セミナー動画の分析・資料化

動画を見返さなくても内容を理解し、必要な場面だけ原映像に戻れる資料を作る。文字起こしを貼るだけで終わらず、講師の説明・スライド・実演を照合して、読者の理解と実践の順に編集する。章数や画像数を固定しない。

関連スキルとの使い分け: 字幕取得・検索が中心なら youtube-transcript-research、複数の公開動画や製品UIの出典調査が中心なら video-reference-research を使う。本スキルは、提供されたセミナー動画を理解・実践のための画像／動画付き資料へ編集する用途を担当する。

入力と成果物

提供ファイル、対象範囲、用途、希望形式を既存の依頼から判断する。指定がなければ提供動画の全尺を対象に、目次付きHTMLと編集用Markdown、必要な画像・動画を同じフォルダーへ保存する。動画が未指定ならパスまたは提供方法を確認する。長尺という理由で冒頭だけに縮めない。

ローカルASRとFFmpegで素材を処理し、Codexが内容を読んで資料を執筆する。これを「分析まで完全オフライン」と説明しない。外部送信禁止の指定があれば、Codexへの文字・画像の入力も含めて制約を確認し、ローカル処理部分だけ進める。

成果物の標準構成は index.html、index.md、media/、transcription/、source.json、evidence.json、editorial-notes.md。作業ファイルは作業用ディレクトリに置く。利用者指定の保存先や実行環境のoutputs規則を優先する。原動画を変更せず、資料への不要な全量複製もしない。

文字起こしと読取り

ローカル処理を始めるときは 実行手順 を読む。Apple Siliconでは同梱 scripts/transcribe.py とMLX Whisperを使用できる。既存ASRがあれば、元動画・範囲・モデルを照合して再利用する。別環境では利用可能なローカルASRを使い、クラウド音声APIへ自動で切り替えない。

• 動画の尺・音声・解像度・回転を確認し、source IDとSHA-256を記録する。音声がなければ映像中心の資料として扱い、発言を捏造しない。
• ASRの全分割を順に読む。大量の場合は範囲ごとの要点・具体例・数値・問い・図版候補を作業記録に残してから統合する。検索結果や冒頭だけで全編の要約を作らない。
• 全尺を覆う粗い時系列画像とASRから章立てを仮決定し、重要スライド、操作、作品上映、質疑を追加確認する。概観の間隔は尺と画面変化に合わせ、短い実演や図版が抜けそうな箇所を密に読む。採用画像は原寸で確認する。
• 固有名詞・数値・手順の誤認候補はスライドと周辺発話で照合する。原ASRを残し、編集上の修正と根拠を別に記録する。分割端の欠落は境界をまたぐ音声の再認識で確認する。
• 無音やBGMで出たASR、反復、末尾paddingの文章を事実に採用しない。未認識は無音の証明にならない。ASR時刻は概算で、動画切り抜きやスライド表示の正確な境界は実画像で確認する。

画像と動画を選ぶ

本文の説明を理解するために必要なものを選ぶ。文字や静止図が中心なら画像、操作の順序・動き・作品の時間的な展開が必要なら音声付き動画を使う。画像だけで動きを説明しきれない実演を、静止画だけで済ませない。

前後の文脈がわかる区間で切り出し、必要に応じてスライド／作品領域をcropする。画面の拡大・移動がある区間に一つのcropを適用して欠けさせない。画面が変化する場合は区間ごとのcropか全画面を選ぶ。音声と速度を保持し、録画中の講師の声も含まれることや低解像度・遮蔽・欠けを必要な箇所で説明する。生成補完で証拠映像を修復しない。

evidence.json に各採用素材のID、source ID、元の時刻または開始・終了秒、cropのxywh、出力ファイル、対応章、採用理由を保存する。本文に時刻を常時表示するかは用途に合わせるが、内部の対応情報は保持する。本文の断定的な数値・手順にもASR区間または画像IDの対応を記録する。

資料に編集する

要点、概念、実践手順、事例、注意点、質疑を、動画に実際にある内容に応じて組み立てる。短い要約だけで具体的な手順や成立条件を落とさない。話者の反復や挨拶は圧縮できる。販促は学習内容と区別し、必要な場合に整理する。

講師の主張・実績・収益例と、画面で確認できた事実、編集者の補足や提案を区別する。料金や統計を現在も正しい一般的事実として書かない。更新情報や外部検証が必要な依頼では一次資料を調べ、セミナーの説明と追記を区別する。話者を識別していないASRに架空の話者ラベルを付けない。

HTMLは本文の該当箇所に図版とキャプション、動画プレーヤー・ポスター・MP4リンクを配置する。相対パスのmediaを使い、外部CDNや元動画の絶対パスに依存させない。動画を含むフォルダー一式を渡す。単一HTMLを希望された場合だけ容量を考慮して埋め込む。PDFは動画を再生できないため、希望時は静止画と動画への参照を添える。

完了確認

• 対象全尺のASR読取りと、章・重要場面の映像照合が済んでいる。未処理範囲があれば完了とせず記録する。
• 採用画像に文字切れや読めない縮小がなく、動画の開始・終了・音声・cropが説明と一致する。短いクリップは全尺を再生確認する。ツール上再生できない場合は未確認項目として報告する。
• HTMLをブラウザーで開き、通常幅と狭幅で画像、動画の再生とシーク、目次リンクを確認する。ローカルリンクの存在も検査する。
• editorial-notes.md に確認範囲、ASR誤認や訂正、残る不確かさを簡潔に記録する。「全編ASRを読んだ」「画像をサンプル確認した」「全編を実聴・視聴した」を区別する。

最後は閲覧用資料・編集用資料へのリンクと、内容に影響する未確認点だけを伝える。