Bonjour à tous, je suis Chengfeng.
J'ai passé une semaine à utiliser des compétences de montage pour créer un Agent de montage.
C'est vraiment satisfaisant !
Il peut éditer automatiquement une vidéo de 30 minutes en 10 minutes.
J'utilise souvent CapCut (Jianying) pour monter des vidéos de type "tête parlante", mais après avoir utilisé un certain temps, j'ai rencontré plusieurs problèmes :
Problème 1 : La découpe intelligente ne comprend pas la sémantique
Comme elle ne comprend pas la sémantique, certains segments répétitifs ne sont pas identifiés. Si je parle pendant vingt ou trente minutes d'affilée, le montage manuel est très fatigant.
Problème 2 : La qualité des sous-titres est médiocre
Les sous-titres générés automatiquement contiennent beaucoup de fautes de frappe.
J'ai donc utilisé la fonctionnalité Skills de Claude Code pour créer un Agent de montage.
La différence fondamentale est simple :
Différences clés :
- CapCut = Outil fixe + Opération manuelle
- Agent = Système adaptatif + Apprentissage automatique
Je ne remplace pas CapCut par un meilleur algorithme, mais je le remplace par un système qui s'améliore de lui-même.
Mais ce n'est pas le plus impressionnant.
Le plus impressionnant, c'est : Plus vous l'utilisez, mieux il vous comprend, et il devient de plus en plus rapide.
Trois conceptions fondamentales
1. Logique de l'Agent
Seulement 4 étapes sont nécessaires :
2. Système de Skills
Auparavant, je regroupais toutes les fonctions dans une seule grande compétence, ce qui nécessitait des instructions pour distinguer les différentes tâches, ce qui était très fastidieux.
Maintenant, j'ai transformé les 5 tâches principales du montage en 5 compétences indépendantes et je les ai placées dans le répertoire .claude/skills/. C'est plus clair et plus facile à choisir.
Lorsque vous tapez /v, Claude Code liste automatiquement ces 5 compétences disponibles :
Vous en choisissez une, et l'IA exécute cette compétence. Simple, non ? Ce qui prenait 10 minutes d'opération manuelle ne nécessite plus qu'une sélection dans un menu.
Toutes les méthodologies sont écrites dans les Skills, vous n'avez donc pas à répéter les instructions à chaque fois.
La raison principale de la division en plusieurs compétences indépendantes est que les humains ont besoin de vérifier les résultats intermédiaires. Par exemple, je dois voir si le brouillon de révision est correct, puis exécuter le montage après confirmation.
3. Mécanisme d'auto-mise à jour : Plus vous l'utilisez, mieux il vous comprend
C'est ma conception dont je suis le plus fier. Après chaque exécution de tâche, vous pouvez donner un retour, et l'IA sauvegarde définitivement ce retour dans les Skills.
Point clé : Les Skills passent progressivement d'un ensemble de règles générales à une solution personnalisée qui n'appartient qu'à vous.
Utilisez-le 10 fois, et il connaît 80 % de vos habitudes. Utilisez-le 50 fois, et il répond parfaitement à vos besoins.
Plus vous l'utilisez, plus les Skills deviennent personnalisés, et mieux il vous comprend — c'est la puissance de l'auto-mise à jour.
Opérations spécifiques
Étape 1 : Télécharger les Skills
Ouvrez un nouveau dossier ; vous pouvez utiliser ce dossier comme espace dédié au traitement du montage à l'avenir, c'est plus pratique.
Aidez-moi à télécharger les Skills de montage :
- Adresse : https://github.com/Ceeon/videocut-skills
- Chemin de stockage : .claude/skills/ (Clonez directement dans ce répertoire, ne créez pas de sous-dossiers)
Ensuite, le téléchargement se fera automatiquement, et ce processus est très rapide.
Ensuite, nous redémarrons pour voir ces Skills.
Étape 2 : Installer l'environnement
Tapez /v et sélectionnez videocut:install.
L'IA installera automatiquement les dépendances et téléchargera les modèles (environ 5 Go) :
- FunASR : Pour la reconnaissance des erreurs de langage
- Whisper : Pour la génération de sous-titres
Ces deux modèles ont chacun leurs avantages : FunASR est adapté au montage au niveau du mot (reconnaissance des erreurs de langage, des mots de remplissage), et Whisper est meilleur pour la qualité des sous-titres.
Étape 3 : Monter une vidéo de type "tête parlante"
Tapez /v, sélectionnez videocut:edit talking-head, puis indiquez à l'IA le chemin de votre fichier vidéo.
L'IA va automatiquement :
- Transcrire la vidéo
- Identifier les erreurs de langage (vérification phrase par phrase, sans en manquer une)
- Identifier les mots de remplissage (euh, hum, hein, etc.)
- Identifier les silences (≥1s)
- Générer un brouillon de révision
Dans le brouillon de révision, le symbole d'arrêt (⏸️) indique un segment silencieux qui doit être supprimé. La ligne ondulée après le point rouge (🔴～～) indique un segment répétitif qui doit également être supprimé. Si vous souhaitez d'autres formats, vous pouvez demander à l'IA de le modifier dans un format qui répond à vos besoins.
Point clé : Une fois le brouillon de révision sorti, vous le parcourez. Si quelque chose ne vous satisfait pas (par exemple, "Je veux garder plus de 'euh'" ou "ce mot a été mal reconnu"), continuez à communiquer avec l'IA jusqu'à ce que vous soyez satisfait.
Ensuite, tapez /v, sélectionnez videocut:self-update, et l'IA enregistrera cet ajustement dans les Skills.
Après confirmation, le montage est exécuté automatiquement.
Étape 4 : Ajouter des sous-titres
Point important : Un dictionnaire personnalisé = Doublez la précision des sous-titres
Un fichier dictionnaire est préconfiguré dans les Skills :
.claude/skills/videocut:subtitles/dictionary.txt
Ouvrez ce fichier, et vous verrez le vocabulaire préconfiguré :
Vous avez seulement besoin d'ajouter vos noms propres à ce fichier. Par exemple, le nom de votre entreprise, le nom de votre produit, le nom de votre chaîne, etc. :
La Chaîne de Chengfeng
Liberté des Produits IA
Ma Marque
En les pré-enregistrant dans le dictionnaire, l'IA utilisera automatiquement votre dictionnaire pour corriger les erreurs du modèle lors de l'ajout des sous-titres. Précis du premier coup.
Ensuite, tapez /v, sélectionnez videocut:subtitles.
L'IA va automatiquement :
- Transcrire avec Whisper
- Corriger les fautes de frappe avec le dictionnaire (en utilisant votre dictionnaire personnalisé)
- Générer les fichiers de sous-titres
- L'IA vous demandera de confirmer si les sous-titres sont corrects
- Après confirmation, ils seront incrustés dans la vidéo
Point clé : Si vous constatez plus tard qu'il manque quelque chose dans le dictionnaire, vous pouvez également utiliser /v pour sélectionner videocut:self-update afin de le compléter à tout moment.
Quatre étapes pour y parvenir, entièrement automatisé.
Résumé
Au final, le résultat est pratiquement identique à celui d'un montage manuel dans CapCut !
Si vous montez souvent des vidéos de type "tête parlante", je vous recommande vivement d'essayer. N'oubliez pas d'utiliser le mécanisme d'auto-mise à jour, car plus vous utiliserez l'Agent, mieux il vous comprendra.
