Edición de vídeo (everything-claude-code)

Edición de Video

Asistencia con IA para editar material real. No generación a partir de indicaciones. Editar video existente rápidamente.

Cuándo activar

• El usuario quiere editar, cortar o estructurar material de video
• Convertir grabaciones largas en contenido de formato corto
• Crear vlogs, tutoriales o videos de demostración a partir de captura en bruto
• Agregar superposiciones, subtítulos, música o locución a un video existente
• Reencuadrar video para diferentes plataformas (YouTube, TikTok, Instagram)
• El usuario dice "editar video", "cortar este material", "hacer un vlog" o "flujo de trabajo de video"

Tesis central

La edición de video con IA es útil cuando dejas de pedirle que cree todo el video y empiezas a usarla para comprimir, estructurar y aumentar el material real. El valor no es la generación. El valor es la compresión.

El flujo de trabajo

Para trabajos medidos basados en referencias, encadena taste-distillation en taste-application, luego regresa aquí para el editor y la revisión de la salida final. Las habilidades de gusto independientes pueden usar material existente; la generación es opcional.

Antes de cambios en el editor en vivo o DAW, guarda un punto de control del proyecto con versión y verifica que el archivo exista. Guarda y verifica otro punto de control después de los cambios. Una lectura de API prueba el estado actual en memoria, no que se haya guardado. Mantén el material renderizado, los proyectos editables y la aprobación creativa como estados separados en la transferencia.

Para audio controlado por MIDI, verifica los tonos contra el mapeo de notas del receptor y prueba el resultado; la creación exitosa de clips aún puede producir silencio. Para proyectos reconstruidos, valida a través de carga y guardado nativos, ordena los eventos en orden de línea de tiempo, verifica los enlaces de muestras y estados de silencio, luego comprueba y prueba el audio exportado exacto para detectar silencio no deseado. El análisis XML por sí solo no prueba que el DAW aceptó cada clip o produjo salida audible.

Verifica el apretón de manos de capacidades de un puente antes de invocar comandos más nuevos. No habilites la telemetría de carga o datos de entrenamiento como efecto secundario de una tarea creativa; usa una ruta de control local compatible cuando falte consentimiento o capacidad.

Screen Studio / material en bruto
  → Claude / Codex
  → FFmpeg
  → Remotion
  → ElevenLabs / fal.ai
  → Descript o CapCut

Cada capa tiene un trabajo específico. No te saltes capas. No intentes que una herramienta haga todo.

Capa 1: Captura (Screen Studio / Material en bruto)

Recolecta el material fuente:

• Screen Studio: grabaciones de pantalla pulidas para demostraciones de aplicaciones, sesiones de codificación, flujos de trabajo del navegador
• Material de cámara en bruto: material de vlog, entrevistas, grabaciones de eventos
• Captura de escritorio a través de VideoDB: grabación de sesión con contexto en tiempo real (ver habilidad videodb)

Salida: archivos en bruto listos para organizar.

Capa 2: Organización (Claude / Codex)

Usa Claude Code o Codex para:

• Transcribir y etiquetar: generar transcripción, identificar temas y tópicos
• Planificar estructura: decidir qué se queda, qué se corta, qué orden funciona
• Identificar secciones muertas: encontrar pausas, tangentes, tomas repetidas
• Generar lista de decisiones de edición: marcas de tiempo para cortes, segmentos a conservar
• Andamiar código FFmpeg y Remotion: generar los comandos y composiciones

Ejemplo de indicación:
"Aquí está la transcripción de una grabación de 4 horas. Identifica los 8 segmentos más fuertes
para un vlog de 24 minutos. Dame comandos de corte de FFmpeg para cada segmento."

Esta capa trata sobre estructura, no sobre gusto creativo final.

Capa 3: Cortes deterministas (FFmpeg)

FFmpeg maneja el trabajo aburrido pero crítico: dividir, recortar, concatenar y preprocesar.

Extraer segmento por marca de tiempo

ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4

Corte por lotes desde lista de decisiones de edición

#!/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

Concatenar segmentos

# Crear lista de archivos
for f in segments/*.mp4; do echo "file '$f'"; done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4

Crear proxy para edición más rápida

ffmpeg -i raw.mp4 -vf "scale=960:-2" -c:v libx264 -preset ultrafast -crf 28 proxy.mp4

Extraer audio para transcripción

ffmpeg -i raw.mp4 -vn -acodec pcm_s16le -ar 16000 audio.wav

Normalizar niveles de audio

ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4

Capa 4: Composición programable (Remotion)

Remotion convierte los problemas de edición en código componible. Úsalo para cosas que los editores tradicionales hacen difíciles:

Cuándo usar Remotion

• Superposiciones: texto, imágenes, marca, tercios inferiores
• Visualizaciones de datos: gráficos, estadísticas, números animados
• Gráficos en movimiento: transiciones, animaciones explicativas
• Escenas componibles: plantillas reutilizables en varios videos
• Demostraciones de productos: capturas de pantalla anotadas, aspectos destacados de la interfaz de usuario

Composición básica de Remotion

import { AbsoluteFill, Sequence, Video, useCurrentFrame } from "remotion";

export const VlogComposition: React.FC = () => {
  const frame = useCurrentFrame();

  return (
    <AbsoluteFill>
      {/* Material principal */}
      <Sequence from={0} durationInFrames={300}>
        <Video src="/segments/intro.mp4" />
      </Sequence>

      {/* Superposición de título */}
      <Sequence from={30} durationInFrames={90}>
        <AbsoluteFill style={{
          justifyContent: "center",
          alignItems: "center",
        }}>
          <h1 style={{
            fontSize: 72,
            color: "white",
            textShadow: "2px 2px 8px rgba(0,0,0,0.8)",
          }}>
            El Stack de Edición con IA
          </h1>
        </AbsoluteFill>
      </Sequence>

      {/* Siguiente segmento */}
      <Sequence from={300} durationInFrames={450}>
        <Video src="/segments/demo.mp4" />
      </Sequence>
    </AbsoluteFill>
  );
};

Renderizar salida

npx remotion render src/index.ts VlogComposition output.mp4

Consulta la documentación de Remotion para patrones detallados y referencia de API.

Capa 5: Activos generados (ElevenLabs / fal.ai)

Genera solo lo que necesitas. No generes todo el video.

Locución con ElevenLabs

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": "Tu texto de narración aquí",
        "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)

Música y efectos de sonido con fal.ai

Usa la habilidad fal-ai-media para:

• Generación de música de fondo
• Efectos de sonido (modelo ThinkSound para video a audio)
• Sonidos de transición

Visuales generados con fal.ai

Úsalos para tomas de inserción, miniaturas o material de archivo que no existe:

generate(app_id: "fal-ai/nano-banana-pro", input_data: {
  "prompt": "miniatura profesional para vlog tecnológico, fondo oscuro, código en pantalla",
  "image_size": "landscape_16_9"
})

Audio generativo de VideoDB

Si VideoDB está configurado:

voiceover = coll.generate_voice(text="Narración aquí", voice="alloy")
music = coll.generate_music(prompt="lo-fi de fondo para vlog de codificación", duration=120)
sfx = coll.generate_sound_effect(prompt="transición sutil de whoosh")

Capa 6: Pulido final (Descript / CapCut)

La última capa es humana. Usa un editor tradicional para:

• Ritmo: ajustar cortes que se sientan demasiado rápidos o lentos
• Subtítulos: auto-generados, luego limpiados manualmente
• Corrección de color: corrección básica y ambiente
• Mezcla de audio final: equilibrar niveles de voz, música y efectos de sonido
• Exportar: formatos y configuraciones de calidad específicos de la plataforma

Aquí es donde vive el gusto. La IA elimina el trabajo repetitivo. Tú tomas las decisiones finales.

Reencuadre para redes sociales

Diferentes plataformas necesitan diferentes relaciones de aspecto:

Plataforma	Relación de aspecto	Resolución
YouTube	16:9	1920x1080
TikTok / Reels	9:16	1080x1920
Feed de Instagram	1:1	1080x1080
X / Twitter	16:9 o 1:1	1280x720 o 720x720

Reencuadrar con FFmpeg

# 16:9 a 9:16 (recorte centrado)
ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4

# 16:9 a 1:1 (recorte centrado)
ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4

Reencuadrar con VideoDB

from videodb import ReframeMode

# Reencuadre inteligente (seguimiento de sujeto guiado por IA)
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)

Detección de escenas y corte automático

Detección de escenas con FFmpeg

# Detectar cambios de escena (umbral 0.3 = sensibilidad moderada)
ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo

Detección de silencio para corte automático

# Encontrar segmentos de silencio (útil para cortar aire muerto)
ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence

Extracción de momentos destacados

Usa Claude para analizar la transcripción + marcas de tiempo de escenas:

"Dada esta transcripción con marcas de tiempo y estos puntos de cambio de escena,
identifica los 5 clips de 30 segundos más atractivos para redes sociales."

Qué hace mejor cada herramienta

Herramienta	Fortaleza	Debilidad
Claude / Codex	Organización, planificación, generación de código	No es la capa de gusto creativo
FFmpeg	Cortes deterministas, procesamiento por lotes, conversión de formato	Sin interfaz de edición visual
Remotion	Superposiciones programables, escenas componibles, plantillas reutilizables	Curva de aprendizaje para no desarrolladores
Screen Studio	Grabaciones de pantalla pulidas al instante	Solo captura de pantalla
ElevenLabs	Voz, narración, música, efectos de sonido	No es el centro del flujo de trabajo
Descript / CapCut	Ritmo final, subtítulos, pulido	Manual, no automatizable

Principios clave

1. Edita, no generes. Este flujo de trabajo es para cortar material real, no para crear a partir de indicaciones.
2. Estructura antes que estilo. Consigue la historia correcta en la Capa 2 antes de tocar cualquier cosa visual.
3. FFmpeg es la columna vertebral. Aburrido pero crítico. Donde el material largo se vuelve manejable.
4. Remotion para repetibilidad. Si lo harás más de una vez, conviértelo en un componente de Remotion.
5. Genera selectivamente. Usa la generación de IA solo para activos que no existen, no para todo.
6. El gusto es la última capa. La IA elimina el trabajo repetitivo. Tú tomas las decisiones creativas finales.

Ajustes preestablecidos de Fusion nativos

ITO Production v1 proporciona un resplandor de reflejos contenido, desplazamientos RGB espaciales opuestos y un halo de luminancia/borde. Los archivos exactos pasaron antes de la importación nativa, guardar/reabrir y verificaciones de movimiento corto después de la revisión visual de dos fuentes. Estos son valores iniciales que requieren revisión específica de la toma; el halo no detecta ni rastrea sujetos.

ITO V28 contiene fragmentos de gráficos de Fusion preservados y verificados de forma nativa y un instalador Lua idempotente. Estos son ejemplos de compatibilidad técnica, no valores predeterminados de producción recomendados: sus limitaciones visuales documentadas requieren ajuste y revisión de gusto antes de su uso. Consulta la procedencia del paquete para conocer el alcance de las comprobaciones de importación y renderizado anteriores.

Habilidades relacionadas

• fal-ai-media — Generación de imágenes, video y audio con IA
• videodb — Procesamiento, indexación y transmisión de video del lado del servidor
• content-engine — Distribución de contenido nativa de la plataforma