用Claude Code自动剪辑视频，每条约$27产出4K成片

一位自称不会写代码、也从未手动剪辑过时间线的人，如今不用打开剪辑软件，就能产出完整的4K YouTube视频。关键不在于某个神奇的工具，而在于分工：Claude Code担任项目经理，把每项工作交给专门的工具处理。语音转文字引擎找出干净的镜头，渲染引擎制作动态图形，浏览器收集佐证画面，音乐库提供配乐，FFmpeg负责合成并检查成片。人只需拍摄原始素材并给出修改意见。在这个案例中，每条视频的直接成本约为$27。不过，达到这一步花了很长时间来调教，整个流程至今仍需要人来把控。

一个统筹者，六个专门工具

Claude Code在Claude桌面应用中本地运行，因此可以读写电脑上的文件、启动程序，并把渲染结果存入输出文件夹。正是这种本地访问能力，让它能够协调其他工具。

之所以先做转写，是因为Claude Code本身无法听取音频。免费的语音转文字工具Parakeet会把音轨转换成每个词都带时间戳的文本。Claude Code读取这些文本，找出口误和重拍，保留最干净的一条。在一个例子中，说话人把一句短台词说错了四次，第五次才说对，系统把前四次失败的镜头全部剪掉。

动态图形过去意味着要在Adobe After Effects之类的软件里花上数小时。在这里，Claude把每段动画写成轻量的网页代码，再由免费的开源引擎HyperFrames渲染成清晰的4K画面。由于渲染在本地机器上完成，不产生云服务费用，也没有API费用。

Chrome充当自动调研员。Claude在后台操控浏览器，查找原始公告、X上的帖子和学术论文。它会截取整页截图、录制平滑滚动的画面，并高亮或放大关键语句。在一个例子中，它抓取了OpenAI的官方博客文章和萨姆·奥尔特曼在X上的帖子，作为画面中的佐证。

Tella负责屏幕操作讲解。通过MCP（Model Context Protocol，让AI工具连接外部应用的协议），Claude Code可以自动对Tella的录像进行缩放、裁切和剪辑。

▲ 按专门工具拆分的剪辑工作

最终合成由FFmpeg完成。这是一款免费的命令行媒体引擎，处理视频已有20多年。在一次渲染被视为完成之前，它会检查以下项目：

• 分辨率为3840x2160
• BT.709色彩标签
• 视频码率不低于每秒40兆比特
• 时长以及音画同步
• 没有意外出现的黑帧

承载审美的风格文件

连接工具是最容易的部分。真正让成片符合个人风格的，是一个名为SKILL.md的Markdown文件。它用约1,400行写明了品牌色、字体、动画节奏和混音音量。这个文件最初只有187行，之后逐步增加。

这个文件是在简单的反馈循环中成长起来的：

1. 先从简短的开场片段而不是整集入手，让每一轮都能快速完成。
2. 审看草稿，并把意见对应到准确的时间点，例如第14秒附近有一个多余的闪切。
3. 修改满意后，告诉Claude“保存到技能里”，让这次修正成为成文规则。
4. 下一次剪辑时，Claude会遵循这条规则，而不会重复同样的错误。

测试开始约十天后，音效加入进来。Claude在一个开场片段上尝试了8到10种音效，寻找不会盖过人声的选项。早期草稿过于繁杂，因此经过多轮修改才删减效果、调低音量。最终效果趋于克制：光标选中内容时是轻轻的点击声，界面切换时是柔和的呼啸声。经过多轮迭代，这项技能累积了36条成文规则，防止画面和节奏方面的错误再次出现。

音乐同样有规则。开场以低调、带悬念的配乐开始，随后交叉淡入安静的lo-fi嘻哈背景音乐。在教学讲解视频下铺低沉的音乐可能让人犯困，因此配乐必须契合视频的目的。

设置桌面应用

这一工作流依赖从Anthropic官网下载的Claude桌面应用，而不是浏览器聊天窗口。只有桌面应用能控制本地文件和软件。设置步骤如下：

1. 从Chat或Cowork切换到Code模式。
2. 把运行环境设为Local，并在硬盘上选择一个项目文件夹。
3. 把权限设为Auto，否则批量渲染时会不断弹出确认提示。
4. 初次搭建时选用Opus 5.5这样的顶级模型，之后的常规剪辑改用更便宜的模型。
5. 在设置中打开Browser tools，让Claude可以打开并查看网页。
6. 打开Customize，进入Connectors，连接Tella和Epidemic Sound。Epidemic Sound需要另外在浏览器中登录，才会显示为已启用。
7. 从Connectors安装HyperFrames，或从HeyGen的GitHub仓库下载。
8. 把剪辑指令保存为技能，然后新开一个对话，在自定义之前先做一次基础测试。

大多数安装步骤由Claude Code引导，其中不少由它自行完成，但第三方连接器必须手动接入。界面也会随着更新频繁变化，菜单看起来可能略有不同。

套餐方面，Claude提供Free、每月$20的Pro，以及起价$100的Max。据称每月$20的Pro套餐已足够支撑这套配置，不过搭建这一工作流的人自己使用的是每月$200的Max。

Auto权限会让Claude Code在不询问的情况下执行命令。这能让长时间渲染持续进行，但也意味着没有人在执行时逐条审核命令。为剪辑项目单独准备一个专用文件夹，似乎是一项明智的预防措施。

从2分46秒原始素材到31秒开场

在一次测试中，一段满是重拍和口误的4K原始素材连同一条简单指令被交给系统：应用已保存的剪辑技能，按提示缩放，在提到的地方加入音效，并从技能的素材库中选用三段醒目的动画。

Claude Code用Parakeet转写素材，然后删去失败的镜头、空白片段，以及说话人停下来查看镜头外笔记的停顿。剪辑通常需要10到20分钟，这一次用了16分钟。

成片开场包含一段在OpenAI文章上划重点的动画、一个悬浮的3D浏览器窗口，以及一张流动的工作流程图。Claude Code还写了一份修改摘要，说明做了哪些改动，例如把说话片段切换为更紧凑的右侧构图。

▲ 长素材压缩成简短开场

修改用日常语言提出即可。可以要求在人声下铺一段低调的悬念配乐，也可以指定第22秒处的转场。修改效果满意后，就会作为永久规则写回技能。这一工作流此后已从处理短片段，发展到直接交出未经修剪的完整素材。由于Claude Code直接读取本地文件夹和Tella的文件路径，无需等待数GB的上传，原始素材也不会离开电脑。

每条视频的成本

聘请自由职业剪辑师，每条视频通常需要$250到$1,000以上，每轮修改要花三到七天。借助这条流水线，策划、拍摄、剪辑和发布可以在同一天完成，与雇用剪辑师相比，估计每月可节省约$1,000。这些只是一个案例的数字，会因视频长度和剪辑复杂度而不同。

动手之前要做的事

人并没有从这一工作流中消失。工作流的主人把自己的角色形容为审看成果、确定创作方向的总导演，而Claude则是亲自动手的剪辑师。创作构想、反馈和最终审批仍然属于人。调整画面风格、动画和声音，前期也投入了大量时间。

如果想搭建类似的系统：

• 从简短的开场片段入手，而不是整集。
• 反馈要对应到准确的时间点。
• 让Claude把每一次认可的修改都保存到技能文件中。
• 用顶级模型搭建系统，用更便宜的模型处理常规剪辑。
• 转写和渲染都在本地完成，让原始素材留在自己的电脑上。

每保存一条规则，下次就少纠正一个错误。把最初一段时间视为教学期，而不是一项现成的剪辑服务，似乎更为现实。