ادیت ویدیوی کوتاه با Claude، بدون باز کردن تایملاین
خلاصهٔ کاملتر
تو این مقاله یه workflow توضیح داده شده که توش Claude Opus فیلم خام talking-head (یعنی یه نفر که جلوی دوربین حرف میزنه) رو میگیره و یه ویدیوی کوتاه کامل تحویل میده. Claude اصلاً سراغ Premiere یا DaVinci Resolve نمیره. کل ادیت بدون رابط گرافیکی و با FFmpeg انجام میشه. به گفتهی نویسنده، ویدیوهایی که اینطوری برای Instagram و YouTube Shorts ساخته شدن بین حدود ۱۳۰ هزار تا بیشتر از یه میلیون بازدید گرفتن.
کار قبل از ضبط شروع میشه. شما یه منبع مثل پست وبلاگ یا صفحهی محصول به Claude میدید. Claude با VidIQ ویدیوهای یوتیوب همون موضوع رو پیدا میکنه، transcriptشون رو میکشه بیرون و میبینه کدوما بهتر جواب دادن و چرا. بعد یه متن پیشنهادی مینویسه و یه نمرهی تخمینی هم بهش میده (تو نمونهی مقاله ۸ از ۱۰). آدم A-roll (یعنی همون فیلم اصلی حرفزدن جلوی دوربین) رو ضبط میکنه و فیلم خام رو با همهی مکثها و تپقها برمیگردونه به Claude.
این سیستم روی دو چیز سواره. اول skillها، یعنی دستورالعملهای ذخیرهشدهای که Claude هر بار دوباره ازشون استفاده میکنه. اینجا دوتا skill ساخته شده: یکی برای نوشتن متن و یکی برای ادیت. دوم MCP serverها، یعنی پروتکلی که به Claude اجازه میده با ابزارهای بیرونی کار کنه. VidIQ برای تحلیل ویدیوها، Hyperframes برای موشنگرافیک شبیه After Effects، و 11 Labs برای موسیقی و افکت صوتی. yt-dlp هم برای دانلود ویدیوی مرجع از یوتیوب یا اینستاگرام استفاده میشه.
یه نکتهی جالب اینه که Claude موقع بریدن هم به transcript نگاه میکنه هم به waveform صدا. اگه فقط به متن تکیه کنه، ممکنه جایی ببره که کلمه روی کاغذ تموم شده ولی صداش هنوز تموم نشده. یعنی کلمهها وسط تلفظ قطع نمیشن. برای راهاندازی هم کدنویسی لازم نیست و اشتراک Pro کافیه.
نویسنده چندتا محدودیت رو هم میگه. متنهایی که AI مینویسه بهتره فقط راهنما باشن، چون اگه کلمهبهکلمه خونده بشن هنوز حس ماشینی دارن. ساختن skillها هم یهباره نیست و باید چند دور اصلاح بشن. این روش فقط برای ویدیوهای کوتاه، تندِ تکنفره ساخته شده و به درد ادیتهای روایی بلند یا چنددوربینه نمیخوره. به گفتهی سازنده، همین الگو با Codex و Sora از OpenAI هم جواب میده.
نکات کلیدی:
- ادیت واقعی با FFmpeg و بدون هیچ ادیتور گرافیکی انجام میشه.
- سه MCP اصلی: VidIQ برای تحلیل، Hyperframes برای انیمیشن، 11 Labs برای موسیقی.
- بریدن با ترکیب transcript و waveform جلوی قطع شدن کلمهها رو میگیره.
- ویدیوهای ساختهشده بین حدود ۱۳۰ هزار تا بیشتر از یه میلیون بازدید گرفتن.
- متن تولیدشده توسط AI بهتره فقط راهنمای ضبط باشه، نه متن نهایی.
- این الگو مخصوص Claude نیست و با Codex و Sora هم کار میکنه.




