studio-setup

スタジオのセットアップ

所要時間は約15分です。一度だけ行います。完了すると、クリエイターは次の状態になります。

• 他のスキルが呼び出すツールがインストールされ、動作確認されています。
• video-agent/voice.md：本人がどんな人で、どのように話し、何を信じ、何を証明できるかを記したファイルです。すべての台本はこれをもとに作成されます。
• video-agent/styles/default/style.json：分割画面のペーパーレイアウトに重ねる本人の見た目（色、フォント、キャプション、紙、ペース、サウンド、Instagram の CTA）を、話題にするツールの実際のロゴとともに設定します。すべての編集でこれを使用します。
• レンダリングエンジンの準備が完了しています（Chrome、whisper.cpp、音楽ベッド）。最初の編集をすぐに始められます。
• Claude が毎回確認を求めずに ffmpeg、yt-dlp、エンジンを実行できるよう、権限ルールが設定されています。
• 必要に応じて、Treg を通じてアカウントが接続されています（監査と公開）。翻訳と画像生成用のキーも設定されています。

セットアップの実行方法

• クリエイターの言語で話してください。簡単な言葉を使い、専門用語は避けてください。
• 1つのメッセージにつき質問は1つだけにしてください。可能な場合は選択肢を提示し、推奨する選択肢を最初に示してください。
• クリエイターについて、決して何もでっち上げないでください。把握していない事実は質問するか、{{placeholder}} にしてください。

1. ツール

チェックを実行し、ツールごとに1行で結果を表示してください（✓ バージョン、または ✗ 未インストール）：

node -v
ffmpeg -version
yt-dlp --version
deno --version
git --version

ツール	使用する機能	macOS	Windows	Linux
Node 20+（22 LTS 推奨）	short-editing（レンダリングエンジン）	brew install node	winget install OpenJS.NodeJS.LTS	nodejs.org またはパッケージマネージャー
ffmpeg	short-editing、steal、clips、short-translate、publish	brew install ffmpeg	winget install Gyan.FFmpeg	sudo apt install ffmpeg
yt-dlp	studio-script viral、steal、clips、動画からの voice.md 作成	brew install yt-dlp	winget install yt-dlp.yt-dlp	pipx install "yt-dlp[default]"
deno	YouTube での yt-dlp（JavaScript ランタイムが必要です）	yt-dlp に付属	winget install DenoLand.Deno	curl -fsSL https://deno.land/install.sh | sh
git	スキルのインストール	xcode-select --install	winget install Git.Git	sudo apt install git
Codex（任意）	codex-images	npm i -g @openai/codex を実行し、その後 codex login	同上	同上

不足しているツールのインストールコマンドを提示し、ユーザー自身に実行してもらってください（実行してほしいと言われた場合は、こちらで実行してください）。スクリプトのみを利用するユーザー（viral モードを含む studio-script）に必要なのは yt-dlp と deno だけです。Codex は /codex-images 専用で、ChatGPT プランが必要です。画像を希望しない場合は省略してください。

• Windows：winget の実行後、ターミナル（および Claude Code）を閉じて再度開いてください。そうしないと、新しいコマンドが見つかりません。
• YouTube は頻繁に変更されます。ブラウザーで再生できるリンクで yt-dlp が失敗する場合は、まず更新してください（brew upgrade yt-dlp、winget upgrade yt-dlp.yt-dlp、pipx upgrade yt-dlp）。

2. フォルダー

現在のプロジェクトのルートに作成します：

video-agent/
├── voice.md      who they are and how they talk (step 4)
├── swipe.md      hooks that worked in their niche (`/studio-script viral`)
├── audit.md      what works on their own Instagram (insta-audit)
├── audits/       full Instagram reports, one folder per account and run (insta-audit @handle)
├── log.md        one line per script written, so nothing repeats
├── scripts/      one file per week (studio-script)
├── takes/        raw recordings (phone, camera, webcam, screen)
├── style.json    {"default": "default"}: the style every edit uses (step 5)
├── styles/       default/ (their look, step 5), and styles copied from other creators (steal)
├── edits/        one folder per edited video (short-editing): source/spec.js, output/<name>.mp4 + post.md, cover.jpg, published.md
├── repurpose/    one plan per long video (clips)
├── images/       generated images not tied to a video (codex-images)
├── .env          their API keys, never shared (step 7)
└── .tmp/         scratch files, deleted after each run

log.md の先頭には # Script log、swipe.md の先頭には # Swipe file を記載します。

プロジェクトが git 管理されている場合は、次の行を .gitignore に追加してください（動画は容量が大きいため、テキストファイルは追跡対象のままにします）：

video-agent/takes/
video-agent/edits/**/*.mp4
video-agent/edits/**/assets/
video-agent/edits/**/stills/
.claude/skills/short-editing/.runtime/
.claude/skills/short-editing/engine/node_modules/
video-agent/.tmp/
video-agent/.env

video-agent/.env にはキーが含まれます。残りの手順を省略する場合でも、必ず無視対象にしてください。

3. エンジン

レンダリングエンジンは short-editing スキル（<skill> はそのスキルのフォルダーです。例：.claude/skills/short-editing）に含まれています。初回のセットアップでは、エンジンのパッケージ（15 MB）、Chrome がインストールされていない場合は Chromium（100 MB）、whisper.cpp とその音声モデル（0.5 GB）、および8つの音楽ベッド（3〜6分、1回限り）をインストールします。いつ実行するか尋ねてください。今すぐ（近いうちに編集する予定がある場合におすすめです。手順5で自分の映像にスタイルを適用して確認できます）、または後で（short-editing の初回実行時）です。short-editing、clips、short-translate を利用する場合のみ必要です。スクリプトのみを利用するユーザーは省略してください。

node <skill>/engine/setup.mjs --check || node <skill>/engine/setup.mjs

ダウンロードを始める前に、ダウンロードする内容とサイズを伝えてください。ffmpeg が見つからない場合は、インストールコマンドが表示されます。

4. voice.md

最初に、ファイルの先頭で設定する項目を聞きます。録画で使う言語です（ブランドカラーはステップ 5 で聞きます）。次に、残りの情報をどう作成するかを聞きます。

1. 動画から作成する（過去に投稿したことがある場合におすすめです）：話している動画の中で最も良いもののリンクを 3～5 件（YouTube、Shorts、TikTok、Instagram のリール）教えてもらいます。文字起こしを取得します（<lang> は言語コードです：en、fr、es）。

   yt-dlp --skip-download --write-auto-subs --write-subs --sub-langs "<lang>.*" --sub-format vtt -o "video-agent/.tmp/%(id)s.%(ext)s" "<url>"
   

   内容を確認し、実際に話していることをもとにテンプレートを埋めます。本人が実際に使うフレーズ、話すペース（話している時間に対する単語数）、繰り返し使う言葉、話の始め方と締め方を記入します。その後、文字起こしからはわからないこと（立場、根拠、触れてほしくない話題、呼びかけ）だけを聞きます。その後、video-agent/.tmp/ を削除します。 YouTube のリンクなら、ほとんどの場合、文字起こしを取得できます。TikTok は取得できることもありますが、Instagram ではほとんど取得できません。その場合は YouTube のリンクを送ってもらうか、インタビューに切り替えます。
2. インタビューから作成する：テンプレートの質問を、わかりやすい言葉で一つずつ聞きます（「あなたの分野で、ほとんどの人が間違っていると思うことは何ですか？」）。

どちらの場合も、AI ツールを使う前に本人が書いた短い文章を 3 つ貼り付けてもらいます（キャプション、メッセージ、メールなど）。これらを「実際のサンプル」に入れて、スクリプトに本人の文体を反映させます。

references/voice-template.md をもとに video-agent/voice.md を作成します。その内容を 5 行で読み上げ、間違っているところがないか聞きます。ボイスファイルは完成することがありません。いつでも /studio-setup voice を実行して更新できることを伝えます。

5. スタイル

5 分で完了します。どの編集でも、完成時のレイアウトは同じです。カメラ映像のカードの上に、テクスチャのある紙のボードを配置した分割画面の紙風デザインです。分割画面、紙のみ、カメラ映像全体をハードカットで切り替え、境目に字幕を表示し、コメント用紙の CTA を配置します（style.md）。このステップでは、これを本人向けにカスタマイズします：video-agent/styles/default/style.json。フォーマットと、テスト済みの 5 種類のスタイルについては looks.md を、各キーについては style-schema.md を参照してください。まず両方を読んでください。

開始前に、次のことを一言で伝えます：「デフォルトのスタイルはすでに完成しています。7 つの簡単な質問であなた向けに調整し、その後、あなた自身の動画で確認します。」その後は、メッセージごとに質問を一つだけします。選択肢はおすすめのものを最初に提示し、回答はいつでも「デフォルト」または「スキップ」にできます。おすすめの選択肢を決めるときや、すでに回答がわかっている質問を省くときは、voice.md に記載された情報（分野、トーン、呼びかけ）を使います。

1. 見た目：<skill>/assets/looks.json にある5種類の見た目を、それぞれ1行で表示します（label + says）：default（ミニマル：システムフォント、幅いっぱいのカメラ映像、境目の黒い帯にモノスペースの大文字キャプション。おすすめ）、classique（ステッカー風キャプション）、papier（フレーム付きのカメラ写真、発した単語を色付きブロックに表示）、pop（ポッドキャスト風、意見を強調）、poster（テンポが速く、ハードカット）。選んだ見た目の style パッチをファイルの先頭に置きます。
2. アクセントカラー：「ブランドカラーはありますか？　16進数のカラーコードか、色の名前を教えてください」。色の名前が挙がったら、16進数に変換して colors.accent に設定します。何もなければ、その見た目の色を使います。アクセントカラーは強調する単語、キャプションブロック、数字に使うため、はっきりした色（パステルカラーではない色）にします。
3. フォント：「システムフォント（Mac の San Francisco、Windows の Segoe UI。おすすめ）のままにしますか？　それとも Bricolage Grotesque（モダンで詰まった印象）、Poppins（丸みがあり親しみやすい）、Archivo（太くて幅が狭い）、Inter（ニュートラル）にしますか？」システムフォントは system-ui, -apple-system, Segoe UI, Helvetica Neue, Arial, sans-serif です。→ font.family、display.font / display.text。独自のフォントファイルを使う場合は、styles/default/assets/fonts/ にコピーし、font.src を設定します。
4. キャプション：「帯：モノスペースの大文字、境目の黒い角丸帯に白文字で、3語ずつ（band + JetBrains Mono。おすすめ）、ミニマル：動画の上に白い単語を表示し、発話に合わせて1語ずつ表示（rise + block: false + straddle + straddleDy: 90）、発した単語を色付きブロックに表示（rise）、ハードシャドウ（hard）、それともステッカー風にしますか？」続けて、「通常サイズにしますか、それとも大きめにしますか？」と尋ねます（大きめの場合は captions.size 96）。大文字にする場合は captions.upper: true にします。
5. テンポ：「速め（1.15x、デフォルト）、落ち着いたテンポ（1.05x）、自然なテンポ（1x）のどれにしますか？」→ pace.speed。
6. Instagram の CTA：「Instagram のユーザー名と、コメントで入力してもらう言葉（GUIDE、LINK、商品名など）を教えてください」→ creator.handle、creator.name、および notes に "Comment word: <WORD>" というメモを設定します。また、creator.lang（録音に使う言語）と、voice.md に記載された creator.niche も設定します。
7. 動画で話題にするツール：「動画でよく名前を挙げるアプリやツールは何ですか？」最大8件まで登録できます。それぞれについて実際のロゴを取得し（looks.md の「Logos」を参照）、video-agent/styles/default/assets/logos/<tool>.png に保存します。確実なロゴが見つからない場合は、似たものを描かず、ファイルを提供してもらいます。

video-agent/styles/default/style.json に "version": 1、"name"、選んだ見た目のパッチ、続けて回答内容を記述します。エンジンのデフォルトと異なるキーだけを含めてください。video-agent/style.json は {"default": "default"} とします。以下のコマンドで JSON を解析できることを確認します：node -e 'JSON.parse(require("fs").readFileSync("video-agent/styles/default/style.json","utf8"))'。

エンジンのセットアップが完了していて（ステップ3）、video-agent/takes/ に10秒以上のテイクがある場合は、プレビューを作成します：

node <skill>/engine/short.mjs init video-agent/edits/short-style-test --source "<take>"

次に、そのテイクの1〜4秒あたりにボードを1つ追加します（アクセントカラーの単語を含む text と、最初のツールの logo を使用。scene-library.md を参照）。その後、以下を実行します：

node <skill>/engine/short.mjs words video-agent/edits/short-style-test
node <skill>/engine/short.mjs prepare video-agent/edits/short-style-test
node <skill>/engine/short.mjs stills video-agent/edits/short-style-test 0.5,2,5

stills/ 内の JPG をまず自分で確認します。紙の上でアクセントカラーが読みやすいこと、色付きブロック上の白いキャプションが読みやすいこと、ロゴが鮮明なこと、端で何も切れていないことを確認します。問題があれば修正してから見せ、「このままにしますか？　それとも1つ変更しますか？」と尋ねます。変更する場合は style.json を編集し、init を再実行します（スタイルのスナップショットが作成されるためです）。新しい stills を作成します。最後に short-style-test を削除します。まだテイクがない場合は、見た目を3行で説明します。最初の編集時に確認できます。

いつでも /studio-setup style を実行して変更できます。/steal でコピーしたクリエイターのスタイルは、そのスタイルの隣（video-agent/styles/<name>/）に保存され、/short-editing <take> style <name> で使用できます。

6. 権限

ほかのスキルでも、同じいくつかのコマンドを何度も実行します。このプロジェクトでは、これらを事前に承認してください。ルールを提示して確認を求めてから、.claude/settings.json にマージします。ファイルがない場合は作成してください。すでにあるキーやルールはすべて維持し、決して削除しないでください。

{
  "permissions": {
    "allow": [
      "Bash(yt-dlp *)",
      "Bash(ffmpeg *)",
      "Bash(ffprobe *)",
      "Bash(node .claude/skills/short-editing/engine/*)"
    ]
  }
}

• これらのみです。Bash(*)、Bash(rm *)、Bash(curl *)、またはインタープリター全体を対象とするルール（Bash(node *)、Bash(python *)）は絶対に追加しないでください。
• 共有の settings.json にあるルールは、フォルダーが信頼された後に適用されます。このプロジェクトを git で管理していて、ルールを共有したくない作成者は、代わりに .claude/settings.local.json を使用できます（形式は同じで、個人用です）。
• 各スキルには、実行されるターンに適用される独自のコマンドも allowed-tools に記載されています。これらのルールは、それ以外のすべてのターンに適用されます。

7. アカウントとキー（任意）

必要なスキルを使いたい場合に限り、次の3つを設定します。1回のメッセージでまとめて確認してください。

対象	内容	費用
/insta-audit と /publish	Treg に Instagram、TikTok、YouTube のアカウントを接続する	各自のアカウントでの利用は無料
/short-editing で正確な文字起こしを行う場合（リテイクや言いよどみもすべて検出してカットする）、/short-translate、/steal で声の下に流す音楽（効果音はパックに含まれており、キーは不要）	ElevenLabs API キー（推奨）	各自の ElevenLabs プラン
/codex-images	各自の ChatGPT アカウントで Codex にログインする	各自の ChatGPT プラン

ElevenLabs：elevenlabs.io/app/settings/api-keys でキーを作成し、本人に video-agent/.env に ELEVENLABS_API_KEY=... として貼り付けてもらいます（空のファイルを作成して開いてください）。チャットでキーを尋ねてはいけません。キーが設定されていることは、表示せずに次のコマンドで確認します：grep -c ELEVENLABS_API_KEY video-agent/.env。

Codex：codex --version を実行してから、本人に codex login を実行してもらいます（ブラウザーで「Sign in with ChatGPT」を選択）。

Treg

yt-dlp は無料で YouTube の情報を取得できます。TikTok と Instagram はスクリプトから数値を取得できないようにしており、作成者本人の統計情報はログインが必要です。また、投稿にも各自のアカウントが必要です。Treg はその不足を補います。各自のアカウントを一度接続すれば、統計情報の取得と投稿は無料で利用でき、ほかの作成者の公開数値は1回あたり約 $0.001 です。新しく認証されたアカウントには一度だけ $1.00 のクレジットが付与され、数百回の呼び出しに使えます。

接続方法は2つあります。

• CLI、macOS と Linux 向けです。uv（適切な Python を取得するため推奨）、または Python 3.12 か 3.13 を使った pipx か pip が必要です。Windows 用インストーラーはありません。

  curl -fsSL https://treg.to/install.sh | sh
  treg login
  

  treg login を実行するとブラウザーが開きます（GitHub、Google、またはメールコードでログイン）。
• MCP、すべての OS で利用でき、インストールは不要です：claude mcp add --transport http treg https://treg.to/mcp/ を実行してから、/mcp を実行してサインインします。以下の treg catalog search、catalog get、call、balance は、それぞれ MCP ツールの catalog_search、catalog_get、call、balance になります。

各自のアカウント（接続には CLI が必要です）。--capability post を指定すると、統計情報の読み取りと投稿に必要な権限を求めます。投稿する動画ごとに本人が承認する必要があります。

treg connections connect --provider instagram --capability post
treg connections connect --provider tiktok --capability post
treg connections connect --provider youtube --capability post
treg connections ls

各 connect を実行すると、プラットフォーム独自のログイン画面が開き、そこで承認します。投稿するプラットフォームだけを接続してください。Instagram はプロアカウント（Creator または Business）が必要です（アプリ内で無料で切り替えられます：プロフィール → メニュー → アカウントタイプとツール）。Treg はヒントを stderr に出力します。JSON を読み取るときは 2>/dev/null を追加してください。

Instagram を接続したら、すぐに /insta-audit を提案してください。何が効果的かを確認するための、最初のステップとして最適です。

Treg の各呼び出しの手順は、すべてのスキルで共通のルールです。

1. treg catalog search "<what you want to do>"：ベンダー名ではなく、実行したい作業を説明します（「TikTok アカウントの動画を再生数とともに一覧表示する」など）。
2. treg catalog get <id>：パラメーターと料金を確認します。呼び出す前に料金を伝えてください。接続済みの本人のアカウントは無料と表示されます。
3. treg call <id> --query key=value。呼び出しに失敗しても料金はかかりません。残高は treg balance で確認できます。402 エラーは残高がないことを意味します。

権限：無料の読み取り専用コマンドのみを追加し、有料の treg call は毎回、事前に確認を求めるようにします。

"Bash(treg catalog *)",
"Bash(treg balance)",
"Bash(treg connections ls)"

8. まとめ

準備完了（✓またはスキップ）と今後の進め方を、各項目1行で示します。/editing <what they want> と入力するだけでもかまいません。適切なスキルが選ばれます。

最短で最初の動画を作る方法：1テイク（スマートフォン、カメラ、またはウェブカメラ）を video-agent/takes/<slug>.mp4 に録画してから、/short-editing を実行します。さらに作成したい場合は、次の手順に進みます。

1. /studio-script：今週の台本。まずフックを考え、人間らしい表現にします（自分のニッチで効果があるものを知るには、まず /studio-script viral を実行します）。
2. /insta-audit：自分のInstagramで効果があるものを調べます（audit.md に記入します）。
3. /outliers：競合のリールで大きな反響を得たものを参考に、録画用の台本を5本作成します。
4. /short-editing：自分のスタイルで、ショート動画（縦型）またはYouTube動画（横型）を作成します。
5. /broll：自分のBロール素材をライブラリにまとめ、編集動画に配置します。
6. /steal：気に入ったクリエイターのリールを、2つ目のスタイルに取り入れます。
7. /clips：長尺動画を完成したショート動画にします。
8. /short-translate：別の言語で、自分の声を使ったテイクを作成します。
9. /codex-images：サムネイル、カバー、エンドカードを作成します。
10. /vox：写真を紙のコラージュアニメーションにします。
11. /publish：YouTube、Instagram、TikTokに公開します。

後で

/studio-setup <part> で各パートに移動できます：tools、engine、voice（voice.md を再構築または更新）、style（見た目、音声、CTA、ツールのロゴ、ロゴ、エンドカード）、permissions、treg、keys。