夜雨聆风最近一直困在视频制作上，苦于找不到高效的方法，过程低效、进展缓慢。
看到这个的时候，真的眼前一亮，豁然开朗。
昨天，Anthropic正式发布了Fable 5，Claude Code 团队的 Thariq用了一种特别AI Native的方式：
让 Claude Fable 5 自己剪了自己的发布会视频，全程没有打开任何传统视频编辑软件（Premiere、DaVinci、Final Cut 一个都没碰）
最终：17 条素材、25GB 4K 原始镜头，最终输出 3 分钟 4K 24fps 精剪视频（带调色、动画、设计审核）。整个过程主要靠提示词、代码和工具调用完成。
这其中有些步骤，跟我目前尝试和探索的比较类似，很显然，Thariq已经形成了完整、可复用的工作流。
我仔细研究了一下，把这个流程整理成一步步可复现的教程，希望在AI的帮助下，我们都不用再困在繁琐的视频剪辑中。
01
一、准备工作（推荐硬件/工具）
你需要首先准备一个强大的本地环境。不夸张的说，在AI时代，最好用的硬件就是Mac，推荐你的Mac最好在M4 Max 或以上，这样跑 Whisper 转录更快。
其次是一个强大的AI Agent。Thariq这里推荐的自然是Claude Code / Fable 5，但实际上，其他能力比较好的AI Agent也一样，不强求Fable 5。
此外，需要几个核心工具：
- Whisper（本地转录，带词级时间戳）
- FFmpeg（剪辑 + 调色）
- Remotion（React 代码做动画）
Whisper是OpenAI 开源的一个语音转文字（ASR）AI 模型，也是目前行业里做视频自动化剪辑最常用的转录工具，能把视频转成带精确时间戳的文字稿。
FFmpeg视频界的“瑞士军刀”，一个完全免费开源的命令行工具，几乎能处理所有视频相关操作。Remotion则是一个用 React（写代码）来制作视频的工具。
这三款软件都可以直接让Claude Code等AI Agent帮你安装，安装中遇到的问题可以直接问AI解决，这里不做详细展开。
如果你熟练使用Figma，或者有设计团队协作，还需要安装Figma MCP。
除了工具之外，最重要的，是你要准备好素材，把所有拍摄镜头放到一个文件中，并准备好脚本，一般是.md文件。
02
二、核心流程
第一步：一个超级提示词启动一切
直接扔给Claude 一个详细 Prompt，在Thariq这个案例里，他的提示器可以用来参考：
“
我有一堆视频素材在文件夹里，脚本在 xxxscript.md。请用 Eleven Labs / Whisper 转录所有素材，然后挑选最佳镜头拼接成最终视频。注意多 take 挑选原则（最后一条通常最好，减少口癖），剪掉视频开始不自然的部分，直接从说话人状态最好的部分开始剪，输出 final-edit.json，用 FFmpeg 拼接。目标是直到生成最终视频为止不要停。
”
Claude 会自动调用Whisper转录所有视频素材，并加上词级时间戳，然后按照要求挑选其中最好的部分，最后输出结构化文件final-edit.json，包含选择每个片段的理由，以及开始剪/结束剪的位置。
第二步：根据JSON文件第一版粗剪
使用Claude 调用FFmpeg 自动拼接第一版粗剪。剪完之后需要Claude自己重新转录验证，是否所有的口癖都已经被正确的剪掉了。
这一步把传统的时间线剪辑变成了可diff、可版本控制的文本。
第三步：从零开始调色
当原素材在色彩明亮程度和饱和度上不够满意的时候，可以让Claude直接进行调色，提示词：
“
调色有点闷，能不能生成几种不同风格的调色方案让我选？
”
Claude 就会自己生成几种不同的调色文件（比如：自然风格、电影风格、鲜艳风格、蓝橙电影风等），然后用工具自动套到视频上。整个过程完全不需要打开 Premiere 或 DaVinci 的调色面板，一句话就能完成调色。
第四步：把静态设计稿变成Remotion动画
这一步是整个流程里最让人眼前一亮的部分。
Thariq在Figma里设计了片头、字幕条、标题卡这些静态元素，然后让Claude通过Figma MCP直接读取设计文件，把Figma里的图层、颜色、字体参数全部拉出来，自动转成Remotion的React代码。
提示词不需要复杂：
“
读取Figma里的片头设计，帮我用Remotion实现一个5秒的淡入动画，风格保持一致。
”
Claude会先通过Figma MCP抓取设计稿里的具体数值，然后写出对应的React组件，最后用Remotion渲染成视频片段，自动嵌入到时间线里。
这个流程解决的核心问题是：以前你在Figma设计好了，还要手动在AE或者Motion里重新做一遍，两套工具之间的信息是割裂的。现在Claude充当了中间的翻译层，设计稿直接变成可渲染的代码动画。
第五步：最终拼接与输出
粗剪、调色、片头动画都就位之后，最后一步是让Claude把所有片段按照final-edit.json里的时间轴，统一调用FFmpeg做最终合并输出。
可参考提示词：
“
按照final-edit.json的顺序，把所有片段、调色、片头动画拼接成最终4K视频，输出final-output.mp4
”
Claude会自己生成FFmpeg的拼接命令，处理帧率对齐、音频同步、分辨率统一这些细节，全部自动完成。
Thariq在这一步专门提到了一个原则：让Claude跑完整个流程，遇到报错让它自己修，不要人工介入去改命令。
因为一旦你手动改了某一条FFmpeg参数，Claude下次继续的时候就会丢失上下文，反而越改越乱。保持全程Claude自主执行，它的上下文是完整的，排错效率反而更高。
03
这套流程的本质
传统视频软件的逻辑是，人按照时间线可视化的完成视频的剪辑。有了AI之后，视频的每一个决策：剪辑、调色、动画，都被转化成了文本和代码。
你不需要学会任何剪辑软件，只需要非常清晰的描述你想要什么，AI会帮你完成所有执行和操作。
Thariq是一个资深工程师，他的操作带有浓厚的工程师色彩，我们在具体剪辑视频的时候，不用完整复制整个工作流，但可以借鉴其中的思路。
AI让很多专业的事情，变得门槛更低，但“专业”可以让AI的上限更高。
