← 返回全部情报
How I AI:Brooke Lacey 用 Claude Code 编排 FFmpeg/Whisper,把剪辑决策落成可检查的 TSV 剪辑表 的封面

·Podcast·员工分享收录 2026-10-20

How I AI:Brooke Lacey 用 Claude Code 编排 FFmpeg/Whisper,把剪辑决策落成可检查的 TSV 剪辑表

Claude CodeFFmpegWhisper短视频TSV

一句话结论

Brooke Lacey(20 万+ TikTok 粉丝)用 Claude Code 在本机编排 FFmpeg、Whisper 与 Python,把静音检测、词级时间戳、人脸追踪落到一张可检查的 TSV 剪辑表,再导出竖屏广告;现场演示约 5 分钟手机素材在约 15 秒管线里压成约 15 秒成片(预备演示,不是通用承诺)。可偷的是可检查剪辑表与词级 timing,口味仍归创作者。

打开原文 How I AI:Brooke Lacey — Claude Code for video editing

背景与理念

她要解决的不是「再找一个视频生成模型」,而是把剪辑决策变成可检查、可改的中间产物。Claude Code 负责编排本机 FFmpeg、Whisper 与 Python,不生成画面本身。

创作者侧约束很清楚:她有 20 万+ TikTok 粉丝,需要把大量原始素材压成竖屏广告,同时保留人工口味。第一次实验大约是把 25–30 分钟素材 AirDrop 到 Mac 上开跑。

具体做法

主链路:从素材到 TSV 剪辑表

1. 管线按顺序叠:静音检测 → Whisper 词级时间戳 → 人脸追踪 → 写出 TSV 剪辑表。表里有 start/end、景别(shot size)与标签,再据此切出约 8 刀。

2. 现场演示是预备过的:约 5 分钟手机拍摄 → 约 15 秒竖屏广告,管线墙钟大约 15 秒。这是演示节奏,不是对任意素材的 SLA 承诺。

3. 字幕按词逐个上:57 个词,白字加黑描边、一次只出一词。应用界面画面约占 441 帧里的 40 帧;整段按 30fps 计 441 帧,音画偏移测得 0ms。

4. 卡片落点不是瞎猜:她先量空墙位置再放图卡。把「构图测量」写进流程,而不是事后靠肉眼挪。

第二工作流与个人 OS

5. 第二条线:把 TikTok 下到 Drive,再用已登录浏览器拉评论,喂给新选题。评论成为素材,而不是只看完播率。

6. 修正写进个人「lanes」操作系统:记忆、写入限制、项目指令与 status md,用来沉淀全局规则。Women in Web3 面板素材从约 1:05 压到约 55 秒,并刻意剪得更好笑。

7. 双人 WTF 格式还不能全自动。她明确说这类两人互动仍要人拍板。

关键数据/例子

可核数字:粉丝 20 万+;首实验约 25–30 分钟素材;演示约 5 分钟 → 约 15 秒成片、管线约 15 秒;TSV 驱动约 8 刀;字幕 57 词逐词上屏;441 帧 @30fps,应用画面约 40/441,A/V offset 0ms;面板约 1:05 → 约 55 秒。文章日期 2026 年 10 月 19 日,主持为 Claire Vo(How I AI),嘉宾 Brooke Lacey(Zosha)。

结论口径按她本人:偷「可检查剪辑表 + 词级 timing」;创作者仍拥有口味。双人 WTF 格式尚未完全自动化。

创新点

第一,把 Claude Code 当成本地工具编排器,而不是视频生成器。第二,强制产出可人工审的 TSV(起止、景别、标签),再交给 FFmpeg 执行,而不是黑盒一键成片。第三,把纠错沉淀进 lanes OS(记忆、写入限制、项目指令、status md),让全局规则可演进。

可否复用

  1. 先产出可检查的剪辑表(起止、景别、标签),再让工具执行切割,不要一上来追求全自动成片。
  2. 用词级时间戳驱动字幕与卡点,并实测 A/V offset,而不是凭感觉对齐。
  3. 把常犯错误与偏好写进项目级指令 / status 文档,形成可复用的个人规则层。
  4. 演示管线耗时与生产 SLA 分开写:预备 demo 的「约 15 秒」不能直接当成任意素材的承诺。

笔记会在输入时自动保存。