夜雨聆风
Codex 学会剪视频只是表面。更大的变化是：我们可能不再先找按钮，而是先把剪辑意图说出来。
这几天 X 上冒出一种挺离谱的用法。
打开 Codex，丢进去一段口播，然后说：删掉口头禅和冷场，留下最有信息量的四段，加逐字字幕、标题卡和轻一点的背景音乐，最后导出一条 9:16 短视频。
等几分钟，右侧不是吐出一段剪辑代码，而是直接打开一条能继续修改的多轨时间线。
ChatCut 官方发布插件时，给出的说法很直接：把 Codex 变成一个完整的视频编辑器。X 用户 @Nutllwhy 的公开实测也提到，口播和字幕识别效果不错，动效、配乐都能做，Agent 执行完以后还可以在右侧编辑器里手动调整；但她同时遇到了下载缓慢的问题，后来重新导出才恢复正常。
这两个信息放在一起，比“AI 剪辑革命”那套说法诚实多了：它已经不是只能生成一段视频的玩具，但也远没有成熟到可以闭眼交付。
ChatCut + Codex 也不是另一款长得像剪映的剪辑软件。它想换掉的是剪辑软件最上面那一层：人先说清楚结果，让 Agent 去找按钮、调工具。
01 先说清楚：不是 Codex 原生会剪视频
ChatCut 是一家第三方 AI 视频编辑产品。它原本就有网页版编辑器，现在又做了面向 Codex 和新版 ChatGPT 桌面端的插件。
所以，网上说“Codex 现在可以剪视频”，不算错，但少说了一半。
拆开看，背后其实有三层：
| 这一层 | 负责什么 |
|---|---|
| Codex / ChatGPT | 理解你的要求、拆解任务、调度剪辑工具 |
| ChatCut | 转录、切片、字幕、降噪、动效、配音、素材生成和渲染 |
| 多轨时间线 | 保存真实剪辑结果，让人继续拖动、改字、换音乐和回退版本 |
Codex 更像坐在剪辑台前的执行者，ChatCut 是它能操作的那套设备。你用自然语言给任务，它调用对应能力，把结果落到真实时间线上。
这张实机界面比宣传语更能说明产品形态：左边继续给 Agent 下任务，右边随时接管 ChatCut 的素材、预览和时间线。它不是聊天框生成一个 MP4，而是对话与编辑器并排工作。
区别就在这里。
很多“一句话生成视频”的产品，交给你的是一个已经烤平的 MP4。开头慢了两秒、字幕颜色不对、某个镜头选得很蠢，你往往只能重新抽一次。
ChatCut 走的是另一条路：Agent 先做，时间线再交回来。你可以继续改字幕、切点、音轨和素材顺序，也可以保存版本后回退。
它刚好卡在两类产品中间：
比剪映、Premiere 更强调“说需求”，少找菜单；
比纯 AI 成片工具更强调“可编辑”，不把人的控制权拿走。
02 怎么用：先把剪辑要求写成一份像样的 brief
先把插件装进一个新的 Codex Task
打开 Mac 或 Windows 上的 ChatGPT Desktop App，新建一个 Codex Task，然后复制发送下面这句话：
请阅读 https://chatcut.io/chatgpt 并为我安装 ChatCut 插件。安装完成后，请完成必要的设置，并创建一个启用了 ChatCut 工具的新任务。这里建议直接使用 ChatCut 官方链接，不要复制 X 帖子里的跳转地址。网页版和手机版 ChatGPT 暂时不能安装这个插件。
安装完成后，进入 Agent 新建的 Task，再发送下面这段验证提示词：
请确认 ChatCut 插件、技能及 MCP 工具在此任务中可用。创建一个名为“ChatCut First Test”的项目，但不要生成任何付费或消耗额度的资产。首先列出当前可用的 ChatCut 功能，包括视频导入、转录、字幕、时间轴编辑和导出。这一步不要急着做视频。先看 Agent 能否识别 ChatCut 插件、Skills 和 MCP 工具，能否创建空项目，并正确列出导入、转录、字幕、时间线和导出能力。确认这些都正常，再上传素材。
第一次建议只用一段 3—5 分钟的视频。别一上来就扔一小时的课程、播客或访谈：素材越长，转录、分析和首次剪辑等待越久，定位权限、工具或导出问题也更麻烦。
装好以后，基本流程是五步。
第一步：上传素材
口播、访谈、播客、产品录屏、商品演示都可以。带人声的素材上传后可以先转录，文本和视频时间点会对应起来。
第二步：别只说“帮我剪一下”
Agent 不会读心。“帮我剪得高级一点”这种话，人类剪辑师听了都要追问，AI 也一样。要求越像一份清楚的剪辑 brief，第一版才越有用。
例如可以直接复制这段：
请把这段横屏口播剪成一条 60 秒以内的 9:16 短视频。1. 删除“嗯、啊、就是”等口头禅，以及超过 0.8 秒的无信息停顿；2. 保留完整观点，不要为了时长剪断因果关系；3. 把最反常识的一句话放到前 3 秒做开场；4. 添加简洁的逐字字幕，重点词使用强调色，但每屏不要超过两行；5. 在提到产品界面时插入对应录屏，不要生成无关 B-roll；6. 配一条存在感较低的背景音乐，人声始终优先；7. 先生成一个可编辑版本，不要直接替我做最终发布决定。
如果是播客切片，可以再补充目标受众、希望保留的争议点、不能断章取义的上下文，以及要输出几条不同角度的短片。
第三步：让 Agent 跑第一遍
它会根据任务调用转录、删停顿、字幕、动效或生成工具，把结果排到时间线上。长视频找高光、口播清理和多尺寸适配，正是这种工作流最省时间的地方。
第四步：人工接管
千万别把第一遍当成最终版。
在播放器里看节奏，在 Transcript 里改错字，在时间线上检查切点、音乐音量、字幕遮挡和 B-roll 是否真的对应内容。AI 很擅长发现“这里没人说话”，却未必理解这个停顿是不是情绪的一部分。
第五步：确认成本，再导出
官方编辑器文档显示，目前可以导出最高 1080p、60fps 的视频、音频或动效文件。手工裁剪、移动、预览、从现有转录添加字幕等操作不消耗 credits；Agent 对话、视频和图片生成、AI 配音、音乐、动效以及渲染会按实际操作计费，执行前会显示预估。
截至 2026 年 7 月 13 日，官方 credits policy 写的是新用户 25 个 starter credits，默认计价为每 credit 0.25 美元；但官方不同页面此前出现过 20 credits 的旧口径。准备付钱时，只认编辑器里的实时余额和费用预估。“接入 Codex”绝不等于所有剪辑动作都免费。
03 它比剪映强在哪里，又弱在哪里
先给结论：ChatCut + Codex 现在还替代不了整个剪映，但它已经能替代剪映里一部分最让人烦的操作。尤其是机械、重复、可以用语言说清楚的工作。
| 对比项 | ChatCut + Codex | 剪映 |
|---|---|---|
| 主要入口 | 描述目标，Agent 连续执行 | 菜单、模板和时间线操作 |
| 第一次成片 | 口播清理、长转短通常更省操作 | 熟练用户手工剪更可预期 |
| 批量处理 | 容易复用提示词和固定流程 | 能批量，但更依赖人工重复操作 |
| 人工精修 | 有多轨时间线，可继续接管 | 功能成熟，控制更细 |
| 中文体验 | 能用中文提示，但生态还小 | 中文模板、字体、音乐和教程丰富 |
| 移动端 | 插件目前依赖桌面端 | 手机、平板、桌面都成熟 |
| 素材与模板 | 强在生成和 Agent 调度 | 强在现成模板、热门特效和素材库 |
| 专业上限 | 目前最高 1080p，调色等能力有限 | 日常短视频够用，复杂项目仍有限 |
| 稳定性 | 新插件阶段，可能遇到导出、下载问题 | 产品成熟度和社区排障经验更高 |
| 费用理解 | Agent、生成和渲染按 credits 变化 | 会员、付费模板与 AI 功能相对直观 |
ChatCut + Codex 最明显的优势，是一次指令可以跨过多个菜单。
“删停顿”在传统编辑器里是一个动作，“找出三段高光”是另一个，“改竖屏、加字幕、插录屏、压低音乐”又是一串动作。Agent 可以把它们当成同一个任务来执行。
我觉得更有价值的是，流程可以复用。
如果你每周都剪两条知识口播，完全可以把字号、字幕位置、停顿阈值、开场方式、音乐音量和导出比例写进固定提示词。下周换一段素材继续跑。对批量做内容的人来说，这比单次节省几次点击更重要。
当然，真要每天干活，剪映的优势也很现实。
它的中文字体、热门音乐、模板、贴纸、转场和教程已经堆了很多年。普通人用手机套一个模板，十分钟就能发出去。ChatCut 要求桌面端、网络、插件账号和 credits，出了问题还得判断是 Agent、素材、渲染还是下载环节出了问题。
还有一个麻烦：很多好剪辑，偏偏说不清。
一个音乐卡点为什么要提前两帧？婚礼片里为什么要让一个眼神多停半秒？品牌片为什么宁愿少讲一个卖点，也要留住某种呼吸感？这些决定并不只是识别内容，而是品味、经验和对观众情绪的判断。
04 最适合谁：不是所有视频都值得交给 Agent
ChatCut + Codex 最适合的，是结构清楚、语言信息密度高、剪辑规则可以复用的视频：
知识口播：删口头禅、压停顿、加字幕和标题；
播客与访谈：找高光、拆成多条竖屏内容；
课程与教程：按章节切分，补录屏、重点字幕和旁白；
产品演示：从网页、录屏和商品素材中组织一条短片；
UGC 广告：按固定结构批量做不同开场和尺寸；
多平台适配：同一内容输出横屏、竖屏和方形版本。
这些视频的共同点，是“剪什么、删什么、怎么排”大部分能够写成规则。
下面这些场景则要谨慎：婚礼和纪录片、剧情短片、音乐卡点、重审美品牌片、复杂多机位、需要 4K 交付或专业调色的项目。AI 可以做素材整理和粗剪，但不要让它在无人复核的情况下决定最终情绪。
05 先学会软件，才配开始创作？这条顺序可能要变了
以前学视频剪辑，第一课通常是认识时间线、轨道、素材箱、关键帧和导出设置。
ChatCut + Codex 给出了一种反过来的顺序：你先说自己要做什么，Agent 帮你完成第一遍；遇到不满意的地方，再进入时间线学习怎么修。
这不会让专业剪辑消失，却可能让更多人不必先成为软件熟练工，才能做出第一条能看的视频。
剪映要面对的，未必是一个功能更多的新编辑器。更难对付的是入口变了：用户越来越不想记住功能藏在哪里，只想把要求说清楚，然后在关键节点做判断。
所以我不会现在就下结论说 ChatCut + Codex 能取代剪映。
它没有剪映的模板和中文内容生态，没有成熟产品的稳定性，也没有专业软件的交付上限。但它已经把一件事演示得足够清楚：未来的视频编辑器，时间线依然会在，只是第一刀可能不再由人亲手拖出来。
如果一句话就能完成初剪，你还愿意继续学习时间线吗？
参考资料：
ChatCut ChatGPT/Codex 插件官方介绍
ChatCut Editor Overview
ChatCut Credits Policy
ChatCut Pricing
OpenAI Codex 官方仓库
ChatCut 官方 X 账号
X 用户 @Nutllwhy
注：产品功能、免费额度与计费规则可能调整，文中信息核对时间为 2026 年 7 月 13 日。用户体验部分仅转述公开帖，不代表作者亲测。