video-editing

影片編輯

AI 輔助編輯真實素材。不是從提示生成。快速編輯現有影片。

何時啟用

• 使用者想要編輯、剪輯或結構化影片素材
• 將長錄音轉換為短影音內容
• 從原始拍攝建立 vlog、教學或示範影片
• 為現有影片添加疊加層、字幕、音樂或旁白
• 為不同平台（YouTube、TikTok、Instagram）重新構圖影片
• 使用者說「剪輯影片」、「裁切素材」、「製作 vlog」或「影片工作流程」

核心論點

AI 影片編輯的價值在於你不再要求它創造整部影片，而是用它來壓縮、結構化與增強真實素材。價值不在於生成，而在於壓縮。

工作流程

Screen Studio / 原始素材
  → Claude / Codex
  → FFmpeg
  → Remotion
  → ElevenLabs / fal.ai
  → Descript 或 CapCut

每一層都有特定任務。不要跳過任何層。不要試圖讓一個工具做所有事。

第一層：拍攝（Screen Studio / 原始素材）

收集來源素材：

• Screen Studio：用於應用程式示範、編碼過程、瀏覽器工作流程的精美螢幕錄影
• 原始相機素材：vlog 素材、訪談、活動錄影
• 透過 VideoDB 的桌面錄影：即時情境的會話錄影（參見 videodb 技能）

輸出：準備好整理的原始檔案。

第二層：組織（Claude / Codex）

使用 Claude Code 或 Codex 來：

• 轉錄與標記：產生逐字稿，識別主題與話題
• 規劃結構：決定哪些保留、哪些剪掉、順序如何
• 識別無效段落：找出停頓、離題、重複拍攝
• 產生剪輯決策清單：剪輯時間戳、保留的片段
• 建立 FFmpeg 和 Remotion 程式碼：產生指令與合成

範例提示：
「這是 4 小時錄影的逐字稿。找出最精彩的 8 個片段，組成 24 分鐘的 vlog。給我每個片段的 FFmpeg 剪輯指令。」

這一層關乎結構，而非最終的創意品味。

第三層：確定性剪輯（FFmpeg）

FFmpeg 處理無聊但關鍵的工作：分割、修剪、串接與預處理。

依時間戳提取片段

ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4

從剪輯決策清單批次剪輯

#!/bin/bash
# cuts.txt: start,end,label
while IFS=, read -r start end label; do
  ffmpeg -i raw.mp4 -ss "$start" -to "$end" -c copy "segments/${label}.mp4"
done < cuts.txt

串接片段

# 建立檔案清單
for f in segments/*.mp4; do echo "file '$f'"; done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4

建立代理檔案以加速編輯

ffmpeg -i raw.mp4 -vf "scale=960:-2" -c:v libx264 -preset ultrafast -crf 28 proxy.mp4

提取音訊以進行轉錄

ffmpeg -i raw.mp4 -vn -acodec pcm_s16le -ar 16000 audio.wav

標準化音量

ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4

第四層：可程式化合成（Remotion）

Remotion 將編輯問題轉化為可組合的程式碼。用於傳統編輯器難以處理的情況：

何時使用 Remotion

• 疊加層：文字、圖片、品牌標誌、下方三分之一
• 資料視覺化：圖表、統計、動畫數字
• 動態圖形：轉場、解說動畫
• 可組合場景：跨影片的可重複使用模板
• 產品示範：註解螢幕截圖、UI 重點

基本 Remotion 合成

import { AbsoluteFill, Sequence, Video, useCurrentFrame } from "remotion";

export const VlogComposition: React.FC = () => {
  const frame = useCurrentFrame();

  return (
    <AbsoluteFill>
      {/* 主要素材 */}
      <Sequence from={0} durationInFrames={300}>
        <Video src="/segments/intro.mp4" />
      </Sequence>

      {/* 標題疊加 */}
      <Sequence from={30} durationInFrames={90}>
        <AbsoluteFill style={{
          justifyContent: "center",
          alignItems: "center",
        }}>
          <h1 style={{
            fontSize: 72,
            color: "white",
            textShadow: "2px 2px 8px rgba(0,0,0,0.8)",
          }}>
            AI 編輯堆疊
          </h1>
        </AbsoluteFill>
      </Sequence>

      {/* 下一個片段 */}
      <Sequence from={300} durationInFrames={450}>
        <Video src="/segments/demo.mp4" />
      </Sequence>
    </AbsoluteFill>
  );
};

渲染輸出

npx remotion render src/index.ts VlogComposition output.mp4

詳細模式與 API 參考請參閱 Remotion 文件。

第五層：生成素材（ElevenLabs / fal.ai）

只生成你需要的部分。不要生成整部影片。

使用 ElevenLabs 製作旁白

import os
import requests

resp = requests.post(
    f"https://api.elevenlabs.io/v1/text-to-speech/{voice_id}",
    headers={
        "xi-api-key": os.environ["ELEVENLABS_API_KEY"],
        "Content-Type": "application/json"
    },
    json={
        "text": "你的旁白文字",
        "model_id": "eleven_turbo_v2_5",
        "voice_settings": {"stability": 0.5, "similarity_boost": 0.75}
    }
)
with open("voiceover.mp3", "wb") as f:
    f.write(resp.content)

使用 fal.ai 製作音樂與音效

使用 fal-ai-media 技能來：

• 生成背景音樂
• 音效（ThinkSound 模型用於影片轉音訊）
• 轉場音效

使用 fal.ai 生成視覺素材

用於不存在的插入鏡頭、縮圖或 B-roll：

generate(app_id: "fal-ai/nano-banana-pro", input_data: {
  "prompt": "專業科技 vlog 縮圖，深色背景，螢幕上有程式碼",
  "image_size": "landscape_16_9"
})

VideoDB 生成音訊

如果已設定 VideoDB：

voiceover = coll.generate_voice(text="旁白文字", voice="alloy")
music = coll.generate_music(prompt="編碼 vlog 的 lo-fi 背景音樂", duration=120)
sfx = coll.generate_sound_effect(prompt="輕柔的咻聲轉場")

第六層：最終精修（Descript / CapCut）

最後一層是人為的。使用傳統編輯器來：

• 節奏：調整感覺太快或太慢的剪輯
• 字幕：自動生成，然後手動清理
• 調色：基本校正與氛圍
• 最終音訊混音：平衡語音、音樂與音效音量
• 匯出：針對不同平台的格式與品質設定

這是品味所在。AI 清除重複性工作。你做出最終決定。

社群媒體重新構圖

不同平台需要不同的長寬比：

平台	長寬比	解析度
YouTube	16:9	1920x1080
TikTok / Reels	9:16	1080x1920
Instagram 貼文	1:1	1080x1080
X / Twitter	16:9 或 1:1	1280x720 或 720x720

使用 FFmpeg 重新構圖

# 16:9 轉 9:16（中央裁切）
ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4

# 16:9 轉 1:1（中央裁切）
ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4

使用 VideoDB 重新構圖

from videodb import ReframeMode

# 智慧重新構圖（AI 引導主體追蹤）
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)

場景偵測與自動剪輯

FFmpeg 場景偵測

# 偵測場景變化（閾值 0.3 = 中等敏感度）
ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo

靜音偵測以自動剪輯

# 找出靜音片段（用於剪掉空白）
ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence

精彩片段提取

使用 Claude 分析逐字稿與場景時間戳：

「根據這份附時間戳的逐字稿與這些場景變化點，找出 5 個最吸引人的 30 秒社群媒體片段。」

各工具最佳用途

工具	優勢	劣勢
Claude / Codex	組織、規劃、程式碼生成	非創意品味層
FFmpeg	確定性剪輯、批次處理、格式轉換	無視覺編輯介面
Remotion	可程式化疊加層、可組合場景、可重複使用模板	非開發者學習曲線高
Screen Studio	立即獲得精美螢幕錄影	僅限螢幕拍攝
ElevenLabs	語音、旁白、音樂、音效	非工作流程核心
Descript / CapCut	最終節奏、字幕、精修	手動，無法自動化

關鍵原則

1. 編輯，而非生成。 此工作流程用於剪輯真實素材，而非從提示建立。
2. 先結構，後風格。 在觸碰任何視覺元素前，先在第二層把故事理順。
3. FFmpeg 是骨幹。 無聊但關鍵。長素材在此變得可管理。
4. Remotion 用於重複性。 如果你會做超過一次，就把它做成 Remotion 元件。
5. 選擇性生成。 僅對不存在的素材使用 AI 生成，而非所有東西。
6. 品味是最後一層。 AI 清除重複性工作。你做出最終的創意決定。

相關技能

• fal-ai-media — AI 圖片、影片與音訊生成
• videodb — 伺服器端影片處理、索引與串流
• content-engine — 平台原生內容分發