agentleFS
bwkwbwkw/dotagents/skills/da-demo-video/SKILL.md

da-demo-video

Skill0 starsChanged 21 days agoMITView on GitHub

リリース共有や操作説明の動画を作る時に使う。実画面にVOICEVOX音声・テロップ・ズームを付けてmp4にする。セールスやCS向けは冒頭に誰・業務・価値を示し、対応内容を落とさず2分前後で伝える。

The file

Files
SKILL.md

/da-demo-video で顧客への価値が伝わる動画をつくる

動画 1 本につきシナリオ 1 ファイル(scenario.mjs)を書き、${CLAUDE_SKILL_DIR}/scripts/demo.mjs で作る。 シナリオは「シーンの並び」で、各シーンはナレーション(say)・テロップ(cap)・全画面カード(card)・画面操作(run)を持つ。 各シーンは操作と音声の両方が終わるまで続く。 切り替えの余白も加わるので、音声の合計秒数だけでは完成尺を保証できない。

リリース共有では、視聴後にセールスやCSが「どんな顧客に、どの場面で、何がよくなると伝えるか」を一言で言える状態を目指す。 既定は110〜120秒。短さのために対応内容を落とさない。関連する複数機能は1本の業務の流れにつなぎ、各変更と価値を説明する。 操作説明を依頼された場合は詳細モードとし、この尺制限を適用しない。共有会向け短編と詳細動画は別ファイルにする。

触ってよいもの: 作業ディレクトリ(scratchpad を推奨)と、ユーザーが操作してよいと言った画面の設定だけ。

実行条件

以下は実際に撮影や音声生成を行う時の条件。構成相談や台本の下書きは、URLやログインがなくても進めてよい。 必要な工程だけを止め、不足している条件を報告する。

条件満たさない場合
撮る画面の URL が分かっている聞く。推測した URL を開かない
撮影で保存する操作があるなら、その画面を変更してよいとユーザーが言っている保存しないシナリオにするか、許可を聞く
ローカルのVOICEVOXエンジンが起動している音声生成前に起動する。外部TTSへ自動で切り替えない
映してはいけないもの(環境名・組織名・実在の人名)を確かめてある聞く

読むファイル

ファイル条件
${CLAUDE_SKILL_DIR}/reference/release-format.mdリリース共有の構成や台本を作る時。冒頭カード、時間配分、入力テンプレートを使う
${CLAUDE_SKILL_DIR}/reference/example-scenario.mjsシナリオを書き始める時。形はここから写す
${CLAUDE_SKILL_DIR}/reference/voicevox.mdVOICEVOXの導入、起動、話者や話速の調整をする時
${CLAUDE_SKILL_DIR}/scripts/demo.mjsh.* の関数の細かい挙動を知りたい時だけ

手順

Step 1. 材料を集める

リリース共有では、チケットや仕様から次を拾い、撮影前に台本とシーンごとの予定秒数を作業ディレクトリへ書く。

  • 冒頭カードの「誰の」(20字以内)、「どの業務」(30字以内)、「どんな価値」(30字以内)。ラベルを除く表示本文を数える
  • これまでの具体的な困りごとと、今回変わる仕事の進め方
  • 対応内容の一覧と、各項目の価値・見せ方。取りこぼしを確認する
  • セールスやCSが顧客に伝える一言、提供条件、詳細の参照先

「誰の」は動画の視聴者ではなく、価値を受ける人。セールスやCS自身が受益者なら、その役割を書いてよい。 既定の流れは 冒頭サマリ → 困りごとと変化 → 関連する対応と実画面 → 提案の一言と詳細への誘導。 詳しい型と依頼文は ${CLAUDE_SKILL_DIR}/reference/release-format.md を読む。

詳細モードでは、対象者、できること、操作手順、注意点を集め、必要な手順を一通り示す。

根拠の扱い

資料や画面で確認できた機能と、その結果として説明できる価値を結び付ける。 削減時間や削減率は出典と測定条件がある時だけ使う。未計測なら「転記が不要になる」など、確認できる作業の変化で表す。 提供時期やプラン、権限の条件が未確認なら台本に未確認と記し、公開前に解消する。推測で埋めない。

音声の選択

音声はローカルのVOICEVOXを使う。tts/all は起動済みエンジンへ接続し、各シーンのWAVを生成する。 既定は四国めたん(ノーマル、スタイルID 2)、話速1.05。voicevox.speaker と voicevox.speedScale で変更できる。 導入と設定は ${CLAUDE_SKILL_DIR}/reference/voicevox.md を読む。短い音声を先に生成し、試聴用ファイルをユーザーに渡す。 動画には話者のクレジットを自動表示する。ナレーションは短く書き、尺を超えたら説明を削る。略語の読みは音声用に整え、画面には正式表記を残す。

Step 2. セットアップ(初回だけ)

node ${CLAUDE_SKILL_DIR}/scripts/demo.mjs setup ${CLAUDE_SKILL_DIR}/reference/example-scenario.mjs

依存(playwright・ffmpeg-static)は ~/.cache/da-demo-video(DA_DEMO_VIDEO_HOME で変えられる)に入れる。スキルのディレクトリには入れない。 リンクで配られるスキルの中身はすべて lint の対象で、依存を置くと検査が落ちる。

VOICEVOXを起動してから、動くかは見本で確かめる(ログイン不要の公開ページ): 見本を作業ディレクトリへ写して all。

Step 3. ログインしてもらう

node ${CLAUDE_SKILL_DIR}/scripts/demo.mjs login <作業ディレクトリ>/scenario.mjs

ブラウザ窓が開くので、ユーザー本人にログインしてもらう。ready の目印が見えたら <作業ディレクトリ>/auth.json に保存して閉じる。 auth.json はログイン状態そのもの。作業ディレクトリの外へ写さない・コミットしない。 期限が切れたら login をやり直してもらう。

Step 4. 画面の構造を調べる

撮る画面を Playwright で開き、page.locator('body').ariaSnapshot() とスクリーンショットで role と name を拾う。 操作したい部品(ボタン、combobox、ダイアログ)ごとに、確実に 1 つに絞れる locator を決めてから書く。

Step 5. シナリオを書く

example-scenario.mjs を写して直す。run(h) で使える関数:

関数何をするか
h.scrollTo(loc)中央までスムーズにスクロールし、止まるまで待つ
h.moveTo(loc) / h.click(loc)カーソルを動かす/動かしてクリック(波紋つき)
h.clickAndClear(loc)クリックして枠を消す。ページが動くクリック(アンカー・保存・ダイアログの開閉)はこれ
h.hl(loc か rect) / h.hlOff()赤枠で囲み、周りを暗くする/消す
h.type(loc, text) / h.pick(combobox, name)1 文字ずつ入力/選択肢を開いて選ぶ
h.zoom(loc, 倍率) / h.unzoom()寄る/戻る
h.sleep(ms) h.box(loc) h.dur(id) h.page待つ・位置・そのシーンの音声の秒数・生の page

保存を伴うなら cleanup(page) に撮影で足したものを消す処理を書く。撮影の前後に走り、失敗した時も後始末が走る。 中身で探し直せるように、撮影で入力する値は既存のデータと被らないものにする(例: 出力値に専用の文字列)。

node ${CLAUDE_SKILL_DIR}/scripts/demo.mjs check <作業ディレクトリ>/scenario.mjs   # 形だけ先に検査

Step 6. 作る

node ${CLAUDE_SKILL_DIR}/scripts/demo.mjs all <作業ディレクトリ>/scenario.mjs

all は tts(ナレーション)→ record(撮影)→ compose(書き出し)を順に走らせる。個別にも打てる。ナレーションを変えた時だけ tts をやり直せばよい。

Step 7. 完成尺と画面を確かめる

書き出したmp4の実時間を利用可能なメディア情報ツールで測る。120秒を超えたら待機・重複説明・長い入力を編集する。対応内容を削らず、各変更と価値が残るか確認する。測れない場合は尺が未確認と報告し、完了扱いにしない。 音声生成後にも各音声の実時間を確認し、操作と切り替えの余白を残して撮影する。

<作業ディレクトリ>/stills/sheet*.jpg(各シーンの 35% と 85% の地点)を Read する。見るのは次の 4 点。

  • 枠が狙った部品を囲んでいるか(古い位置に残っていないか)
  • テロップが画面の内容と合っているか
  • 映してはいけないものが映っていないか
  • 撮影で変えた設定が、cleanup で元に戻ったか(画面で確かめる)

気になるシーンは、timeline.json のシーン開始時刻から秒を足した位置を ffmpeg で切り出して見る。 音声は聞いて確かめられない。 同期は機械的に合わせているだけなので、報告でそう書き、ユーザーに再生して確かめてもらう。

撮影で踏んだ落とし穴

  • 初回表示が 30 秒を超える環境がある。 ready の待ちは 120 秒にしてある
  • 撮る側のページの CSS が演出に効く(div { ... } でカードが半透明になった)。演出は Shadow DOM に閉じ込めてある
  • CSP で inline script が弾かれる。 コンテキストを bypassCSP: true で開いている
  • ページが動くクリックの後、枠が古い位置に残る。 clickAndClear を使う
  • スクロールの直後に枠を描くと、位置がずれる。 scrollTo がスクロールの停止を待つのはこのため
  • ズーム中はドロップダウンの位置がずれる。 ズームは見せるだけの場面に使い、操作の前に unzoom
  • 並べ替えた要素は、locator の index が変わる。 入力した値など、中身で探し直す
  • ログイン状態を持続的な場所へ写す操作は、権限の判定で止められる。 auth.json は作業ディレクトリにだけ置き、必要ならもう一度 login してもらう

出力

  • <作業ディレクトリ>/<output>(既定 out.mp4): 1920×1200、30fps、H.264 と AAC。長さは撮影の長さ(最後のカードは音声の後も映る)
  • <作業ディレクトリ>/stills/sheet*.jpg: 確認用の静止画一覧
  • <作業ディレクトリ>/audio/voicevox.json: 使用した話者、スタイル、話速、クレジット

ユーザーには mp4 をファイルとして渡し、完成尺、冒頭の3要素、顧客へ伝える一言、詳細の参照先(ある場合)、構成(シーンの並び)、撮影で変えて戻したもの、隠したもの、音声が未確認であることを報告する。

完了条件

  • リリース共有は冒頭の3要素が文字数内で、対応内容の説明漏れがなく、完成mp4は2分前後(目安110〜120秒)
  • 根拠のある価値と、顧客へ伝える一言があり、提供条件の未確認事項が解消している
  • 静止画一覧を全シーン分見て、上の 4 点に問題がない
  • 撮影で保存した変更が元に戻っている(cleanup のログと画面の両方)
  • auth.json が作業ディレクトリの外に出ていない
  • VOICEVOXのクレジットが動画に表示され、報告に「音声は未確認」と書いた

次に

直す点を聞き、シナリオを直して record → compose(ナレーションを変えたなら tts も)。

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.