Communitygithub.com

AI 비디오 생성기

생성형 비디오 모델(Google Veo 3.1/Flow, Kling, Seedance, MiniMax, LTX, PixVerse, Gemini Omni Flash)을 활용해 아이디어나 스크립트를 준비된 프롬프트가 포함된 샷 리스트로 바꾸고, 사용자가 생성한 클립을 보이스오버, 음악, 자막과 함께 완성된 비디오로 조립합니다.

AI 비디오 생성기란 무엇인가요?

이 스킬은 AI 비디오 생성(텍스트-투-비디오 및 이미지-투-비디오)을 위한 완전한 워크플로우를 제공합니다. 사용자가 주제를 제공하거나 스크립트를 입력하면, 3~8초 단위의 샷 리스트와 각 샷에 대한 복사 가능한 프롬프트를 생성합니다. 프롬프트는 모델 간 일관성을 위해 캐릭터와 장면을 상세히 반복 설명하며, 사용자가 각 클립을 다운로드한 후 다시 업로드하면(모드 B) 비디오 조립 단계로 넘어갑니다. 조립 단계에서는 ElevenLabs(API 키 필요)나 사용자 제공 MP3를 이용한 보이스오버, 배경 음악(음성에 맞춰 자동 감속), 단어 단위 하이라이트 자막, 9:16/1:1/16:9 화면비 및 WhatsApp용 저용량(20MB 미만) 출력을 지원합니다. Claude Code, Cursor, Codex 등 터미널 기반 AI 도구에서 사용 가능하며, FFmpeg, Python 스크립트(alignment, assembly)를 활용합니다.

지원 대상~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/1Harsh88/Video-skill/tree/HEAD/.claude/skills/ai-video-generator

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

AI 비디오 생성기 (프롬프트 → 클립 → 완성된 비디오)

이 스킬은 Fliki의 'AI 비디오 생성기' 스택을 미러링합니다(references/fliki-notes.md 참조): 생성형 비디오 모델이 샷을 만들고, 마무리 레이어에서 음성, 자막, 음악, 크기 조정을 추가합니다.

모델 접근: 이 컨테이너는 모델에 접근할 수 없습니다. 사용자는 이곳에서 작성된 프롬프트를 바탕으로 자신의 Flow / Kling / Fliki 계정(또는 다른 도구)에서 클립을 생성합니다. 이 스킬은 계획과 마무리 작업을 수행합니다.

모드 A — 계획 + 프롬프트

  1. 브리핑. 사용자가 말하지 않은 경우 기본값을 사용하여 다음 정보를 수집합니다:
    • 주제 또는 스크립트
    • 길이 (기본값 30–60초)
    • 화면비 (9:16 릴스, 16:9 유튜브, 1:1 피드)
    • 스타일 (시네마틱, 애니메이션, 3D, UGC 핸드폰 영상, 제품 스튜디오 …)
    • 사용 가능한 모델
    • 보이스오버 및 자막 언어
  2. 스크립트. 처음 3초 안에 훅이 있고, 샷당 하나의 아이디어, 그리고 CTA(행동 유도)가 포함된 스크립트를 작성합니다. 사실은 사용자가 제공한 출처 또는 검증된 검색 결과만 사용합니다. 작성 후 보여주고 승인을 기다립니다.
  3. 샷 리스트. 샷당 3–8초(대부분의 모델은 4–10초 클립 생성), 표 형식: # | 시간 | VO 대사 | 샷 | 모델 | t2v 또는 i2v.
  4. 샷별 프롬프트. references/prompt-guide.md의 템플릿을 사용하며, 샷당 하나의 펜스 블록으로 제공하여 사용자가 각각 복사할 수 있도록 합니다.
    • 모든 프롬프트는 독립적이어야 합니다: 피사체의 전체 설명, 배경, 조명, 렌즈, 움직임, 스타일 및 화면비를 반복합니다. 모델은 이전 샷을 기억하지 못합니다.
    • 일관성: 각 캐릭터와 제품을 '성경'(얼굴, 머리카락, 옷, 색상, 소품)에 한 번 정의하고 모든 샷에 동일한 단어를 붙여넣습니다. 어려운 경우, 먼저 참고 스틸 이미지 프롬프트를 작성하고 해당 샷을 이미지-투-비디오로 만듭니다.
    • 네이티브 오디오: 모델이 오디오를 생성하는 경우, Audio: 라인(분위기 및 효과음만)을 추가합니다. 사용자가 화면 내 음성을 원하는 경우에만 대사를 따옴표 안에 넣습니다.
    • 모델이 잘 처리하는 것: 샷당 하나의 액션. 카메라 움직임과 피사체 움직임은 괜찮지만, 세 가지 동시 이벤트는 대개 실패합니다.
    • 텍스트: 모델에 읽을 수 있는 텍스트, 로고 또는 UI를 요청하지 마십시오. 조립 단계에서 또는 코드 기반 오버레이로 추가합니다.
  5. 인계. 사용자에게 다음을 제공합니다:
    • 샷 리스트
    • 프롬프트
    • 다운로드 파일 이름 규칙 (s01.mp4, s02.mp4 …)
    • "클립을 여기로 보내주시면 비디오를 마무리하겠습니다"

모드 B — 클립 조립

  1. 클립을 가져옵니다(채팅 업로드, Drive 링크 또는 워크스페이스의 파일). 연락처 시트를 만든 후(ffmpeg … tile) 각 클립을 해당 샷과 비교합니다: 잘못된 피사체, 손이나 얼굴의 왜곡, 원치 않는 텍스트가 있는지 확인합니다. 나쁜 클립은 사용하지 말고 다시 생성을 제안합니다.
  2. 음성. 다음 중 하나를 선택합니다:
    • 사용자의 MP3
    • ElevenLabs (request_credential 사용, 호스트 api.elevenlabs.io, 헤더 xi-api-key) — 채팅에서 키를 절대 묻지 마십시오
    • 없음 (자막만)
  3. 음성이 있는 경우, 정렬하여 words.json을 생성합니다: scripts/align.py 사용.
  4. edit.json 작성 (형식은 scripts/assemble.py 상단 참조):
    • 클립별 트림 지점: 처음과 마지막 0.3초(모델이 자주 흔들리는 구간)를 자릅니다
    • fit cover/contain, fade
    • 음성, 음악 + music_db, 단어, 자막 스타일
    • fontsdir (로컬 woff2/ttf 파일, 힌디어에 필요)
  5. 렌더링. python scripts/assemble.py edit.json final.mp4를 실행합니다. 이 스크립트는 모든 클립을 W×H 및 fps로 정규화하고, 크로스페이드하며, 클립 오디오, 음성 및 음악을 믹싱하고(음성 아래로 음악 자동 감속), 단어 하이라이트 자막을 입히고 loudnorm −14 LUFS를 적용합니다.
  6. 다른 비율. W/H를 변경하고 다시 렌더링합니다. 전체 화면이 필요한 영상에는 cover를, 자를 수 없는 와이드 샷에는 contain을 사용합니다.
  7. 전달.
    • blackdetect로 검은 프레임이 있는지 확인합니다.
    • WhatsApp용 20MB 미만 720p 복사본을 만듭니다.
    • 둘 다 SendUserFile로 보냅니다.

규칙

  • 실제 인물: 실제, 살아있는 사람(정치인, 유명인, 개인)의 사실적인 AI 초상은 사용자 본인이며 동의가 있는 경우를 제외하고 허용되지 않습니다. 대신 실루엣이나 상징적인 샷을 사용합니다. YouTube와 Meta에서 사실적인 AI 생성 콘텐츠에 라벨을 부착해야 한다는 점을 사용자에게 상기시킵니다.
  • 허위 주장 금지: 가짜 추천사, 조작된 통계, 실제 고객 리뷰인 것처럼 가장한 UGC는 허용되지 않습니다. UGC 스타일은 실제 사람의 경험을 주장하지 않는 한 괜찮습니다.
  • 모델 사양은 빠르게 변함: 클립 길이, 가격 및 모델 이름은 references/에 날짜와 함께 기록되어 있습니다. 중요한 경우 사용자의 도구를 확인하고 정확한 크레딧이나 가격을 약속하지 마십시오.

Individual skills in this repo

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

관련 스킬