KeyFrame內部研究專用

AI 真的會剪片了!Claude Code 零基礎教學:丟影片、講人話,就能自動剪輯+上字幕

藍諾Eleanor Jiang·7月27日週一·15 min中文

三句話摘要

用 Claude Code AI 助理從頭到尾自動剪製短影片的完整教學。 用 Claude Code 剪片的關鍵不在技術操作,而在於先建立清晰的剪輯風格標準,讓 AI 在重複應用中逐漸精進。 Claude Code 桌面版能直接控制電腦檔案進行剪輯,普通網頁版 Chat 只能文字回答,必須付費訂閱(Pro 方案約每月 20 美金)才能使用,免費版無法存取。

重點整理

重點
  • 1

    Claude Code 桌面版能直接控制電腦檔案進行剪輯,普通網頁版 Chat 只能文字回答,必須付費訂閱(Pro 方案約每月 20 美金)才能使用,免費版無法存取。

  • 2

    AI 剪片的核心心法是「人負責想,AI 負責做」——判斷內容精華和風格靠創作者用嘴巴講述,所有技術操作全交給 AI,因為只有創作者最懂內容重點。

  • 3

    必須在第一版方案階段進行人工審核和修改,因為 AI 挑選的畫面和字幕不一定符合創作者預期,改方案再剪比剪完後重做快十倍。

  • 4

    建立剪片風格標準後,AI 會越來越懂你的需求——保存滿意版本的所有指令,後續剪輯只需一句「照標準剪」,AI 在重複應用中持續精進,工作流從半小時縮短到十幾分鐘。

實用技巧與重點

乾貨
  • 軟體:Claude Code 桌面版(Pro 訂閱)
  • 系統要求:
  • Mac:Apple M1、M2、M3 等晶片(Intel Mac 可用但速度慢)
  • Windows:Windows 10 以上
  • 不支援手機、平板
  • 必須安裝工具:
  • FFmpeg(影片切片、抽畫面、合併、疊字幕)
  • Faster Whisper(自動聽打機)
  • Pillow(繪製字幕、標題卡)
  • JF粉圓(免費中文字型)
  • 訂閱費用:Pro 方案約每月 20 美金(2026年7月)
  • 時間預期:首次 30 分鐘~1 小時(含工具安裝),後續 10-20 分鐘
  • 六步驟流程:
  • 輸入起手式指令讓 AI 讀規格、抽畫面、聽打逐字稿
  • AI 提供剪輯分鏡表(包含時間、畫面、字幕),需人工審核修改
  • 確認方案後下「開始剪」指令
  • 驗收:提交規格、關鍵截圖、音量分析
  • 微調:改進細節至滿意(通常 1-2 分鐘出新版)
  • 存成標準:保存所有要求供後續使用
  • 常見正常狀況:AI 要求確認許可、要求輸入電腦密碼、等待下載語音模型或渲染
  • 注意事項:AI 逐字稿在無人講話處會自動編造(時間整齊但重複句子),字幕必須人眼核對

結論

結論

用 Claude Code 剪片的關鍵不在技術操作,而在於先建立清晰的剪輯風格標準,讓 AI 在重複應用中逐漸精進。

完整解析

詳細

AI 剪片正在成為內容創作者的新興工具,但其實踐可行性和效果常被模糊化。本影片清晰示範如何用 Claude Code 從零開始自動剪製短影片。Claude 是 AI 對話助理,與 ChatGPT 同類型,但其獨特優勢在於 Claude Code 版本能實際控制使用者電腦進行操作,包括讀取和編輯影片檔案。講者強調必須使用桌面版而非免費網頁版,且需付費訂閱(Pro 方案約每月 20 美金)才能存取此功能。

開始前需檢查電腦硬體相容性。Mac 使用者須確認晶片為 Apple M 系列,Intel Mac 可用但轉字幕速度較慢;Windows 需 10 以上版本;手機和平板不支援。此外需安裝四個關鍵工具:FFmpeg 負責影片編輯(切片、抽畫面、合併、疊字幕),Faster Whisper 自動聽打將音訊轉文字,Pillow 用於繪製字幕和標題卡,JF 粉圓提供免費中文字體。所有工具安裝可由 AI 自動完成,使用者只需複製指令即可。

剪輯流程分六步。第一步讓 AI 理解影片——輸入起手式指令,AI 自動讀取規格、抽畫面、聽打逐字稿。第二步審核方案——AI 提供分鏡表標示時間點、畫面和字幕,至關重要的是創作者必須親自檢視修改,因為只有你最懂內容重點。這體現 AI 剪片的核心心法「人負責想,AI 負責做」。第三步執行剪輯——確認無誤後下「開始剪」指令,AI 自動處理剪接、轉場、字幕繪製。第四步驗收——要求 AI 提交規格、截圖和音量分析。第五步微調——反覆改進細節,AI 通常 1-2 分鐘出新版。第六步特別重要——保存滿意版本的指令為「剪片標準」,後續剪輯只需說「照標準剪」,無需重複交代,AI 也會在修正中逐漸優化。

值得注意的是 AI 逐字稿會在無人講話處自動編造,特徵是時間整齊但句子重複,字幕務必人眼核對,特別是專有名詞。建議先改方案再剪,因為前期修改比完成後重做快十倍。同時建立統一風格指南(字型、色彩、位置),讓頻道視覺協調,往後調整時也更有據可循。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。