Claude и ChatGPT уже можно использовать не только для сценариев и советов по монтажу. Агенту дают доступ к видеофайлам, терминалу и специальному скиллу, после чего просят обычным языком удалить паузы, выбрать удачные дубли, собрать вертикальную версию, сделать субтитры или подготовить финальный MP4. Саму обработку выполняют FFmpeg, Remotion, Whisper и другие программы, а нейросеть решает, какие действия нужны и в каком порядке их выполнить.
Ключевое понятие здесь Agent Skill. Скилл обычно представляет собой каталог с файлом SKILL.md, инструкциями, скриптами и дополнительными материалами. Модель не обучается заново. Агент просто получает специализированную инструкцию и при необходимости загружает её во время работы. Anthropic поддерживает такой механизм в Claude и публикует официальный репозиторий skills. Сам формат Agent Skills развивается как открытый стандарт и уже используется не только Claude Code, но и другими агентными средами.
В случае ChatGPT нужно различать обычный веб-чат и агентную среду. Для большинства перечисленных ниже решений нужен Codex или другой агент, способный читать файлы, запускать команды и работать с SKILL.md. Обычная переписка с ChatGPT сама по себе FFmpeg на компьютере пользователя не запустит.
Рабочая цепочка обычно выглядит так: исходники + расшифровка и анализ + Claude Code или Codex + Agent Skill + FFmpeg или Remotion + проверка результата = готовое видео. Поэтому качество зависит не только от модели. Скилл, инструменты, характеристики компьютера и точность задания влияют на результат не меньше.
Какие скиллы подходят для монтажа видео через Claude и ChatGPT
Remotion Agent Skills. Официальный набор скиллов Remotion для Claude Code, Codex, Kimi Code и Cursor. Remotion создаёт видео программно средствами React, поэтому особенно хорошо подходит для титров, интерфейсов, диаграмм, заставок, анимации и роликов, которые нужно регулярно собирать по одному шаблону.
В набор входят отдельные скиллы для создания проекта, разметки, предпросмотра, рендера, субтитров, мультимедиа, карт и других задач. Общий remotion-best-practices объединяет рекомендации остальных модулей. В README официального репозитория указан универсальный установщик npx skills add remotion-dev/skills, а актуальная документация Remotion предлагает собственную команду npx remotion skills add. Для нового проекта логичнее пользоваться вторым вариантом, поскольку команду обслуживает сам Remotion CLI.
Для Claude Code существует и отдельный официальный Remotion Claude Code plugin. Смысл тот же, но скиллы упакованы как плагин Claude Code. Remotion стоит рассматривать прежде всего как программный конструктор видео, а не замену классической монтажной таймлинии.
video-use. Проект ближе к разговорному видеоредактору. Пользователь кладёт исходники в папку и просит агента собрать ролик. video-use расшифровывает речь, создаёт компактное текстовое представление материала, формирует монтажный план, режет видео через FFmpeg и проверяет границы склеек. Работает с Claude Code, Codex и другими агентами с доступом к терминалу.
На 14 сентября 2026 года основная ветка video-use требует ELEVENLABS_API_KEY. ElevenLabs Scribe создаёт расшифровку с таймкодами, определяет говорящих и некоторые звуковые события. Разработчики уже рассматривают локальную альтернативу. PR #151 добавляет mlx-whisper для Apple Silicon и faster-whisper для других систем, но изменение пока не вошло в основную ветку. Поэтому рассчитывать на локальную транскрибацию в стандартном video-use пока не стоит.
freecut. Форк video-use как раз решает проблему обязательного ElevenLabs. По умолчанию расшифровка проходит локально через mlx-whisper на Mac с Apple Silicon или faster-whisper на других системах. Для диаризации нескольких говорящих можно отдельно подключить VibeVoice-ASR. API-ключ для базового сценария не нужен. По структуре монтажного конвейера freecut остаётся близок к video-use.
У локальной расшифровки есть компромиссы. Whisper требует вычислительных ресурсов, на слабом процессоре длинная запись обрабатывается заметно дольше. Базовый локальный режим freecut также уступает ElevenLabs по данным о говорящих и некоторых звуковых событиях. Поэтому freecut интересен прежде всего тем, кому важны локальная работа, отсутствие обязательного облачного API или минимальные внешние расходы.
ffmpeg-skill. Один из самых практичных вариантов для обработки существующих файлов. Скилл работает локально через FFmpeg и FFprobe, не требует облака и API-ключей. В набор входят десятки операций для нарезки, склейки, удаления тишины, изменения размера и формата, субтитров, звука, цветокоррекции, синхронизации, многокамерного материала и проверки результата.
Проект поддерживает Claude Code, Cursor и Codex. Команда npx ffmpeg-skill --all устанавливает скилл сразу для всех трёх сред. Перед каждой работой инструменты могут проверить параметры исходника, а после обработки снова проанализировать результат. Такой подход уменьшает риск получить файл неправильного разрешения, частоты кадров или кодека.
Автор ffmpeg-skill развивает целую группу специализированных репозиториев, включая media-analysis-skill, transcription-skill, subtitle-skill, color-grading-skill и motion-graphics-skill. Каждый модуль решает отдельную задачу.
При этом всю экосистему нельзя подавать как законченную альтернативу большому видеоредактору. Головной проект AI-video-production-OS прямо называет часть архитектуры «vision, unverified» и предупреждает, что система пока не считается production-ready или complete. Проект ведёт один основной разработчик, архитектура остаётся экспериментальной. Отдельные скиллы уже работают, но единая автономная «операционная система видеопроизводства» пока скорее направление развития.
OpenClip Agent Skills. Набор работает через размещённый в облаке OpenClip MCP и поддерживает Claude Code, Codex, Cursor и совместимые среды. Транскрибация, обычное редактирование, конвертация, создание миниатюр и удаление фона доступны с аккаунтом без подписки. Автоматический клиппинг длинного ролика в набор коротких видео относится уже к платным возможностям. Поэтому OpenClip нельзя считать полностью бесплатной локальной альтернативой FFmpeg.
video-editor-plugin. Небольшой плагин для Claude Code объединяет FFmpeg для монтажа, Remotion для программной графики и Whisper для транскрибации. Подход интересный, но проект нужно воспринимать как экспериментальный. На момент проверки в репозитории 12 коммитов и одна звезда GitHub. Для личных проектов такой вариант можно пробовать, но для устойчивого производственного процесса разумнее сначала оценить код и ограничения.
| Скилл | Для чего подходит | Где выполняется обработка | Зрелость и ограничения |
|---|---|---|---|
| Remotion Agent Skills | Анимация, титры, интерфейсы, шаблонные ролики | Локальный Remotion | Официальный проект Remotion с большой аудиторией |
| video-use | Смысловой монтаж разговорных исходников | FFmpeg локально, транскрибация через ElevenLabs | Популярный проект, пока требуется API ElevenLabs |
| freecut | Монтаж по схеме video-use без обязательного облачного ASR | FFmpeg и Whisper локально | Молодой форк, меньше пользователей и тестирования |
| ffmpeg-skill | Нарезка, звук, субтитры, форматы, пакетная обработка | Полностью локально | Небольшой сольный проект, активно обновляется; есть тесты, CI и MCP-сервер |
| OpenClip | Редактирование, транскрибация, шорты, фон, миниатюры | Облачный OpenClip MCP | Молодой проект, клиппинг требует подписки |
| video-editor-plugin | Простой набор FFmpeg + Remotion + Whisper | В основном локально | Небольшой личный проект |
Как монтировать видео с помощью Claude Code или Codex
Сначала выбирают задачу. Если нужно разрезать пять файлов и склеить лучшие части, Remotion добавит лишнюю сложность. Если нужно сделать анимированный ролик из текста и диаграмм, одних команд FFmpeg уже мало.
После установки скилла исходники лучше скопировать в отдельную рабочую папку. Затем агенту дают конкретное задание. Например: «Проанализируй видео в папке. Оставь лучшие дубли, вырежи явные оговорки и паузы длиннее двух секунд, сохрани естественные паузы внутри речи, собери ролик до трёх минут, добавь русские субтитры и экспортируй 1920×1080 в H.264».
Для вертикального видео запрос может выглядеть иначе: «Найди пять наиболее содержательных фрагментов интервью, собери ролик до 60 секунд, сделай кадр 9:16, добавь крупные субтитры, сохрани речь разборчивой на фоне музыки».
Лучше разделять работу на этапы. Сначала попросить агента получить расшифровку и предложить структуру. Затем проверить выбранные фрагменты. После подтверждения выполнить монтаж. В конце отдельно проверить субтитры, громкость, разрешение и финальный файл. Такой процесс снижает риск потратить время на полный рендер ролика с неверной структурой.
Ограничения по продолжительности и размеру нельзя свести к одному числу. Локальный FFmpeg упирается прежде всего в мощность компьютера, свободное место и кодек. Whisper добавляет время на распознавание. Remotion требует вычислить каждый кадр композиции, поэтому сложная графика и длинное видео увеличивают время рендера. Облачные решения дополнительно зависят от лимитов конкретного сервиса.
Есть и стоимость работы самого агента. Чем больше транскриптов, журналов, кадров для анализа и промежуточных результатов попадает в контекст, тем больше расход токенов. video-use специально переводит материал в компактную текстовую форму и показывает изображения только при необходимости, но многочасовой проект всё равно сложнее и дороже короткого интервью. Для больших архивов лучше сначала разбивать материал на сцены или эпизоды.
Где ИИ-монтаж ошибается и как выбирать скиллы
Agent Skill не превращает модель в опытного режиссёра монтажа. Агент хорошо автоматизирует повторяемые операции, но авторский ритм, эмоциональные паузы, выбор музыкальных акцентов и визуальный вкус по-прежнему требуют контроля человека.
- Не просите просто «смонтировать красиво». Укажите длительность, формат, аудиторию и цель ролика.
- Не работайте с единственной копией исходников, даже если скилл обещает их не изменять.
- Проверяйте имена, числа и специальные термины в автоматических субтитрах.
- Не удаляйте автоматически каждую паузу, иначе естественная речь превращается в непрерывный поток.
- Не объединяйте смысловой монтаж, графику, цвет и финальный рендер в один огромный запрос без промежуточной проверки.
- Не оценивайте проект только по красивому README. Посмотрите активность репозитория, issues, историю изменений и число пользователей.
- Не устанавливайте неизвестный SKILL.md вместе со скриптами, не проверив, какие команды и сетевые запросы он разрешает агенту.
- Не отправляйте закрытые материалы в облачный сервис, пока не проверили условия обработки данных.
- Не рассчитывайте, что длинный ролик будет стоить и обрабатываться столько же, сколько минутный клип.
| Критерий | Что рассматривать | Почему | На что обратить внимание |
|---|---|---|---|
| Минимум облачных зависимостей | ffmpeg-skill или freecut | Основная обработка может идти локально | Мощность компьютера и место на диске |
| Разговорные дубли | video-use | Монтаж строится вокруг транскрипта и реплик | ElevenLabs и стоимость транскрибации |
| Анимация и инфографика | Remotion | Сцены программируются средствами React | Время создания шаблона и рендера |
| Нет доступа к ElevenLabs | freecut | Работает с локальным Whisper | Молодой форк и требования к железу |
| Облачная обработка без настройки локального ПО | OpenClip | MCP предоставляет готовые операции | Аккаунт, подписка для клиппинга, передача файлов |
| Эксперименты и собственный конвейер | Специализированные skills kajisho5 | Можно собирать процесс из отдельных модулей | Экосистема ещё не закончена как единый продукт |
Практический чек-лист перед первым монтажом
- Определите, нужен смысловой монтаж исходников или генерация программных сцен.
- Проверьте, поддерживает ли выбранный скилл Claude Code, Codex или вашу агентную среду.
- Откройте SKILL.md и посмотрите, какие команды сможет запускать агент.
- Проверьте зависимости на FFmpeg, Node.js, Python, Whisper и внешние API.
- Уточните, передаются ли исходники и транскрипты в облако.
- Сделайте рабочую копию видео.
- Укажите итоговую длительность, разрешение, частоту кадров и соотношение сторон.
- Опишите правила удаления пауз, дублей и оговорок.
- Задайте требования к субтитрам, звуку, музыке, графике и цвету.
- Попросите агента сначала показать структуру или монтажный план.
- Проверьте первый рендер целиком, особенно места склеек и синхронизацию звука.
- Для длинных проектов оцените время локальной расшифровки, рендера и расход токенов агента.
- Перед рабочим применением молодого репозитория проверьте историю обновлений, issues и резервный способ закончить проект вручную.
Главное преимущество такого подхода не в появлении «волшебного видеоредактора внутри ChatGPT». Agent Skills связывают языковую модель с обычными проверенными инструментами. Claude Code или Codex понимают задачу, составляют план и управляют процессом, а FFmpeg, Remotion и системы распознавания речи выполняют техническую работу.
Для простого старта разумно попробовать ffmpeg-skill на копиях нескольких коротких файлов. Для разговорного монтажа интереснее video-use, а freecut снимает зависимость от обязательной облачной транскрибации. Для анимации и повторяемых визуальных шаблонов лучше подходит Remotion. Молодые проекты вроде OpenClip Agent Skills, video-editor-plugin и части экосистемы kajisho5 тоже заслуживают внимания, но перед включением в постоянный рабочий процесс их стоит оценивать именно как быстро развивающиеся инструменты, а не как зрелую замену Premiere Pro или DaVinci Resolve.
