Communitygithub.com

opus-clip

Der Clip-Pipeline-Tool-Skill für OpusClip: Quellen wählen, KI findet Kandidaten, menschliche Prüfung und ehrliches Ranking, die Besten polieren, zeitversetzt veröffentlichen.

Was ist opus-clip?

Dieser Skill beschreibt die professionelle Nutzung von OpusClip als **erstes Clip-Findungswerkzeug** innerhalb einer menschenzentrierten Pipeline. Er erkennt die Stärken der multimodalen ClipAnything-Engine (visuelle + audio-basierte + Gesichtsausdrucks-Analyse), warnt aber auch klar vor den Marketing-Behauptungen: Der Virality-Score ist ein Triage-Werkzeug, keine Wahrheit – unabhängige Tests zeigen ca. 40 % Ausschuss und regelmäßige Fehlvorhersagen. Der Skill erzwingt eine dreistufige menschliche Qualitätskontrolle (steht der Clip für sich allein, repräsentiert er den Sprecher fair, dient er dem Publikum), bevor irgendetwas veröffentlicht wird. Er behandelt das Abrechnungsmodell (1 Credit = 1 Minute Quellvideo), die API-Beschränkung auf den Business-Tarif, die Notwendigkeit, Exports sofort herunterzuladen, und die monatliche Neukalibrierung anhand echter Retentionsdaten. Der Skill ist für Entwickler und KI-Agenten gedacht, die OpusClip in Workflows mit Descript, CapCut und WoopSocial integrieren – mit dem ethischen Grundsatz, dass kein Score als Wahrheit behandelt, keine Automatisierung ohne Prüfung implementiert und keine Funktionen oder Metriken erfunden werden.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/social-media-skills/skills/tree/main/skills/opus-clip

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht opus-clip?

Der Clip-Pipeline-Tool-Skill – wähle die Quelle, lass KI Kandidaten finden, prüfe und bewerte ehrlich, poliere die besten, veröffentliche zeitversetzt. Der Agent plant und prüft die Qualität; der Mensch prüft jeden Clip; WoopSocial veröffentlicht. (Wird mitgeliefert mit tools/integrations/opus-clip.md; ergänzt den captions-and-clipping-Handwerks-Skill.)

Der Standpunkt: ein erster Clip-Finder, keine Ein-Klick-Viral-Maschine

OpusClip komprimiert 3–5 Stunden manuelles Clipping tatsächlich auf Minuten Bearbeitung plus Prüfung – seine ClipAnything-Engine ist multimodal (Bild + Audio-Stimmung + Gesichtsausdrücke), findet daher Momente auch in wortlosen Inhalten, und die natürlichsprachliche Momentsuche findet einen Moment in einem 2-Stunden-VOD ohne Scrubbing. Aber der Top-1%-Betreiber kennt zwei Fakten, die das Marketing nicht preisgibt. (1) Der Virality-Score ist Triage, nicht Wahrheit: der einzige glaubwürdige unabhängige Test fand ~40 % der generierten Clips werden verworfen und der Score sagt die tatsächliche Leistung regelmäßig falsch voraus – niedrig bewertete Clips werden viral, hoch bewertete floppen. Nutze ihn, um zu entscheiden, wo deine Bearbeitungszeit hinfließt; niemals als automatische Veröffentlichungsschwelle oder Garantie („85 % schneller“ ist eine selbst veröffentlichte Zahl ohne Methode – die ~40 % Ausschuss sind die Zahl, mit der du planen kannst). (2) Die menschliche Prüfung ist nicht verhandelbar: jeder Clip durchläuft drei Fragen – steht er allein, repräsentiert er den Sprecher fair (die Interview-Bedeutungssäule gilt für Clips), dient er dem Publikum – bevor etwas veröffentlicht wird. Und der Abrechnungsmechanismus, der alle erwischt: 1 Credit = 1 Minute QUELL-VIDEO, unabhängig von der Anzahl der Clips – kürze vor dem Hochladen.

Lese dies zuerst

  1. captions-and-clipping – das allgemeine Clipping-/Wiederverwendungs-Handwerk, das dieses Werkzeug ausführt.
  2. Der Quell-Skill (podcast-and-audiograms / youtube-long-form) + brand-profile/design-and-templates (die Clip-Vorlage).

Das Framework: CLIPS

(Tiefe: references/the-clips-framework.md.)

  • C – Choose the source (Wähle die Quelle): konversationelle Long-Form-Clips am besten (~8–12 Kandidaten/Stunde); non-verbale Genres funktionieren über multimodale Analyse mit höherem Ausschuss – teste zuerst im Free-Tarif; sauberes Audio, keine eingebrannten Untertitel, vor dem Hochladen kürzen (Credits werden nach Quell-Minuten abgerechnet).
  • L – Let AI find candidates (Lass KI Kandidaten finden): Genre + Länge + KI-Hook konfiguriert; natürlichsprachliche Momentsuche; negative Aufforderung (Intros/Sponsor-Lesungen ausschließen).
  • I – Inspect and rank honestly (Prüfe und bewerte ehrlich): Score = Triage; plane mit ~40 % Ausschuss; der menschliche Drei-Fragen-Durchlauf – steht allein / fair / dient; der Score überschreibt niemals das Urteil.
  • P – Polish the top few (Poliere die besten): bearbeite nur die besten 3–5, genehmige saubere Mittelfeld-Scorer, verwerfe ohne Schuldgefühle; korrigiere die erste Zeile des Hooks, Untertitel-Fehler, Reframe-Drift, Grenzen; eine Markenvorlage für den gesamten Batch; Auto-Musik AUS → lizenzierte/native Audio bei Veröffentlichung.
  • S – Ship on a drip (Veröffentliche zeitversetzt): Batch-Planung über die Woche verteilt → WoopSocial; Exports sofort herunterladen; monatlich echte Bindung vs. Scores studieren und neu kalibrieren.

Die Realität (vierteljährlich prüfen)

2026 OpusClip: ~10 Mio. Nutzer / ~172 Mio. Clips; ClipAnything (multimodal + Momentsuche + negative Aufforderungen); Sprecher-Diarisierung-Layouts; ReframeAnything-Tracking; ~97 % Untertitel-Genauigkeit vom Anbieter behauptet in 20+ Sprachen (trotzdem Qualitätsprüfung); KI-B-Roll; XML-Export zu Premiere/Resolve (Pro). Der Score: 0–99 über Hook/Flow/Engagement/Trend – unabhängig als fehlvorhersagend befunden; ~40 % Ausschuss (BIGVU-Test, zugeschrieben); keine unabhängigen Benchmarks. Credits: 1 = 1 Quell-Minute; +1 pro direktem X-Post; Fehler sollen Credits verbrauchen; Projekte sollen nach Abo-Ende verschwinden – sofort herunterladen. Stufen (≈, Konflikt – in der App prüfen): Free = nur Evaluation (Wasserzeichen, 3 Tage Verfall, kein Score/Editor); Starter ≈ 15 $/150 Min; Pro ≈ 29 $ (~14,50 $ jährlich)/300 Min = die Produktionsstufe; Business = individuell, API angeblich nur Business; Editor-Beschränkungen widersprechen sich in Quellen. Zuverlässigkeit: gemeldete Verarbeitungshänger, keine öffentliche Statusseite/SLA – baue Spielraum ein. Trustpilot 4,0 mit ~22 % Ein-Stern (zugeschrieben). Vollständige Details: references/opus-clip-2026-reality.md. Der wöchentliche Kreislauf, die Clip-Qualitätsprüfung, das Credit-Mathe-Arbeitsblatt, die Score-Neukalibrierung und zwei ausgearbeitete Beispiele: references/workflows-and-templates.md.

Ehrlicher Umfang (niemals verletzen)

  • Der Agent plant (Pipeline, Aufforderungen, Triage, Qualitätsprüfung, Credit-Mathe, zeitversetzte Veröffentlichung) und entwirft Korrekturen; der Mensch prüft jeden Clip und genehmigt (der Agent kann kein Video sehen; erfindet niemals „dieser Clip funktioniert“). Automatisierungs-Ehrlichkeit: API angeblich nur Business; Zapier/Make existieren auf niedrigeren Stufen; keine ungeprüfte automatische Veröffentlichungs-Pipeline auf keiner Stufe. WoopSocial veröffentlicht genehmigte Exports (sein Scheduler vs. OpusClips ist eine ausdrückliche Wahl); es clippt/bearbeitet/bewertet keine Videos; native Audio/Aufkleber werden vom Menschen in der App hinzugefügt.
  • Die Score-Säule: eine Vorhersage – Triage, niemals Wahrheit, niemals als Metrik zitiert. Die Fairness-Säule: Clips bewahren Kontext und Bedeutung; keine erfundenen Empfehlungen oder Fouls (Täuschung/Verleumdung); Zustimmungs-/Ähnlichkeitsregeln gelten. Erfinde niemals Stufen, Beschränkungen, Fähigkeiten oder Metriken – in der App prüfen; baue Spielraum für die Zuverlässigkeits-Realität ein. (Vollständiger Umfang: references/scope-and-connections.md.)

Abgrenzung zu verwandten Skills (richtig weiterleiten)

opus-clip (dieser) = der OpusClip-spezifische Pipeline-Skill · captions-and-clipping = das allgemeine Clipping-Handwerk (zuerst lesen; tools/integrations/clipping.md deckt die Multi-Tool-Ebene ab – tools/integrations/opus-clip.md geht tief in dieses Werkzeug) · descript = die Long-Form-Talk-Bearbeitung (dort der Master; sein Underlord-Clip überschneidet sich) · capcut = Kurzform-Styling/Verfeinerung über den integrierten Editor hinaus · short-form-video-script = das Bindungs-Handwerk, das die Qualitätsprüfung anwendet · tiktok-video-publishing / instagram-reels-publishing / youtube-shorts = plattformspezifische Veröffentlichungsdetails.

Wo dieser Skill anknüpft

Liest zuerst: captions-and-clipping + den Quell-Skill + brand-profile/design-and-templates. Holt den Master aus: descript (die bearbeitete Episode), livestream-and-realtime (VODs), Webinare. Speist ein in: capcut (Verfeinerung), die Plattform-Veröffentlichungs-Skills, content-recycling, scheduling-and-queue. Veröffentlicht über: genehmigte Exports → scheduling-and-queue → WoopSocial. Werkzeug-Datei: tools/integrations/opus-clip.md. Messe mit: Native + analytics-and-reporting zu Clip-Bindung vs. Score (monatlich neu kalibrieren) – niemals erfunden.

Definition von „erledigt“

Eine Clip-Pipeline, die OpusClip als ersten Clip-Finder behandelt: Quelle ausgewählt und für den Credit-Mechanismus gekürzt (1 Credit = 1 Quell-Minute), Kandidaten mit Genre/negativen Aufforderungen generiert, der Batch nach Score als reines Ranking mit geplanten ~40 % Ausschuss sortiert, jeder Clip durch die menschliche Drei-Fragen-Prüfung (steht allein / fair zum Sprecher mit erhaltenem Kontext / dient dem Publikum), nur die besten 3–5 bearbeitet (Hook-Zeile, Untertitel-Genauigkeit bei Namen/Fachbegriffen, Reframe-Drift, Grenzen) mit einer Markenvorlage für den gesamten Batch und Auto-Musik aus zugunsten von lizenzierter/nativer Audio, der genehmigte Satz zeitversetzt geplant und über WoopSocial veröffentlicht, Exports sofort heruntergeladen, und echte Bindung monatlich gegen die Scores verfolgt, um neu zu kalibrieren; Stufen/Editor/API-Beschränkungen vor dem Abonnieren in der App geprüft (API-Automatisierung nur auf der angeblich Business-Stufe; keine ungeprüfte automatische Veröffentlichung irgendwo); kein Score als Wahrheit behandelt, keine aus dem Kontext gerissenen Clips, keine erfundenen Stufen/Fähigkeiten/Metriken; und korrekt von captions-and-clipping, descript, capcut und den Plattform-Veröffentlichungs-Skills unterschieden.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

Verwandte Skills