Xin chào mọi người, tôi là Chengfeng.
Tôi đã dành một tuần để sử dụng các kỹ năng chỉnh sửa để tạo ra một Agent chỉnh sửa video.
Cảm giác thật tuyệt vời!
Nó có thể tự động chỉnh sửa một video dài 30 phút trong vòng 10 phút.
Tôi thường dùng CapCut (Jianying) để chỉnh sửa video dạng nói chuyện trực diện, nhưng sau một thời gian sử dụng, tôi nhận thấy một số vấn đề:
Vấn đề 1: Cắt thông minh không hiểu được ngữ nghĩa
Vì không hiểu ngữ nghĩa nên một số đoạn lặp lại không được xác định. Nếu tôi nói liên tục 20 hay 30 phút, việc tự chỉnh sửa sẽ rất mệt mỏi.
Vấn đề 2: Chất lượng phụ đề kém
Phụ đề tự động tạo ra có nhiều lỗi chính tả.
Vì vậy, tôi đã sử dụng tính năng Skills của Claude Code để tạo một Agent chỉnh sửa.
Sự khác biệt cơ bản rất đơn giản:
Sự khác biệt chính:
- CapCut = Công cụ cố định + Thao tác thủ công
- Agent = Hệ thống thích ứng + Tự động học hỏi
Tôi không thay thế CapCut bằng một thuật toán tốt hơn, mà thay thế nó bằng một hệ thống tự cải thiện.
Nhưng đó không phải là phần ấn tượng nhất.
Phần ấn tượng nhất là: Bạn càng dùng nhiều, nó càng hiểu bạn hơn, và nó ngày càng nhanh hơn.
Ba Thiết Kế Cốt Lõi
1. Logic Agent
Chỉ cần 4 bước:
2. Hệ Thống Skills
Trước đây, tôi gộp tất cả chức năng vào một skill lớn, cần hướng dẫn để phân biệt các tác vụ khác nhau, rất rắc rối.
Bây giờ tôi đã chia 5 tác vụ chỉnh sửa cốt lõi thành 5 skill độc lập và đặt chúng trong thư mục .claude/skills/. Điều này rõ ràng hơn và dễ lựa chọn hơn.
Khi bạn nhập /v, Claude Code sẽ tự động liệt kê 5 skill có sẵn này:
Bạn chọn một cái, và AI sẽ thực thi skill đó. Đơn giản phải không? Việc trước đây mất 10 phút thao tác thủ công giờ chỉ cần chọn từ menu.
Tất cả phương pháp luận đều được viết trong Skills, vì vậy bạn không cần phải lặp lại hướng dẫn mỗi lần.
Lý do cốt lõi để chia thành nhiều skill độc lập là: con người cần kiểm tra đầu ra theo từng giai đoạn. Ví dụ, tôi cần xem bản nháp đánh giá có đúng không, sau đó mới xác nhận và thực hiện chỉnh sửa.
3. Cơ Chế Tự Cập Nhật: Càng dùng càng hiểu bạn
Đây là thiết kế mà tôi tự hào nhất. Sau mỗi lần thực hiện tác vụ, bạn có thể đưa ra phản hồi và AI sẽ lưu vĩnh viễn phản hồi đó vào Skills.
Điểm mấu chốt: Skills dần dần chuyển từ một bộ quy tắc chung chung thành một giải pháp tùy chỉnh chỉ thuộc về riêng bạn.
Sử dụng 10 lần, nó sẽ biết 80% thói quen của bạn. Sử dụng 50 lần, nó sẽ đáp ứng đầy đủ nhu cầu của bạn.
Bạn càng dùng nhiều, Skills càng cá nhân hóa, và nó càng hiểu bạn hơn —— đây là sức mạnh của việc tự cập nhật.
Các Thao Tác Cụ Thể
Bước 1: Tải Skills
Mở một thư mục mới; bạn có thể dùng thư mục này làm không gian chuyên dụng để xử lý chỉnh sửa trong tương lai, sẽ tiện hơn.
Hãy giúp tôi tải các Skills chỉnh sửa:
- Địa chỉ: https://github.com/Ceeon/videocut-skills
- Đường dẫn lưu trữ: .claude/skills/ (Clone trực tiếp vào thư mục này, không tạo thư mục con)
Sau đó nó sẽ tự động tải xuống, quá trình này rất nhanh.
Sau đó chúng ta khởi động lại để thấy các skill này.
Bước 2: Cài Đặt Môi Trường
Nhập /v và chọn videocut:install.
AI sẽ tự động cài đặt các phụ thuộc và tải mô hình (khoảng 5GB):
- FunASR: Dùng để nhận diện lỗi phát âm
- Whisper: Dùng để tạo phụ đề
Hai mô hình này mỗi cái đều có ưu điểm riêng: FunASR phù hợp cho chỉnh sửa ở cấp độ từ (nhận diện lỗi phát âm, từ đệm), Whisper tốt hơn cho chất lượng phụ đề.
Bước 3: Chỉnh Sửa Video Dạng Nói Chuyện Trực Diện
Nhập /v, chọn videocut:edit talking-head, sau đó nói cho AI biết đường dẫn tệp video của bạn.
AI sẽ tự động:
- Chép lời video
- Xác định lỗi phát âm (kiểm tra từng câu, không bỏ sót)
- Xác định từ đệm (ừm, à, ơ, v.v.)
- Xác định khoảng lặng (≥1s)
- Tạo bản nháp đánh giá
Trong bản nháp đánh giá, ký hiệu dừng (⏸️) cho biết đoạn im lặng cần xóa. Đường lượn sóng sau chấm đỏ (🔴～～) cho biết đoạn lặp lại cũng cần xóa. Nếu bạn muốn định dạng khác, bạn có thể yêu cầu AI sửa đổi thành định dạng phù hợp với yêu cầu của bạn.
Điểm mấu chốt: Sau khi bản nháp đánh giá được đưa ra, bạn hãy xem qua. Nếu có điều gì chưa hài lòng (ví dụ: 'tôi muốn giữ nhiều từ ừm hơn' hoặc 'từ này bị nhận diện sai'), hãy tiếp tục trao đổi với AI cho đến khi hài lòng.
Sau đó nhập /v, chọn videocut:self-update, và AI sẽ ghi lại sự điều chỉnh này vào Skills.
Sau khi xác nhận, việc chỉnh sửa sẽ tự động được thực hiện.
Bước 4: Thêm Phụ Đề
Điểm mấu chốt: Từ điển tùy chỉnh = Tăng gấp đôi độ chính xác của phụ đề
Một tệp từ điển được đặt sẵn trong Skills:
.claude/skills/videocut:subtitles/dictionary.txt
Mở tệp này ra, bạn sẽ thấy từ vựng được đặt sẵn:
Bạn chỉ cần thêm các danh từ riêng của mình vào tệp này. Ví dụ, tên công ty, tên sản phẩm, tên kênh của bạn, v.v.:
Kênh của Chengfeng
Tự do Sản phẩm AI
Tên Thương hiệu của Tôi
Ghi trước vào từ điển cho phép AI tự động sử dụng từ điển của bạn để sửa lỗi mô hình khi thêm phụ đề. Chính xác ngay từ lần đầu.
Sau đó nhập /v, chọn videocut:subtitles.
AI sẽ tự động:
- Chép lời bằng Whisper
- Sửa lỗi chính tả bằng từ điển (sử dụng từ điển tùy chỉnh của bạn)
- Tạo tệp phụ đề
- AI sẽ cho bạn xác nhận xem phụ đề đã đúng chưa
- Sau khi xác nhận đúng, sẽ gắn vào video
Điểm mấu chốt: Nếu sau này bạn thấy từ điển còn thiếu sót, bạn cũng có thể dùng /v để chọn videocut:self-update để bổ sung bất cứ lúc nào.
Bốn bước là xong, hoàn toàn tự động.
Tổng Kết
Cuối cùng, kết quả về cơ bản giống với kết quả chỉnh sửa thủ công trong CapCut!
Nếu bạn thường xuyên chỉnh sửa video dạng nói chuyện trực diện, tôi thực sự khuyên bạn nên thử. Hãy nhớ sử dụng cơ chế tự cập nhật, như vậy Agent sẽ càng dùng càng hiểu bạn hơn.
