메뉴
Write TTS-ready transcripts with [slide N] cues, [pause:ms] markers, and optional SSML. Convert raw code/URLs/long numbers to speakable forms. Use when turning slides+beats into a narrator script. Triggered by the script-writer agent.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
Final build step — render all Marp slides, validate SSML, synthesize the course manifest, and package bundle.zip. Use when coherence review has passed and the course is ready for deployment. Triggered by the asset-builder agent.
Orchestrate end-to-end online course generation from a topic. Invoke when user asks to "create a course", "design a curriculum", "build online lectures", "강의 만들어", "코스 설계", "커리큘럼 짜", "섹션별 퀴즈 포함 강의", "TTS 스크립트 강의", or any request to produce structured learning material with slides + notes + scripts + quizzes. Also invoke for follow-ups — "재실행", "섹션만 다시", "업데이트", "이전 결과 개선", "코스 수정". Do NOT invoke for single-artifact requests (just a slide, just a quiz) — those should call the specific authoring skill directly.
Synthesize TTS audio from course transcripts with pluggable engines (OpenAI gpt-4o-mini-tts default, edge-tts fallback). Use when turning a class transcript.txt into per-slide MP3s plus a concatenated full.mp3, handling [slide N] / [pause:ms] markers, retries, and per-slide speaker_affect overlays. Triggered after coherence-review passes and before/within asset-build, or as a standalone step. Also invoke for "오디오 생성", "TTS 합성", "강의 음성 만들어", "voice 변경", "speed 조정".
Author slide decks in Marp Markdown and render to HTML. Use when turning class beats into 4-7 slides per class, applying Marp frontmatter/layout rules, preventing overflow, or rendering via the marp CLI. Triggered by the slide-author agent.
Cross-artifact QA for the course pipeline. Verify LO coverage, Bloom balance, slide↔script cue alignment, note↔slide consistency, tone, quiz factual validity, and transcript speakability. Use when reviewing generated course assets before build. Triggered by the coherence-reviewer agent.
Plan a single class as a beat sheet (hook → teach → example → practice → recap) used jointly by slide, note, and script authors. Use when turning a class spec into beats, allocating duration across beats, or assigning visual/speaker cues. Triggered by the class-planner agent.
| name | script-writing |
| description | Write TTS-ready transcripts with [slide N] cues, [pause:ms] markers, and optional SSML. Convert raw code/URLs/long numbers to speakable forms. Use when turning slides+beats into a narrator script. Triggered by the script-writer agent. |
transcript는 귀로 듣는 콘텐츠다. note를 그대로 낭독하면 부자연스럽다. 문장 길이, 리듬, 호흡, 강조를 음성 기준으로 재설계.
[slide 1]
첫 문장. 리듬을 위한 짧은 문장.
[pause:400]
두 번째 문장은 조금 더 길어도 괜찮지만 25 단어를 넘지 않도록 합니다.
[pause:600]
핵심 강조 전에는 조금 더 쉬어줍니다.
[slide 2]
새 슬라이드로 넘어갑니다.
...
한 슬라이드의 내레이션을 절대 한 줄에 몰아넣지 말 것. generate-player.py의 parse_transcript_by_slide는 newline으로 분할해 각 줄을 자막 추적 단위로 사용하고, char_proportional_line_times가 각 줄의 글자 수 비율로 슬라이드 MP3 duration을 쪼개 {start,end}를 부여한다. 한 줄짜리 슬라이드는 자막 한 덩어리 + 하이라이트 불가.
규칙:
[pause:…] 사이의 한 호흡 단위.[pause:NNN] 마커는 자기만의 줄에 둔다 (인라인 금지). 플레이어가 pause 줄은 strip → 빈 줄로 필터링.[slide N] 역시 자기만의 줄.❌ 금지 (한 줄에 몰아쓰기 — 추적 불가):
[slide 1]
첫 문장. [pause:400] 두 번째 문장. [pause:600] 세 번째 문장.
✅ 올바름 (줄 단위 분할 — 추적 가능):
[slide 1]
첫 문장.
[pause:400]
두 번째 문장.
[pause:600]
세 번째 문장.
| 태그 | 용도 | 예 |
|---|---|---|
[slide N] | TTS 후처리 시 오디오 구간 분할 | [slide 3] |
[pause:ms] | 문장 사이 호흡 | [pause:400] |
[emph]...[/emph] | 강조 (SSML 변환 시 emphasis) | [emph]중요[/emph] |
pause 권장값:
const x = () => { return 1; }문자/분 속도는 voice와 TTS 엔진, speed 설정에 따라 달라진다. 아래 실측 표 기반:
| 엔진 | Voice | ko 실측 | en 실측 |
|---|---|---|---|
OpenAI gpt-4o-mini-tts | nova | ≈4.3 | ≈3.8 (est.) |
OpenAI tts-1 / tts-1-hd | 기본값 | ≈4.2 | ≈3.7 (est.) |
| edge-tts | ko-KR-SunHiNeural | ≈4.3 | — |
| edge-tts | en-US-*Neural | — | ≈3.5 |
2026-04-22 실측 — 13~14 슬라이드 단위 표본 기반. 추가 voice/언어는 실행 시 보강.
# 변수: rate_cps = 위 표의 char/sec, speed = TTS speed 파라미터 (기본 1.0)
script_length_chars ≈ target_duration_sec × rate_cps × speed
# 예: ko nova speed=1.3, 10분 class 목표
= 600 × 4.3 × 1.3 ≈ 3354자
pause 구간은 ±5~15% 추가로 차지하니 텍스트 목표는 97%~85%로 보수적으로.
v1의 단일 공식(2.7 chars/sec)은 Neural voice의 실제 속도(≈4.3)를 크게 과소평가 — 스크립트가 target보다 60% 길어지는 경향 있었음. 하네스 초기 실행에서 estimate 1,127s vs 실측 713s의 36% 갭으로 확인.
같은 주제·언어로 재실행할 때는 정적 rate_cps 테이블 대신 이전 run의 실측값을 사용해 per-class로 보정한다.
입력: course_prev_*/manifest.json 의 sections[].classes[].actual_audio_duration_sec (synth-manifest.py 가 기록) + 해당 class의 duration_min target.
if prior_manifest exists and class_id matches:
prev_actual_sec = prev_class.actual_audio_duration_sec
prev_target_sec = prev_class.duration_min * 60
calib = prev_actual_sec / prev_target_sec # 1.08 = 8% over, 0.92 = 8% under
calib = max(0.7, min(1.4, calib)) # safety clamp — 극단값 무시
adjusted_char_budget = (target_duration_sec × rate_cps × speed) / calib
else:
adjusted_char_budget = target_duration_sec × rate_cps × speed
동작 원리:
[0.7, 1.4] 는 rate_cps 테이블 자체가 크게 틀린 초기 run에서 과보정 폭주 방지용.prior_manifest가 없거나 class_id 매칭 실패 시, 또는 calib 적용 후에도 실제 duration이 target ±10% 벗어나면:
key_points에 구체 예시 1개 추가±10% 이내 맞춤.
slide.source.md의 슬라이드 번호 순서와 정확히 일치해야 한다.
coherence-reviewer는 이 매핑을 검증한다.
사용자가 요청하거나 language != ko일 때 transcript.ssml 추가 생성.
<speak xmlns="http://www.w3.org/2001/10/synthesis" version="1.1" xml:lang="ko-KR">
<p>
<s>첫 문장입니다.</s>
<break time="400ms"/>
<s>다음 문장은 조금 <emphasis level="moderate">강조</emphasis>합니다.</s>
</p>
</speak>
<speak> 루트, xml:lang 필수[pause:X] → <break time="Xms"/>[emph]X[/emph] → <emphasis level="moderate">X</emphasis>[slide N] → SSML에서는 <mark name="slide_N"/>로 변환scripts/validate-ssml.sh로 W3C SSML 1.1 스키마 검증.
class-planner의 speaker_affect 필드를 문체·속도에 반영:
호기심: 질문 끝 억양, 짧은 문장단호: 명사형 종결, 중간 pause 최소친근: 축약 적극, 감탄사 OK엄숙: 장문, 수식어 절제[slide N] cue 수 == slide.source.md 슬라이드 수[pause:NNN] 마커는 각자 자기 줄에 단독 (인라인 금지)