Claude Code+Fable 5全自动剪辑：用代码把视频做成软件工程

把视频剪辑做成“软件工程项目”

这套视频制作方式最特别的地方，不是工具多，而是思路变了：不再把剪辑当成在时间轴上拖素材，而是直接把整条流程写成代码。Claude Code 配合 Fable 5，负责自动调用命令行工具、生成决策文件、拼接镜头、调色和输出成片，整个过程更像一次完整的软件交付。

对内容团队来说，这种方式的价值很明确：流程可复用、修改可追踪、结果更稳定。尤其在素材量大、镜头多、节奏要求高的时候，这种AI视频工作流比手工剪辑更容易标准化。

第一步：Whisper先把素材“读懂”

整个流程的起点，是把25GB原始素材交给本地运行的 Whisper。它不只是转成文字，还会生成精确到毫秒的单词时间戳 JSON 文件。这个文件很关键，相当于给每一句话、每一个词都做了定位。

有了这份数据，后面的自动剪辑才有基础。比如：

• 可以准确找到某个词出现的时间点；
• 可以快速定位停顿、重复、口误；
• 可以把“内容”变成可计算、可筛选的数据。

这一步做得越细，后面的粗剪和动画卡点就越准。

第二步：Subagent自动挑镜头，先把废片筛掉

在拿到转写 JSON 后，多个 Subagent 会开始协作分析素材。它们的任务不是简单看字幕，而是判断哪一段表达更清楚、哪一段结尾更干净、哪些地方包含“嗯”“啊”等停顿词，应该优先剔除。

这种做法很像多人协同筛片：一个智能体看表达逻辑，一个看语气停顿，一个看片段完整度。最终输出的是一份可执行的候选片段清单，而不是靠人眼一条条翻素材。

如果把这一步做好，后面粗剪的工作量会明显下降，甚至能直接提升成片节奏。

第三步：FFmpeg直接粗剪，像跑脚本一样出第一版

AI 挑出的片段会被整理成最终决策 JSON，然后直接交给 ffmpeg。ffmpeg 根据这些指令把片段无缝拼接，快速生成第一版粗剪。

这一步的好处非常直接：

• 速度快，适合批量处理；
• 规则清晰，避免手工拖拽失误；
• 片段选择一旦确定，输出结果就很稳定。

对需要频繁改版的内容项目来说，粗剪自动化能省下大量重复劳动。

第四步：纯代码调色，还能让人类随时介入 🎨

这套流程并没有依赖传统调色台，而是让 AI 从零开始手写 LUTs 色彩查找表代码。更实用的是，它还自动生成了一个带滑块的 HTML 页面，让人类可以直接拖拽调整色温、亮度和对比度。

这意味着调色不再是“黑盒操作”，而是变成一个可视化、可回传的参数系统。人类设计者只要在页面上调到满意的效果，参数就会直接回写到代码里，继续参与后续渲染。

这种方式特别适合团队协作：既保留了 AI 的批量处理能力，也给了人工审美一个清晰入口。

第五步：不用 After Effects，改用 Remotion 做动画

在动画制作上，AI 没有走传统后期软件路线，而是把静态图形转成了基于 React 的 Remotion动画 组件。这样一来，动画不再是“拖关键帧”，而是“写组件、写状态、写触发条件”。

最硬核的部分在于卡点。因为前面已经有了单词时间戳，AI 可以精确知道某个词在什么时刻出现。比如作者念到特定词时，UI 动画就自动触发，整个节奏和口播几乎同步，不需要手动一帧一帧对齐。

这类做法对讲解类、产品介绍类视频尤其有用，画面跟着语言走，信息传达会更紧凑。

第六步：Figma MCP把设计拉回到协作链路里

做完动画和基础画面后，AI 会把内容导出到 Figma，交给人类设计团队做排版和视觉优化。人类修改完成后，再通过 MCP 把最新设计自动抓回代码。

这样做的核心优势是，设计修改不需要靠手动导出导入，也不容易出现版本混乱。设计、开发、渲染之间变成一条连续链路，最终输出 4K 24fps 成片。

如果说传统后期是“每一步都靠人工接力”，那这套方法就是“每一步都能自动传递上下文”。

这套AI视频工作流适合谁

这种全自动剪辑方式，不一定适合所有项目，但很适合以下几类场景：

• 素材量大、重复劳动多的访谈、口播、课程视频；
• 需要高频迭代、快速出版本的内容团队；
• 希望把剪辑、调色、动画统一成工程流程的团队；
• 对效率、稳定性、可追溯性要求高的项目。

如果内容本身高度依赖情绪、节奏感和临场判断，人工剪辑仍然有优势。但当工作重点变成“批量生产、标准交付、快速迭代”时，这种代码化工作流会非常有竞争力。

值得注意的几个关键点

想把类似方案落地，重点不在“会不会用某个工具”，而在于能不能把素材、规则和输出格式先定义清楚。最重要的通常是这三件事：

• 先把音频和字幕结构化，保证时间戳准确；
• 把镜头筛选规则写成可执行逻辑，而不是只靠感觉；
• 让设计和人类审美保留最后介入口，避免成片太机械。

换句话说，AI 负责把重复劳动自动化，人类负责把最终审美定下来，这样协作效率最高。

结语：未来的剪辑，可能真的是写出来的

这段视频展示的不是某个单点工具有多强，而是一种新的制作观念：视频制作正在从“手工操作软件”转向“用代码组织内容”。从 Whisper 转写，到 Subagent 选镜头，再到 ffmpeg 粗剪、LUT 调色、Remotion 动画和 Figma MCP 协作，整个链条已经很像现代工程项目。

对于想提升效率的内容创作者来说，这种思路很值得参考。未来的剪辑，可能不只是点鼠标，更是写规则、跑流程、调参数。