正在加载视频...
视频加载失败
YouTube動画の編集をClaude Codeに全任せしたとき、実際に繋いでいたAPIの一覧です。 ・Gemini API:字幕の整文、カット候補の検出、B-roll企画。"言語の判断"はほぼ全部これ ・Veo 3.1:差し込み映像をその場で生成 ・gpt-image:シネマ風の挿入画像とサムネ素材 ・ElevenLabs:ショート版のナレーション(クローン音声) ・Whisper(ローカル実行・無料):文字起こしと語単位のタイムスタンプ。カットと字幕同期の土台 カット・テロップ・合成などレンダリング自体はffmpegとPythonで全部ローカルなので、APIを使うのは「生成」と「判断」だけです。 役割分担はシンプルで、 ・時間の正確さ → Whisper ・言葉の判断 → Gemini ・素材の生成 → Veo / gpt-image / ElevenLabs ・組み立て → Claude Code+ローカルのffmpeg 「AIの出力を別のAIの実測値で検証してから使う」のが一番効きました。 この構成はスキルとして保存してあるので、次回からは動画を渡すだけです。
92,941 次观看 • 15 天前 •via X (Twitter)
0 条评论
暂无评论
原始帖子的评论将显示在这里
