大家好，欢迎来到翔宇工作流 我是翔宇，一个专注 AI 自动化的博主。今天呢，我想给大家聊一下一个人怎么利用 AI 进行一个长视频的剪辑。屏幕上的画面呢，正是我利用 AI 剪辑出来的。在剪辑里面呢，难在哪里呢？难在如何把你画面里面的各种元素通过巧妙的布局和排列罗列在一起，让它能够呈现一种高质量的演绎。

而且呢，风格一部片可以定了，但每一个演法它是不同的。比方说这个分镜，我们可以使用卡通的这种演绎进行缓动的切入；下一个分镜你应该在前一个主题的风格之上呢，做到一定的变化。这样整个视频呢才不会让人感觉比较单调。那么我刚才说的每件事呢，在剪辑里面都有非常非常多的做法。

但是这么多的做法如果加在一起、乘在一起，那就是成千上万的这种组合。而一部画面呢，它肯定不是一秒钟静止的，它是由成千上万个画面来组成的。那么全部排列下来，你想想这个可能性是一个天文数字。所以 AI 视频剪辑的难度就在于我们面对的选项太多了。

每个人都需要根据这个旁白的内容和意思，在这种近乎无限的组合之中选择一条最美最优的路线来排布组合出来。那么这个视频呢才是高质量的，才是艺术的，才能够吸引人长时间看下去。那么 AI 是如何解决这样一个难题的呢？

对于它来讲呢，它从不去拖动时间轴，它只是写代码出片。这个最底层的道理就是：视频对于 AI 来讲，视频或者画面它是时间的函数。它在任何一个时刻只要算出来这个画面应该长什么样就行了。每一个画面都是通过代码计算出来的，1 秒 60 帧，这一段代码里面就需要计算 60 次。

现在最常用的就是我们把整个画面通过代码渲染出来之后呢，利用网页组件把它组合起来。然后通过计算一张一张的图片来叠加、综合、连接，就形成一个完整的视频。那么 Remotion 和 HyperFrames 都是这条道路底层就是通过代码来画出来的。

那么对于 AI 来讲呢，我们刚才提到的所有不管是元素还是转场、还是分镜、还是各种技法，在它来看呢其实就是一个函数的不同参数罢了。都是一个数字：你不管是动效的曲线是贝塞尔曲线，还是文字的大小，对它来讲也是一个函数。

既然摸清了这个道理交给 AI 就有非常大的好处：AI 可以利用它强大的计算能力，在一个无限的可能之中快速地给你计算出一个答案来。这就是我们通过提示词委派让它给我剪一段视频，那么剪辑完成之后它马上会把这个最终呈现的结果渲染出来让你看。

你看，翔宇或者你我在这样一个无限的视频组合中组合了一套演绎的算法，这是成片，你看一下合不合格？因为它可以快速地探索。你不只可以委派一个 Agent 来做这件事，你可以委派 10 个；甚至有条件的利用 Claude 的这种 Workflow 的功能可以委派成百个，那就快速探索不同的风格。这一下就可以大量提高我们人类剪辑的效能，这是一个方面。

另外一个方面，既然它是代码，那这些代码呢它里面通过替换文字、替换颜色、替换大小就可以快速地让你复用。也就是我们这部电影所攒起来的这种手艺和技法，这种代码可以快速地复用到下一个项目。比方说翔宇上一期视频剪辑好了里面有多少万行的代码，我只需要改几个文字、改几个主题的演绎方法。

马上对下一次剪辑来说就会非常快，几乎不用花什么时间。有了 AI 可以快速地试错，同时可以复用，这就是 AI 剪辑最大的好处。那么我们理解了 AI 剪辑之后还有一个问题：如何进行高质量的剪辑呢？

我们现在说的是长视频，如果说是 1 到 2 分钟的视频由于它的注意力都比较集中、上下文比较短，它能力能够发挥出来。如果说你是一个长视频 30 分钟、50 分钟、一个小时甚至更长的时间，那么它的上下文肯定会不足。100 万的上下文随着它上下文的积累大模型的这种灵巧程度我感觉会下降到 60% 到 70%，也就是 30% 到 40% 的损耗。

我们没有办法通过一个提示词让它剪辑一个长视频，因为它的注意力有限嘛上下文会腐败。所以我们一定要探索一套如何和 AI 进行协作让它完成这样一个任务。说白了，跟 AI 合作呢就是管好它的输入和输出。那么我的拆解方法呢主要分为三层从底下往上呢一层一层地我们抽丝剥茧地给大家展开。

最底下的一层呢如何进行 AI 稳定的输出？我认为它是一层世界观来驱动的，就是我们需要用框架化的思维来解决里面遇到的各种难题。最终落到剪辑上呢就是搞清楚怎么和 AI 协作，也就是说我们凡是做任何事情都需要给自己搭一套框架和规范。

大的框架和规范搭好了呢具体的细节呢我们就可以让 AI 进行自由的发挥了。那么中间的方法论呢正好我可以借鉴 Anthropic 前一段时间发布的一篇专门讲人机协作的经典文章。它里面呢把人和 AI 的协作拆分成四类未知，也就是我们所说的四个象限。

清清楚楚地告诉我们哪些地方应该定死、哪些地方应该放开。文章中打了一个非常好懂的比喻：就比方说我们请装修队为我们家里面装修房子，你递给装修队的就是一张户型图这就是我们的输入；而我们心里盼着马上能拎包入住进去，最终装修的成品房子呢就是我们的交付和输出。

但是我们永远作为个体给到大模型的上下文不可能包含事物具体的所有方面，里面的组合你没有办法穷尽告诉大模型应该怎么演绎。所以说呢就像我们刚才的例子里面，你给大模型的这种图纸肯定没有写插座有多高、水管走明线还是暗线。平时给 AI 的这种图纸如果缺失这些核心的部分呢，针对这些没有填充的部分大模型它一定会去猜。

如果猜对了运气好那输出的质量好；如果猜不对那么 AI 就非常可能陷入一种平庸。它会选择自己最稳定的输出方式，它认为在互联网上、在视频领域这种是最安全最保守的，那它就选择这种路径。一旦走入这种路径就会陷入我们所说的 AI 味儿非常平庸整个长视频就像 PPT 一样组合。

那我们如何来避免这样一个问题的出现呢？也就是利用这四个象限来给我们定框架、沉淀一套成熟的工业化的流程。也就是我们现在 AI 里面常用的 Skill，有了这个 Skill 呢我们把需要固定下来的、需要变通的、委派给 AI 的提示词都给它固化下来。这样长时间沉淀的这种经验呢可以复用，可以提高我们的剪辑效率来完成这样高质量的一个视频的剪辑。

那么我们下面来讲这四个象限怎么来指导我们制作这个 Skill。我们今天讲的是 AI 视频的剪辑，未来的时候你拿这套四个象限也可以做 AI 文章的输出、也可以做图片的生成，甚至帮助你运营各种跨境电商的销售增长的问题都是可以的。因为这四个象限它不只约束的是一个视频的剪辑，它面对的是任何和 AI 进行协作输出的问题。

那么这个四个象限是什么？我们通过两条轴切出来的部分就能很快地看出来。那么横轴呢就是你知道不知道问题，纵轴就看你知不知道答案。就是问题和答案这么一个相交的四象限轴我们可以拿同一件事儿从头到尾来比喻。

我们可以先看第一格，就是已知的已知：就是这个问题你是知道的同时答案你也知道。用大白话讲你清楚自己想要什么也知道怎么做，这就是最简单的已知的已知。像我们现在来到 AI 视频剪辑我想让 AI 帮助我剪一个视频我就想让它 1080p 的这是你知道的，而且我想让它 60 帧、60 帧看着动效更清晰流畅。

旁白和字幕应该是什么？怎么摆放？你的画面之中放不放字幕？这都是你确定的，在行业里面它早有了答案。这种最佳实践呢我们希望在这种 Skill 里面、这种成熟的规矩给它一次定死，它搭建起了整个 Skill 的一个框架步骤。那么我们再看第二个格它就是已知的未知：就是问题你知道但是答案你不知道。

换成大白话来讲你清楚你想要什么感觉，但是你不知道怎么做出来。那这种情况我们怎么解决呢？那就只有你告诉它：大模型我想要这种剪辑的风格，你替我探索出来一个高质量剪辑的视频。让它去不停地试它试出来结果你来判断，让 AI 放手去试。这正是 Skill 的第二个部分：让子 Agent 进行剪辑的探索。

那么第三格就是未知的已知，就是问题你不知道但是答案你却知道。这个有点不好理解我给你说一个例子：假如一个画面放到你面前之前你不知道这个画面长什么样，但是这个视频比方 10 秒的视频一放到你眼前你就知道好不好看。因为这种审美是一种感觉你就能马上判断出来，这个在哲学里面它叫默会知识。

比方说一根冰棍儿你不知道它好不好吃，假如咱们是刚生出来的这种小孩儿或者婴儿但是一放到嘴里它甜你就知道这个好吃我愿意吃，这就是默会知识就是未知的已知。在我们 AI 剪辑里面它就是一种审美的感觉。那么很多时候我们 AI 剪辑的这种效果往往不来自于别的地方，就是来自于这种审美：你认为它好看。

但是如果说有更高阶审美的人来看他认为它不好看，那每个人在 AI 视频剪辑里面马上会拉开差距。因为人对美的这种判定还是有一定区分的，这就是第三个部分。那第四个部分就是未知的未知：就是问题你也不知道答案你更不知道。就像我们大雾里走根本就摸不着头脑，这个东西来到 AI 剪辑里面它是什么概念呢？

就说我现在这个 Skill 来了也做好了，你说这个 Skill 我不知道它哪里好我也不知道它怎么改进。我甚至不知道这个 Skill 存在什么问题，那这个怎么办呢？我们只能借助外部的专家、借助 AI、借助专业的知识来迭代寻找这个 Skill 的缺陷，就是逐步迭代。有了这四部分的理解我们再抽丝剥茧看第一个部分：这个 Skill 的框架是什么？

它要解决的事儿很清楚就是一个 AI 视频剪辑或者在影视行业里面剪辑业界里面成熟的经验到底是什么？这个我一般会委派 AI 提示词：就是你去互联网上开源程序也好、自媒体油管 X 网页检索还是书籍里面检索，给我找到关于视频剪辑的最佳实践。

你比方说我们查到了 100 个开源项目，那我们从 100 个开源项目中总结大家都有的步骤。如果这个步骤大家都有说明这是业界常用的步骤、常用的框架、常用的方法。那么这种方法就是我们在互联网上也好人类做某种事情的一个最佳实践，有了这个最佳实践这就作为我们的基础。

因为我们知道这种东西是对的那我们就应用起来。那来到 Skill 来到剪辑里面我会把它拆成这样几个步骤：第一个步骤是预检。因为我们在剪辑这种片子之前我会有相关的 CLI，这个 CLI 还包含什么？比方说我会利用 Flow 就是谷歌的 Flow 进行 AI 视频的 B-roll 素材的生成，那我得检查一下。

我在给 Agent 运行之前我得确保这个 Flow 的 CLI 是否能稳定运行。然后比方说图片里面视频里面还会有一些截图，那我得确保我这个截图的 CLI 是不是能稳定成功。还有比方说有的时候图片我需要用 Codex 里面进行图片的生成 GPT Image 2.5 这个图像模型让它生成图片，那这个稳不稳定可不可用？

你只有把这些预检工作都做好了那我派子 Agent 的时候你才能够平稳地运行。因为我们未来真正剪辑的是我们的子 Agent，你要不给它准备好这种工具它准会给你跳过。因为遇到了大量的情况你看我们上一个视频给大家展示的几乎没有什么用网页上的这种截图的素材，这个问题就是很明显知道为什么吗？

因为我当时默认这个 CLI 它是成功的。但是每个子 Agent 说遇到这个截图的问题，因为我划分了角色嘛它认为这是基建经理的活不是我剪辑经理的活我不做了那我跳过去我就自己演绎出来，所以视频就比较单调。那这个问题就是我们需要第一步解决：你先把 AI 的手脚给它准备好。

有了第一步之后呢它就是来到第二步开题。这个开题的部分其实就是一个访谈的过程，你需要告诉 AI 比方我的视频是 1080p 的是 16:9 的还是 9:16 的？你是一个油管的长视频还是 TikTok 的短视频？你是 30 帧还是 60 帧？你是给别人一种什么感觉？

你得在开题之中总体的框架中定下来，这就是开题。有了开题之后呢它根据你这要求的一些参数呢会配置一些 Remotion 或者 HyperFrames 里面框架的参数，这是第二步需要做的。那么第三步呢就是我们需要旁白与分镜了，这是全流程里面最核心的部分。

因为我们其他的部分都交给 AI 了这个部分旁白和分镜一定要组织好。然后你有了旁白、有了稿件之后呢一定要对他自己录的这种音频进行气口的剪辑、口误的剪辑、重复句子的剪辑，让它把这个旁白这个主线给你定下来。因为整个视频包含旁白一条主线画面一条主线，你这里面起码有一条线是定的：你肯定是旁白是定的。

因为我们现在是做口播类的视频、做教程类的视频，你的意思和你的语音一定是首要先声夺人的。把你的旁白固定好最后生成一个 SRT 的字幕，因为未来你的整个画面、你的动效应该会锚定在每一个词上或每一个时间段上。它定了之后，画面 AI 剪辑的时候才能够知道哪个画面应该在哪个时间、哪个字上卡到哪个点。

它才能够方便做一些缓动的曲线，这就是我们第三步骤旁白和分镜需要解决的主要问题。这里面意思传达需要明确、钩子设置需要合理前后需要照应，是一个非常重要的过程。我一般会拿反重力 CLI 让它给我优化文本，那优化之后呢我也没办法照着口播稿念它只是给我一个自己的思路我还是对着屏幕来自己剪辑出来。

如果这个第三步旁白和分镜你不固定好你后面的画面你不可能随便动。你比方你这个字错了，你这一切一个字后面这个时间轴都跟着动后面的画面也都跟着调。所以首先需要定的就是旁白和分镜，第三步给大家讲清楚了。那第四步就是定调了：定调其实就是固定一种风格让 AI 整体呈现一种视频的和谐和美感。

如果咱们视频每段都是不同的风格呢这就比较混乱让大家看着没有耐心或者比较烦躁，这不是一种好的选择。这种割裂的感觉其实就非常影响我们视频的留存率。这里面会包含比方说美术设定：比方说你这个地方是科技的黑暗风还是赛博朋克的那种风格？还是一种浅色的卡片风还是 Vox 的那种剪纸风？

这些都是属于艺术风格。然后你把这个风格固定好之后呢子 Agent 它才能够在统一的风格之下两个分镜之间放在一起才不违和，这就是第四个步骤定调。那第五个步骤到后面就简单了：你利用一套委派的提示词委派给子 Agent 去做让它进行后面的开发一步一步来做。

如果大家不进行子 Agent 的委派你一个长视频是 30 分钟、50 分钟、一个小时它没办法保证高质量。它不会把所有的精力均匀地平摊到每一个分镜之中去，它肯定是那叫什么前面好后面坏最终就是沦落到 PPT 一般。在我试验的基础上 3 分钟左右是它一个比较合理的甜点区间，又能让它充分地发挥。

所以这个视频的分镜的制作它怎么切分呢？一个长视频按照 3 分钟来进行切段。比方说一个 30 分钟的视频我会按 3 分钟切 10 个大的分镜。那这 10 个大的分镜呢还得进行切小，里面更小的是气口：这个气口可能是一段意思、一句话或者两句话。让 AI 按照气口逐步地剪辑让它组织画面，这是一个比较合理的规划空间。

所以说 30 分钟的视频我们需要委派 10 个 Agent，一般我是 5 个并发。保证你的这些工具当中支持不能报错：因为你比方说你自己上面的 CLI 的工具你没有设置好并发，10 个 Agent 同时并行那里面又出现报错 AI 剪辑又遇到很大的问题。

那么这种方式呢其实不管你是一个小时、两个小时、三个小时你可以剪辑无限的长度，因为你可以随时委派更多的子 Agent 来完成任务。只要你有额度、时间够长就可以了。那么分镜制作完成之后呢我们需要对这个初版进行粗剪之后进行音画的卡准。

就是对它里面前后衔接的这种小的 bug 穿帮进行修复、进行精装的交付，这就是第七步精修与交付。把这里面小的错误都提取出来然后让一个 Agent 进行优化就可以了。第八步就是我们把这些东西进行复盘、保存归纳，总结这个风格剪辑得怎么样。

因为你每次和 AI 进行沟通、和 Skill 进行沟通你都会有一些小的经验，那你就把这个经验微调到我们整体的 Skill 之中保证下一次避免出现这种问题。你看其实到这儿翔宇这儿从来没有给大家讲解非常细致的东西，因为我也是想能够在一个框架之下给大家讲东西。

因为你不可能定死，你如果定死，比方说视频剪辑就是这样一个步骤，那这个东西不能应对各种风格。我这里面每个都保持了一定的AI主观能动性。你看，风格确定的时候，你可以跟AI模型进行讨论：比方说，我这是这样一个旁白，我讲解的是一个关于知识库构建的过程。大模型，你根据你的感觉说这个东西应该和哪些视觉风格相搭配能够剪辑得比较好？你给我筛选一下，让AI去发挥。只有这样，你才能在一个固定的约束之内让AI充分地发挥。就像我们谚语里面说的，“在刀尖上跳舞”。

你如果保证不了，要么偏向一个极端。就是这个约束定得非常多，其实出一个视频有的时候三四个月都出不来，陷入到工程化的陷阱。把这Skill的步骤限制得非常死，AI会照着一步一步一个交接，交接完成之后走。但是往往在这种情况下，AI给出的内容非常死板、质量差，达不到你的需求，这是一个极端。那么另外一个极端就是我完全放开，通过一个简单的提示词委派给它让它去探索。

这种情况有两种可能：一种是偶尔能够剪辑出一个高质量的视频，但是更多的时候就会陷入到“AI味儿”，就是那种PPT剪辑的风格。所以一定要在约束和自由之间进行合理的参数探索，在中间找到那个甜点区间。这是我给大家剪辑的第一个部分：就是“已知的已知”，通过框架来约束，同时还给它充分的调度发挥自由能动性的空间。

第二个部分就是“已知的未知”，我们只能让AI去放手探索剪辑，所以委派给子Agent的这样一个交接工单或者一个任务卡，是整个任务成功的关键。我曾经做过一个实验：我会把这个委派卡写得非常严丝合缝，和写一个给框架不给约束的任务卡两个对比。结果还是“给框架不给约束”的任务卡达到的效果更好。

你比方说你给它委派的非常严格的这种任务卡是什么？“我分镜就要求进行淡入淡出，字幕就给我打在底部，然后画面之间一定要缓动。”你只要把这些确定性的、约束性的词汇放到这个任务卡里面，这个剪辑的效果就不会好。因为大模型需要遵循你的很多约束条件，而很多的约束条件就代表着它探索空间有限。

那么它最终合成的效果肯定是兼顾各种可能，最终给你输出一个“四不像”的结果。所以，我在这个委派卡里面知道一般委派的提示词是如何写的呢？我会告诉它：我的主题风格是这样一个浅色剪纸的风格，我剪辑的视频这是一个知识库的视频。你需要服务于我的视频的留存，站在观众的角度能够让人有看下去的欲望来设计里面的元素、分镜和演绎的方法。

我的素材有很多，如果素材不够你可以去互联网上去检索。我的工具有哪些？我有截图的工具、有AI图片生成的工具、有AI视频生成的工具。你基于这些元素替我进行剪辑。那么这就是委派的提示词，你看我描述的是一种感觉，我充分地在固定的风格之下让它充分地去探索。

探索之后它进行输出，这个输出里面也是有技法的，我不会让它空着输出。我自己在自己的电脑上拆解了10个频道、50个视频，把里面切出上百个上万个这种分镜的片段。比方说一开始口播稿有人脸露出的，或者这个标题出现的这个片段，顶级的AI工作室或者是自媒体的频道它是怎么演绎的？

我会构建这一个庞大的样片库，让AI去根据自己的需求。比方说你现在需要讲解一个对比的例子，那好你就通过对比的这种技法在样片库中搜索去。你去找最高质量的频道它怎么进行展示对比？它是通过两个表格来对比，还是通过曲线的走势来进行对比？这都是各种可能。它怎么进行切换分镜？

所以我给它一个示例，或者是它的榜样让它照着高质量的动效怎么做。让它去感受，感受了之后你替我做。这就是我们放手去试里面的小的逻辑：子Agent它会逐步根据样片库的这种技法、还有你的总主题的要求以及你的感受的要求，这几个方面综合出来它会迭代。做一轮不行自己来优化一轮然后最终交付给我们主Agent说我已经完成了这个任务，然后继续推进新的分镜。

这就是我们第二个象限的总结的使用方法。那么第三个象限呢，就代表着“未知的已知”。把这个子Agent剪辑的任务委派给它它没有剪辑出来我会非常好奇它到底剪辑是什么样。但是这个视频拿过来之后我肯定会审一下，我会精修或看片自己来判断它这个视频好与坏。

那么这里面呢也存在一个非常大的误区：我一开始和AI交流，它给我的一个方案你知道是什么吗？它说：“我给你建立一套评判AI视频的打分系统。我给你分成10个维度，从什么转场、分镜、元素、缓动曲线这几个里面我给你去打分。”我感觉大模型这样一个10维度打分会打得非常好，分数一出来你就知道这个视频好不好。

我就真信了它，但是也是错误的。因为什么？因为视频的美和视频的设计感不是通过打分来判断出来的。它是一种感受，是一种情绪的表达，是一种说不出来的感觉。这种感觉你没有办法打分。如果你给Codex进行剪辑给了它这个打分系统，它马上就从这里面给你写一段函数。

这里面元素压着没压着、有几个元素大小给你计算出来，肯定会告诉你：“这个视频我剪辑了半个小时，我给它打90分。”但是这个视频一拿到你眼前一看非常垃圾、什么也不是。这就是打分的误区，所以这里面针对“未知的已知”我给出的解决办法是：你通过多模态的大模型换一个模型。

不要让制作这个分镜的子Agent自己判断，是交给第三方Agent，同时交给Gemini。它是视觉识别能力最强的一个模型，它会抽帧看得比较细把这个视频联动起来看动效描述得比较准确。我一般是让它来看，当然你说我没有反重力那也可以Claude的：你新建一个其他的子Agent让子Agent描述整个视频的感觉，哪里差了？

你是什么感觉？作为一个用户针对这个短视频的感受、这个子分镜的感受好不好美不美观，你愿不愿意看下去？让它从这个方向上来找毛病、找问题然后我们再精修。这就是“未知的已知”我们怎么应对？通过多模态的大模型看整个动效的过程。

比方说哪里该留白，整个元素在空间的占比是不是过满？是不是达到了黄金比例？是不是有穿帮的镜头或者有闪屏？这些东西都可以让它看。精修一轮之后就能保证一个比较不错的效果。那就是第四个部分了，就是“未知的未知”，我们怎么解决？

第四个象限这个地方呢没有办法只能扩充我们的专业知识。我一般这个剪辑Skill出现了之后我会把这个Skill发给Fable 5这个模型或者Codex的GPT-6这个模型，选择最好的努力程度让它判定这个Skill哪里存在问题。说出我自己可能意识不到的问题或者是和业界有哪些缺陷的问题，让大模型进行审计这是一个方法也是比较简单的。

给一个新会话让它去判定这里面存在什么缺陷。还有一种呢，我会把所有讲动画设计、缓动曲线、影视理论、导演理论、动画理论的专业权威书籍放到NotebookLM里面去，放到这种知识库里面去。我会基于我这个Skill让大模型基于我们整个Skill的框架询问专业的知识，询问在我们这种专业领域专家是怎么说的。

他们的看法也很重要通过外部的信息知识来补全我们这个Skill的能力。这就是我们熵增的原理：我们一定要跳出更大的空间不要在一个密闭的空间中长期存在，所以一定要获取信息。从行业的成熟的流程里面去找、从专业的书籍里面去找再继续调研开源程序看大家是怎么做的来一点一点完善这个Skill。

那么现在的完善也不是大的框架了应该是微调，一定要注意微调。这里面你如果把这个Skill给到Grok这个大模型你要让它一改整个所有的东西全部给你推倒重来。一定要把“微调”这两个词加入到我们这个步骤之中。这里面其实有一个例子：我以前制作这种视频的时候我整个视频马上出了风格，我一下就会让大模型整体剪辑出去、整体完成。

但是呢如果我当时询问了NotebookLM它说在这种剪辑的情况一般会在进入分镜之前试剪或形成这种风格的样帧。那这样你先判定一下，在拍电影也好、在剪辑里面先看一下样帧这种样帧呢是不是符合你的需求？你再判断是不是进行后面的剪辑。我在剪辑之前先让它跑一个Agent、跑一个分镜我先看一下效果好不好？

因为有些时候很多的风格并不适用你这个视频的剪辑效果。那么这就是最后“未知的未知”我们怎么解决？整期视频讲下来呢还是比较复杂的，我们从开始效果的展示到后面解释AI剪辑难在哪里然后最终落到输入和输出的这种协调和AI进行协作的方法论，最终引出到我们四个象限的解决方式来搭建这个剪辑的Skill。

翔宇希望使用这种框架化的思维去解决一个我们人怎么和AI高效协作的问题。那么走到这里大家可能会问：那你能不能分享你的Skill啊？我可以，我会把我的Skill放到视频的描述区的链接大家可以看一下。但是尽管这样我不认为任何人拿到这样一个Skill就能产出高质量的效果，我感觉还是需要自己去摸索根据这种大的框架。

如果你知道了大的框架之后呢你就会知道怎么调整：比方说我刚才说的风格你需要根据这个视频去检索合适的风格，不是每个风格都适合你的视频这是第一点。另外呢努力程度也是一个比较有用的：当然你如果豪横的话那你肯定是Opus 5.5选择Max那个努力程度让它去剪辑、让它输出质量高。

但是很多情况下我们现在订阅Claude的难度比较大那你只能使用High。所以说一般我怎么使用呢？我一般委派的时候我会选择Opus 5.5 High的这个程度。分镜剪辑的时候呢大家可以稍微降低一下它的努力程度，然后最终输出一轮初版之后呢一定要给一个High的Opus 5.5让它站在一个空的上下文之间、没有加载任何东西，让它精修一遍。

因为这个东西也是我试验的一个比较小的技巧：比方说我一开始这个视频从旁白我就交给它选择Max的努力程度剪辑30分钟效果不会好，因为上下文它会压缩很大不能很好地发挥。如果你已经剪辑了一个初稿了风格几乎也定了而且里面的这些元素该布置的也布置了，那么再让一个空白的上下文、一个努力程度高的Opus这个模型呢再剪辑一轮。

对于它来说它的努力程度足够高而且它能够迅速地找到你这里面哪个分镜存在哪些通用性质的问题。好的地方它就不动不好的地方它就能够给你调整一下，那这样调整过之后呢这个视频会提升一大截会有一个非常好的动效的提升。现在输出的这几期视频呢都是利用这种方法来产出的，如果你认为质量高那你就可以用。

如果你认为你这剪辑并不漂亮那就可以探索更好的方式，在美的这种探索其实路径还是很多的。但是我希望把这里面抽丝剥茧的这种细节给大家讲解出来，如果你感觉今天的视频呢对你有帮助希望大家能够点赞、关注、留言支持翔宇工作流。好谢谢大家