Монтаж видео с ИИ-агентом: установка и готовые запросы

1Инструмент для работы с видео

10 минут

Claude не принимает видео и звук напрямую. Нужен плагин, который раскладывает запись на кадры и текст, и несколько бесплатных программ для работы с видео. Всё это Claude ставит сам. Важная часть задания — настройка «только на моём компьютере»: без неё плагин может отправить видео в облачный сервис, если найдёт подходящий ключ. Если при первом запуске плагин сам предложит режим Gemini как рекомендуемый или попросит вставить ключ в чат — откажитесь: в этом режиме видео целиком уходит в Google. Для приватных записей нужен режим local.

Установи мне плагин для просмотра видео Watch из репозитория bradautomates/claude-video и всё, что ему нужно: Python 3.10 или новее, FFmpeg, yt-dlp последней версии и Deno (без него не открываются ролики с YouTube). Перед установкой коротко скажи, что и куда поставишь. После установки проверь, что каждая программа запускается, и скажи, нужно ли перезапустить приложение.

Затем настрой плагин встроенной командой настройки так, чтобы он работал только на моём компьютере: режим просмотра local, расшифровка речи пока выключена (none), детальность balanced. Ключи сервисов не настраивай и Gemini не предлагай: в режиме Gemini видео целиком уходит в Google, мне это не нужно. Проверь, что в настройках записаны именно эти значения, и найди, нет ли в моих рабочих папках файлов .env с ключами, которые плагин может подхватить, — если есть, назови только пути, без самих ключей.

• Claude сообщил, что плагин и программы установлены, а в настройках стоит режим local
• Приложение Claude перезапущеноИначе Claude может не увидеть новые программы и уверять, что их нет. Это единственное, что придётся сделать руками.

Если что-то не так

2Расшифровка: выберите путь

10 минут или около часа

Ролики с готовыми субтитрами расшифровываются без настройки: текст берётся из субтитров. Это работает, если площадка отдаёт ролик; YouTube иногда просит войти в аккаунт — тогда проще скачать видео файлом и работать с ним. Для своих записей нужно распознавание речи. Выберите путь: облачный проще, локальный надёжнее для клиентских записей.

Подключи к плагину просмотра видео облачное распознавание речи Groq. Ключ хранится в личном файле настроек плагина — .config\watch\.env в моей папке пользователя, а не в папке проекта. Открой мне этот файл в Блокноте: я сам вставлю ключ после GROQ_API_KEY= и сохраню. В чат ключ не прошу и сам его не показывай.

Потом переключи расшифровку плагина на groq командой настройки, режим просмотра оставь local, и проверь подключение на коротком тестовом звуке. Звук моих записей отправляй в облако, только когда я сам прошу расшифровать конкретную запись.

Посмотри, какая у меня видеокарта, сколько у неё памяти, сколько оперативной памяти и свободного места на дисках. Скажи, подойдёт ли этот компьютер для локальной расшифровки речи через WhisperX и примерно как быстро она будет работать. Ничего не устанавливай.

Установи WhisperX локально, отдельно от плагина просмотра видео, в собственное окружение, с поддержкой моей видеокарты NVIDIA и моделью large-v3 для русской речи. Перед установкой скажи, сколько места понадобится и на какой диск всё ляжет. Если системный диск забит, а есть отдельный рабочий — ставь на рабочий, и модели качай туда же.

Проверь на коротком тестовом звуке, что расшифровка идёт на видеокарте, а не на процессоре. Запомни, как ты её запускаешь: дальше записи расшифровывай этим WhisperX, а не через облако.

Подключи к WhisperX разметку говорящих. Создай пустой файл для токена HuggingFace в стандартном месте, откуда его читают библиотеки HuggingFace, и открой мне его в Блокноте — токен я вставлю сам, в чат не присылаю. Затем проверь, что доступ к модели pyannote/speaker-diarization-community-1 действительно открыт, — до любого долгого запуска. Если доступа нет, скажи, что именно не так.

• Claude подтвердил, что тестовая расшифровка прошла

Если что-то не так

3Первая расшифровка

от 5 минут, зависит от длины записи

На локальном пути скажите, сколько человек в записи: так разметка точнее и модель не выдумывает лишние голоса. На облачном говорящие не различаются, число участников можно не указывать.

Расшифруй запись [путь к файлу или ссылка]. Участников в записи: [число]. Если у меня настроен локальный WhisperX — расшифруй им, с разметкой голосов; если только облачное распознавание — через плагин просмотра видео. Сохрани текст с таймкодами рядом с видео, отдельным файлом, и покажи начало расшифровки. Если какие-то места распознаны неуверенно — отметь их.

Перед началом назови, каким способом будешь расшифровывать и уйдёт ли запись в облако. В облако отправляй только после моего отдельного согласия на эту запись; ключи не показывай.

• Рядом с видео появился файл с расшифровкой и таймкодамиРасшифровка — версия, а не документ: цитату, которая пойдёт в публикацию, переслушайте.

4Монтаж: пять задач

от 10 минут

Теперь Claude работает с записью как с документом. Главное правило — сначала список, потом видео: разметка правится за секунду, а ошибку в готовом ролике придётся исправлять пересборкой. Все задания ниже просят разметку на подтверждение.

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

Размечай, что вырезать из записи: технические паузы, отвлечения, повторы, разговоры не по делу. Личное не режь — покажи отдельным списком. Сохрани разметку текстовым файлом рядом с видео. Когда я подтвержу список — собери чистовую версию одним файлом, исходник не трогай.

Нарежь подтверждённые фрагменты в отдельные клипы. Назови файлы по смыслу, сложи их в отдельную папку рядом с исходником и покажи список того, что получилось.

Сделай из этих клипов вертикальные версии 9:16. Говорящий должен оставаться в кадре: если он не в центре, сдвинь кадр за ним. Покажи кадр из каждого клипа для проверки кадрирования.

Вшей в клипы субтитры из расшифровки: крупный читаемый шрифт, внизу кадра, но не у самого края — чтобы их не перекрывали кнопки соцсетей. Сначала сделай один клип и покажи кадр, остальные — после моего согласия.

• Claude показал разметку, и она подтверждена
• Готов первый клип — вертикальный, с субтитрами

Если что-то не так

5Отдельные дорожки в Zoom

2 минуты, по желанию

Разметка «кто говорит» может ошибаться, особенно когда голоса похожи. Если запись ведёте вы, проблему можно убрать совсем — каждый участник запишется в свой файл.

• В настройках Zoom, в разделе записи, включён пункт об отдельном звуковом файле для каждого участникаДля записи на компьютер он есть в настройках приложения; для облачной записи — в настройках аккаунта, на платных тарифах. Работает только на новых записях.
• Проверено на тестовой встрече в полминуты: в папке записи появились отдельные файлы