---

name: history-short-video description: "日本史をテーマにしたショート動画を制作。TikTok・YouTube Shorts向け。「歴史ショート」「歴史動画」「ショート動画」などの作業に使う。"

history-short-video

日本史をテーマにしたショート動画（TikTok・YouTube Shorts）を制作するスキル。

概要

• ターゲット: 60〜75秒の歴史ショート動画（完視聴率を重視し、短めを推奨）
• スタイル: 実写/AI画像 + AivisSpeech ナレーション（まい） + BGM + ASS テロップ
• 依存スキル: tiktok-publisher
• 関連スキル: history-long-video（ショートをまとめたYouTubeロング動画の制作）

作業前に必ず読むこと

1. history-video-base/SKILL.md を読む（音声・画像・BGM・FFmpeg 等の共通仕様）
2. この SKILL.md を最後まで読む
3. LEARNINGS.md を読む（過去の失敗と正しい方法が書いてある）
4. APIキー・トークンの有効性を確認

テーマ選定

テーマが指定されていない場合、以下の手順でユーザーに提案する:

1. コンテンツ企画データを取得（詳細は history-video-base を参照）
2. 制作済みテーマ一覧（本ファイル末尾）と照合し、未制作のテーマを特定
3. 未制作テーマから2〜3個を候補として提示し、ユーザーに選んでもらう
4. 分割テーマの確認: 選んだテーマの totalParts が2以上なら、タイトルに【前期】【後期】等を付ける

テンプレート運用

• 作業ディレクトリ: ~/Dev/content-studio/scripts/video-gen/templates/{テーマ名}/
• 新規テーマ: 上記ディレクトリに scenes.json を新規作成
• 既存テンプレートを必ず参考にする: 同ディレクトリ内の他テーマの scenes.json を読み、フォーマット・文体・シーン構成を踏襲
• 画像出力先: ~/Dev/content-studio/scripts/video-gen/output/{テーマ名}/

ワークフロー

1. テーマ選定 → scenes.json 作成（10〜12シーン推奨、フックシーン + 本編）
   - display: テロップ表示テキスト兼TTS入力（漢字）
   - image: 画像ソース情報（wikimedia / ai）+ caption（日本語、Wikimediaのみ）
   - dictionary: 読み上げリスクのある用語のVOICEVOX辞書登録情報
2. 事実確認AI監査（scenes.json 作成直後に必ず実行）
   → Claude Code が scenes.json の全 display テキストを通読し、歴史的事実を監査
   → 詳細は Phase 1.5 を参照
3. タイトルカード生成（scene01 が `title-card` の場合）
   → title-card.html 作成 → スクリーンショット → scene01.jpg
4. 画像調達（詳細は history-video-base を参照）
5. コンテンツレビュー（テロップ・画像ソース・画像を一覧確認）
   → https://content-studio-kt.vercel.app/workflows/tiktok-video/images
6. 読み取得 + AI読み監査（合成前に必ず実行）
   → python3 synthesize-narration.py {テーマ} --readings-only
   → Claude Code が readings.json を読み、誤読パターンを監査（音読み/訓読み、人名、年号）
   → 問題があれば base-dictionary.json or scenes.json の dictionary に追加
   → 修正後、再度 --readings-only で確認。AI監査パスまで繰り返す
7. ナレーション合成（AI監査パス後に実行）
   → python3 synthesize-narration.py {テーマ}
8. テロップ生成（必ず `generate-from-scenes.py` を使うこと）
   → telop.ass を手動や別スクリプトで生成すると、craftgarden ブランドスタイルが崩れる
9. 動画合成（必ず `compose-video.py` を使うこと）
   → python3 compose-video.py {テーマ}
   画像を差し替えた場合は該当シーンの _clip.mp4 を削除してから実行
10. 整合性チェック（verify-sync.py）
11. ユーザー確認（投稿タイトル・説明文・動画パスを提示して承認を得る）
12. TikTok投稿（tiktok-publisher）
13. X投稿（動画付きツイート — xurl media upload → post）

Phase 1: スクリプト作成（scenes.json）

display テキストの二重用途

display はテロップ表示とTTS入力を兼ねる。

• テロップ: \n は改行として表示
• TTS入力: display_to_narration() が \n を自動処理
  • 前の文字が句読点なし → 。 に変換（間を作る）
  • 前の文字が句読点あり → 単に除去

例: "奈良時代\n80秒でわかる時代の流れ" → テロップ: 2行表示 / TTS: "奈良時代。80秒でわかる時代の流れ"

タイトル命名規則

時代の流れシリーズは統一フォーマット:

{時代名}\n{尺}秒でわかる時代の流れ

例: "奈良時代\n80秒でわかる時代の流れ"

時代が前期/後期に分割されている場合（企画データで totalParts > 1）:

{時代名}【前期】\n{尺}秒でわかる時代の流れ
{時代名}【後期】\n{尺}秒でわかる時代の流れ

例: "平安時代【前期】\n80秒でわかる時代の流れ"

分割判定: 企画データ（data.ts）の totalParts を必ず確認。2以上ならタイトルに【前期】【後期】（3分割なら【前期】【中期】【後期】）を付ける。タイトルだけ見てどのパートか分からない動画は視聴者を混乱させる。

句読点ルール（TTS品質に直結）

読点（、）の配置がナレーションの「間」を作る。句点（。）= 長い間、読点（、）= 短い間。

パターン	読点を入れる	例
主語が長い	主語の後	「ヤマト政権は、各地の豪族を束ねた。」
接続詞の直後	接続詞+、	「しかし、蘇我氏の専横は止まらない。」
動作の列挙	動詞の連用形+、	「防人を配置し、水城を築く。」
強調したい語の前	語の前に、	「その権力の象徴が、巨大古墳。」
対比・転換	転換点に、	「豪族の連合体から、天皇中心の国家へ。」

声に出して読み、自然に息継ぎする位置に読点を打つ。

scenes.json フォーマット

フォーマット例: references/example-scenes.json

各フィールド:

• id: シーンID（scene00〜scene12）
• style: "hook"（冒頭フック、3秒程度の問いかけ）/ "title"（タイトルカード）。省略時は Body スタイル
• keywords（任意）: テロップ内でアクセントカラー（accent-leaf）で強調表示する語のリスト
• image.source: "wikimedia" / "ai" / "title-card"（scene01のみ）
• image.file / image.prompt: ソースに応じた取得情報
• image.credit: ライセンス情報（AI生成は null）。日本語推奨（例: "パブリックドメイン"）
• image.caption（任意）: Wikimedia画像の日本語説明。キャプション表示に使用
• display: テロップ表示テキスト兼TTS入力（漢字、\n で改行）
• dictionary（任意）: VOICEVOX ユーザー辞書登録情報のリスト（読み上げリスクのある用語）

scenes.json の安全な変更ルール（エージェント使用時に必須）:

• scenes.json を修正するエージェントには 変更前後のシーン数検証 を必ず指示する
• len(scenes) が変わったら変更をロールバック。シーンの追加・削除は禁止
• imageフィールドのみ変更する場合は、display/keywords/dictionary/style/id は一切触らない
• 教訓: 画像比率修正エージェントが scenes.json 全体を書き換え、15シーン→10シーンに破壊された事例あり（2026-03-16）

dictionary フィールドの書き方:

• surface: 漢字表記（displayに含まれる語）
• pronunciation: カタカナ読み
• accent_type（任意、デフォルト0）、word_type（任意、デフォルト PROPER_NOUN）、priority（任意、デフォルト9）
• synthesize-narration.py が自動で辞書に登録（既存の重複はスキップ）
• テーマ共通辞書は templates/{テーマ}/dictionary.json にも配置可能

display の行幅制限（1行あたり最大15全角文字）:

• Body スタイル: PlayResX=1080, MarginL/R=50, FontSize=64 → 使用可能幅 980px
• CJK全角 = 64px, ASCII半角 = 32px → 全角換算で 最大15文字/行
• generate-from-scenes.py が自動チェックし、超過行を警告する
• 超過すると画面右端が切れて読めなくなる。改行 \n で分割すること

この1ファイルから生成されるもの:

• telop.ass ← display + タイミング（シーンごとのナレーション実尺から計算）
• narration.txt ← display を display_to_narration() で変換（TTS入力用）
• credits.txt ← image.credit をまとめて出力
• fetch-images.sh ← image.source + file/prompt から画像取得コマンド

自動生成ツール:

python3 scripts/vi