剪辑素材是视频制作中最慢的环节，也是把剪辑师拴在办公桌前的环节。最近有一套工作流程同时解决了这两个问题。一整支视频完全通过Claude Code会话，以及由Claude Code亲自编写的一组专用工具完成剪辑，全程没有打开Final Cut Pro。在这套配置中，人在电视或手机上审看粗剪，口述剪辑意见，切分素材、匹配片段和渲染则交给AI智能体完成。更重要的思路并不是一款新的AI剪辑应用，而是用Claude Code为一项与编程无关的工作打造小型个人软件，再由人监督这套软件，而不是亲手操作它。
为什么剪辑是瓶颈
在线视频制作的各个环节中，剪辑耗费的时间和精力最多，而且这份精力至关重要：剪辑投入的用心程度与视频的表现密切相关。然而，这些精力大多花在机械操作上，而不是创意决策上：
- 回看数小时的素材，寻找可用的镜头
- 选择剪切点，并在时间线上精确排列片段
- 在多年制作中不断扩充的B-roll（叠加在主画面上的辅助画面）素材库里搜寻
身体上也要付出代价。Final Cut Pro之类的桌面剪辑软件功能十分强大，但它让人长时间坐在或站在桌前操作键盘和鼠标，久而久之变成一场与人体工学的持久战。如果说AI最大的长处是把繁琐的苦差事从电脑工作中剥离出来，那么视频剪辑看起来正是它的用武之地：把重复的机械操作交出去，把人的时间留给创意。
能造工具的Claude Code
Claude Code是Anthropic推出的智能体式命令行工具。所谓智能体式，是指它能自行完成复杂的多步骤任务，而不是一次只回答一个问题。它安装在本地，用户用日常语言与它交流。它会把这些请求变成本机上的实际工作：编写脚本、管理目录，以及安装程序所需的依赖项，也就是配套软件。用户既可以在终端中直接使用它，也可以通过它构建的定制网页应用在手机上间接使用。
这改变了软件对非编程工作的意义。与其等待商业剪辑软件补上缺失的功能，不如让Claude Code直接打造工作流程所缺的那件工具。这次的起点是一条提示词，要求打造一套无需商业NLE（非线性编辑软件，即Final Cut Pro所属的时间线式软件类别）就能制作视频的定制剪辑套件。Claude Code生成了后端脚本和浏览器界面，把对话式指令与视频处理流程连接起来。
软件工程背景让这个项目在系统设计上抢先一步。不过，这种做法所依据的观点是：没有深厚编程经验的人，也能用Claude Code打造类似的工具。
定制剪辑套件的构成
这套套件以本地网页应用的形式运行，由台式机提供服务，在浏览器中打开。它为脚本解析、音频剪辑点调整，以及A-roll（拍摄说话者的主画面）的台词剪切分别设有专门界面。核心工具如下：
| 工具 | 作用 |
|---|---|
| 文字稿编辑器 | 在视频预览旁显示说话内容，删除文字即可删掉对应的画面帧 |
| 剪辑点微调工具 | 按顺序排列各段剪辑，拖动波形手柄即可调整剪辑点和音频交叉淡化 |
| B-roll素材库 | 为每个片段附上AI撰写的画面描述、文字稿、时间码和机位角度，并建立索引 |
| 审看界面 | 在电视或手机上播放粗剪，并记录带时间码的语音备注 |
同一套工具还能直接对原始素材进行调色、曝光调整、音量均衡，以及套用LUT（一步套用调色风格的查找表）。
剪辑点微调工具说明了这类工具能以多快的速度诞生。它的用途是离开工作台，在手机或电视上微调剪辑边界和交叉淡化，这正是人们一直希望Final Cut Pro具备的功能。Claude Code一次就做出了可用的版本。
这套套件并不试图复制专业后期软件的所有功能，只涵盖这套工作流程所需的部分。正是这种聚焦让它保持轻巧，尤其是与几十年前售价超过£1,000的传统剪辑软件相比。
▲ 自制的视频剪辑工具组
指挥一位AI助理剪辑师
人的角色从操作软件转变为指挥软件，就像一位带着助理的剪辑师。人确定创作方向，AI执行技术工作。典型的审看流程分为三步：
备注可以保持口语化。比如，把某段B-roll换成说话者的另一个镜头，在第34秒处加入焊接导线的特写镜头，或者把某个场景剪短。
B-roll的挑选同样实现了自动化。Claude Code会把文字稿中的段落与B-roll素材库里的画面描述进行比对，把匹配的插入镜头放到时间线上。例如，当解说讲到从坐在地上到蹲下、再到站起来的动作时，Claude Code找到了恰好拍下这一过程的机位片段，截取所需部分，并放在说出这些话的位置。
输入方式也摆脱了键盘和鼠标。指令和状态信息通过以下设备传递：在眼前显示终端画面的智能眼镜、通过低功耗蓝牙连接的四键腕戴式宏键盘、超小型实体键盘，以及智能手机。智能眼镜和移动设备上运行的软件，同样是为这套工作流程定制的。
把家中台式机变成私人服务器
这套配置的核心是家中的一台台式工作站。Tailscale是一种把多台设备组成同一私有网络的网状VPN服务，它通过互联网把手机、智能眼镜和其他手持设备安全地连回这台台式机，无需复杂的端口转发。台式机由此成为私人无头服务器，也就是无需有人坐在它的显示器前也能工作；手机和可穿戴显示设备只充当查看本地网页应用的轻薄窗口。
从开发软件到渲染视频，繁重的工作都留在台式机上完成，人则可以在更舒适的地方指挥。实际情形是，不必困在朝南、闷热的办公室里，而是在花园露台或凉爽卧室的沙发上，借助智能眼镜和电视工作。
这套配置还颠覆了一种常见的软件模式：桌面端和移动端分属不同的生态，再由付费云订阅串联起来。在这里，家中的工作站是自托管的中枢，手机只负责显示它提供的内容。结果如下：
- 无需支付第三方云服务费用
- 不被锁定在单一厂商的平台上
- 无需订阅专有剪辑软件
- 原始素材和项目数据库始终由用户直接掌控
▲ 作为私人剪辑服务器的家用台式机
后期收尾从5%降到零
这套流程并非一步就实现了零人工剪辑。此前用同一系统剪辑的一支视频，仍有约5%的收尾工作需要在Final Cut Pro中完成。这一次，这个比例降到了零，视频完全由AI执行完成。
那支此前由AI剪辑的视频表现也不错。在YouTube Studio中，它在24小时内位列最近10个上传视频的第一名。它在发布后最初23小时39分钟内的数据如下：
| 指标 | 结果 |
|---|---|
| 观看次数 | 2.38万次 |
| 缩略图点击率 | 7.1% |
| 平均观看时长 | 5分29秒 |
投入的时间同样引人注目。用Claude Code搭建整条定制剪辑流程所花的时间，比手工剪辑一支完整长度的视频还要短。
这种做法的边界
这并不能取代专业后期制作。高端好莱坞作品和商业工作室的工作仍然需要专业的NLE，Final Cut Pro也依然是出色的软件。在这里，它的短板在于被办公桌束缚的设计，而不是能力不足。这个案例说明的是，个人在线视频制作可以完全绕开传统剪辑软件，而不是所有剪辑工作都可以。
职责分工同样重要。AI接手执行层面的机械操作，但视频背后的创作表达、叙事和个人经历，必须真实地属于制作视频的那个人。
不止于视频剪辑
通过自然语言监督软件的方式，可能会远远超出视频领域，扩展到平面设计和CAD（计算机辅助设计）等领域。在这种模式下，显示屏主要用来呈现工作的当前状态，修改则通过对话提出。用户不必记忆键盘快捷键，也不必在层层嵌套的菜单中翻找，只要说出想做什么，AI就会把意图转化为操作。如果这一趋势延续下去，对话式、由智能体驱动的自动化可能会重塑大部分电脑工作。
如何在自己的工作流程中尝试
核心经验是：不要再等商业软件更新，而要为自己的瓶颈打造一件针对性的工具。可以这样起步：
- 选出工作流程中重复最多、最耗时的一个环节。
- 在本地代码仓库中，让Claude Code打造一个只处理这一环节的小型网页工具，用不到的功能一概省去。
- 如果是视频，先从基于文字稿的粗剪做起，删除文字即可删掉对应画面。
- 用能同时理解图像和文字的多模态AI模型为媒体库建立索引，让每个片段都有可搜索的文字摘要。
- 将Tailscale与主力台式机搭配使用，无需端口转发即可从任何设备访问本地网页应用和素材。
- 把意图和执行分开：说明要改什么，再让AI调整时间码和项目文件。
更宏观的建议是把三件事放在一起重新审视：办公桌环境如何对待身体，AI智能体在自己的工具中处于什么位置，以及一台已经拥有的电脑能否取代一堆云服务。