steal

盗用

誰かの編集スタイルがうまくいっていて、それを自分の動画にも使いたいと思ったら。このスキルでは、その編集を分析してスタイルとして書き出し、自分の素材で試してから使えるようにします。

出力：

• video-agent/styles/<name>/style.json：エンジンが読み込むスタイルです。/short-editing <take> style <name> で使用します。
• video-agent/styles/<name>/STYLE.md：分析した内容と、エンジンでは保持できないルールを記録します。
• video-agent/styles/<name>/stills/（元動画のキーフレーム）と assets/（効果音とロゴ。スタイルを使うすべてのショート動画にコピーします）。
• video-agent/edits/short-<slug>-<name>/output/short-<slug>-<name>.mp4：テスト動画です。

始める前に references/learnings.md を読んでください。ここにあるルールはどれも、コピーが却下された事例から得られたものです。

実行方法

• 事前確認：ffmpeg -version && yt-dlp --version を実行します。不足している場合は /studio-setup tools を実行してください。
• クリエイターの言語で話してください。各長い手順の前に、何をするかを1行で伝えてください。
• <name>：ユーザーがスタイル名を指定しない限り、クリエイターのハンドルを小文字にし、ハイフンでつなげます。
• 作業ファイルは video-agent/.tmp/steal-<name>/（以下 W）に保存します。

1. リールを取得する

• ローカルファイルの場合：そのまま使います。
• YouTube のリンクの場合：yt-dlp -o "W/reel.%(ext)s" "<url>" を実行します。
• Instagram または TikTok の場合：まず yt-dlp を試します。ブロックされている場合（ログイン画面が表示される場合）で、Treg がセットアップ済み（treg balance が応答する）のときは、treg catalog search "download an Instagram reel video file"、次に料金を調べるため treg catalog get <id>、続いて treg call <id> --query url=<url> を実行し、返された動画 URL からダウンロードします。それ以外の場合は、動画を保存してファイルを渡すようユーザーに依頼してください。
• 可能であれば、同じ形式のリールを2〜3本調べてください。1本だけでは例外の可能性があります。

2. 分析する

3つの分析をすべて行います。フレームだけからスタイルをコピーすると、サウンドとリズムの半分を見落とします。

サブエージェントを使うと効率的です。 エージェントがサブエージェントを実行できる場合（Claude Code、Codex）、最初のブロックに従ってシートと cuts.txt を自分で作成し、Frames、Sound、Zooms を3つのサブエージェントに同時に割り当ててください。それぞれに絶対パスと該当セクション全文を渡し、書き込み先ファイルを1つ指定します：W/notes-frames.md、W/notes-sound.md、W/notes-zooms.md。数値とタイムスタンプだけを記録し、音声を大きな音で再生しないよう指示してください。作業中は自分でシートを確認します。見た目の判断は自分で行い、数値の記録はサブエージェントに任せます。その後、サブエージェントのメモを基にスタイルを書きます。サブエージェントを使えない場合は、各分析を順番に行います。

フレームとカット

ffmpeg -v error -y -i W/reel.mp4 -vf "fps=2,scale=270:480,tile=8x3:padding=4:color=black" W/sheet-%02d.jpg
ffmpeg -hide_banner -i W/reel.mp4 -vf "scdet=threshold=12" -an -f null - 2>&1 | grep -o "scd.time: [0-9.]*" | cut -d' ' -f2 > W/cuts.txt
ffprobe -v error -show_entries format=duration -of csv=p=0 W/reel.mp4

• 各シートには、1秒あたり2枚のペースで24枚のタイルが並びます。シートNのタイルi（0から開始）には、12(N-1) + i/2 秒のフレームが表示されます。
• 1カットあたりの秒数 = 動画の長さ / (cuts.txt の行数 + 1)。

すべてのシートを読み込み、以下を書き留めます：

• レイアウト：カメラの全画面表示、分割画面（境界線の位置）、テキスト付きの単色背景、単色背景上の人物の切り抜き、Bロール、スクリーンショット。
• レイアウトごとの字幕：フォントの印象（幅狭、丸み、セリフ体）、大文字・小文字、ウェイト、サイズ、人物のどこに表示されるか、単語の表示方法、どの単語をどのように強調するか。
• ボードと画像：種類、境界線、サイズ、表示されるタイミング（名称が語られたときかどうか）、重ねて表示されるか。
• フック（最初の2秒）、CTA（最後の3秒）、カラーグレーディング（明るくフラット、またはコントラストが強く暗め）。

キーフレームを6〜10枚、video-agent/styles/<name>/stills/ に保存します：

ffmpeg -v error -y -ss <seconds> -i W/reel.mp4 -frames:v 1 video-agent/styles/<name>/stills/t<seconds>.jpg

サウンド

ffmpeg -v error -y -i W/reel.mp4 -lavfi "showspectrumpic=s=3000x500:legend=0:scale=log:stop=11000" W/spectrum.png

• 画像の幅は 3000 px です。そのため、t 秒地点のカットは x = 3000 × t / duration にあります。cuts.txt と照らし合わせて確認します。
• 上のほうに現れる明るく細い縦線はクリック音、幅広で下のほうにあるものは爆発音です。右肩上がりのにじみはヒュッという音、一定の音楽帯を横切る暗い空白はビートが途切れている箇所です。
• カットを 1 つ拡大して、そのヒット音を確認します：ffmpeg -v error -y -ss <cut - 1> -t 2 -i W/reel.mp4 -lavfi "showspectrumpic=s=1000x500:legend=0:scale=log:stop=11000" W/cut-<n>.png。
• ビート：スペクトログラムで 10 秒間の規則的な低い波形の数を数えるか、再生しながら一緒に数えます：10 秒あたりの波形数 × 6 = BPM。

音声の下に流れる音楽の音量（任意です。video-agent/.env に ELEVENLABS_API_KEY が必要で、クレジットを少し消費します。まずその旨を伝えてください）：

set -a; . video-agent/.env; set +a
ffmpeg -v error -y -i W/reel.mp4 -vn -ac 1 -ar 44100 W/full.wav
curl -s -X POST https://api.elevenlabs.io/v1/audio-isolation -H "xi-api-key: $ELEVENLABS_API_KEY" -F audio=@W/full.wav -o W/voice.mp3
ffmpeg -v error -y -i W/voice.mp3 -ac 1 -ar 44100 W/voice.wav
for f in full voice; do ffmpeg -v error -i W/$f.wav -af "asetnsamples=882,astats=metadata=1:reset=1,ametadata=print:key=lavfi.astats.Overall.RMS_level:file=-" -f null - | grep -o "RMS_level=.*" | cut -d= -f2 > W/rms-$f.txt; done
paste W/rms-voice.txt W/rms-full.txt | awk '$1<-40{print $2}' | sort -n | awk '{a[NR]=$1}END{print "music while the voice is silent:", a[int(NR/2)+1], "dB over", NR/50, "s"}'
awk '$1>-30' W/rms-voice.txt | sort -n | awk '{a[NR]=$1}END{print "voice while talking:", a[int(NR/2)+1], "dB"}'

• これらのコマンドでは、20 ms ごとに音量を測定します。音声が分離された無音区間では、音楽はフルミックスに含まれています。
• 音声の下に流れる音楽の音量 = 音声の音量 − 音楽の音量です。
• 無音が 1 秒未満（間をすべてカットした編集）の場合、信頼できる測定には短すぎます。スペクトログラムで判断してください。
• 分離した音声をフルミックスから決して差し引かないでください。元の音声とは位相が合わないため、結果の音量が音声より大きくなります。
• キーがない場合は、スペクトログラムで音量を判断してください。

音楽が始まる箇所と、各イベントに割り当てられているサウンド（カット、ボード、ズーム、インパクト）を記録します。

ズーム

シート上で、10 枚ほどのタイルを対象に、顔の高さがフレームの高さに占める割合を測定し、タイルごとの顔の大きさの変化を記録します。

• カット時の変化 = 2 つのショット間のフレーミングの変化
• ショット内の変化 = パンチイン
• ショット全体でゆっくり大きくなる = プッシュ

範囲（例：顔がフレームの 12〜25％）と、10 秒あたりのパンチイン回数、プッシュの有無を記載します。これらの数値がコピーの上限です。

3. スタイルを書く

ユーザーの言語で video-agent/styles/<name>/STYLE.md を作成し、short-editing の style.md と同じセクションを使います。各行には、値とその測定根拠を記載します。

# Style: <name>

Copied from <link>, measured on <date>. Applied on top of short-editing's style.md: what is not here stays as there.

## Cuts
- hard cut every 1.4 s on average (35 cuts in 50 s); no fade, no transition
## Framing
- face 12 to 25 % of the frame; punch-in 1.1 at most, about every 4 s, held until the next cut; slow push 0.6 %/s
## Captions
- ...
## Boards and images
- ...
## Sound
- boom bap beat ~90 BPM from the hook impact, 12 dB under the voice, drops out 0.3 s on punch-ins
- a dry high click on most cuts (assets/sfx/cut.mp3), a pop on each board (assets/sfx/pop.mp3)
## Grade
- ffmpeg: eq=contrast=1.08:saturation=0.9,vignette=PI/5,unsharp=5:5:0.4
## Left out
- the AI video clips: replaced by your own footage or a board
## How short-editing applies it
- what goes in each spec by hand (an HTML component, a layout key, a B-roll moment)

次に video-agent/styles/<name>/style.json を作成し、エンジンが対応する最も近い値を設定します。short-editing の style-schema.md にあるすべてのキーを含めます：colors、font / display、captions（26 種類の見た目：カメラ映像に重ねる大きく幅の狭い単語用の stack、band、dim、rise、hard など）、paper（単色の背景には bg: 'flat'）、layout.seam、cuts: 'hard'、zoom.drift、pace.speed、grade（ffmpeg チェーン）、sfx.kit（assets/sfx/ のカット、ポップ、パンチの各ファイル）、music.dropOn、そしてエンジンでは扱えないルールを notes に記載します。assets/looks.json のポスタールックは、ハードカットを使うクリエイターの測定に基づくコピーです。リールがハードカットなら、これをベースにします。リールに表示されるロゴは assets/logos/ に入れます。

効果音（video-agent/styles/<name>/assets/sfx/ 内）：short-editing に同梱されているライブラリから選び、デフォルトでは生成しないでください。

• <short-editing>/assets/sfx/ から最も近いファイルを選びます（一覧と用途は short-editing の references/sfx.md を参照）：zhhh、impact-boom、riser、glass-shatter、pop-back は、フックの切り替え、リビール、ペイオフに使えます。これらをスタイルの assets/sfx/ にコピーし、sfx.kit / sfx.files / notes から参照します。
• エンジン内蔵のサウンド（sfx.extra 内の thud、pop、tap、bell、tom）は、ファイルを使わないソフトなヒットをカバーします。
• 元の映像に、これらのどれも近くないサウンドがあり、クリエイターも同意した場合に限り（クリエイターのクレジットを使用します）、ElevenLabs で 2〜3 テイクを生成して最も近いものを残します：

  curl -s -X POST https://api.elevenlabs.io/v1/sound-generation -H "xi-api-key: $ELEVENLABS_API_KEY" -H "content-type: application/json" -d '{"text":"single dry short high click, tight transient, no reverb","duration_seconds":0.5}' -o video-agent/styles/<name>/assets/sfx/cut-a.mp3
  

画像：クリエイターが画面に表示する画像（商品やスクリーンショット）は、ボード上の img アイテムにします。画像がない場合に限り /codex-images で生成し、顔は決して生成しないでください。

ロゴ：画面に表示されるアプリはすべて、文字を円で囲んだものではなく、実際のロゴを表示します。

4. テストする

1. video-agent/takes/ から、ユーザーが映っている10〜20秒のテイクを選びます。
2. /short-editing <take> style <name> を実行します。init はスタイルをスナップショットし、その assets/ をコピーします。仕様では、各ショート動画について STYLE.md の指示にある要素（レイアウトキー、パンチイン、名前が出た箇所でのボード表示）を追加します。
3. スラッグは <take slug>-<name> です。

5. 見せる前に比較する

元動画を上、コピーを下に、同じ秒数で配置します。

ffmpeg -v error -y -i W/reel.mp4 -i video-agent/edits/short-<slug>/output/short-<slug>.mp4 -filter_complex "[0:v]fps=1,scale=216:384,trim=end_frame=15,tile=15x1[a];[1:v]fps=1,scale=216:384,trim=end_frame=15,tile=15x1[b];[a][b]vstack" -frames:v 1 W/compare.jpg

タイルごとに確認します。

• 文字のサイズと太さ
• ボードとロゴのサイズ（元動画と同じように画面いっぱいに表示されていること）
• 色調
• 元動画でハードカットしている箇所にフェードがないこと
• 字幕が口に重なっていないこと
• 上下が逆になっていないこと

コピーのスペクトログラムも確認します。ヒット音がカットに合っていること、ビートが声の下で同じ音量になっていることを確認します。シート上で顔のサイズを測定します。ズームの回数が元動画より多くないこと、顔が元動画より大きくなっていないことを確認します。

サブエージェントを使う場合は、比較シート、キーとなる静止画、上記のリストを初見チェック用のサブエージェントに渡し、その間に音声とズームを確認します。サブエージェントは異なるタイルをすべて報告します。見せる前に、すべての差を修正します。ユーザーに差を見つけさせてはいけません。

6. 納品する

テスト動画を開き、以下の内容を数行でユーザーに伝えます。

• 測定した内容（ショットごとの秒数、BPM、音楽の音量、ズーム）
• コピーしたものと、コピーしなかったもの、およびその理由
• スタイルの保存場所

今後は、/short-editing <take> style <name> でこのスタイルを使用します。ユーザーが何かを却下するたびに、STYLE.md と style.json の notes に記録します。汎用的な教訓であれば、references/learnings.md に追加します。