一次AI自動化視頻剪輯“失敗”的實戰指南

其實呢篇係一篇用AI自動化剪片嘅踩坑貼。

想唔想知道我一個純code小白嘅普通市場營銷人，點樣喺上個星期日下午花咗3個鐘由配置Claude Code、hyperframes、video-use到用佢哋嚟剪一條21秒嘅片？

有人問踩曬坑點解仲要寫出嚟，因為我都仲摸索緊，過程中難免有好多踩坑嘅經歷。

雖然市面上AI工具好多，但適合自己嘅真係唔多，揾到好用又啱自己嘅先係我哋用好AI嘅終極目標。

而且踩坑嘅過程中，都會有唔一樣嘅思考同發現，所以呢期我講嘅唔係成功經驗，而係一次對我嚟講用AI嘅「有趣」嘅失敗「經驗」（當然都有可能係我未揾到使用嘅訣竅或者有更好用嘅AI工具，都希望大家同我多多分享嚇）。

呢篇文章你會得到：

• AI 剪片嘅工具揀選思路同分工邏輯
• 由安裝配置到成品輸出嘅完整操作步驟
• 踩坑清單同快速修復方案

• 非技術小白用戶嘅效率提升建議

呢套 AI 影片工作流由三個開源/商業工具組成，各有分工。理解佢哋嘅關係，係上手嘅第一步。

HyperFrames 係 HeyGen 開源嘅影片渲染框架。

佢嘅核心思路係：用寫網頁嘅方式寫影片。

你可以當佢係一個「可以導出 MP4 嘅網頁編輯器」。

核心特點：

• 用 HTML/CSS/JS 編寫影片畫面同動畫，唔需要用剪映、PR 等傳統工具；
• 支援 GSAP（絲滑動畫）、Lottie（AE 導出嘅矢量動畫）、Three.js（3D 效果）；
• 逐幀截取渲染，輸出效果穩定一致；

• 天然適合 AI Agent：Claude Code 可以直接生成 HyperFrames 嘅 code。

video-use 係 browser-use 團隊開源嘅 AI 影片自動化工具。

佢唔會生成新影片，而係對你已有嘅實拍素材做智能加工。

核心能力：

• 自動語音轉字幕、字幕疊加；
• 影片裁切、拼接、變速、調色；
• AI 配音、音效合成；

• 批量處理短影片。

Claude Code 係 Anthropic 嘅終端 AI 編程工具，佢嘅核心價值係：你用自然語言描述需求，佢自動生成 code、執行操作、排查錯誤。

喺影片製作中嘅三個關鍵作用：

• 人話轉 code：你話「加個暖色調」，佢自動寫出 FFmpeg 調色參數；
• 自動排錯：遇到報錯直接掉低畀佢，自動分析日誌、修復 code；

• 串聯流程：將 HyperFrames + video-use 打通，統一調度成個剪輯流水線。

macOS 系統（Intel 或 Apple Silicon 都得），建議空閒記憶體 2GB 以上。目前我呢套工具鏈主要喺 Mac 上驗證過。

以下工具需要喺終端安裝，如果你從未用過終端，都冇問題，每一步都係複製貼上指令就得。

• Anthropic 賬號 + Claude Pro 訂閲
  （用嚟用 Claude Code）；

• ElevenLabs API Key（可選），淨係需要自動字幕先用，唔影響核心功能（呢度嘅實操我暫時未用，大家可以根據自己實際情況揀用唔用）。

github上hyperframes地址：http://github.com/heygen-com/hyperframes

圖1：github上hyperframes地址

喺終端度依次執行以下指令：

或者直接用中文自然語言：

圖2：安裝 HyperFrames

圖3：安裝完成後畀你整體狀態

video-use 嘅安裝係成個流程入面最容易踩坑嘅環節，核心問題係 Python 依賴庫之間嘅版本衝突。

github上video-use嘅地址：

https://github.com/browser-use/video-use

圖4：github上video-use嘅地址

基礎安裝：

或者直接用中文自然語言：

圖5：安裝video-use

呢度需要我提供ElevenLabs API Key，但我暫時唔用轉字幕，所以揀咗「跳過」，如下圖6所示：

圖6：需要我提供ElevenLabs API Key，

但我暫時唔用轉字幕，所以揀咗「跳過」

解決版本衝突嘅指令：

用「跳過 numba」策略安裝依賴：

呢一步令 Claude Code 喺任何文件夾都可以自動叫 video-use：

我再安裝同使用過程中，Claude Code 會不斷彈出權限要我確認（呢度淨係確認可能就花咗半個鐘左右）。以下係快速判斷策略：

成個製作流程只需要四步，全部喺終端入面完成：

圖7：自然語言輸入「幫我新建豎版項目」

圖8：自然語言輸入揀你想做嘅動畫風格，呢度係我嘅選擇（揀咗做一個字幕影片）同最終呈現嘅影片嘅內容

我暫時冇拎任何影片素材，先簡單做一個「勵志金句+深色漸變+打字機效果」嘅字幕影片，如下圖最終效果展示：

當你落咗指令之後，Claude Code 會自動完成以下四個階段，全程唔使手動介入：

呢度我拎我已經拍好咗嘅一條21秒片嚟進行自動化剪輯，如下圖9所示：

圖9：拎我已經拍好嘅片進行自動化剪輯

圖10：剪輯後輸出嘅結果

但上面嘅只係幫我優化咗我整體條片嘅色調等，我想進階啲，喺條片加入動態嘅文字標題，如下圖11所示：

圖11：進階加入動態文字同動畫效果及最終成果

根據上面1嘅操作，原始素材同成品嘅對比如下：

畫面呈現嘅效果如下，大家可以自己感受嚇，我個人覺得仲差過原片：

圖12：原片同AI自動化剪輯後嘅片對比

喺終端執行以下指令，自動建立一個1080×1920（9:16）嘅豎版影片工程：

圖13：文字標題動畫效果

我喺實操入面遇到以下高頻問題，畀大家解決方案參考：

• 一句話講清目標+風格+限制：例如「剪成30秒，暖色調，加字幕，適合小紅書」；
• 權限彈窗揀don't ask again：同類指令一次授權，避免不停打斷工作流；
• ElevenLabs Key按需要配置：唔需要字幕嘅時候完全可以跳過，降低上手難度；

• 影片素材放獨立文件夾：成品會自動存入edit/子目錄，原片永遠唔會被修改。

*以我個人嚟講，我而家都係會將剪映做主力剪輯工具，好似上面21秒呢條片我用剪映剪只係用咗5分鐘，但用呢套AI自動化剪輯由配置到最後等佢剪完花咗我3個鐘，而且完全達唔到我想要嘅效果（尤其喺對片畫面嘅特效方面）。

我見到好多博主剪一條相對成功嘅15秒片大概要花20蚊，所以各位可以自己諗嚇用唔用。

呢套工具鏈暫時仲未係「一鍵剪片」嘅狀態，因為安裝過程有門檻，踩坑都難免，對純小白嚟講唔算友好。

但佢嘅價值在於：

• 令非技術小白用戶第一次用純自然語言嘅方式控制專業級影片工具；
• 批量、流程化嘅潛力好大：一旦配置好，之後重用嘅成本就會好低；

• 呢個係AI+影片製作嘅早期形態，但我相信未來只會更加簡單。

最後我想講：如果你同我一樣，係一個對AI充滿好奇心嘅非技術用戶，都可以用一個下晝嘅時間試嚇，過程中一定會踩坑，但我覺得就算係每一次踩坑其實都係一次「用AI做嘢」嘅真實練習。

其實這是一篇使用AI自動化剪視頻的踩坑貼。

想看看我一個純代碼小白的普通市場營銷人如何在上週日下午花了3小時從配置Claude Code、hyperframes、video-use到用它們來剪一段21秒的視頻的嗎？

有人問都踩坑了，為什麼還要寫出來，因為我也還在摸索中，過程中難免有不少踩坑的經歷。

雖然市面上AI工具多，但適合自己的真不多，找到好用且適合自己的才是我們用好AI的終極目標。

而且踩坑的過程中，也會有不一樣的思考和發現，所以這期我講的並不是成功經驗，而是一次對我來說使用AI的“有趣”的失敗“經驗”（當然也有可能是我還沒找到使用它的訣竅或者有更好用的AI工具，也希望大家和多多我分享）。

這篇文章你將獲得：

• AI 視頻剪輯的工具選型思路和分工邏輯
• 從安裝配置到成品輸出的完整操作步驟
• 踩坑清單和快速修復方案

• 非技術小白用戶的效率提升建議

這套 AI 視頻工作流由三個開源/商業工具組成，各有分工。理解它們的關係，是上手的第一步。

HyperFrames 是 HeyGen 開源的視頻渲染框架。

它的核心思路是：用寫網頁的方式寫視頻。

你可以把它理解為一個“能導出 MP4 的網頁編輯器”。

核心特點：

• 用 HTML/CSS/JS 編寫視頻畫面和動畫，不需要剪映、PR 等傳統工具；
• 支持 GSAP（絲滑動畫）、Lottie（AE 導出的矢量動畫）、Three.js（3D 效果）；
• 逐幀截取渲染，輸出效果穩定一致；

• 天然適配 AI Agent：Claude Code 可以直接生成 HyperFrames 代碼。

video-use 是 browser-use 團隊開源的 AI 視頻自動化工具。

它不生成新視頻，而是對你已有的實拍素材做智能加工。

核心能力：

• 自動語音轉字幕、字幕疊加；
• 視頻裁切、拼接、變速、調色；
• AI 配音、音效合成；

• 批量處理短視頻。

Claude Code 是 Anthropic 的終端 AI 編程工具，它的核心價值是：你用自然語言描述需求，它自動生成代碼、執行操作、排查錯誤。

在視頻製作中的三個關鍵作用：

• 人話轉代碼：你說“加個暖色調”，它自動寫出 FFmpeg 調色參數；
• 自動排錯：遇到報錯直接丟給它，自動分析日誌、修復代碼；

• 串聯流程：把 HyperFrames + video-use 打通，統一調度整個剪輯流水線。

macOS 系統（Intel 或 Apple Silicon 均可），建議空閒內存 2GB 以上。目前我這套工具鏈主要在 Mac 上經過驗證。

以下工具需要在終端中安裝，如果你從沒用過終端，也沒事，每一步都是複製粘貼命令即可。

• Anthropic 賬號 + Claude Pro 訂閲
  （用於 Claude Code）；

• ElevenLabs API Key（可選），僅在需要自動字幕時使用，不影響核心功能（這裏的實操我先沒用，大家可根據自己實際情況選擇是否使用）。

github上hyperframes地址：http://github.com/heygen-com/hyperframes

圖1：github上hyperframes地址

在終端中依次執行以下命令：

或者直接用中文自然語言：

圖2：安裝 HyperFrames

圖3：安裝完成後給到你整體狀態

video-use 的安裝是整個流程中最容易踩坑的環節，核心問題是 Python 依賴庫之間的版本衝突。

github上vido-use的地址：

https://github.com/browser-use/video-use

圖4：github上vido-use的地址

基礎安裝：

或者直接用中文自然語言：

圖5：安裝video-use

這裏需要我提供ElevenLabs API Key，但我先不用轉字幕，所以先選擇“跳過”，如下圖6所示：

圖6：需要我提供ElevenLabs API Key，

但我先不用轉字幕，所以先選擇“跳過”

解決版本衝突的命令：

用“跳過 numba”策略安裝依賴：

這一步讓 Claude Code 在任何文件夾都能自動調用 video-use：

我再安裝和使用過程中，Claude Code 會反覆彈出權限讓我不斷確認（這裏光確認我可能就花了半小時左右）。以下是快速判斷策略：

整個製作流程只需要四步，全部在終端中完成：

圖7：自然語言輸入“幫我新建豎版項目”

圖8：自然語言輸入選擇你想做的動畫風格，這裏是我的選擇（選擇做一個字幕視頻）以及最終呈現的視頻的內容

我先沒拿我任何視頻的素材，先簡單的做一個“勵志金句+深色漸變+打字機效果”的字幕視頻，如下圖最終效果展示：

當你下達指令後，Claude Code 會自動完成以下四個階段，全程無需手動干預：

這裏我拿我已經拍攝好的一個21s的視頻來進行自動化剪輯，如下圖9所示：

圖9：拿我已經拍攝好的視頻進行自動化剪輯

圖10：剪輯後輸出的結果

但上述的還只是幫我優化了下我的整體視頻的色調等，我想進階下，在視頻中加入動態的文字標題，如下圖11所示：

圖11：進階加入動態文字和動畫效果及最終成果

根據上述1的操作，原始素材與成品的對比如下：

畫面呈現的效果如下，大家可以自行感受下，我個人是覺得還不如原視頻：

圖12：原視頻與AI自動化剪輯後的視頻對比

在終端中執行以下命令，自動創建一個1080×1920（9:16）的豎版視頻工程：

圖13：文字標題動畫效果

我在實操中遇到以下高頻問題，給大家解決方案參考：

• 一句話說清目標+風格+約束：例如“剪成30秒，暖色調，加字幕，適合小紅書”；
• 權限彈窗選don't ask again：同類命令一次授權，避免反覆打斷工作流；
• ElevenLabs Key按需配置：不需要字幕時完全可以跳過，降低上手複雜度；

• 視頻素材放獨立文件夾：成品自動存入edit/子目錄，原片永遠不被修改。

*就我個人而言，我目前還是會把剪映作為主力剪輯工具，就像上面21s的這條視頻我用剪映剪花了5分鐘，但用這套AI自動化剪輯從配置到最終等待剪輯完花了我3小時，而且完全沒達到我想要的效果（尤其在對視頻畫面的特效上）。

我看很多博主剪一條相對成功的15s視頻大概需要花費20元，所以各位可以自行斟酌使用。

這套工具鏈目前還不是“一鍵剪視頻”的狀態，因為安裝過程有門檻，踩坑也難免，對純小白不算友好。

但它的價值在於：

• 讓非技術小白用戶第一次用純自然語言的方式控制專業級視頻工具；
• 批量化、流程化的潛力巨大：一旦配置完成，後續複用成本極低；

• 這是AI+視頻製作的早期形態，但我相信未來只會更簡單。

最後我想說：如果你和我一樣，是一個對AI充滿好奇心的非技術用戶，也可以用一個下午的時間試試，過程中一定會踩坑，但我覺得哪怕是每一次踩坑其實都是一次“用AI做事”的真實練習。