Монтаж видео с помощью ИИ: нарезка, субтитры и рилс из длинной записи

1Что умеет ИИ для монтажа видео, а что нет

Нейросеть и ИИ-агент: в чём разница

В статье встречаются два слова, и разница между ними важна.

• Нейросеть — программа, которая хорошо делает одно дело: превращает речь в текст, пишет ответ на вопрос, рисует картинку. Сама она ничего не запускает и не трогает файлы на компьютере.
• ИИ-агент — ИИ, которому разрешили действовать: он открывает файлы, запускает программы, проверяет, что получилось, и спрашивает разрешения перед важными шагами. Например, Claude Code — агент: в обычном чате Claude отвечает текстом, а агент выполняет работу с файлами на вашем компьютере.

Проще всего представить так: нейросеть — инструмент, агент — помощник, который берёт нужные инструменты и доводит задачу до результата. В монтаже нейросеть распознаёт речь, а агент по этой расшифровке режет, склеивает и подписывает видео.

Что получается в монтаже

Языковые модели хорошо читают текст и картинки. Видео со звуком напрямую Claude не принимает: из анимации он берёт только первый кадр, а аудиодорожку не слышит вообще. Поэтому монтаж с ИИ начинается не с видео, а с подготовки: запись раскладывают на две понятные агенту части.

• Звук→текст с таймкодами. Нейросеть для распознавания речи пишет, что и когда было сказано, — с таймкодами, которые стоит выборочно проверить.
• Картинка→кадры. Если важно, что происходит в кадре, из видео вынимают кадры через равные промежутки.

Дальше агент работает с видео как с документом. Он умеет:

• найти в часовой записи нужное место по смыслу, а не по памяти;
• предложить, что вырезать и что оставить, и объяснить почему;
• собрать из отрезков чистовую версию или пачку клипов;
• поменять соотношение сторон и наложить субтитры.

Чего ИИ не делает: не чувствует ритм монтажа, не подбирает музыку под настроение кадра, не делает сложных переходов и цветокоррекции так, как это делает человек. Это инструмент для обработки длинных записей, а не замена монтажёра.

Монтаж — не то же самое, что генерация видео. Здесь ИИ работает с тем, что уже снято. Как нейросети создают ролик с нуля, по кадрам, показано в кейсе о видеоклипе «Лукоморье». А что такое агент и скилл, которые делают монтаж возможным, — в статье о плагинах ChatGPT и скиллах Claude.

2Как устроен монтаж видео с ИИ: запись → текст → разметка → видео

Процесс состоит из четырёх шагов, и только последний трогает само видео.

Главное в этой схеме — разметка. Это обычный текстовый файл: «с 12:40 до 15:05 — оставить, с 15:05 до 15:30 — пауза, вырезать». Чтобы передумать, достаточно поправить одну строку и пересобрать видео: правка вносится в список, а не ищется на таймлайне.

3Нарезка, вертикаль и субтитры: пять задач для ИИ в монтаже

Ниже — задачи, ради которых монтаж с агентом обычно и затевают. К каждой — пример запроса: агенту не нужны команды, достаточно сказать, что хочется получить.

Найти сильные моменты в длинной записи

Агент читает расшифровку целиком и предлагает тайминги с объяснением: здесь отзыв клиента, здесь ответ на частый вопрос, здесь история, которая держит внимание.

Прочитай расшифровку и найди 5 фрагментов по 30–60 секунд, которые сработают как отдельные ролики. Для каждого — тайминг и одной фразой, почему он сильный.

Вычистить паузы, повторы и отвлечения

Технические паузы, «вы меня слышите?», уход в сторону, повтор одной мысли — размечаются и убираются, остальное склеивается в один файл.

Размечай, что вырезать: паузы, отвлечения, повторы. Личное не режь — покажи мне отдельным списком.

Нарезать видео на клипы и шортсы

Каждый выбранный кусок сохраняется отдельным файлом с понятным названием — сразу в работу, в шортсы, в посты.

Нарежь эти пять кусков в отдельные клипы и назови файлы по смыслу.

Сделать рилс из горизонтального видео

Запись созвона или вебинара горизонтальная, а рилс и шортсы — вертикальные. Агент переводит кадр в формат 9:16: обрезает по центру или по тому месту, где находится говорящий.

Сделай из этого клипа вертикальную версию 9:16, говорящий должен остаться в кадре.

Субтитры к видео нейросетью

Текст для субтитров уже есть — это та же расшифровка. Остаётся положить его на картинку. Качество зависит от исходного звука: на чистой записи правок обычно немного, на шумной субтитры приходится доводить руками.

Вшей субтитры в этот клип из расшифровки, крупным шрифтом внизу кадра.

Удобнее всего просить сначала список, а не сразу результат: разметка правится за секунду, а ошибку в готовом ролике придётся исправлять пересборкой из исходника — поэтому исходник всегда остаётся нетронутым.

Разборы роликов и монтажа на живых записях — в канале «Мемуары маркетолога»: там видно, что из этого получается на практике.

Инструкция с готовыми запросами→

4Облачная или локальная расшифровка: что выбрать

Всё различие — в том, где превращается в текст звук. Монтаж дальше одинаковый.

Кому какой путь. Разбираете чужие ролики и свои короткие видео — хватит облачного. Работаете с клиентскими созвонами, где важно, кто что сказал, и запись нельзя отправлять на чужие серверы, — нужен локальный. Ориентир по скорости для локального: на видеокарте с 6 ГБ памяти полуторачасовая запись расшифровывается примерно за 25 минут; на слабой карте дольше, на сильной быстрее.

Установку обоих путей агент делает сам: скачивает инструменты, ставит вспомогательные программы, проверяет, что всё завелось. От человека нужны несколько фраз и пара регистраций. Пошагово это расписано в инструкции. Если удобнее настроить вместе, под ваши записи и форматы, — это делается на персональной консультации.

5Можно ли смонтировать видео с ИИ бесплатно

Частично. Расшифровка бесплатна на обоих путях: в облаке — в пределах дневного лимита, на своём компьютере — без лимита сервиса, но за счёт времени и мощности компьютера. Программы для нарезки и склейки видео тоже бесплатные. Платный компонент — сам агент: Claude Code доступен на подписках Pro, Max, Team и Enterprise или через Console с оплатой по использованию, в бесплатном плане его нет.

Поэтому честный ответ зависит от задачи.

• Одно короткое видео раз в месяц — проще онлайн-редактор с кнопкой «автосубтитры». Настраивать агента ради этого не стоит.
• Регулярные длинные записи — вебинары, уроки, созвоны, из которых нужно делать клипы и рилс, — здесь агент экономит время, а та же подписка закрывает и другие рабочие задачи.
• Клиентские записи — локальный путь, даже если онлайн-сервис удобнее: запись не покидает компьютер.

6Подготовка, которая экономит время

Несколько настроек до записи избавляют от лишней работы после.

Отдельные дорожки участников в Zoom. Разметка «кто говорит» может ошибаться, особенно когда голоса похожи. Если запись ведёте вы, проблему можно убрать совсем. В настройках записи Zoom есть пункт о сохранении звука каждого участника отдельным файлом — для локальной записи и, на платных тарифах, для облачной. Тогда каждый голос лежит в своём файле, и угадывать, кто что сказал, не придётся. Настройка работает только на новых записях — включите её и проверьте на тестовой встрече в полминуты.

Скажите, сколько человек в записи. Модель разметки работает точнее, когда знает число говорящих, и не выдумывает лишние голоса.

Сначала список, потом сборка. Агент показывает разметку, вы подтверждаете — и только тогда он режет.

7Честные границы

• Это не замена монтажёру. Профессионала с чувством ритма и вкусом инструмент не заменит. Он экономит часы на длинных записях, а не делает за человека творческую работу.
• Расшифровка — версия, а не документ. Один и тот же файл, прогнанный дважды, даёт немного разный текст, а на сложных местах — заметно разный. Цитату, которая пойдёт в публикацию, стоит переслушать.
• Рилс из Instagram по ссылке может скачаться без звука. Надёжнее попросить исходный файл у автора — он ещё и без лишнего сжатия.
• Чужие данные в кадре. При демонстрации экрана в запись попадают файлы, почта, вкладки. Прежде чем показывать нарезку кому-то, проверьте, что видно в кадре.
• Согласие на запись. Разрешение клиента на разбор консультации — не то же самое, что разрешение на всё, что прозвучало до и после неё.
• Облако — осознанно. На облачном пути звук уходит на сервер сервиса распознавания. Популярный плагин для просмотра видео при первом запуске сам предлагает режим Gemini как рекомендуемый и вставку ключа прямо в чат — в этом режиме видео целиком, с картинкой и звуком, уходит в Google. Для приватных и клиентских записей выбирайте режим local: тогда в облако ничего не отправляется без отдельного решения.

8Частые вопросы

Можно ли смонтировать видео в Claude?

Да, через Claude Code — агента, который работает с файлами на компьютере. Сам Claude видео и звук напрямую не принимает, поэтому сначала запись превращается в расшифровку и кадры, а затем агент по ней режет, склеивает, делает вертикаль и субтитры. Нужные для этого бесплатные инструменты агент устанавливает сам, по просьбе.

Нейросеть для монтажа видео и ИИ для монтажа — это одно и то же?

В разговорной речи — да. Точнее так: нейросеть распознаёт речь и превращает её в текст, а ИИ-агент на основе этого текста принимает решения и запускает программы, которые режут видео. Сами по себе ни то, ни другое видео не смонтируют — работает связка.

Можно ли смонтировать видео с помощью ИИ бесплатно?

Расшифровка и программы для нарезки — бесплатные. Агент — по подписке. Для разового короткого видео проще онлайн-редактор; для регулярной работы с длинными записями агент выгоднее.

Какая нейросеть сделает субтитры к видео на русском?

Субтитры делаются из расшифровки, а русскую речь хорошо распознают модели семейства Whisper — и в облачном варианте, и в локальном. Качество зависит прежде всего от звука: на чистой записи субтитры получаются сразу, на шумной их приходится править.

Нужна ли мощная видеокарта?

Для облачного пути — нет, звук считается на сервере. Для локального нужна видеокарта NVIDIA: чем больше у неё памяти, тем быстрее. На процессоре расшифровка тоже работает, но в разы медленнее.

Как вырезать фрагмент из видео с помощью ИИ?

Назвать агенту, что нужно: «вырежи кусок, где обсуждаем цены» или «вырежи с 12:40 до 15:05». Агент найдёт место по расшифровке, покажет тайминг на подтверждение и сохранит фрагмент отдельным файлом.