ListenHubSkills

クリエイターワークフロー

任意のトピック、URL、音声ファイルから、マルチプラットフォーム向けのコンテンツパッケージを生成 — 記事、画像カード、挿絵と音声付きのナレーション原稿。

Creator は ListenHub Skill の一つで、ファイルシステム、ウェブ閲覧、画像生成などのツールを扱える AI エージェントのワークフローです。トピック、URL、音声ファイルのいずれかを渡すと、完成したコンテンツパッケージを作ります — 挿絵付きの WeChat 記事、Xiaohongshu(小紅書)の画像カード、あるいは TTS 音声を任意で付けたナレーション原稿。出力はすべてローカルのフォルダに揃います:テキスト、画像、メタデータが、そのまま公開できる形で入ります。

簡単な例

URL から WeChat 記事を作る:

Write a WeChat article based on this link https://mp.weixin.qq.com/s/xxx

Creator は素材を抽出し、挿絵のプリセットを選んだうえで、サマリーを表示して確認を待ちます:

Platform:  WeChat
Source:    https://mp.weixin.qq.com/s/xxx (article extraction)
Prototype: Insight commentary
Preset:    Flat illustration
Output:    ./ai-trends-wechat/
APIs used: Content Extraction, Image Generation

確認すると、Creator がパイプライン全体を実行します。数分後に受け取るのは:

ai-trends-wechat/
├── article.md          # Full article with image references
├── images/
│   ├── cover.jpg       # AI-generated cover
│   ├── section-1.jpg
│   └── section-2.jpg
└── meta.json           # Title, summary, tags

トピックから Xiaohongshu カードを作る:

Create Xiaohongshu cards about must-have items for solo apartment living
solo-living-xiaohongshu/
├── cards/
│   ├── 01-cover.jpg
│   ├── 02-page.jpg
│   ├── ...
│   └── prompts.json
├── long-text.md        # Post text with hashtags
└── meta.json

Creator の執筆プロセス

Creator はテキストを一気に生成するわけではありません。どのプラットフォームでも、画像や音声を作る前に構造化された執筆プロセスを実行します。

コンテンツ原型をマッチさせる

Creator はそのプラットフォームのコンテンツ原型(prototype)カタログを読み込み、あなたの素材に最も合う語りの構造を自動でマッチさせます — 例えば「洞察コメンタリー」「ステップバイステップガイド」「個人の体験談」など。推薦結果を表示し、別の原型に切り替えることもできます。

ライティングエンジンで執筆する

Creator は内蔵のライティングエンジンで下書きを作り、選ばれた原型の構造と、現在有効なスタイルルールを適用します。見出し、冒頭のフック、本文、セクションの区切りはこの段階で生まれます。

自己レビューと修正

Creator は下書きに対して多段階の品質レビュー(L1–L4)を実行し — 構造、明快さ、トーン、プラットフォーム適合度を確認して — 確定前に修正します。受け取るのは修正後の結果であり、最初の下書きではありません。

対応プラットフォーム

Creator は、明確な見出しと簡潔な段落を備えた構造的な WeChat の長文記事を書き、それに合わせたカバー画像とセクション挿絵を生成します。

挿絵には 3 つのビジュアルプリセットがあります — Flat(フラットイラスト)、Watercolor(水彩)、Photo-Realistic(写実写真)。Creator がトピックに応じて 1 つを選び、確認サマリーに表示します。「水彩プリセットを使って」のように指定することもできます。

Creator は Xiaohongshu 向けのコンテンツを 2 つの形式で作ります:画像カード(大きな文字とビジュアルをデザインした 5–8 ページ)と、長文投稿(フックを先頭に置き、ハッシュタグ付き)です。デフォルトでは両方が生成されますが、どちらか一方だけを指定することもできます。

カードには 10 種類のビジュアルプリセットがあり、ミニマルからレトロ、ポップまで揃っています。Creator がコンテンツに応じて自動選択しますが、「Notion プリセットを使って」のように指定することもできます。長文のみモードでは、カードも画像も生成されず、プリセットも選ばれません。

Creator は自然なテンポと明確な構造を持つ、話し言葉のナレーション原稿を書きます。オプションで、AI ボイスによる TTS 音声ファイルも生成します。ナレーションではビジュアルプリセットを使いません。

プリセットの選択

WeChat と Xiaohongshu では(画像を生成する場合)、Creator は確認ゲートの前に挿絵またはカードのプリセットを選びます。そのため、承認するサマリーの時点で、選ばれたスタイルが表示されます。リクエストでプリセットを指定した場合(例:「水彩で」)はそれをそのまま使い、指定がなければトピックに最も合うものを推薦して選ばせます。

ナレーションテンプレートと、長文のみモードの Xiaohongshu では、プリセットの選択は完全にスキップされます。

対応する入力

入力Creator の処理
URL(記事・ページ)https://mp.weixin.qq.com/s/xxxAPI でコンテンツを抽出し、素材として使用
URL(音声・動画)YouTube または Bilibili のリンクダウンロードしてローカルで文字起こしし、その文字起こしから執筆
ローカル音声ファイルmeeting.mp3ローカルの ASR で文字起こしし、その文字起こしから執筆
テキスト貼り付けた段落やドキュメントそのテキストを素材として使用
トピック「教育における AI」ゼロからコンテンツを生成

音声・動画の文字起こしは coli を使ってローカルで実行されます。npm i -g @marswave/coli でインストールしてください。文字起こしに API キーは不要です。

トピックや数個のキーワードだけを渡した場合、Creator はまずその切り口を品質フィルタにかけ — 面白いか、情報量があるか、共感できるか — トピックが薄すぎたり曖昧すぎたりする場合は、執筆を始める前により鋭い代案を提示します。

API キー

画像生成、URL からのコンテンツ抽出、TTS には ListenHub API キー が必要です。Creator は確認ステップでチェックし、必要であればセットアップを案内します。

テキストのみのパイプライン(例:トピックから音声なしのナレーション原稿を作る)は、API キーなしで動作します。

スタイル学習

参考から学習する:気に入った記事、投稿、原稿を共有し、「これをスタイルの参考にして」と伝えます。Creator は具体的なスタイル指示を 3–5 個抽出し(文の長さ、トーン、書式の癖)、確認・編集できる形で提示したうえで、今回の生成に適用します。その後、今後のために保存するかを尋ねます。素材なしで参考だけを共有した場合(例:「この記事のスタイルだけ学習して」)、Creator はコンテンツを生成せず、スタイルの抽出と保存だけを行います。

ルールを直接指定する:生成結果を確認したあと、調整してほしい点を Creator に伝えます。それらは永続的なスタイルルールとして保存されます:

  • 「覚えておいて:WeChat の段落は短めに」
  • 「ナレーション原稿は 800 語以内に」
  • 「小红书少用 emoji」

スタイルルールの保存方法

スタイルルールは、カレントディレクトリ配下の素の Markdown ファイルとして保存されます。1 行に 1 つの指示、プラットフォームごとに 1 ファイルです:

.listenhub/creator/styles/
├── wechat.md
├── xiaohongshu.md
└── narration.md

これらのファイルは直接編集できます。執筆時、Creator は優先順位に従ってスタイルを適用します — 今回の参考から得た指示が保存済みのプラットフォームルールを上書きし、それが組み込みのプラットフォーム基準を上書きします。プラットフォームのファイルが存在しない場合、カスタムスタイルは適用されません。リセットするには:「WeChat のスタイルをリセットして」または「重置公众号风格偏好」。

トリガー

/creator と入力すれば直接呼び出せます。作りたいものを自然言語で説明しても構いません — Creator はコンテンツ生成のリクエストだと認識すると起動します(例:「WeChat 記事を書いて」「帮我写篇公众号」)。

API リファレンス

基盤となるコンテンツ抽出、画像生成、TTS の各エンドポイントの詳細は OpenAPI ドキュメント を参照してください。

このページの内容