--- name: video-editing description: 実写素材のカット、構築、強化のためのAI支援ビデオ編集ワークフロー。生の撮影素材からFFmpeg、Remotion、ElevenLabs、fal.aiを経て、DescriptまたはCapCutで最終仕上げを行う完全なパイプラインをカバーする。ユーザーがビデオの編集、素材のカット、vlogの作成、またはビデオコンテンツの構築を望む場合に使用する。 origin: ECC --- # ビデオ編集 実際の素材に対するAI支援編集。プロンプトからの生成ではない。既存のビデオを素早く編集する。 ## 有効化する場面 * ユーザーがビデオ素材の編集、カット、または構築をしたい * 長い録音を短いビデオコンテンツに変換する * 生の素材からvlog、チュートリアル、またはデモビデオを構築する * 既存のビデオにオーバーレイ、字幕、音楽、またはナレーションを追加する * 異なるプラットフォーム（YouTube、TikTok、Instagram）用にビデオを再フレーミングする * ユーザーが「ビデオを編集する」「この素材をカットする」「vlogを作る」「ビデオワークフロー」と言及している ## コアフィロソフィー AIにビデオ全体を作成させることをやめ、実際の素材を圧縮・構築・強化するために使い始めると、AI動画編集が役立つようになる。価値は生成にあるのではない。価値は圧縮にある。 ## 処理パイプライン ``` Screen Studio / 生の素材 → Claude / Codex → FFmpeg → Remotion → ElevenLabs / fal.ai → Descript または CapCut ``` 各レイヤーには特定の役割がある。レイヤーをスキップしない。1つのツールですべてをやろうとしない。 ## レイヤー1：収集（Screen Studio / 生の素材） ソース素材を収集する： * **Screen Studio**：アプリのデモ、コーディングセッション、ブラウザワークフロー向けの洗練されたスクリーンレコーディング * **生のカメラ素材**：vlog素材、インタビュー、イベント録画 * **VideoDBによるデスクトップキャプチャ**：リアルタイムコンテキストを伴うセッション録画（`videodb` スキル参照） 出力：整理準備ができた生のファイル。 ## レイヤー2：整理（Claude / Codex） Claude CodeまたはCodexを使用して： * **転写とタグ付け**：トランスクリプトを生成し、トピックとキーポイントを特定する * **構造の計画**：保持するもの、カットするもの、順序を決定する * **無効なセグメントの特定**：ポーズ、脱線、テイクの繰り返しを見つける * **編集決定リストの生成**：カット用のタイムスタンプ、保持するセグメント * **FFmpegとRemotionコードのスキャフォールディング**：コマンドとコンポジションを生成する ``` プロンプトの例： 「これは4時間の録音のトランスクリプトです。24分のvlogに最適な8つのハイライトを見つけてください。 各セグメントにFFmpegカットコマンドを提供してください。」 ``` このレイヤーは構造に関するものであり、最終的なクリエイティブな判断ではない。 ## レイヤー3：決定論的カット（FFmpeg） FFmpegは退屈だが重要な作業を処理する：分割、トリミング、結合、前処理。 ### タイムスタンプでセグメントを抽出する ```bash ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4 ``` ### 編集決定リストに基づくバッチカット ```bash #!/bin/bash # cuts.txt: start,end,label while IFS=, read -r start end label; do ffmpeg -i raw.mp4 -ss "$start" -to "$end" -c copy "segments/${label}.mp4" done < cuts.txt ``` ### セグメントを結合する ```bash # Create file list for f in segments/*.mp4; do echo "file '$f'"; done > concat.txt ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4 ``` ### 編集を高速化するためのプロキシファイルを作成する ```bash ffmpeg -i raw.mp4 -vf "scale=960:-2" -c:v libx264 -preset ultrafast -crf 28 proxy.mp4 ``` ### 転写用に音声を抽出する ```bash ffmpeg -i raw.mp4 -vn -acodec pcm_s16le -ar 16000 audio.wav ``` ### 音声レベルを正規化する ```bash ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4 ``` ## レイヤー4：プログラマブルコンポジション（Remotion） Remotionは編集問題をコンポーザブルなコードに変換する。従来のエディタでは面倒なことに使用する： ### Remotionを使用する場面 * オーバーレイ：テキスト、画像、ブランドロゴ、ローワーサード * データビジュアライゼーション：チャート、統計、アニメーション数値 * モーショングラフィックス：トランジション、説明アニメーション * コンポーザブルシーン：ビデオ間で再利用可能なテンプレート * 製品デモ：注釈付きスクリーンショット、UIハイライト ### 基本的なRemotionコンポジション ```tsx import { AbsoluteFill, Sequence, Video, useCurrentFrame } from "remotion"; export const VlogComposition: React.FC = () => { const frame = useCurrentFrame(); return ( {/* Main footage */} {/* Title overlay */}

The AI Editing Stack

{/* Next segment */} ); }; ``` ### 出力をレンダリングする ```bash npx remotion render src/index.ts VlogComposition output.mp4 ``` 詳細なパターンとAPIリファレンスについては[Remotionドキュメント](https://www.remotion.dev/docs)を参照する。 ## レイヤー5：生成アセット（ElevenLabs / fal.ai） 必要なものだけを生成する。ビデオ全体を生成しない。 ### ElevenLabsでのナレーション ```python import os import requests resp = requests.post( f"https://api.elevenlabs.io/v1/text-to-speech/{voice_id}", headers={ "xi-api-key": os.environ["ELEVENLABS_API_KEY"], "Content-Type": "application/json" }, json={ "text": "Your narration text here", "model_id": "eleven_turbo_v2_5", "voice_settings": {"stability": 0.5, "similarity_boost": 0.75} } ) with open("voiceover.mp3", "wb") as f: f.write(resp.content) ``` ### fal.aiでの音楽と効果音の生成 `fal-ai-media` スキルを以下に使用する： * バックグラウンドミュージック生成 * 効果音（ビデオからオーディオへのThinkSoundモデル） * トランジション効果音 ### fal.aiでのビジュアル生成 存在しないカットアウェイ、サムネイル、またはBロール素材に使用する： ``` generate(app_id: "fal-ai/nano-banana-pro", input_data: { "prompt": "プロフェッショナルなテクビデオサムネイル、暗い背景、画面上にコード", "image_size": "landscape_16_9" }) ``` ### VideoDBによる生成オーディオ VideoDBが設定されている場合： ```python voiceover = coll.generate_voice(text="Narration here", voice="alloy") music = coll.generate_music(prompt="lo-fi background for coding vlog", duration=120) sfx = coll.generate_sound_effect(prompt="subtle whoosh transition") ``` ## レイヤー6：最終仕上げ（Descript / CapCut） 最後のレイヤーは人間が行う。従来のエディタを使用して： * **ペーシング調整**：速すぎたり遅すぎると感じるカットを調整する * **字幕**：自動生成してから手動でクリーンアップする * **カラーグレーディング**：基本的な補正とムード調整 * **最終オーディオミックス**：ボイス、音楽、効果音のレベルをバランスする * **エクスポート**：プラットフォーム固有のフォーマットと品質設定 ここにセンスが現れる。AIが繰り返し作業をクリーンアップする。最終的な決定はあなたが行う。 ## ソーシャルメディア向けの再フレーミング プラットフォームによって異なるアスペクト比が必要： | プラットフォーム | アスペクト比 | 解像度 | |----------|-------------|------------| | YouTube | 16:9 | 1920x1080 | | TikTok / Reels | 9:16 | 1080x1920 | | Instagram Feed | 1:1 | 1080x1080 | | X / Twitter | 16:9 または 1:1 | 1280x720 または 720x720 | ### FFmpegで再フレーミングする ```bash # 16:9 to 9:16 (center crop) ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4 # 16:9 to 1:1 (center crop) ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4 ``` ### VideoDBで再フレーミングする ```python from videodb import ReframeMode # Smart reframe (AI-guided subject tracking) reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart) ``` ## シーン検出と自動カット ### FFmpegシーン検出 ```bash # Detect scene changes (threshold 0.3 = moderate sensitivity) ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo ``` ### 自動カットのための無音検出 ```bash # Find silent segments (useful for cutting dead air) ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence ``` ### ハイライト抽出 Claudeを使用してトランスクリプト+シーンタイムスタンプを分析する： ``` 「タイムスタンプ付きのトランスクリプトとシーントランジションポイントに基づいて、 ソーシャルメディア投稿に最適な5つの30秒の最も魅力的なクリップを見つけてください。」 ``` ## 各ツールが最も得意とすること | ツール | 強み | 弱み | |------|----------|----------| | Claude / Codex | 整理、計画、コード生成 | クリエイティブな判断レイヤーではない | | FFmpeg | 決定論的カット、バッチ処理、フォーマット変換 | ビジュアル編集UIなし | | Remotion | プログラマブルオーバーレイ、コンポーザブルシーン、再利用可能テンプレート | 非開発者には学習曲線がある | | Screen Studio | 即座に洗練されたスクリーンレコーディングを取得 | スクリーンキャプチャのみ | | ElevenLabs | ボイス、ナレーション、音楽、効果音 | ワークフローのコアではない | | Descript / CapCut | 最終ペーシング調整、字幕、仕上げ | 手動操作、自動化不可 | ## 主要原則 1. **生成ではなく編集。** このワークフローは実際の素材をカットするためのものであり、プロンプトから作成するものではない。 2. **スタイルより先に構造。** ビジュアル要素に触れる前に、レイヤー2でストーリー構造を確定させる。 3. **FFmpegが骨格。** 退屈だが重要。長い素材がここで管理可能になる。 4. **Remotionは再現性のために。** 何度も行う操作はRemotionコンポーネントにする。 5. **選択的な生成。** 存在しないアセットにのみAI生成を使用し、すべてには使用しない。 6. **センスは最後のレイヤー。** AIが繰り返し作業をクリーンアップする。最終的なクリエイティブな決定はあなたが行う。 ## 関連スキル * `fal-ai-media` — AI画像、ビデオ、オーディオ生成 * `videodb` — サーバーサイドのビデオ処理、インデックス作成、ストリーミング * `content-engine` — プラットフォームネイティブなコンテンツ配信