← Visos naujienos

Matt Wolfe pristato vaizdo montažo darbo eigą su Claude ir Premiere Pro

ProduktaiŠaltinis: Matt Wolfe YouTube kanalas·
Matt Wolfe pristato vaizdo montažo darbo eigą su Claude ir Premiere Pro

Pranešime aprašoma, kaip Claude (Opus modelis) iš neapdoroto „a-roll“ įrašo automatiškai sumontuoja trumpos formos vaizdo įrašus: iškerpa pauzes bei klaidas, parenka B-roll iš nurodytų šaltinių ir prideda muziką per ElevenLabs. Prieš montažą pasitelkiamas vidIQ MCP serveris, kuris išanalizuoja geriausiai veikiančius tos temos YouTube įrašus ir pagal juos parašo scenarijaus metmenis. Autorius teigia tokiu būdu kasdien publikuojantis po vieną ar du shorts, kurių dalis surinko šimtus tūkstančių ir net milijonus peržiūrų.

Video eiga

Pilna santrauka

AI montuotų shorts rezultatai0:00

Matt Wolfe pristato savo darbo eigą, kaip dirbtinis intelektas dabar realiai sumontuoja jo trumpos formos vaizdo įrašus. Jis duoda neapdorotą „a-roll“ (kalbančios galvos) įrašą ir prompt'ą, o grįžta jau sumontuotas vaizdo įrašas, kuriuo jis būna patenkintas. Šiuo metu jis taip montuoja tik shorts formatą, tačiau tuo tapęs apsėstas: savo Instagram paskyroje jis skelbia bent po vieną, kartais du shorts kasdien, septynias dienas per savaitę. Dalis jų gerai pasirodė – vienas beveik pasiekė milijoną peržiūrų, kitas apie Teslos naujausią automobilį surinko 137 000.

YouTube Shorts vaizdas panašus: tie patys įrašai keliami ir ten, vienas surinko 1,8 mln. peržiūrų, kiti – 159 000 ir 174 000. Visi vaizdo įrašai nuo Teslos įrašo į viršų sumontuoti su AI.

Scenarijaus kūrimas su Claude ir vidIQ1:34

Darbo eigai jis naudoja Claude su Opus 5.5 modeliu, bet teigia, kad tai veikia ir su codex bei ChatGPT modeliais. Pavyzdžiui, kurdamas vaizdo įrašą apie Genie 4, jis pateikė nuorodą į Genie 4 tinklaraščio įrašą (kad būtų paimtos detalės ir ten esantys vaizdo įrašai kaip B-roll) ir nuorodą į savo kompiuteryje esantį paties įrašytą B-roll, kai testavo įrankį, nurodydamas naudoti B-roll iš abiejų šaltinių. Claude paleido vidIQ MCP serverį, YouTube susirado kitus vaizdo įrašus apie Genie 4 – tarp jų Tim iš Theoretically Media įrašą bei kelis oficialius – ir atrinko geriausiai pasirodžiusius, kad suprastų, koks turinys turėtų patekti į įrašą.

Po analizės jis peržiūrėjo tų įrašų transkripcijas ir pagal jas parašė scenarijų.

Autorius sako, kad AI sugeneruotų scenarijų iki galo nemėgsta – jie, jo nuomone, vis dar atpažįstami – todėl naudoja juos kaip gaires ir beveik niekada neskaito pažodžiui. Vis dėlto scenarijus naudingas tuo, kad nurodo, kuriuos teiginius verta įtraukti, nes žinoma, kas gerai veikė kitų kanaluose. Claude taip pat duoda prognozuojamą įvertinimą (tą kartą – 8 iš 10) ir pastabas dėl montažo. Jei jis neturi prieigos prie aptariamo įrankio, savo B-roll nededa – tiesiog pateikia nuorodą į šaltinį.

A-roll montažas: 67 žingsniai4:11

Turint scenarijų, įrašomas A-roll: autorius kalba į kamerą pagal gaires. Neapdorotame įraše lieka ilgos pauzės, pasikartojimai ir klaidos, bet pakanka nurodyti, kur yra failas. Claude atliko 67 žingsnius: įkėlė skill'ą „the coolest thing“, sukarpė A-roll, paruošė B-roll klipus bei muzikos foną, parašė planą, atliko rendering, QA ir pristatė rezultatą. Fono muzika ir garso efektai gauti per ElevenLabs. Buvo ir nesėkmingas bandymas paleisti kompiuterio komandą per Claude in Chrome, bet modelis rado apėjimą.

Jis darė ekrano nuotraukas iš peržiūrimų vaizdo įrašų, kad žinotų, ką traukti kaip B-roll, ir fiksavo kiekvienos scenos laiko žymes, kad viską suderintų, nuolat pats save tikrindamas.

Galutiniame įraše Claude pats pridėjo subtitrus, B-roll (dalį iš autoriaus medžiagos, dalį tiesiai iš DeepMind svetainės, pavyzdžiui, kadrus su milžiniškais čiuptuvų monstrais), ElevenLabs sugeneruotą fono muziką, o vieną klipą – kaip įvedama aplinka ir personažas – sukūrė pats per Hyperframes, nes gero B-roll nebuvo. Autorius sako nuo to laiko darbo eigą dar patobulinęs: galima liepti generuoti 3D objektus Blender'yje ir juos įtraukti, kurti diagramas bei grafikus pasakojimo metu ir pridėti animacijas ant B-roll.

Projekto kūrimas nuo nulio7:18

Kad parodytų procesą nuo nulio, jis nusipirko naują Claude paskyrą už 20 dolerių per mėnesį (mėnesinį planą, nes po demonstracijos ją atšauks) – visiškai tuščią, be skills ir be atminties. Pirmas žingsnis: sukurti naują projektą, pavadintą „short form video editor“, ir instrukcijose aprašyti, kad modelis yra pasaulinio lygio trumpos formos montuotojas, kuris iš šaltinio medžiagos padaro gerai veikiantį scenarijų, išvalo A-roll nuo pauzių ir klaidų, įterpia B-roll iš šaltinio ir iš interneto. Taip pat nurodoma naudoti visus turimus įrankius: vidIQ, Blender, Hyperframes, FFmpeg, yt-dlp.

vidIQ analizuoja esamus įrašus (savo ar kitų kanalų) ir ieško, kas turi didelę tikimybę tapti populiaru; Blender kuria 3D objektus ir animacijas; Hyperframes atlieka paprastą After Effects tipo montažą; FFmpeg atlieka patį montažą headless režimu, tad nereikia DaVinci Resolve ar Adobe Premiere ir kompiuterio valdymo perėmimo; yt-dlp leidžia atsisiųsti YouTube, Instagram ir kitus rastus vaizdo įrašus B-roll'ui.

vidIQ diegimas ir rėmimas9:21

Toliau skiltyje „customize“ įdiegiamas vidIQ – autoriaus vadinama viso proceso „slapta sudedamąja dalimi“. Jis atskleidžia, kad vidIQ parėmė šį vaizdo įrašą, bet pabrėžia naudojęs jį dar prieš susitarimą: pats pasiūlė kurti įrašą apie montažą, o vidIQ pasisiūlė tapti rėmėju ir suteikė nuorodą vidiq.com/mattwolfe, per kurią pirmas mėnuo kainuoja 1 dolerį (taip pat rodomas QR kodas). Po to prijungiamas Hyperframes.

Dviejų skills generavimas11:25

Pradžiai galima arba liepti vidIQ išanalizuoti esamą YouTube ar Instagram paskyrą, arba, jei paskyros nėra, nurodyti patinkančių kanalų pavyzdžius. Autorius liepė išanalizuoti savo kanalo (@mreflow) shorts, peržiūrėti geriausiai veikiančius, suprasti, kas juos daro sėkmingus (tiek scenarijus, tiek vaizdą), ir sukurti du skills: vieną, generuojantį panašius, tikėtinai virusinius scenarijus, ir kitą, montuojantį vaizdo įrašus panašiai kaip esami – naudojant FFmpeg, Hyperframes ir Blender.

Idealus rezultatas: duodama nuoroda į kažką įdomaus, modelis parašo scenarijų, autorius įrašo A-roll, o modelis sumontuoja – iškerpa pauzes ir klaidas, prideda B-roll, animacijas, subtitrus, fono muziką bei garso efektus per ElevenLabs. Svarbus nurodymas: karpant remtis ir transkripcijomis, ir garso bangų formomis, nes vien pagal transkripciją modelis kartais nukerta žodį per vidurį.

Darbas perjungiamas į auto režimą ir „always allow“. vidIQ rado jo „outlier“ įrašus su 3 mln., 1,9 mln. ir 1 mln. peržiūrų. Autorius įspėja, kad procesas iteratyvus: scenarijų skill'as pavyks beveik iškart, o montažo skill'as iš pradžių greičiausiai suklys, tad reikės duoti pastabas ir prašyti atnaujinti patį skill'ą, kol rezultatas pagerės tiek, kad užtektų pasakyti „sumontuok“.

Po maždaug 15 minučių buvo sukurti du skills: „short script“ ir „short editor“. Analizė parodė, kas jo shorts daro populiarius: fizinės mašinos, darančios netikėtus dalykus (skraidantys automobiliai, kovos robotai, kūno skeneriai); veikiantis hook – „This is the coolest thing I saw today“ (jo serijos pavadinimas); įrašai, kuriuose žiūrovai ginčijasi, ar tai tikra, ar AI (autorius skelbia tik tikrą medžiagą, nebent nurodo kitaip). Taip pat nustatytas tempas ir vizualinis stilius: 50/50 padalijimas su B-roll viršuje, purpuriniai subtitrai, B-roll keičiamas kas 1,8–3,6 sekundės.

Claude paprašė trijų dalykų: prijungti aplanką, pridėti ElevenLabs API raktą ir atlikti bandomąjį įrašą. vidIQ vizualinė analizė pastebėjo, kad Teslos ir asmens sargybinio kadrai aprašomi kaip CGI, nors scenarijuose pateikiami kaip tikri demo.

Autorius prijungė aplanką „claude editor“ (pasirinkdamas „don't ask again for this folder“), tada per customize prijungė ElevenLabs, pasirinkdamas pilną versiją, kad turėtų prieigą prie muzikos ir garso efektų. Vietoj to, kad duotų scenarijų su bandomuoju įrašu, jis nurodė: gavus vaizdo įrašą, naudoti ElevenLabs transkripcijai su laiko žymėmis, ir atnaujinti skill'ą. Aplankas taip pat pridėtas prie projekto konteksto.

Nvidia Motion Bricks testas17:37

Testui jis pasirinko Nvidia „Motion Bricks“, nes ten daug įspūdingų vaizdų. Užteko į naują projekto pokalbį įklijuoti URL. Claude perskaitė puslapį, įkėlė „Mr. Eflow short script“ skill'ą, perskaitė archive.org puslapį, per vidIQ peržiūrėjo panašius įrašus ir įvertino animacijų vizualinį patrauklumą, kad atrinktų B-roll. Rezultatas: įvertinimas 4 iš 5, apie 50 sekundžių; pliusai – aišku iš pirmo žvilgsnio, yra gera medžiaga, natūralus ginčas, sąsaja su populiariomis temomis (Nvidia, žaidimai, Unreal Engine); minusas – ne AI besidomintis žiūrovas nustotų žiūrėti.

Peržiūrų prognozė: žaidimų ir 3D pasaulio shorts jo kanale surenka apie 15–30 tūkst., panašaus tikimasi ir čia. Scenarijus nepradėtas įprastu „this is the coolest thing I saw today“, nes naujas skill'as to dar neišmoko. Autorius įvertino scenarijų kaip gerą, be tipinių AI frazių. Buvo pasiūlyti pavadinimai („Every move here is AI generated“, „AI is animating this game live“, „Nvidia just replaced game animators“) ir B-roll kadrų sąrašas.

Kliūtys, pataisymai ir antra versija21:14

Įrašęs A-roll beveik pažodžiui pagal scenarijų (su pauzėmis, klaidomis ir pakartojimais), jis tiesiog nutempė failą į pokalbį be jokio papildomo prompto. Claude įkėlė „Mr. E-Flow short editor“ skill'ą ir pradėjo transkribuoti, daryti rough cut, rinkti B-roll, muziką, renderinti ir peržiūrėti. Procesas sustojo dėl kelių kliūčių: ElevenLabs nepriėmė įrašo transkripcijai, o skill'as neleido naudoti alternatyvos – teko liepti atnaujinti skill'ą, kad būtų naudojamas kitas įrankis; be to, buvo blokuoti atsisiuntimai iš Nvidia svetainės.

Sprendimai: nustatymuose, skiltyje capabilities, pasirinkti „allow all sites“, įjungti „create and edit files“ ir „use the internet while making files“, o skiltyje allowed websites per „manage“ atblokuoti konkrečius URL. Taip pat reikėjo pradėti naują sesiją su nurodytu promptu („Edit this into the motion bricks short“ kartu su scenarijaus URL) ir vėl įkelti vaizdo failą.

Pirmas montažo variantas buvo neblogas, bet su trūkumais: nebuvo fono muzikos, balso garsas skambėjo keistai (tarsi su papildoma kompresija ar EQ), liko viena neiškirpta klaida, o pauzės tarp sakinių per laisvos. Autorius pateikė pastabas: sutvarkyti fono muziką, balso garsą, labiau sutraukti tarpus, iškirpti likusias klaidas, naudoti ir transkripcijas, ir bangų formas, kad nenukirstų žodžio viduryje, pridėti animacijų per Hyperframes ir būtinai įrašyti šiuos pakeitimus į skills, kad galiotų ateityje. Po maždaug 36 minučių atsirado naujas variantas; Claude dar atnaujinėjo skill failus ir net sukūrė Python skriptus – „shortedit“ ir „GFX kit“.

Antra versija buvo kur kas geresnė: taisyklingesnis garsas, fono muzika, daugiau grafikos ir animacijų, sutraukti tarpai, pašalintos klaidos.

Blender plėtiniai ir kiti pavyzdžiai25:19

Autorius pabrėžia, kad esmė – nuolatinis grįžtamasis ryšys pirmyn ir atgal. Darbo eigą galima plėsti: jo kitoje paskyroje darytame įraše apie Hunyuan pasaulio modelį Claude įšoko į Blender, sukūrė GPU animaciją ir per Hyperframes uždėjo tekstą. Jei temai internete nėra geros B-roll medžiagos, galima liepti generuoti grafiką Blender'yje ir ją animuoti. Kaip dar vieną pavyzdį jis mini Mon'nique Price (kuri, jo manymu, montuoja Network Chuck kanalui) darbą: ji pateikė Claude sumanytą seką ir gavo rezultatą, kuriame tualetas tikriausiai sukurtas Blender'yje, o tekstas ir animacijos pridėti per Hyperframes arba taip pat Blender'yje.

Tai rodo, kokios kokybės animacijas galima gauti vien promptuojant Claude, nors, kaip jis pripažįsta, iki norimo rezultato reikia daug iteracijų.

Dalintis:

Originalas: The Definitive Guide To Editing Video With Claude (Matt Wolfe YouTube kanalas)

Visos 2026 m. lapkričio 4 d. naujienos · Archyvas