夜雨聆风星标⭐我，更新不迷路。
视频剪辑行业有个不成文的规矩：剪辑师坐在 Premiere 或达芬奇前，手动标记入出点，一刀一刀地切。
现在有人打破了这个规矩。
Claude Code 的团队成员 Thariq 分享了一件事：他在 Claude Code 里用 Claude Fable 5，把 Fable 5 的官方发布视频从头到尾剪完了——全程 0 次打开任何视频剪辑软件。
说得更直白一点：介绍 Claude Fable 5 的宣传片，是由 Claude Fable 5 本身剪出来的。
25GB 的 4K 原始素材，17 条录制，4 个场景，最终输出 4K 24fps、时长 3 分钟、文件大小 653MB 的成片。
总花费：约 100 美元。耗时：4 天。
一、起点：一段 Prompt，启动整条流水线
Thariq 的第一条指令，是一段普通到不能再普通的文字描述：
"我在处理一批视频录制文件，脚本在这里。我希望你先对每个文件跑转录服务，然后把最好的镜头拼成一条完整的成片。几点说明：每个场景有多条备选，最好的通常是靠后拍的、嗯字最少的那条，但不绝对。最后一个场景我重新补拍了。开头有几条我说了一句热身话，要剪掉。请生成一个 JSON 文件，记录每个场景用哪条素材、用哪段时间，然后用 ffmpeg 生成成片。不要停，直到输出最终视频。"
这条 Prompt 没有提到 Premiere，没有提到达芬奇，甚至没有提到"剪辑"两个字。但 Claude Fable 5 接收到这个指令后，把接下来的事情全部自己决定了。
二、第一关：Whisper 转录，给每个词打上毫秒级时间戳
Claude Fable 5 的第一个动作，是用 Whisper（在 M4 Max 本地运行）把 17 条素材全部转录一遍。
不只是转成文字，而是每一个词都打上毫秒级时间戳。
这步看起来只是前期准备，实际上是整条流水线的底座。后续所有的剪辑决策、图形动画时间对齐，全部都依赖这份转录文件。
有个小插曲：Whisper 把 Thariq 识别成了"Sark"。不影响时间戳精度，但 Thariq 本人估计很无语。
三、第二关：多智能体协作，零嗯字剪辑
拿到转录文件后，Claude Fable 5 没有随机挑素材。它派出了多个子智能体，每个场景一个，外加一个交叉验证的智能体。
每个子智能体的任务是：分析当前场景的所有候选素材，找出嗯字最少、停顿最少、结尾最干净的那条，记录入出点，写进 JSON 文件。
决策过程有迹可查：
场景一：
C017被排除，原因是中间有 5.8 秒停顿；C003被选中，原因是嗯字数量为零，结尾干净场景三：选
C012，入点落在一段自然停顿里
最终成片里保留的嗯字数量：0。
JSON 文件记录了每个场景的候选列表、最终选择、选择依据、入出点。这不是黑盒决策，是可以核查的记录。
四、第三关：手写调色 LUT，7 套方案从零生成
初剪拼完，时长 2 分 50 秒。但素材是 S-Log3——这是索尼相机拍摄时保留最大动态范围的原始格式，调色之前看起来灰蒙蒙一片。
Thariq 的指令很简单："现在的调色太闷了，能不能搞几个方案让我选？"
Claude Fable 5 没有调用现成的 LUT 预设包，而是从头开始手写 .cube 格式的 LUT 文件——.cube 是纯文本，就是一堆数字，描述颜色如何从输入映射到输出。
生成了 7 套，每套对应不同风格：
| 方案 | 风格 |
|---|---|
| 标准 Rec.709 | 标准色彩还原 |
| 暖色电影感 | 暖调电影风 |
| 高对比度 | 强反差感 |
| 青橙色调 | 流行调色风格 |
| …另外 3 套 | 冷色、中性等变体 |
全部完成 S-Log3 → Rec.709 的色彩空间转换。Thariq 最后选了偏冷偏中性的方案。
换成专业调色师的工作量：这通常需要用达芬奇，手动调曲线，一条素材一条素材地套用。
五、第四关：11 张静态 PNG → 11 个 React 动画组件
发布视频里有图形动效——那些出现在画面里的文字卡片、数据标注、品牌元素。
Thariq 给了 11 张静态 PNG 设计图。没有动画规格，没有时间节点，没有说明哪个词出现时切入哪张图。
Claude Fable 5 接了这个任务，用 Remotion（把 React 组件渲染成视频帧的工具）把 11 张 PNG 重建成了 11 个带动画的 React 组件。
整套动效只用 6 个数字控制：
| 参数 | 说明 |
|---|---|
| 元素入场时长 | 每个元素出现所需帧数 |
| 子元素交错间隔 | 子元素依次出现的时间差 |
| 面板滑入时长 | 面板动画持续时长 |
| 淡出时长 | 元素消失动画时长 |
| 强调词出现延迟 | 关键词延迟出现时间 |
| 统一缓动曲线 | 所有动画共用的 easing 函数 |
更关键的是时间对齐：Claude Fable 5 在转录文件里搜索对应关键词，找到时间戳，把组件的入点精确对齐到那一帧。
举个例子：关键词 right 出现在第 295 帧，对应的图形组件就在第 295 帧切入。
不是手动对齐，是从转录文件自动推算的。
六、第五关：Figma 导出，设计团队改完再同步回视频
组件做完，Claude Fable 5 通过 Figma MCP 把所有内容导出到 Figma，供设计团队审核。
导出内容包括：
组件页
调色控制页
带实时渲染 GIF 的动效预览页
HTML 版调色控制面板（可拖动滑块实时预览，一键复制参数为提示词）
设计团队把奶油色卡片风格改成了更简洁的透明风格。
Thariq 随后说了一句话："设计团队已经在 Figma 里更新了设计，请把视频同步过来。"
Claude Fable 5 通过 Figma MCP 读取更新后的设计文件，重建 React 组件，重新渲染。
整个同步流程，Thariq 没有手动修改一行代码。
七、最终渲染
npx remotion render一行命令。
输出参数：
分辨率：3840 × 2160（4K）
帧率：24 fps
总帧数：4334 帧
时长：3 分钟
文件大小：653 MB
渲染前 Claude Fable 5 做了逐帧截图自检，确认没有异常帧才输出最终文件。
八、这件事真正打破了什么
传统视频剪辑的核心是时间轴。剪辑师的技能是在时间轴上做判断——哪里切、怎么调色、图形出现在哪一刻。
Thariq 的这套工作流，把时间轴换成了文本文件：
| 传统工作流 | 新工作流 |
|---|---|
| 剪辑决策靠手动标记 | 剪辑决策 = JSON 文件 |
| 调色靠调色软件的曲线工具 | 调色 = 纯文本 .cube 文件 |
| 图形动效靠 AE / Motion | 图形动效 = React 代码 |
| 字幕时间靠手动对齐 | 字幕时间 = 转录时间戳 |
| 渲染靠导出界面 | 渲染 = 一行命令行 |
所有资产都是可读、可 diff、可重新渲染的纯文本。
没有 .prproj，没有 .drp，没有专有格式。任何人拿到这个文件夹，都能理解每一个剪辑决策是怎么做出来的，也能在任何环境重新渲染。
这套流程不是"AI 帮你剪辑"，而是把剪辑这件事的本质重新定义了一遍：剪辑不是在软件里拖时间轴，剪辑是对时间和画面的决策，而决策可以用文本来表达。
成本：转录 + 剪辑约 10 美元，UI 迭代占了大头，总计约 100 美元，4 天。
完整的演示地址在 Thariq 的 GitHub Pages：https://thariqs.github.io/cc-video-editing-deck/
想复现这套流程的，核心工具链就三个：Whisper + ffmpeg + Remotion。
如果这篇文章对你有用，点个赞让我知道 👍关注收藏，一天一个小技能。
