30 秒看懂
Brooke Lacey 向 Claire Vo 展示使用 Claude Code、FFmpeg、Whisper 和 Python 的短视频工作流。她还利用自己的视频和观众评论构思内容,同时强调自动化背后的剪辑经验和反馈。
- 1剪辑经验Lacey 的剪辑经验为她的指令提供依据。
- 2一次录制她把手机录制素材传到电脑。
- 3本地工具FFmpeg、Whisper 和 Python 处理本地媒体操作。
- 4剪辑清单带时间的文本文件表示剪辑与画面选择。
- 5人的判断幽默和节奏仍需要审查与反馈。
- 6评论作为输入她自己的视频和观众评论为新想法提供素材。
- 7纠正错误项目说明和状态文件帮助她回头检查错误。
要点建议
- Lacey 的剪辑经验为她的指令提供依据。
- 她把手机录制素材传到电脑。
- FFmpeg、Whisper 和 Python 处理本地媒体操作。
- 带时间的文本文件表示剪辑与画面选择。
- 幽默和节奏仍需要审查与反馈。
- 她自己的视频和观众评论为新想法提供素材。
- 项目说明和状态文件帮助她回头检查错误。
按章节阅读整理后的全文
剪辑问题
经验与一段较长的手机录制。
Claire Vo 采访创作者 Brooke Lacey,讨论如何使用 Claude Code 和本地媒体工具剪辑短视频、构思内容。Lacey 介绍自己的工作流并推广其 AI 学习应用;速度和效果是个案,并非保证。
Lacey 说,精确的跳剪和喜剧节奏过去让剪辑非常费力。多年制作视频的经验帮助她解释自己想要的画面和节奏。
她介绍用手机录制较长的一段素材,其中口头说出要删除失败片段,然后把文件传到电脑,再让编码智能体处理本地文件。
该工作流使用 FFmpeg、Whisper 和 Python 等工具。Lacey 说在这一剪辑步骤中原始文件留在电脑上;哪些信息会离开设备取决于实际配置的工具、提示和服务。
工作流
静音、单词时间、画面与剪辑清单。
演示中,智能体生成包含剪辑、字幕和画面变化的竖屏短片。两人称这次运行只需几秒,但这是单次演示的时间,不包括开发工作流所花的时间。
Lacey 介绍静音检测、单词时间定位、人脸跟踪,以及包含起止时间和画面选择的文本剪辑清单。输出还可以包含应用截图和字幕。
风格与构思
人工反馈与观众评论。
她强调自己本来就了解短视频剪辑,并利用这些经验指定切点、开头和节奏。她说,捕捉笑点为什么有效仍比自动化机械剪辑更难。
为了构思内容,她将自己视频的副本放在 Google Drive,并让智能体查看某条 TikTok 视频的评论。智能体结合视频和观众讨论提出新主题和脚本。
Lacey 对自己的表达方式提供反馈,并让智能体寻找开头和节奏中的模式。Vo 将工作流总结为使用样例和人工反馈来改进构思和剪辑。
Lacey 说自己大约每周发布一次,并在探索直播和广告。她的受众和发布频率反映了既有经验与粉丝基础,而不是保证增长的配方。
出错时怎么办
回到项目上下文与说明。
当智能体给出的结果不理想时,她会让它返回项目说明和状态文件。她介绍如何为不同项目维护上下文,并在发现反复出现的问题时修改说明。
同频道的其他文章
35:10EN → 简体中文
29:40EN → 简体中文
16:22EN → 简体中文
24:05EN → 简体中文
37:47EN → 简体中文
35:41EN → 简体中文