Communitygithub.com

Edición de Video con IA

Flujos de trabajo de edición de video asistidos por IA para cortar, estructurar y aumentar material real. Cubre el pipeline completo desde la captura en bruto a través de FFmpeg, Remotion, ElevenLabs, fal.ai y el pulido final en Descript o CapCut. Actívalo cuando el usuario quiera editar video, cortar material, crear vlogs o construir contenido de video.

¿Qué es Edición de Video con IA?

Esta habilidad describe un pipeline completo de edición de video asistida por IA, centrado en la compresión y estructuración de material real en lugar de la generación desde cero. Está diseñada para desarrolladores y usuarios avanzados que trabajan con herramientas como Claude Code, Codex, FFmpeg, Remotion, ElevenLabs y fal.ai, así como editores tradicionales como Descript o CapCut. La habilidad se organiza en seis capas: captura (Screen Studio o material en bruto), organización (transcripción y planificación con IA), cortes deterministas con FFmpeg, composición programable con Remotion, generación selectiva de activos (voz, música, efectos visuales) y pulido final manual. Cada capa tiene un propósito específico y se desaconseja saltar pasos o intentar que una sola herramienta haga todo. El valor principal no es la generación, sino la compresión: transformar horas de metraje en contenido conciso y atractivo. La habilidad incluye ejemplos prácticos de comandos, código y prompts, así como principios clave como "editar, no generar" y "la calidad está en la última capa". También se cubre el reencuadre para diferentes plataformas sociales, detección de escenas y extracción de momentos destacados.

Compatible con✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Cody-W-Tucker/skills/tree/HEAD/skills/video-editing

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Vista previa

Del README del skill

Documentación

Edición de Video

Edición asistida por IA para material real. No generación a partir de prompts. Editar video existente de forma rápida.

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 demo a partir de captura en bruto
  • Añadir superposiciones, subtítulos, música o locuciones a 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 el video completo y empiezas a usarla para comprimir, estructurar y aumentar material real. El valor no es la generación. El valor es la compresión.

El Pipeline

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

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

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

Recopila el material fuente:

  • Screen Studio: grabaciones de pantalla pulidas para demostraciones de apps, sesiones de codificación, flujos de trabajo en el navegador
  • Material de cámara en bruto: metraje de vlog, entrevistas, grabaciones de eventos
  • Captura de escritorio mediante VideoDB: grabación de sesión con contexto en tiempo real (ver la 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 asuntos
  • Planificar la estructura: decidir qué se queda, qué se corta, qué orden funciona
  • Identificar secciones muertas: encontrar pausas, digresiones, tomas repetidas
  • Generar lista de decisiones de edición: marcas de tiempo para cortes, segmentos a mantener
  • Andamiar código FFmpeg y Remotion: generar los comandos y composiciones
Ejemplo de prompt:
"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 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: inicio,fin,etiqueta
while IFS=, read -r inicio fin etiqueta; do
  ffmpeg -i raw.mp4 -ss "$inicio" -to "$fin" -c copy "segmentos/${etiqueta}.mp4"
done < cuts.txt

Concatenar segmentos

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

Capa 4: Composición Programable (Remotion)

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

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 entre videos
  • Demos de productos: capturas de pantalla anotadas, resaltes de UI

Composición básica en 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="/segmentos/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="/segmentos/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 necesites. No generes el video completo.

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("locucion.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

Úsalo para tomas insertadas, miniaturas o material de archivo que no existe:

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

Audio generativo con VideoDB

Si VideoDB está configurado:

voiceover = coll.generate_voice(text="Narración aquí", voice="alloy")
music = coll.generate_music(prompt="fondo lo-fi 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
  • Exportación: formatos y ajustes de calidad específicos para la plataforma

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

Reencuadre para Redes Sociales

Diferentes plataformas necesitan diferentes relaciones de aspecto:

PlataformaRelación de AspectoResolución
YouTube16:91920x1080
TikTok / Reels9:161080x1920
Instagram Feed1:11080x1080
X / Twitter16:9 o 1:11280x720 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" cuadrado.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 silenciosos (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 y las marcas de tiempo de las escenas:

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

Lo Que Cada Herramienta Hace Mejor

HerramientaFortalezaDebilidad
Claude / CodexOrganización, planificación, generación de códigoNo es la capa de gusto creativo
FFmpegCortes deterministas, procesamiento por lotes, conversión de formatosSin interfaz de edición visual
RemotionSuperposiciones programables, escenas componibles, plantillas reutilizablesCurva de aprendizaje para no desarrolladores
Screen StudioGrabaciones de pantalla pulidas de inmediatoSolo captura de pantalla
ElevenLabsVoz, narración, música, efectos de sonidoNo es el centro del flujo de trabajo
Descript / CapCutRitmo final, subtítulos, pulidoManual, no automatizable

Principios Clave

  1. Editar, no generar. Este flujo de trabajo es para cortar material real, no para crear a partir de prompts.
  2. Estructura antes que estilo. Define la historia en la Capa 2 antes de tocar cualquier cosa visual.
  3. FFmpeg es la columna vertebral. Aburrido pero crítico. Donde el metraje largo se vuelve manejable.
  4. Remotion para repetibilidad. Si lo harás más de una vez, conviértelo en un componente de Remotion.
  5. Generar selectivamente. Usa la generación con 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.

Habilidades Relacionadas

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

Individual skills in this repo

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

Cody-W-Tucker/skills

Landing page quality assessment for paid advertising campaigns. Evaluates message match, page speed, mobile experience, trust signals, form optimization, and conversion rate potential. Use when user says landing page, post-click experience, landing page audit, conversion rate, or landing page optimization.

Cody-W-Tucker/skills

TikTok Ads deep analysis covering creative quality, tracking, bidding, campaign structure, and TikTok Shop. Evaluates 28 checks with emphasis on creative-first strategy, safe zone compliance, and Smart+ campaigns. Use when user says TikTok Ads, TikTok marketing, TikTok Shop, Spark Ads, Smart+, or TikTok campaign.

Cody-W-Tucker/skills

YouTube Ads specific analysis covering campaign types, creative quality, audience targeting, and measurement. Evaluates video ad performance across skippable, non-skippable, bumper, Shorts, Demand Gen, and Connected TV formats. Covers VAC→Demand Gen migration, Shorts creative requirements, and CTV shoppable ads. Use when user says YouTube Ads, video ads, pre-roll, bumper ads, YouTube campaign, Shorts ads, or CTV ads.

Cody-W-Tucker/skills

Craft the story that makes investors say \"I want in.\" Master the narrative structure that Reid Hoffman, Sequoia, and top founders use to raise capital. Use when: **Preparing to fundraise** to develop your story before the deck; **Investor meetings** to structure conversations that convert; **Pitch practice** to refine your narrative arc; **Cold outreach** to write compelling investor emails; **Pivoting** to reframe your story after a change

Cody-W-Tucker/skills

Identify the best GTM motions and tools across 7 motion types: Inbound, Outbound, Paid Digital, Community, Partners, ABM, and PLG. Use when selecting marketing channels, choosing between inbound and outbound strategy, or planning cross-channel campaigns.

Cody-W-Tucker/skills

Produce a print-grade single-page kami (紙 / 纸) document — warm parchment canvas, ink-blue accent, serif at one weight, no italic, no cool grays. The output reads like a professional white paper or studio one-pager, not an app UI. Multilingual by design (EN · zh-CN · ja). One self-contained HTML file, zero dependencies.

Cody-W-Tucker/skills

Optimize landing pages for maximum conversions using proven frameworks from Unbounce and Oli Gardner—apply the \"one goal, one message, one action\" principle with data-driven design, copy, and CTA best practices. Use when: **Create a new landing page** for a campaign; **Optimize an existing landing page** that isn't converting; **Review landing page design** before launch; **Improve form conversion rates** on lead gen pages; **A/B test landing page elements** systematically

Cody-W-Tucker/skills

Advanced motion patterns for React / Next.js — drag & drop, gestures, text animations, SVG path drawing, custom hooks, imperative sequences (useAnimate), loaders, and the full API decision tree. Requires motion-foundations.

Cody-W-Tucker/skills

Motion tokens, spring presets, performance rules, device adaptation, accessibility enforcement, and SSR safety for React / Next.js using motion/react. Foundation layer — all other motion skills depend on this.

Cody-W-Tucker/skills

A single-frame motion-design composition with looping CSS animations — rotating type ring, animated globe, ticking timer, parallax labels. Renders as a hero video poster you can hand straight to HyperFrames or any keyframe-based exporter. Use when the brief asks for "motion design", "animated hero", "loop", "video poster", "title card", or pairs Open Claude Design with HyperFrames for a kinetic export.

Cody-W-Tucker/skills

Production-ready animation patterns for React / Next.js — button, modal, toast, stagger, page transitions, exit animations, scroll, and layout — built on motion-foundations tokens and springs.

Cody-W-Tucker/skills

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

Cody-W-Tucker/skills

Produce a single-file slide deck in the Atelier Zero visual language (warm-paper background, italic-serif emphasis spans, coral terminating dots, surreal collage plates) — Open Design's brand deck recipe. The deck uses **horizontal magazine-style swipe pagination** (←/→, wheel, swipe), a per-slide chrome strip with brand mark and slide counter, an ESC overview grid, a coral progress bar, and inherits the canonical stylesheet + 16-slot image library from the sister `open-design-landing` skill.

Cody-W-Tucker/skills

Produce a world-class single-page editorial landing site in the Atelier Zero visual language (Monocle / Apartamento / Études editorial collage) — the same aesthetic Open Design uses for its own marketing surface. The agent fills a typed `inputs.json` from a brand brief, optionally generates 16 collage assets via gpt-image-2, then runs a pure-function composer that emits a self-contained HTML file; a separate path can mirror the Astro marketing site in `apps/landing-page/`. Drop-in scroll-reveal motion and a Headroom-style sticky nav are wired automatically.

Cody-W-Tucker/skills

Best practices for Remotion - Video creation in React. 29 domain-specific rules covering 3D, animations, audio, captions, charts, transitions, and more.

Cody-W-Tucker/skills

Single-page SaaS landing with hero, features, social proof, pricing, and CTA. Respects the active DESIGN.md color/typography/layout tokens. Trigger keywords: "saas landing", "marketing page", "product landing".

Cody-W-Tucker/skills

Single-page SaaS landing with hero, features, social proof, pricing, and CTA. Respects the active DESIGN.md color/typography/layout tokens. Trigger keywords: "saas landing", "marketing page", "product landing".

Cody-W-Tucker/skills

Master April Dunford's 8-step sales narrative from \"Sales Pitch\" (2023). Transform your positioning into a compelling story that wins enterprise deals. Use when: Structuring B2B sales presentations and demos; Creating pitch decks for complex products; Training sales teams on narrative-driven selling; Converting positioning strategy into sales conversations; Winning against entrenched competitors

Cody-W-Tucker/skills

Swiss-style user-research narrative template in warm-paper editorial aesthetics. Use when users ask for a premium research deck or story-first live artifact with minimalist typography, high-clarity layout, subtle motion, donut breakdowns, and keyboard/click navigation across slides in a single HTML file.

Cody-W-Tucker/skills

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio, video), and create real time alerts for events from live streams or desktop capture.

Skills relacionados