L1 検証済み
段階的な描き出しは必須であり、私たちが操れる最大のレバー。
一筆ずつ組み立てられたコンテンツは、完成した場面を見せるより測定可能なほど優れています。保持 ηp²=0.13 to 0.17、転移 ηp²=0.10 to 0.16、同一のナレーションで2つの実験にわたり再現。
Sketchieでは: 完成した図に切り替えないこと。すべての要素は描き出される。これは美観ではなく、保持のメカニズムです。
出典: PMC9898452
私たちは、人が動画からどう学ぶかについて公開された研究を読み、精査に耐えた知見を、ジェネレーターが必ず守るべき数値ルールに変えました。ここに出典を含む仕様の全体があり、明確に検証できなかったものははっきり印を付けてあります。検査できない標準は標準ではないので、これは公開されています。
誰でも科学に基づくと主張できます。私たちはすべての主張を評価し、検証済みの効果と作業上の仮定を見分けられるようにします。誠実さこそが信頼性です。
科学が実際に述べていること、効果量と各項目の一次資料へのリンクとともに。
一筆ずつ組み立てられたコンテンツは、完成した場面を見せるより測定可能なほど優れています。保持 ηp²=0.13 to 0.17、転移 ηp²=0.10 to 0.16、同一のナレーションで2つの実験にわたり再現。
Sketchieでは: 完成した図に切り替えないこと。すべての要素は描き出される。これは美観ではなく、保持のメカニズムです。
出典: PMC9898452手で描く対 手で押す対 手なしは内発的動機づけを変えましたが (p=0.033)、学習成果に差は生じませんでした。
Sketchieでは: 手のレンダリングを省いても、測定できるものは何も失いません。重要なのは描き出しそのものです。
出典: Smart Learn. Env. 2023メタ分析、32 studies、N≈3,597: 手がかりは保持 d=0.27、転移 d=0.34、負荷 d=−0.11 をもたらす。負荷低減の大きさが学習利得を予測する (β=−0.70 保持、−0.60 転移)。
Sketchieでは: 矢印、色の強調、ラベルの表示は手がかりであり、装飾ではありません。すべての手がかりは、ナレーションが今語っている対象を指します。
出典: PMC5576760分割のメタ分析は、小から中程度の有意な保持と転移の向上を見出しました。利益の一部は、境界が生む処理時間から来ます。
Sketchieでは: 場面は分割単位です。ある場面の最後の表示の後、ナレーションはカットの前に少なくとも 0.7 seconds 沈黙を保ちます。
出典: Rey et al. 20196.9 million のedXセッションにわたり、エンゲージメントは6分未満で 1.0 近くにあり、9〜12分で約 0.55 に下がり、12分を超えると約 0.2 に落ちます。2026年の再現でも独立して裏付けられました。
Sketchieでは: 既定の出力は 6:00 厳守。より長い要望は章立ての動画シリーズになり、決して1本の長い動画にはなりません。
出典: Guo et al. 20143〜6分で正規化エンゲージメントが約 0.72 対 0.52。手描きの動きと、即興的で話し言葉的な語り口に帰せられます。
Sketchieでは: この形式は検証済みです。ナレーションは読み上げではなく話しているように聞こえるべきです。短縮形は許され、直接の呼びかけが推奨されます。
出典: Guo et al. 2014物語的な台本は転移を高めました (ηp²=0.12 to 0.20) が、それ単独では保持を高めませんでした。段階的な描画と組み合わせると、物語は保持で情報的なものに勝りました (p=0.021)。静的なビジュアルの上では、代わりに情報的な台本が勝ちました (η²=0.21 to 0.24)。
Sketchieでは: 私たちの台本は物語文法、つまり目標を持つ主人公、障害、解決を用います。それはまさに、私たちが常に段階的にレンダリングするからです。静的なフレームの上に物語的なナレーションを重ねることは決してありません。
出典: PMC9898452面白いが余計なコンテンツは学習を向上させません。
Sketchieでは: すべての視覚要素はナレーションによって参照されなければなりません。参照されない装飾は、味付けではなく失敗です。
出典: Mayer 2020学習者に要約や説明をさせるプロンプトは学習を向上させます。これが生成活動の原理です。
Sketchieでは: すべての動画は想起の間で終わります。問いが現れ、動画は 1.5 to 2 seconds 一時停止し、それから一行のまとめが出ます。
出典: Springer 2020視覚的・物語的な変化点が多いほど、心のさまよいは減ります。
Sketchieでは: 場面の切り替えは注意のリセットです。アイデアの境界に置き、決してアイデアの途中には置きません。
出典: Nature HSSC 2026説明の質は、チャンネル規模を統制すると再生数と相関しません (r=0.23、有意でない)。相関するのは、いいね、関連するコメント、そしてインタラクションだけです。
Sketchieでは: 私たちは学習設計を評価し、バイラルの指標は評価しません。
出典: arXiv 2207.05872上記の法則が具体的な目標になります。これは、レンダーごとにジェネレーターが照合される契約です。
| パラメータ | 目標 | 評価 |
|---|---|---|
| 動画の総尺 | 6:00 の絶対上限。概念ごとに 1:00 to 3:00 が最適域 | 検証済み |
| 尺の粒度 | 30-second 刻み | プロダクト |
| 場面の長さ | 12 to 30 seconds、1場面に1アイデア | 検証済み |
| 場面あたりの要素 | 場面終了時に見えるのは 3 to 7、見出しを含む | ヒューリスティック |
| 表示の間隔 | 2 to 5 seconds ごとに新しい要素。2つの表示が 1.2s より近づかない | 導出 |
| 表示と語のシンク | 要素はトリガー語の ±500ms 以内に現れる | 導出 |
| 語シンクの網羅率 | 少なくとも要素の95%が解決される表示語を持つ | パイプライン |
| 場面後の間 | カットの前、最後の表示の後に少なくとも 0.7s のナレーションの沈黙 | 検証済み |
| 表示スタイル | 輪郭の描き出し (0.3 to 0.5s)、その後ずらした塗り。矢印は先端から末尾へ | 検証済み |
| 見える手 | なし | 検証済み |
| ラベル | 3語以内、全て大文字のキーワード。ナレーションを写した文にはしない | ヒューリスティック |
| ナレーションの速度 | 140 to 160 words per minute、話し言葉の語調、短縮形可 | ヒューリスティック |
| 台本の構造 | 10s 以内のフック、具体的な例え、メカニズム、現実世界の錨、想起の間、まとめ | 検証済み |
| 物語文法 | 主人公、目標、障害、解決。領域が許す限り | 検証済み |
| 例え | 最初の抽象語の前に少なくとも1つの具体的な例え | ヒューリスティック |
| 余計なビジュアル | ナレーションに参照されない要素はゼロ | 検証済み |
| 締め | 想起の問い、少なくとも 1.5s の間、それから一行のまとめ | 検証済み |
| 場面転換 | アイデアの境界でのみハードカット。決してアイデアの途中では行わない | 検証済み |
ルールは、テストできて初めて本物です。すべての動画は、公開を許される前に3つの層を通ります。
シーングラフと語のタイミングに対する素のJavaScriptアサーション。コストゼロ、CIで安全に実行可能。総尺が上限内、各場面がその長さの帯に収まる、場面あたり 3 to 7 要素、各要素が話された語の ±500ms 以内に着地する表示語を持つ、問いとまとめのある最終場面、そしてナレーションに参照されない要素がないこと。合否のみ、モデル呼び出しなし。
モデルを審査員とする1〜5点の採点で、標本抽出しリリース時に実行、CIでは決して行いません。1場面に1アイデア、アイコンの忠実さ、例えが本当にメカニズムに対応するか、フックの質、魅惑的細部のスキャン、そして原文への忠実さ。いずれかの次元が3未満ならリリースゲートは不合格です。
レンダーされたファイルそのものへのチェック。コンタクトシートは要素の重なりがなくラベルが読めることを確認し、フレームのバーストは輪郭から塗りの表示が実際に存在することを確認し、音声はラウドネス正規化され、カットで切れた文がないこと。
仕様は、それを破る動画が公開できないときにのみ意味を持ちます。レイヤーAは生成時に、シーングラフ上で、音声やレンダリングに一銭も使う前に実行されます。機械的チェックに落ちたグラフは、正確な失敗をプロンプトに与えて再生成に差し戻されます。失敗し続けるグラフは決して動画になりません。
上記リストの各チェックは、私たちのエンジンの実際のアサーションに対応します。総尺の上限、場面ごとの長さの帯、要素数、表示語の解決率、場面後の沈黙、ラベル規則、そして問いとまとめの締め。矢印も検査され、ポインタは接続されていない要素を決してまたぎません。同じコードがワーカーの再生成ゲートと継続的インテグレーションの両方で走るので、品質を後退させるジェネレーターの変更は自らをブロックします。