agentleFS
biblcontentofficial-artbiblcontentofficial-art/Premiere-Pro-edit-bibl/.claude/skills/content-research/SKILL.md

content-research

Skill19 starsChanged 4 months agoMITView on GitHub

영상 전사본(_words.json)과 자막(SRT)을 분석해 핵심 메시지·하이라이트(훅)·삭제 추천 구간·챕터 지점을 타임코드와 함께 뽑는다. "중요한 내용 리서치", "하이라이트 분석", "삭제할 구간", "챕터 뽑기", "핵심 메시지 분석" 요청 시 반드시 사용.

6 other projects use a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

콘텐츠 리서치

영상의 내용을 분석해 편집 판단의 근거를 만든다. 컷편집 엔진이 만든 단어 단위 전사를 읽고 구조화한다.

입력 확보

  • 먼저 읽기 좋은 전사본을 만든다: python3 engine/transcript_export.py "output/<base>_words.json" → <base>_transcript.md (원본 타임라인 문단 + 타임코드). 이걸 읽고 분석한다.
  • 보조: <base>_words.json(정밀 시각), <base>_cut.srt(컷 기준 문장) 전사가 없으면 컷편집을 먼저 돌리도록 요청한다 (추측 분석 금지).

분석 4종

1. 핵심 메시지 (1~3개)

영상이 진짜 전하려는 것. 제목/썸네일과 연결되는 주장. 각 메시지에 근거 발화 1줄 인용.

2. 하이라이트 / 훅 (타임코드 + 점수)

조회수·몰입을 끌 강한 구간. 용도 태그: [인트로후보] [숏폼후보] [강조].

hook 강도 5점 루브릭 (각 1점, 합산):

  • 강한 단언/단정 ("~해야 합니다", "안 됩니다")
  • 숫자·구체적 결과 (5%, 10만, 65만)
  • 반전·역설 (통념 뒤집기)
  • 호기심 격차 (답을 뒤로 미루는 떡밥)
  • 감정 고조 (확신·분노·공감)

4점 이상만 [숏폼후보]/[인트로후보]로. 각 하이라이트에 점수와 근거 발화를 적는다.

숏폼 추출: 점수 높은 구간의 in-out 타임코드를 정하면 바로 9:16 클립을 만들 수 있다:

python3 engine/make_shorts.py "영상.mp4" "10:12-10:35" "13:40-14:05"

→ output/shorts/에 1080x1920 세로 + -14 LUFS 숏츠 생성. (자막은 별도)

3. 삭제 추천 구간 (타임코드 + 이유 + 인용)

엔진이 잡는 무음/추임새와 별개로, 내용상 군더더기:

  • 같은 설명 반복, 삼천포(주제 이탈), 늘어지는 사족, 끊긴 미완성 발화
  • 보수적으로 — 확실한 것만. 의미 손상 위험 높으면 추천하지 않고 '검토 요망'으로만 표기.

4. 챕터 지점 (타임코드 + 챕터명)

주제 전환점. 유튜브 챕터 타임스탬프로 바로 쓸 수 있게.

5. 제목 / 썸네일 문구 후보

영상에서 가장 강한 문장·반전·숫자·결과를 뽑아 제목 후보 35개 + 썸네일 문구 후보 35개. 비블 채널 톤(단호·구체·궁금증). 근거 발화 타임코드 병기. (비블 기획 워크플로우와 연결되는 지점)

타임코드 규칙

전사(_words.json)는 원본 시각, 자막(SRT)은 컷 타임라인 시각. 어느 기준인지 항상 표기한다. 컷 후 영상에 쓸 거면 SRT 기준으로 매칭.

출력

output/_workspace/10_research.md:

## 핵심 메시지
1. ... (근거: "...")
## 하이라이트
- 00:03:12 [인트로후보] "..."
## 삭제 추천
- 00:21:05~00:21:40 | 같은 설명 반복 | "..."
## 챕터
- 00:00:00 인트로 / 00:05:30 ...

왜 이렇게 하는가

  • 컷 엔진은 '소리'(무음·추임새)를 자르지만, '내용'(삼천포·중복)은 못 판단한다. 리서처가 그 빈자리를 메운다.
  • 추천마다 인용을 붙이는 건, 디렉터가 듣지 않고도 검증하고 비블이 신뢰하게 하기 위함.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.