explainer

使用すべき場合

• ユーザーが解説動画またはチュートリアル動画を作成したい
• ユーザーが何かを動画形式で「説明する」ことを求めている
• ユーザーがAI生成ビジュアルを含むナレーション付きコンテンツを求めている
• ユーザーが「explainer video」「解说视频」「tutorial video」と言っている

使用すべきではない場合

• ユーザーがビジュアルなしのオーディオのみのコンテンツを求めている (/speech または /podcast を使用)
• ユーザーがポッドキャスト風の議論を求めている (/podcast を使用)
• ユーザーがスタンドアロンの画像生成を求めている (/image-gen を使用)
• ユーザーが動画なしでテキストを読み上げることを求めている (/speech を使用)

目的

単一のナレーターのボイスオーバーをAI生成ビジュアルと組み合わせた解説動画を生成します。製品紹介、コンセプト説明、チュートリアルに最適です。テキストのみのスクリプト生成または完全なテキスト+動画出力に対応しています。

ハード制約

• インタラクション前に必ず shared/config-pattern.md に従って設定を読み込む
• 実行モード、エラー処理、インタラクションパターンについて shared/cli-patterns.md に従う
• 認証チェックについて shared/cli-authentication.md に従う
• スピーカーIDをハードコードしない — ユーザーが音声を変更したいときは常にスピーカーCLIから取得する
• ~/Downloads/ または .listenhub/ にファイルを保存しない — 親切なトピックベースの名前で現在のディレクトリにアーティファクトを保存する (shared/config-pattern.md § Artifact Naming を参照)
• 解説動画は正確に1人のスピーカーを使用する
• モードは info (Info スタイル) または story (Story スタイル) である必要があり、slides は決して使用しない (/slides スキルを使用)

<HARD-GATE> すべての複数選択ステップで AskUserQuestion ツールを使用する — オプションをプレーンテキストとして印刷しない。一度に1つの質問を実行します。次のステップに進む前にユーザーの回答を待ちます。すべてのパラメータが収集された後、選択肢を要約してユーザーに確認を求めます。ユーザーが明確に確認するまでCLIコマンドを呼び出さない。 </HARD-GATE>

ステップ -1: CLI認証チェック

shared/config-pattern.md § CLI Auth Check に従う。CLIがインストールされていないかユーザーがログインしていない場合、shared/cli-authentication.md に従って自動インストールおよび自動ログインを実行する — ユーザーにコマンドを手動で実行することを決して要求しない。

ステップ 0: 設定セットアップ

shared/config-pattern.md ステップ 0 (Zero-Question Boot) に従う。

ファイルが存在しない場合 — デフォルトで静かに作成して進行:

mkdir -p ".listenhub/explainer"
echo '{"outputMode":"inline","language":null,"defaultStyle":null,"defaultSpeakers":{}}' > ".listenhub/explainer/config.json"
CONFIG_PATH=".listenhub/explainer/config.json"
CONFIG=$(cat "$CONFIG_PATH")

設定に関する質問をしない。 インタラクションフローに直接進む。

ファイルが存在する場合 — 静かに設定を読み込んで進行:

CONFIG_PATH=".listenhub/explainer/config.json"
[ ! -f "$CONFIG_PATH" ] && CONFIG_PATH="$HOME/.listenhub/explainer/config.json"
CONFIG=$(cat "$CONFIG_PATH")

セットアップフロー (ユーザーが明確に再設定を要求した場合のみ)

ユーザーが明確に再設定を要求した場合にのみ実行します。現在の設定を表示:

当前配置 (explainer)：
  输出方式：{inline / download / both}
  语言偏好：{zh / en / 未设置}
  默认风格：{info / story / 未设置}
  默认主播：{speakerName / 使用内置默认}

その後、質問:

1. outputMode: shared/output-mode.md § Setup Flow Question に従う。

2. Language (オプション): "デフォルト言語は?"

   • "中文 (zh)"
   • "English (en)"
   • "毎回手動で選択" → null のままにする

3. Style (オプション): "デフォルトスタイルは?"

   • "Info — 情報提示型"
   • "Story — ストーリー叙述型"
   • "毎回手動で選択" → null のままにする

回答を収集した後、直ちに保存:

NEW_CONFIG=$(echo "$CONFIG" | jq --arg m "$OUTPUT_MODE" '. + {"outputMode": $m}')
echo "$NEW_CONFIG" > "$CONFIG_PATH"
CONFIG=$(cat "$CONFIG_PATH")

インタラクションフロー

ステップ 1: トピック / コンテンツ

自由なテキスト入力。ユーザーに質問:

何を説明または紹介したいですか？

受け入れるもの: トピック説明、テキストコンテンツ、または説明するコンセプト。

ステップ 2: 言語

config.language が設定されている場合、事前入力を行い要約で表示 — この質問をスキップします。 設定されていない場合は質問:

Question: "どの言語ですか？"
Options:
  - "Chinese (zh)" — 北京官話でのコンテンツ
  - "English (en)" — 英語でのコンテンツ
  - "Japanese (ja)" — 日本語でのコンテンツ

ステップ 3: スタイル

config.defaultStyle が設定されている場合、事前入力を行い要約で表示 — この質問をスキップします。 設定されていない場合は質問:

Question: "どのスタイルの解説動画にしますか？"
Options:
  - "Info" — 情報提示的でファクトベースのプレゼンテーションスタイル
  - "Story" — ナレーティブでストーリーテリングのアプローチ

ステップ 4: スピーカー選択

shared/speaker-selection.md に従う:

• config.defaultSpeakers.{language} が設定されている場合 → 保存されたスピーカーを静かに使用
• 設定されていない場合 → shared/speaker-selection.md から言語の 組み込みデフォルト を使用
• 確認要約 (ステップ 6) にスピーカーを表示 — ユーザーが必要に応じてそこから変更できます
• ユーザーが明確に音声を変更するよう要求した場合のみ完全なスピーカーリストを表示

スピーカークエリ: スピーカーのリストとフィルタリングについては shared/cli-speakers.md を参照。

解説動画では1人のスピーカーのみサポートされています。

ステップ 5: 出力タイプ

Question: "どの出力が必要ですか？"
Options:
  - "テキストスクリプトのみ" — ナレーションスクリプトを生成、動画なし
  - "テキスト + 動画" — AIビジュアルを含む完全な解説動画を生成

ステップ 6: 確認と生成

すべての選択を要約:

解説動画の生成準備ができました：

  トピック: {topic}
  言語: {language}
  スタイル: {info/story}
  スピーカー: {speaker name}
  出力: {テキストのみ / テキスト + 動画}

  進めますか？

CLIコマンドを実行する前に明確な確認を待つ。

ワークフロー

run_in_background: true と timeout: 660000 でCLIコマンドを実行します。CLIは生成が完了するまでブロックし、最終結果をJSONとして返します:

listenhub explainer create \
  --query "{topic}" \
  --mode {info|story} \
  --lang {en|zh|ja} \
  --speaker "{name}" \
  --speaker-id "{id}" \
  --timeout 600 \
  --json

コマンドが失敗した場合 (0でない終了コード)、標準エラーでエラー詳細を確認します。終了コードと一般的なエラーについては shared/cli-patterns.md § Error Handling を参照。

オプションフラグ (該当する場合は追加):

• --source-url "{url}" — ユーザーが参照URLを提供した場合
• --skip-audio — テキストのみの出力の場合 (動画なし)
• --image-size {2K|4K} — 画像解像度 (デフォルト: 2K)
• --aspect-ratio {16:9|9:16|1:1} — ビデオアスペクト比 (デフォルト: 16:9)
• --style "{style}" — AI生成画像のビジュアルスタイル

ユーザーにタスクが送信されたことを通知します。完了の通知を受けたら、結果を解析して提示:

CLI JSON出力をキーフィールドで解析:

EPISODE_ID=$(echo "$RESULT" | jq -r '.episodeId')
AUDIO_URL=$(echo "$RESULT" | jq -r '.audioUrl // empty')
VIDEO_URL=$(echo "$RESULT" | jq -r '.videoUrl // empty')
CREDITS=$(echo "$RESULT" | jq -r '.credits // empty')

設定から OUTPUT_MODE を読み込む。shared/output-mode.md で動作に従う。

テキストのみの出力の場合:

inline または both: スクリプトをインラインで提示。

提示:

解説スクリプトが生成されました！

「{title}」

オンラインで表示：https://listenhub.ai/app/explainer/{episodeId}

download または both: スクリプトファイルも保存します。shared/config-pattern.md § Artifact Naming に従ってトピックスラッグを生成。

• {slug}-explainer.md として現在のディレクトリに保存 (既存の場合は重複排除)
• 上記の要約に加えて保存パスを提示。

テキスト + 動画出力の場合:

inline または both: 動画URLとオーディオURLをクリック可能なリンクとして表示。

提示:

解説動画が生成されました！

動画リンク：{videoUrl}
音声リンク：{audioUrl}
消費ポイント：{credits}

download または both: ファイルも保存します。shared/config-pattern.md § Artifact Naming に従ってトピックスラッグを生成。

• {slug}-explainer/ フォルダを作成 (既存の場合は重複排除)
• 内部に script.md を書き込む
• オーディオをダウンロード:

  listenhub download "{audioUrl}" -o "{slug}-explainer/audio.mp3"
  

• 提示:

  現在のディレクトリに保存されました：
    {slug}-explainer/
      script.md
      audio.mp3
  

成功した生成後

このセッションで行った選択で設定を更新:

NEW_CONFIG=$(echo "$CONFIG" | jq \
  --arg lang "{language}" \
  --arg style "{info/story}" \
  --arg speakerId "{speakerId}" \
  '. + {"language": $lang, "defaultStyle": $style, "defaultSpeakers": (.defaultSpeakers + {($lang): [$speakerId]})}')
echo "$NEW_CONFIG" > "$CONFIG_PATH"

推定時間:

• テキストスクリプトのみ: 2～3分
• テキスト + 動画: 5～10分

リソース

• CLI認証: shared/cli-authentication.md
• CLIパターン: shared/cli-patterns.md
• スピーカークエリ: shared/cli-speakers.md
• スピーカー選択ガイド: shared/speaker-selection.md
• 設定パターン: shared/config-pattern.md
• 出力モード: shared/output-mode.md

合成可能性

• 呼び出す: スピーカーCLI (スピーカー選択用); ボイスオーバーについて /speech を呼び出す可能性あり
• 呼び出される: content-planner (フェーズ 3)

例

ユーザー: "Claude Codeを紹介する解説動画を作成して"

エージェントワークフロー:

1. トピック: "Claude Code紹介"
2. 言語を質問 → "English"
3. スタイルを質問 → "Info"
4. デフォルトスピーカー "Mars" (cozy-man-english) を使用
5. 出力を質問 → "テキスト + 動画"

# run_in_background: true、timeout: 660000 で実行
listenhub explainer create \
  --query "Introduce Claude Code: what it is, key features, and how to get started" \
  --mode info \
  --lang en \
  --speaker "Mars" \
  --speaker-id "cozy-man-english" \
  --timeout 600 \
  --json

episodeId、audioUrl、videoUrl、credits について結果を解析してユーザーに提示。