Communitygithub.com

토킹 익스플레이너

에이전트가 말하는 캐릭터가 등장하는 설명 영상(토킹 익스플레이너)을 기획, 제작 또는 편집하는 방법을 안내합니다. 사용자 선호도, 배경, 음향 효과 단계를 거치며, 새로운 작업에서 이 기법이 필요할 때 사용합니다.

토킹 익스플레이너란 무엇인가요?

이 스킬은 에이전트가 16:9 (1920x1080, 60fps) 형식의 모션 디자인 설명 영상(토킹 익스플레이너)을 처음부터 끝까지 제작할 수 있도록 상세한 절차를 제공합니다. 사용자의 음성에 맞춰 입술이 움직이고, 키워드에 따라 포즈를 취하며, 자연스럽게 깜빡이는 말하는 만화 캐릭터 프레젠터가 등장합니다. 애플 제품 페이지 스타일의 세련된 비주얼(흰색 배경, Geist 폰트, 유리 카드, Solar 아이콘 등)을 사용하며, 모든 장면에는 카메라 줌인과 강조 비트가 포함됩니다. 이 스킬은 클로드 코드, 커서, 코덱스 등 다양한 AI 에이전트 플랫폼에서 사용할 수 있도록 설계되었으며, 사용자 브랜드 적용, 대체 음성 녹음, 그리고 세로형(9:16) TikTok/Reels/Shorts 컷 제작도 지원합니다. 스킬 마크다운에는 사용자 선호도 설정, 배경 및 음향 효과 선택 규칙, 마스코트 애니메이션 원칙, 대본 작성부터 렌더링, 동기화 검증까지의 전체 단계별 제작 프로세스가 상세히 설명되어 있습니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/jimjustinmposo/Explainer-GPT-Claude-Skills/tree/HEAD/talking-explainer/skills/talking-explainer

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

---
name: talking-explainer
description: 토킹 익스플레이너 - 주제를 내레이션이 있는 16:9 (1920x1080, 60fps) 모션 디자인 설명 영상으로 변환합니다.
  말하는 만화 프레젠터(실제 립싱크 - 음성에 의해 움직이는 입 모양, 큐 워드에 맞춘 포즈, 눈 깜빡임)가
  사용자의 음성으로 설명하며, 화면에는 짧고 기본적인 영어 동적 텍스트가 표시됩니다.
  세련된 애플 제품 페이지 스타일(흰색 조명, Geist 폰트, 유리 카드, 임계 감쇠 스프링, Solar 아이콘,
  렌즈 스파인)을 사용하며, 모든 장면에 카메라 줌인과 강조 비트가 포함되고, 사용자의 브랜드(로고 오프닝, 코너 로고, CTA가 있는 엔드 카드)가 적용됩니다.
  훅 우선 스크립트를 사용자의 말투로 작성 -> 사용자가 녹음 -> 스토리보드 -> 병렬 장면 작업자 ->
  단어 동기화 및 영역 검증으로 렌더링합니다. 사용자가 "토킹 익스플레이너", "토킹 마스코트", "마스코트 말하게 하기", "립싱크 익스플레이너",
  "말하는 캐릭터가 있는 설명 영상"이라고 말하거나 프레젠터가 말하는 설명 영상을 요청할 때 **반드시 사용**해야 합니다.
  또한 다음을 포함합니다: 3개의 이미지 프롬프트로 사용자만의 말하는 캐릭터 만들기, 완성된 영상의 음성 또는 언어 교체(재빌드가 아닌 리타임), 완성된 영상의 PORTRAIT 9:16 TikTok / Reels / Shorts 컷(재빌드가 아닌 변환), 실제 앱과 로고를 사용한 "작동 방식" 워크스루.
  옆에 설치된 explainer-kit + spatial-film 스킬 위에서 실행됩니다.
---

사용자 선호도

항상 사용자가 프로젝트 전반에 걸쳐 설정한 선호도, 좋아하는 것, 싫어하는 것, 품질 기준, 작업 흐름 요구 사항을 기억하고 적용하십시오. 명확한 설명이 필요하지 않은 한 동일한 선호도를 다시 묻지 마십시오.

배경

장면에 배경이 필요할 때마다 항상 assets/background의 배경을 사용하십시오. 콘텐츠에 가장 적합한 배경을 선택하고 비디오 전체에서 시각적 일관성을 유지하십시오.

음향 효과

assets/mascot/sound-fx의 음향 효과만 사용하십시오.

  • 전환, 움직임, 장면 변경에는 항상 후우시(whoosh) 사운드를 사용하십시오.
  • 나타나는 텍스트, 아이콘, UI 요소, 통계, 콜아웃에는 항상 팝업 사운드를 사용하십시오.
  • 다른 모든 음향 효과는 화면 동작에 맞게 지능적으로 매칭하십시오.
  • 사운드를 시각 자료와 정확하게 동기화하고 전문적인 시네마틱/UI 사운드 디자인을 사용하십시오.
  • 모든 중요한 애니메이션, 전환, 상호 작용, 시각적 이벤트에 적절한 음향 효과가 있는지 확인하십시오.

폰트

제목 글꼴 색상은 주황색이어야 합니다. 본문 글꼴은 검은색이어야 합니다.

토킹 익스플레이너은(는) 무엇을 하나요?

음성이 클록이며, 프레젠터가 TALK(립싱크)하고, 모든 아이디어는 먼저 일상적인 그림으로 표현되며, 모든 장면에는 줌과 강조 순간이 있고, 룩은 애플 스타일이며, 영상에는 사용자의 브랜드가 담깁니다. 작업 예시: "REA - Reverse Engineer Anything" (129.0초, 12장면) - references/example/ (SCRIPT, STORYBOARD, RETIME).

아래 사용되는 경로:

  • <skill> = 이 스킬의 폴더. <kit> = <skill>/../explainer-kit. <engine> = <skill>/../spatial-film.
  • <home> = TALKING_EXPLAINER_HOME 또는 ~/.talking-explainer; 프로필 = <home>/profile/ (explainer-kit와 공유).
  • <py> = setup-check에 의해 <home>/config.json에 저장된 python 명령어 (Windows: py -3.12, macOS: python3).

모든 영화 스크립트를 영화 프로젝트 루트에서 실행하십시오. 스크립트는 검증된 코드입니다 - 실행하기만 하고 다시 생성하지 마십시오. 장면은 연락처 시트(contact sheets)로 판단하고, 메인 세션에서 장면 HTML을 읽어 판단하지 마십시오. 작업자에게는 파일 PATH를 제공하십시오.

마스코트 애니메이션 규칙

모든 얼굴 에셋은 Photoshop에서 미리 정렬되어 있습니다.

프레임 교체만 가능합니다.

절대 하지 말 것:

  • 입 포즈 블렌딩
  • 입 포즈 모핑
  • 입 포즈 보간
  • 중간 프레임 생성
  • 에셋 위치 변경
  • 에셋 회전
  • 에셋 크기 조정
  • 에셋 워프
  • 에셋 자동 정렬
  • 에셋 자동 중앙 정렬

허용:

  • 기존 입 포즈
  • 깜빡임 애니메이션
  • 윙크 애니메이션

자연스러운 동작:

  • 2-5초마다 무작위 깜빡임
  • 가끔 더 긴 깜빡임
  • 가끔 윙크
  • 자연스러운 립싱크

목표: 픽셀 단위의 에셋 정렬을 유지하면서 자연스러운 마스코트 동작.

추가 동작:

  • 미묘한 1-2% 플로팅 모션을 적용합니다.
  • 말하는 동안 약간의 머리 끄덕임을 추가합니다.
  • 호흡을 시뮬레이션하기 위해 0.5-1% 위아래로 크기를 조정합니다.
  • 매우 작은 회전 변화(-1° ~ +1°)를 추가합니다.
  • 느리고 부드러운 이징(easing)을 사용합니다.
  • 2초 이상 완전히 정지해 있지 않도록 합니다.

설정 (최초 실행 시)

<home>/profile/brand.json이 아직 없음 = explainer-kit의 Phase S (setup-check, 브랜드 인터뷰 + profile.mjs init, voice.md, 음악)를 실행하십시오. 브랜드 인터뷰에서 프레젠터 이름(--presenter)을 설정합니다. 이 스킬에 필요한 두 가지 추가 사항은 동일한 인터뷰에서 질문합니다:

  • 오프너와 클로저 대사는 voice.md에 사용자의 이름과 함께 단어 그대로 기록됩니다 (훅 오프너는 "<주장>? 사실인가요? <이름>입니다, <브랜드>에서... 함께 알아보겠습니다.").
  • 프레젠터: 번들로 제공되는 토킹 데모 (안경 쓴 무표정한 만화 남자) 또는 사용자 자신의 캐릭터 - 아래 "나만의 말하는 캐릭터"를 참조하세요.

기본값 (다시 묻지 않음)

  • 내레이션은 프로필 언어로, voice.md의 사용자 스타일로 작성됩니다. 화면 텍스트 = 짧고 기본적인 영어 (헤드라인 줄당 약 6단어). 메시지가 전달되면 길이는 자유입니다 (자연스러운 녹음 기준 약 150-160 wpm).
  • 사용자가 스크립트를 녹음합니다 (ElevenLabs 음성 클론 또는 자체 마이크). Phase 1은 스크립트를 붙여넣기 가능한 단락으로 제공하고 MP3 하나를 기다립니다. 사용자가 요청할 때만 API를 통해 생성합니다 (<engine>/scripts/el-tts.py, 키는 env EL에, 디스크에 저장 금지).
  • 오프너 = 훅 우선: 주제에 대한 가장 놀라운 주장을 질문으로 열고, voice.md의 오프너 대사로 이어집니다. 주제의 NAME은 두 번째 단락에 나옵니다. 클로저 = voice.md의 클로저 대사 + 프로필의 cta.
  • 개념 주제는 문자 그대로 설명되는 일상적인 비유 하나를 얻습니다 (REA: 카페의 비밀 라떼 레시피). 사용자 자신의 도구나 시스템에 대한 "작동 방식" 주제는 대신 실제 워크스루를 얻습니다 - references/real-apps.md를 참조하세요. 타사 도구 및 플랫폼도 마찬가지: 실제 제품 이름을 지정하고, 실제 요청 흐름을 따라가며, 플랫폼의 자체 복사본, 설정, 라이브 페이지에서 읽은 숫자를 사용합니다. 기술 주제는 기본적으로 워크스루를 사용합니다.
  • 짧은 버전 (<= 30초): 약 2.6단어/초, 4단락 = 4프레임 (훅 + 아이덴트 / 이름 / 하나의 그림 / 클로즈), 한 줄 클로저, 2명의 작업자 x 2장면.
  • 이슈 / 뉴스 주제: 먼저 라이브 보도를 조사한 후 (지역 매체 + 하나의 심층 기사), 균형 있게 작성합니다: 모든 주장은 음성에 소유자가 명시되고 ("기관에 따르면...", "비평가들은 말합니다..."), 두려움은 실제 규모를 얻으며, 공식 성명이 서로 모순되거나 주요 세부 사항이 공개되지 않은 번호가 매겨진 그레이 존, 공정한 긍정적 단락, 그리고 질문할 사항으로 구성된 핵심 정리가 이어집니다 - 절대 평결을 내리지 않습니다. 검색 요약만 말한 내용 (페이지 자체 로드 실패)은 SCRIPT.md의 팩트 블록에 "확인되지 않음, 음성 없음"으로 표시됩니다. 이러한 경우 16프레임 / 약 700단어도 괜찮습니다.
  • 붙여넣은 대본에서 스크립트 작성: 소스의 사실과 아이디어 순서를 유지하고, 모든 줄을 내레이터의 목소리로 다시 작성하며 (절대 줄 단위로 번역하지 않음), 소스 프레젠터의 개인 부분 ("내가 만들었습니다...", 코드 데모, 그들의 이름)은 삭제합니다. 긴 붙여넣기는 약 50,000자에서 잘립니다: SCRIPT.md에 잘린 위치를 기록하고, 표준 메커니즘에서 누락된 부분을 다른 주장과 같이 확인하여 채웁니다. 붙여넣기는 첫날 references/source-transcript.txt에 저장하고, 소스의 명명된 사람과 이정표를 유지합니다.
  • 실제 인물 = 명함, 절대 이름표 아님: 초상화 (이중톤 사진 또는 그림으로 된 유사 초상화) + 이름 + 한 줄 역할 + 연도. SCRIPT.md의 "화면에 등장하는 인물" 아래에 장면과 함께 모든 명명된 사람을 나열합니다.
  • 룩 = 애플: 흰색 조명 (#F5F5F7 배경), Geist 폰트 (크기별 추적 지정), 가짜 유리 (.ap-glass - 3D 릭 내부에서 backdrop-filter 사용 금지), .ap-window / .ap-dark 패널, 임계 감쇠 sp() 스프링 (back.* 사용 금지), 절제 (프레임당 하나의 아이디어, 펄스 <= 1.1), 파란색 LENS 스파인. 색상 = 의미, 영화마다 다시 작성됩니다. 스캐폴드가 이 모든 것을 설정합니다.
  • 아이콘 = Solar (480 Design, https://solar-icons.vercel.app) - 히어로 아이콘은 볼드-듀오톤, UI 크롬은 선형, references/icons-solar.html에서 가져옵니다. 절대 Lucide 또는 Phosphor를 사용하지 마십시오. 아트워크는 CC BY 4.0입니다: 모든 결과물에는 사용자에게 비디오 설명에 포함할 "아이콘: 480 Design의 Solar (CC BY 4.0)" 문구를 제공합니다.
  • 모션: 단어에 따라 나타나는 헤드라인 (상승 + 블러 -> 0, 스프링), 모든 도구에 대한 UI 애니메이션, 설명 다이어그램, 추가로 모든 장면에 카메라 줌인 (ZOOM)과 강조 비트 (EMPH: 펄스, 마커 스윕, 밑줄 그리기, 포커스 풀, 숫자 펀치인). 60fps 부드러움 법칙.
  • 1920x1080, 60fps. 훅에 브랜드 로고, 중간에는 코너 로고, 엔드 카드 = 로고 + cta.

단계

#단계수행 작업게이트
1스크립트 + 녹음주제 조사 (실제 사실, 출처 포함). <kit>/references/voice-script.md + <home>/profile/voice.md 로드. 위의 훅 우선 오프너 + 클로저, "!" 없음, ONE 비유 (또는 워크스루), 12단락 = 12프레임 (형태: references/example/SCRIPT.md). 문자로 말하는 이름은 철자를 말합니다 ("R-E-A"). AI가 "할 수 없는" 일에 대한 주장은 오늘날 모델에 해당되어야 합니다. 전문 용어 숫자는 사용하지 않습니다 (페이지, 토큰 아님; 반올림된 개수). <film>/SCRIPT.md 작성, 사용자에게 단락을 PLAIN 텍스트로 제공 (코드 블록 없음, 마지막 단락 이후 아무것도 없음 - 전체 메시지를 ElevenLabs에 붙여넣음; 녹음 팁은 그 앞의 메시지에 포함), MP3를 기다림; ffprobe로 길이 확인녹음 확보, 길이 기록
2스캐폴드 + 타이밍node <skill>/scripts/new-talking-explainer.mjs <film> --name <slug> --mp3 <take.mp3>; <py> <kit>/scripts/transcribe.py assets/audio/vo.mp3 src/timing --lang <code> --prompt "<이름, 전문용어>"; <py> <kit>/scripts/words.py src/timing/vo-words.json (큐 시트)대본과 일치하는 전사
3스토리보드아래 GLOBAL 시간으로 STORYBOARD.src.md 작성, references/example/STORYBOARD.md 형식: 단락당 하나의 프레임, 문장 일시 정지에서 컷 (합계 = 음성 종료 + 2.8초), 헤더는 한 줄에 하나의 필드 (- start: / - duration: / - src:), 모든 블록은 큐 워드에 ZOOM 및 EMPH 비트를 표시, 색상 = 의미, 실제 사실 + 가상 추가, STAGE POSE 솔기가 두 장면이 히어로 객체를 공유하는 곳. <py> src/storyboard-local.py -> STORYBOARD.md. 사용자에게 프레임 목록 (한 줄씩) 표시사용자의 "진행"
4계약 + 프레젠터 + 오디오src/set-film.py 편집 및 실행 (장면 + 음성 길이). src/set-presenter.py 편집 및 실행 (큐 워드보다 약 0.1초 전에 포즈; 생각/걷기는 입이 없음 - 음성이 말하는 동안 절대 금지). 배경 음악: <py> <engine>/scripts/bgm-cut.py assets/audio/bed.mp3 assets/audio/bgm-edit.wav --len <total> --a 0 <total+3> --fade-out 2.6 (배경 음악보다 긴 영화는 본문 반복: --a 0 <len> --b <bar> <len> --b ... --xfade 0.3) -> <py> <kit>/scripts/master-audio.py --len <total> -> <py> <engine>/scripts/build-presenter.py ("립싱크: N 포즈" 출력) -> <py> <kit>/scripts/build-brand.py (코너 로고 창 출력). frame.md의 모든 [FILM] 부분을 하나의 <engine>/scripts/patch_exact.py 스크립트로 다시 작성. src/set-cues.py 편집 및 실행. <py> <engine>/scripts/make-harness.py; <py> <skill>/scripts/make-packets.py; node <engine>/scripts/test-scene.mjs m-presenter "<5번>"프레젠터 시트: 말할 때 입 열림, 큐에 포즈
5장면references/workers.md: 6 Sonnet 작업자 x 2장면, 최대 4명 동시 (수정 라운드 포함), 프롬프트 템플릿 (영역 법칙 포함, 피크 밀기, 0.12 클램프, Solar만, 애플 바, 숫자 절대 만들지 않음). 중간 부분 직접 검토; 동일한 작업자에게 수정 라운드모든 시트가 블록과 일치, 시트 축척에서 읽을 수 있음
6출시<py> <engine>/scripts/fromto-scan.py compositions/s*.html (0) -> <py> <engine>/scripts/assemble.py -> npx hyperframes@<film.json hyperframes> lint . + check . -> <py> <engine>/scripts/seam-check.py + node <kit>/scripts/seam-diff-all.mjs -> node <engine>/scripts/render-final.mjs <slug>-1080p60 (백그라운드; 플래시 스캔으로 종료) -> RENDER를 .hyperframes/work/sync로 전사 + <py> <kit>/scripts/sync-check.py src/timing/vo-words.json .hyperframes/work/sync/vo-words.json -> <py> <skill>/scripts/frames.py renders/<slug>-1080p60.mp4 frames.jpg --at <장면당 하나> 및 --zone --at <모든 ZOOM 피크> -> node <engine>/scripts/encode-web.mjs renders/<slug>-1080p60.mp4 renders/web --name <slug> --poster <t> -> 경로 + Solar 크레딧 라인 전달lint/check 0 오류, 솔기 0.00% 프레젠터 상자 외부, 0 플래시, 동기화 중앙값 ~0.000s, 어떤 피크에서도 빨간선 왼쪽에 아무것도 없음

시간은 한 번만, 전역 초 단위로 작성

20개 장면의 단어 시간을 장면 로컬로 수동 변환하는 것은 오류가 발생하는 부분입니다. STORYBOARD.src.md에서 각 프레임에 - start: <global>을 제공하고 큐 워드를 "word"@g<global>로 표시하십시오. ZOOM 범위와 "나가는 시간"은 일반 전역 숫자일 수 있습니다. <py> src/storyboard-local.py는 모든 시간이 로컬인 STORYBOARD.md를 작성하고, 시작이 연결되는지, 모든 큐가 해당 장면에 맞는지 확인하며, set-film.py용 장면 목록을 출력합니다. SFX (src/set-cues.py) 및 프레젠터 (src/set-presenter.py)도 전역 초 단위로 작성됩니다.

빌드 후 녹음 / 언어 / 오프너 교체 (재빌드 금지, 리타임만)

새로운 녹음 -> compositions/, film.json, STORYBOARD.md, src/를 .hyperframes/work/<old>/에 백업하고, 이전 렌더를 renders/<old>/로 이동 -> 녹음을 assets/audio/vo.mp3로 복사 -> 전사 -> set-film.py의 새로운 컷 -> 프레젠터 포즈, 배경 음악, 마스터, build-presenter, build-brand, set-cues, make-harness -> RETIME.md 작성 (장면별: 각 비트 -> 새로운 큐 워드 @ 로컬 시간; 새 콘텐츠가 있는 장면은 전체 블록 획득; 형식 references/example/RETIME.md; "이 파일이 STORYBOARD.md 시간보다 우선합니다") -> frame.md 지속 시간 / 로고 창 / 솔기 패치 -> 각 동일한 작업자에게 RETIME 섹션 전송 (4명씩). 더 빠른 녹음에서는 장면이 SHORTER: 비트를 떨어뜨리기 전에 스프링을 줄이도록 작업자에게 지시.

세로형 / TikTok / Reels

...

관련 스킬