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:
| Plataforma | Relación de Aspecto | Resolución |
|---|---|---|
| YouTube | 16:9 | 1920x1080 |
| TikTok / Reels | 9:16 | 1080x1920 |
| Instagram Feed | 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" 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
| 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 formatos | Sin interfaz de edición visual |
| Remotion | Superposiciones programables, escenas componibles, plantillas reutilizables | Curva de aprendizaje para no desarrolladores |
| Screen Studio | Grabaciones de pantalla pulidas de inmediato | 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
- Editar, no generar. Este flujo de trabajo es para cortar material real, no para crear a partir de prompts.
- Estructura antes que estilo. Define la historia en la Capa 2 antes de tocar cualquier cosa visual.
- FFmpeg es la columna vertebral. Aburrido pero crítico. Donde el metraje largo se vuelve manejable.
- Remotion para repetibilidad. Si lo harás más de una vez, conviértelo en un componente de Remotion.
- Generar selectivamente. Usa la generación con IA solo para activos que no existen, no para todo.
- 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 IAvideodb— Procesamiento de video del lado del servidor, indexación y streamingcontent-engine— Distribución de contenido nativa de plataforma