ワンの会話ヘッドをオンにすると、仮想マルチカメラの編集のプロンプト** Google Omni**。

1つのカメラで1つのクリップを撮影します。 スキルは、あなたのスピーチのビートを見つけます, バトルテストされたプロンプトテンプレートを4つのカットタイムスタンプで埋めます, そして、Googleオムニは、インスタントハードカットで新しいカメラの角度からあなたの実際の映像を再フレーム. プロンプトは、Omni に同じ顔、部屋、音声、および lip の同期(以下、Omni の既知の制限を参照してください)を保持するように依頼します。 2番目のカメラ、編集タイムラインなし。

使い方

1。 フォルダ内の会話ヘッドビデオをドロップし、マルチカムプロンプトを尋ねます。 2。 スキルは、(scripts/check_env.py])を実行し、何かが欠けている場合、それが何であるかを説明し、それをインストールするための許可を要求する - ので、それはプラグアンドプレイです。 3。 それはあなたが各フレーズが始まる場所と呼吸場所を正確に見つけるために、あなたのビデオの単語レベル**(ホイスパー、ローカルを実行)を転記します。 4。 これらのビートで** 4カットポイントを示唆しています(フレーズのカットの土地が始まり、内部の呼吸、決して真剣)、理由を示します。 5。 タイムスタンプとカメラの角度(左プロファイル、極端な高角度、クローズアップ、元のフラミングに戻る - プリセットを使用して、それらのいずれかを交換します)を確認します。 6.

Multicam

Turn ONE talking-head take into a virtual multi-camera edit prompt for Google Omni.

You film a single clip on a single camera. The skill finds the beats of your speech, fills a battle-tested prompt template with four cut timestamps, and Google Omni re-frames your real footage from new camera angles with instant hard cuts. The prompt asks Omni to keep the same face, room, voice and lip sync (see Known Omni limits below). No second camera, no editing timeline.

How it works

1. Drop your talking-head video in a folder and ask for the multicam prompt.
2. The skill runs a preflight check (scripts/check_env.py) and, if anything is missing, explains what it is for and asks permission to install it — so it’s plug-and-play.
3. It transcribes your video word-level (Whisper, runs locally) to find exactly where each phrase starts and where you breathe.
4. It suggests 4 cut points on those beats (cuts land on phrase starts, inside breaths, never mid-word) and shows you why.
5. You confirm or adjust the timestamps and the camera angles (left profile, extreme high angle, close-up, and back to the original framing — with presets to swap any of them).
6. It fills the frozen template, self-checks it (scripts/verify_prompt.py) and saves a ready-to-paste prompt. Upload your clip into Google Omni, select it as the source footage, paste, generate.

Setup (free and local, no API keys)

The skill checks this for you: scripts/check_env.py reports what’s missing, what each piece is for, and the install command for your OS — then asks before installing anything. To set it up manually:

• Install Python 3.8+.
• Install ffmpeg (includes ffprobe):
  • macOS: brew install ffmpeg
  • Windows: winget install Gyan.FFmpeg (or choco install ffmpeg)
  • Linux: sudo apt install ffmpeg
• Install the Python dependency: pip install -r requirements.txt

The first transcription downloads a Whisper model (~460MB for the default small) once. Everything else is local: no API key, no account, no paid service. Whisper is multilingual, so it works for any creator’s language (the delivered prompt is always English).

Install the skill

This is a Claude Code skill. Clone it into your skills folder:

git clone https://github.com/aipauloshimas/multicam ~/.claude/skills/multicam

(Windows: clone into C:\Users\\.claude\skills\multicam.)

Then open Claude Code, drop in your clip and say: “make the multicam prompt for this video”.

The template

The prompt template is frozen on purpose — its strict preservation rules (“do not alter the face… no changes to audio… only the camera position changes”) are what ask Omni to keep your identity, room and voice locked while the virtual camera cuts. The skill only ever fills the four [Xs] timestamps and, if you ask, swaps the angle descriptions. Everything else ships exactly as validated in production.

Known Omni limits