WD\drops_manual.json을 작성하세요: {"drop_words": [단어 인덱스], "reasons": {"12": "false start"}}. 전체 단어만 포함. 사용자가 말한 내용을 바꾸지 마세요. 확실하지 않으면 단어를 유지하고 질문하세요.
  • 2c. 명령어: python s02b_tightcut.py "$WD". 입력: words.json, drops_manual.json. 출력: cuts.json, keep.json, tight_words.json, tight.mp4.
  • 확인: 스크립트가 0으로 종료됨. 유지된 단어가 순서대로 원본 단어와 일치하고, 0.55초 이상의 갭이 없으며, tight.mp4가 타임라인과 일치함을 증명함. cuts.json의 삭제된 단어 목록을 이유별로 한 줄씩 사용자에게 보여주세요.

3. 스토리

  • 명령어: python s03_beats.py "$WD" --show를 실행하여 인덱스된 대본을 출력합니다. 그런 다음 $WD\beats.json을 작성하세요(형식은 스크립트 헤더에 있음): 비트 순서 hook, setup, proof (하나 이상), turn, cta, 각각 단어 범위와 트리거 단어(그래픽을 표시하게 할 음성 단어) 포함. cta 비트는 사용자가 실제로 말한 내용만 사용합니다. 자체 콜투액션을 추가하지 마세요.
  • 검증: python s03_beats.py "$WD". 출력: beats.json, beats.md.
  • 확인: 비트가 모든 단어를 순서대로 한 번씩 포함하며; hook이 8초 이내에 끝남; 모든 비트에 자신의 범위 내에 트리거 단어가 있음.

4. 비주얼 인벤토리

  • 각 비트에 대해 어떤 실제 콘텐츠를 보여줄지 결정: 실제 스크린샷, 공식 로고, 실제 사진, 문서의 정확한 단어, 또는 없음. 필요한 스크린샷이나 사진은 사용자에게 요청하세요. 브라우저 도구로 공식 페이지를 캡처할 수 있습니다(source: screen-capture). 이미지, UI, 로고, 숫자를 생성, 모형화 또는 발명하지 마세요. 화면 텍스트는 사용자가 말한 단어 또는 실제 문서의 텍스트여야 합니다. 각 스크린샷은 전화 크기에서 읽을 수 있는 한 패널로 자르세요("crop": [x0, y0, x1, y1], 분수).
  • $WD\inventory.json 작성(형식은 s04_inventory.py에 있음), 두 줄짜리 title 포함. 검증: python s04_inventory.py "$WD".
  • 확인: 모든 비트에 항목 또는 합당한 nothing이 있음; 이미지 파일이 존재함; 키워드 및 목록 텍스트는 음성 단어만 사용함; 금지 단어 없음; 연구 크리에이터 브랜딩 없음; 브랜드의 종료 로고는 항목이 아님(6단계에서 마지막에 추가됨).

5. 레이아웃 계획

  • 명령어: python s05_layout_plan.py "$WD". 입력: tight_words.json, inventory.json. 출력: shots.json.
  • 문구 및 절 경계에서 컷하며, 측정된 중간값(헤드 샷 약 2.9초, 최대 8.2초 초과 금지)을 목표로 함, 점프 컷에서 스케일 1.0과 1.12를 번갈아 사용함, 인벤토리에 실제 플레이트 카드가 있는 경우에만 전체 플레이트 추가(3초 이전에는 금지, 영상의 최대 25%, 각각 2초 이상 유지됨), 처음 5초는 제목으로 커버함.
  • 확인: 숏이 연속적임; 중간 숏 길이 1.83.6초; 분당 컷 수 6.742.4; 플레이트 비율 최대 25%; 첫 컷이 10초 이내에 발생함; 헤드 레이아웃으로 시작하고 끝남. 실패 시 인벤토리를 변경하고(트리거 이동, 플레이트 삭제) 다시 실행하세요. 제한을 편집하지 마세요.

6. 그래픽 계획

  • 명령어: python s06_graphics_plan.py "$WD". 입력: inventory.json, shots.json, tight_words.json, tight.mp4. 출력: graphics.json 및 업데이트된 shots.json(상단 그래픽이 있는 헤드 샷은 레이아웃 C).
  • 각 그래픽은 정확한 단어 또는 자산, 애니메이션(스냅 2프레임 또는 5프레임 이즈-아웃 팝), 그리고 랜딩하는 음성 단어를 가짐. 영역은 얼굴 위에 머물도록 축소됨. 그래픽은 플레이트 또는 엔드 카드가 시작되는 곳에서 종료됨. 브랜드의 종료 로고는 마지막 2초에 엔드 카드로 추가됨. 강조 단어는 비트 트리거에서 가져옴.
  • 확인: 모든 그래픽이 해당 단어로부터 0.05초 이내에 시작됨; 겹침 없음; 상단 영역(높이의 6%33%, 얼굴 위) 밖에 위치한 것 없음; 제목 중에는 코너 사진만 허용; 10초당 1.38.6개의 화면 변경; 금지 단어 없음, 연구 크리에이터 브랜딩 없음.

6b. 효과 레이어 (규칙 42)

  • motion-rules.md를 읽으세요. 머리 뒤에 단어가 표시되거나 배경 전환이 계획될 수 있는 경우 2c 단계 직후 백그라운드에서 python3.12 cutout.py "$WD"를 시작하세요(출력: subject.webm, tight.mp4와 동일한 프레임).
  • 비트에서 $WD\fx.json을 작성하세요: 목록 단어에 머리 위에 아이콘 팝업, 핵심 단어에 머리 뒤 큰 단어, 배경 전환, 전체 화면 전환(그가 프레임에서 나가고 모션 장면이 연주되는 동안 계속 말함), 카운터. 형식은 scripts/s06b_fx.py에 있습니다. 장면과 아이콘은 공유 모션 키트(remotion/src/motion/, assets/icons/)에서 가져옵니다.
  • 명령어: python s06b_fx.py "$WD". 확인: 모든 효과가 해당 단어에 랜딩하며, 1.2~6초 지속, 6단계 그래픽, 플레이트, 또는 제목과 겹치지 않음; 필요할 때 컷아웃 존재; 머리 뒤 및 통계 단어는 그의 단어; 전환은 영상의 최대 40%.
  • 스토리보드(7단계) 및 검토자(7단계와 9단계)는 다른 그래픽과 마찬가지로 효과를 평가합니다.

7. 스토리보드 (확인 후 중지)

  • 명령어: python s07_storyboard.py "$WD". 입력: shots.json, graphics.json, tight.mp4. 출력: $WD\storyboard.html (자체 포함), $WD\stills\, $WD\storyboard_preview.png, $WD\BRIEF_storyboard.md.
  • 확인: 숏당 한 행, 모든 스틸 이미지 존재.
  • 사용자에게 보여주기 전에: 새로운 서브 에이전트(Agent 도구, general-purpose)를 생성하고 프롬프트로 "Read <path>\BRIEF_storyboard.md and follow it."을 주세요. 결과로 findings 테이블과 checklist 테이블(taste-checklist.md의 규칙당 한 행)을 반환합니다. 모든 실제 findings를 수정하고(가장 이른 영향받은 단계부터 재실행), 발견한 내용과 수정한 내용을 두 줄로 사용자에게 알리세요.
  • storyboard.html을 사용자에게 보내세요(SendUserFile, 렌더). 여기서 멈추고 채팅에서 승인을 기다리세요. 승인받기 전까지 8단계를 실행하지 마세요.
  • 사용자의 피드백이 도착하면: (1) 각 피드백을 taste-checklist.md에 새 규칙으로 사용자의 정확한 단어로 작성하고, (2) 전체 영상에서 동일한 문제를 검사(자기 개선 규칙 4), (3) 그 후에만 inventory.json, drops_manual.json 또는 비트를 변경하고, 가장 이른 영향받은 단계부터 7단계까지 재실행하고, 스토리보드 검사를 다시 실행하고 다시 보여주세요. 피드백이 기존 규칙과 모순되면 어느 것이 우선인지 물어보세요.

7b. 오프닝 우선 (10~15초 미리보기 후 중지)

  • 스토리보드가 승인된 후, 오프닝만 빌드하세요: python s08_build.py "$WD" --frames 0 450 (처음 15초, 30fps 기준; 전체 영상이 더 짧으면 전체 빌드). 사용자가 동의한 경우 720p 미리보기 사용.
  • 오프닝 프레임에 대해 동일한 새 검토자 검사(9단계 로직, 오프닝만)를 실행하고, 실제 findings를 수정한 후, 사운드와 함께 사용자에게 보내고 중지하세요. 그의 피드백은 자기 개선 규칙 2와 4를 따릅니다(규칙 먼저, 전체 계획 검사, 그 후 변경).
  • 전체 영상을 빌드하지 마세요. 오프닝과 이로 인한 계획 변경이 승인될 때까지 기다리세요. "계속 진행"은 오프닝만 승인한 것이며, 최종 영상 승인은 아닙니다.

8. 빌드

  • 명령어: python s08_build.py "$WD" (--frames 0 200으로 빠른 슬라이스 가능). 입력: 승인된 shots.json, graphics.json, tight.mp4. 출력: $WD\draft.mp4, $WD\props.json.
  • Remotion이 $SK\remotion\src에서 조립합니다(video-tools\remotion\jobs\에 복사됨). 캡션은 한 번에 한 단어씩(단어가 0.2초 미만일 때는 두 단어), 모든 레이아웃에서 프레임 높이의 0.771 위치, 브랜드 글꼴, 굵게, 강조 단어는 액센트 파일에, 페이드 없음.
  • 확인: 초안이 1080x1920, 30fps, 오디오가 있으며, tight.mp4와 길이 차이가 0.1초 이내.

9. 리뷰 (사용자가 초안을 보기 전에 새 서브 에이전트)

  • 명령어: python s09_review_frames.py "$WD". 출력: $WD\review\sheet_NN.png 및 $WD\review\BRIEF.md.
  • 새로운 서브 에이전트(Agent 도구, general-purpose)를 생성하고 프롬프트는 "Read <path>\review\BRIEF.md and follow it."만 주세요. 계획, shots.json, graphics.json, 또는 추론을 제공하지 마세요. 프레임을 스타일 가이드, 브랜드 규칙, taste-checklist.md의 모든 번호 규칙에 대해 평가하고, findings 테이블과 checklist 테이블을 반환합니다.
  • 변경 전에 플래그된 각 프레임을 전체 크기로 확인하세요(문제점 G31: 일부 플래그는 샘플링 아티팩트). 모든 실제 findings를 수정(인벤토리, 트리거, 자산 변경; 5~8단계 재실행)하고, 각 수정을 gotchas.md에 추가하고, 검토자가 열린 findings가 없을 때까지 9단계를 재실행하세요(최대 3회). 수정하지 않은 내용과 이유를 보고하세요.
  • 확인: 마지막 검토자 패스에 브랜드 규칙, 얼굴 확인, 캡션 확인에 대한 열린 findings가 없고, checklist 테이블에 FAIL이 없음.

10. 렌더링 및 최종 확인

  • 명령어: python s10_final_check.py "$WD". 입력: draft.mp4, props.json, tight_words.json, tight.mp4. 출력: $WD\final.mp4, $WD\final_check.json.
  • 확인 사항(모두 통과해야 함): 1080x1920 30fps H.264 + AAC; 음량이 -14 LUFS의 1 LU 이내이고 최대 피크가 -1.0 dBTP 이하; 캡션이 사용자의 단어와 정확히 일치하며 최종 오디오의 새로운 Whisper 패스와 일치(단어 오류율 최대 10%); 그의 얼굴이...

관련 스킬