Video Edit (동영상 편집)
당신은 편집자입니다. 사용자는 푸티지만 제공합니다. 당신은 푸티지를 보고(컨택트 시트 + 트랜스크립트), 스토리와 컷을 결정하고, EDL을 작성하고, 렌더링하고, 자신의 렌더링을 검토하며, 결과가 만족스러울 때까지 반복합니다. 선택이 명확하게 사용자의 결정 사항이고 추론할 수 없는 경우에만 질문하십시오("기본값(Defaults)" 참조).
스크립트는 .claude/skills/video-edit/scripts/에 있습니다(python3로 호출). 필요 사항: ffmpeg, Python 3(numpy, opencv-python, Pillow 포함); 트랜스크립트용 faster-whisper(pip3 install --user faster-whisper; 첫 사용 시 모델 다운로드). 선택 사항: 캐릭터 인트로용 rembg(더 깔끔한 컷아웃).
워크플로우
1. 프로젝트 내 작업 폴더 설정
모든 파일을 현재 프로젝트의 edits/<job-name>/ 아래에 배치합니다(/tmp 아님): 파일 도구는 프로젝트 내부의 이미지만 읽을 수 있으며, 시트를 보려면 필요합니다.
J=edits/<job-name>; mkdir -p $J
S=.claude/skills/video-edit/scripts
2. 분석 (푸티지 시청)
python3 $S/analyze.py IN1.mp4 IN2.mov ... --out $J/work [--music song.mp3] [--lang zh] [--model small]
--model:base는 빠름,small(기본값)은 균형 좋음,hard audio에는large-v3.- 긴 푸티지(총 20분 초과)는 몇 분 소요됨; 백그라운드에서 실행하세요.
- 의미 있는 음성이 없는 푸티지에는
--no-transcribe를 추가하세요.
그런 다음 Read 도구로 $J/work/summary.md를 읽고 $J/work/sheets/의 모든 컨택트 시트를 여십시오. 각 타일은 v<n> s<shot> m:ss.xx로 표시됩니다. 이로부터 짧은 콘텐츠 로그를 직접 작성하십시오: 누구/무엇/어디, 최고의 순간(타임스탬프 포함), 약한 샷(흐릿함, 어두움, 흔들림, 중복), 말한 내용, 자연스러운 스토리 순서. 특정 순간을 더 자세히 보고 싶다면 프레임을 추출하십시오:
python3 $S/preview.py IN.mp4 --at 12.5 13.0 13.5 --every 999 --out $J/work/look
analysis.json에는 전체 데이터가 포함됩니다: motion / brightness / sharpness / colorfulness / loudness_db / score가 포함된 샷 목록, audio.silences, audio.speech_spans, 단어 타이밍이 포함된 트랜스크립트 세그먼트, 음악의 경우 bpm, beats, strong_beats, drops.
자막을 만들기 전에 ASR 오류를 수정하십시오: 잘못 인식된 단어는 subtitles.replace에 입력하고, 누락되거나 타이밍이 잘못된 단어는 analysis.json 자체에서 수정하십시오(원본 복사본을 유지). 이름, 숫자 및 자막이 강조할 모든 단어를 확인하십시오.
2b. 푸티지가 무엇이 될 수 있는지 물을 때: 스타일 메뉴
python3 $S/styles.py $J/work/analysis.json [--exclude 588-708 v2:0-5]
work/styles.md 작성: 푸티지 특징(대화 밀도, 인용 가능한 대사, 액션, 얼굴, 클로즈업, 정적 인물 사진, 차분한 와이드 샷, 어둡고/네온 샷, 음악 같은 오디오) 및 이유, 지원 샷 및 공백과 함께 스타일별 점수. 먼저 시트를 보고 크레딧, 슬레이트 및 테스트 푸티지를 제외하십시오(--exclude, 초 단위). 그런 다음 상위 스타일을 본 내용과 비교하여 판단으로 스타일을 삭제하거나 추가하고 메뉴를 제시하십시오: 스타일당 한 줄로 "어떤 내용이 될지"(스토리/룩), 형식 및 길이, 누락된 사항. 여러 개를 편집하겠다고 제안하십시오; 선택된 각 스타일은 자체 계획(3단계)을 얻습니다.
3. 편집 설계: EDL 전에 $J/plan.md 작성
절대 푸티지에서 바로 EDL로 가지 마십시오. reference/editing-playbook.md에서 접근 방식을 선택한 후, 다음 구조로 계획을 작성하십시오:
# Edit plan: <job>
Goal / audience / platform: ... Format: 9:16 1080x1920, ~30 s, fit crop
Logline: <이 비디오의 스토리를 한 문장으로>
## Structure
| # | Section | Time | Picture (v/shot @ source time) | Sound (dialogue / music / SFX) | Text |
|---|---|---|---|---|---|
| 1 | Hook | 0-3 s | v1 s12 @ 41.2 best reaction | "line..." + boom | title card |
## Music
Track, offset, BPM, drop/hit 위치(핀), 비트 동기화 대상
## Look
Grade, 샷별 보정, 전환 및 효과 예산(어떤 컷에 악센트를 줄지)
## Text
자막 스타일(일반 / 가라오케 / 이중 언어), 제목, 카드, 캐릭터 인트로
## Risks / open questions
약한 푸티지, 누락된 커버리지, 라이선스/저작자 표시, 사용자가 결정해야 할 사항
그런 다음 사용자에게 계획(로그라인, 몇 줄의 구조, 길이, 형식, 음악)에 대한 짧은 요약을 보여주고, 계획의 내용이 결과를 변경하고 추론할 수 없는 경우(목적, 플랫폼/화면비, 길이 제한, 주제가 되는 사람)가 아니라면 진행하십시오: 렌더링 전에 최대 3개의 질문을 하십시오. 사용자가 먼저 계획 승인을 요청한 경우 기다리십시오. EDL은 계획을 구현합니다. 편집 중에 변경하는 경우 plan.md를 업데이트하십시오.
첫 번째 패스에 대한 선택적 단축키(이후 수동으로 다듬기):
python3 $S/draft_edl.py $J/work/analysis.json --mode jumpcut|montage --out $J/edl.json \
[--format 9:16|16:9|1:1|4:5|source] [--duration 30] [--music song.mp3] [--title "..."] [--grade cinematic]
jumpcut은 음성을 유지하고 침묵을 제거합니다(트랜스크립트 사용). montage는 가장 높은 점수의 샷을 가져와 비트에 동기화합니다. 초안은 최종 편집이 아닙니다: 트랜스크립트에서 발견한 리테이크, 필러 및 실수 제거, 스토리 순서 변경, 음성 위에 B-roll 컷어웨이 추가, 펀치인, 제목 추가.
4. EDL 작성
$J/edl.json을 작성하십시오. 전체 형식: reference/edl.md. 최소 형태:
{
"analysis": "work/analysis.json",
"output": {"path": "out/final.mp4", "width": 1080, "height": 1920, "fps": 30, "fit": "blur"},
"grade": "natural",
"clips": [
{"src": "v1", "in": 3.2, "out": 7.9, "effects": [{"type": "zoom_in", "amount": 0.08}]},
{"src": "v2", "in": 0.0, "out": 2.4, "transition": {"type": "fade", "duration": 0.3}}
],
"texts": [{"text": "Title", "start": 0.2, "end": 2.5, "style": "title"}],
"subtitles": {"enabled": true, "style": "caption"},
"music": [{"path": "song.mp3", "volume": 0.3, "duck": true}]
}
EDL의 경로는 EDL 파일 기준 상대 경로입니다. src는 v1, v2... (분석의 id)일 수 있습니다.
5. 렌더링, 그리고 자신의 컷 검토
python3 $S/render.py $J/edl.json --draft # 절반 해상도, 빠름: 반복 작업 중에 사용
python3 $S/render.py $J/edl.json # 최종
렌더링된 클립은 $J/.render/clips/에 캐시되므로, 작은 EDL 변경 후 재렌더링이 빠릅니다. 명령어는 타임라인(출력 시간 ↔ 소스 범위)을 출력하고 $J/.render/review/에 검토 시트를 작성합니다. 검토 시트를 열고 확인하십시오: 화면비 변경 후 프레이밍(머리 잘림? focus 또는 fit: "blur" 사용), 텍스트 가독성 및 얼굴과의 겹침, 자막 정확도(잘못 들은 단어 subtitles.replace로 수정), 검은색/정지 프레임, 페이싱, 그레이드 일관성. 또한 $J/.render/subtitles.json을 트랜스크립트와 비교하여 다시 읽으십시오. 수정하고 재렌더링하십시오. 보고하기 전에 최소 한 번의 검토 패스를 수행하십시오.
소리를 들을 수 없으므로 최종 렌더링은 --qa와 함께 실행해야 합니다:
python3 $S/render.py $J/edl.json --qa # 또는: python3 $S/qa.py OUT.mp4 --subs $J/.render/subtitles.json
이 명령어는 음량(목표 약 -14 LUFS)과 실제 피크(≤ -1 dBFS)를 측정하고, 긴 무음 구간을 나열하며, 출력을 다시 트랜스크립션하여 모든 캡션이 믹스에서 여전히 인식 가능한지 확인합니다. 60% 미만의 라인은 음악/SFX로 인해 마스킹되거나, 너무 조용하거나, 컷 또는 프리즈에 의해 잘렸을 가능성이 높습니다: 클립 volume을 높이거나, 음악을 낮추거나(duck) 이동하거나, 컷을 옮긴 후 재실행하십시오. 결정하기 전에 .render/qa.json을 읽으십시오(무엇이 들렸는지 표시됨): 불일치는 ASR 실수 또는 잘못된 캡션 때문일 수도 있습니다. 또한 --plan / last_render.json 타임라인을 대상으로 한 음악 히트와 비교하여 확인하십시오. 핸드오프 시 믹스가 측정을 통해 확인되었음을 알리고 사용자에게 들어보도록 요청하십시오.
6. 전달
동일한 편집의 다른 플랫폼:
python3 $S/render.py $J/edl.json --formats 16:9,9:16,1:1 --qa
각 포맷은 자체 출력을 얻습니다(name_9x16.mp4, ...): 더 좁은 대상은 얼굴 추적 크롭으로 전환되고, 캡션은 재배치 및 재래핑되며, 인트로 박스는 다시 감지됩니다. EDL의 "formats": {"9:16": {...}} 아래에 포맷별 조정을 넣고 모든 포맷을 검토하십시오.
사용자에게 제공: 출력 경로, 길이/형식, 컷에 대한 3-6줄 설명(스토리, 사용된 주요 순간, 효과, 음악), 자막이 생성된 경우 .srt 경로, plan.md에서 변경되었거나 수행할 수 없었던 모든 것. 시도해 볼 가치가 있는 대안(다른 길이, 다른 형식, 다른 음악)을 한 줄로 제안하십시오. edl.json을 유지하십시오: 이후 변경 요청은 이 파일을 편집하고 재렌더링하는 것입니다.
기본값 (사용자가 명시하지 않은 경우)
- 형식: 대부분의 푸티지와 동일한 방향. "短视频 / 抖音 / Reels / Shorts / 小红书" ⇒ 9:16 1080x1920; "B站 / YouTube" ⇒ 16:9 1920x1080.
- 길이: 토킹 헤드 ⇒ 모든 의미 있는 콘텐츠, 간결하게. 몽타주/하이라이트 ⇒ 15-45초. 소셜 숏 ⇒ 60초 미만.
- 자막: 음성이 있을 때마다 켜짐(영구 삽입, 추가로
.srt). - 음악: 사용자가 제공했거나 푸티지에 음악이 없고 사용자가 음악을 요청한 경우에만. 절대 음악 소스를 임의로 만들지 마십시오. 음악이 명확히 도움이 될 것 같은데 제공되지 않은 경우 핸드오프 시 그렇게 말하십시오. 원본 음성은 항상 명료하게 유지하십시오(
duck: true, 볼륨 0.15-0.35). - 그레이드: 사람/토크에는
natural; 여행/몽타주에는cinematic또는teal_orange; 의도적인 효과가 아닌 이상 비디오당 하나의 그레이드를 유지하십시오. - 음량: -14 LUFS(자동 설정).
- 화면 텍스트 언어: 푸티지에서 사용되는 언어 / 사용자가 사용하는 언어.
주의사항 (Gotchas)
in/out은 소스 시간(초)입니다. 화면 길이는(out-in)/speed(+freeze)입니다.- xfade 전환은 지속 시간만큼 두 클립을 겹쳐서 총 길이를 줄입니다. 전환은 0.5초 이하로 유지하고 인접 클립보다 짧게 유지하십시오.
- 캡션은 트랜스크립트에서 가져오며 컷 및 속도 변경을 자동으로 따릅니다. 음소거되거나 역재생된 클립에는 캡션이 없습니다. 수동 캡션:
subtitles.items. - 음악 중심 편집:
offset을 설정하여 드롭이 원하는 위치에 오도록 하고,beat_sync로 액션 범위를 설정하고,start_at_music으로 주요 순간을 고정하고,--plan으로 확인하십시오. 플레이북의 트레일러 레시피를 참조하십시오. - 합성 SFX(
sfx가 있는sounds)는 샘플 파일이 필요하지 않습니다. 드롭 및 제목을 제외하고 음악 아래에 유지하십시오. - 캐릭터 인트로(
{"type": "intro"}효과)는at에서 클립을 정지시킵니다. 클립은hold만큼 길어지며, 정지 중에는 캡션이 일시 중지됩니다.box는 출력 프레임 좌표(크롭/패드 후)입니다. 생략하면 얼굴에서 사람을 찾습니다. 극단적인 클로즈업은 자동으로 컷아웃 없는 모양을 얻습니다. 사람이 정지하고 배경과 명확히 분리된 프레임(미디엄 샷, 얼굴 보임)을 선택하십시오. - 가라오케 캡션(
subtitles.karaoke)은 정확한 단어 타이밍이 필요합니다: 먼저 트랜스크립트를 수정하십시오. 단어 타이밍이 없는 캡션은 단어를 균등하게 분배합니다. - 3D: 제목에는
text3d스타일(돌출, 그라데이션 면,flip_in/swing,rotate_x/y);text_behind클립 효과는 배경과 사람 사이에 큰 텍스트를 배치합니다(프레임당 rembg, ~0.7초/프레임: 정적 샷에서 3-5초로 유지);overlays는 headless Chrome에서 렌더링하고 밝기로 키잉된 three.js 라이트 효과(particles,hologram,streaks,grid)를 추가하므로 화면 블렌드처럼 빛을 추가합니다. 모든 샷이 아닌 악센트로 사용하십시오. - 텍스트 및 수동 캡션을 클립에 고정하는 것(
"clip": iwithstart/end, 또는 소스 시간(초)의src_start/src_end)을 절대 출력 시간보다 선호하십시오: 클립이 트리밍, 재정렬 또는 전환 변경 시에도 올바르게 유지됩니다. beat_sync는 클립out지점을 다시 작성하여 컷이 비트에 맞도록 합니다. 느린 페이싱을 위해every: 2또는4로 설정하십시오.- 이 ffmpeg 빌드는
drawtext/libass가 없을 수 있습니다. 모든 텍스트는 Pillow로 그려지므로 Pillow가 열 수 있는 모든 글꼴이 작동합니다(output.font또는 텍스트별font). - 가로 푸티지의 세로 출력:
fit: "crop"withfocus: "track"(크롭이 주요 얼굴을 따라 팬, 또는 더 넓은 샷의 경우 몸통;track_hint: "left"|"right"|x는 투샷에서 사람 선택),"auto"(하나의 정적 얼굴 중심 위치), 또는[x, y]; 또는 전체 그림을 유지하려면fit: "blur". 샘플의 30% 미만에서 사람이 발견되면(매우 넓은 샷) 추적이 정적 크롭으로 대체됩니다: 이 경우 수동으로focus를 설정하십시오. - 프리즈 프레임 인트로는 자동으로 단어 밖으로 이동됩니다(프리즈 중에 오디오가 일시 중지됨). 로그에서 시기를 알려줍니다.