用 ChatGPT／Codex 安裝 AI 剪輯環境，並依八大步驟完成可驗證的短影音剪輯。

ChatGPT 剪短影音 Skills — 概念說明

這是什麼？

這是一組「技能包」，給能操作本機檔案和終端機的 AI Agent（例如 ChatGPT）使用。它的目的是：幫你把一支自己提供的影片，安全地製作成「直式短影音」（例如 9:16 的 Reels，60–90 秒）。

整個專案以「保守、可信、有憑據」為原則：不擅自改動原始檔、上傳或付費前先徵求同意、不把「計畫／指令／未驗證的檔案」說成完成品。

專案用繁體中文撰寫，包含兩支 Skill，一支管環境、一支管剪輯。

兩支 Skill 的分工

Skill	負責	明確不負責
chatgpt-video-editing-setup	檢查、安裝、修復或驗證剪輯所需的工具：video-use、FFmpeg、ffprobe、思源黑體 TW 字幕字體、ElevenLabs 憑證、選用的 HyperFrames	不上傳素材、不轉寫、不剪輯、不輸出影片
chatgpt-short-video-editor	對使用者提供的影片執行：逐字轉寫、剪輯策略、粗剪、字幕、預覽、QA、正式輸出	不會靜默安裝工具，不會在預覽核准前輸出正式定稿

簡單說：一個負責「把環境弄好」，一個負責「真的把影片剪出來」。

八大步驟的工作流程

素材檢查 — 用 ffprobe 確認來源影片規格與可解碼性，原始影片保持不變。
逐字轉寫 — 先取得上傳同意，再用 ElevenLabs Scribe v2 取得「逐字等級」的時間碼（能知道每個字出現在哪一秒）。
內容整理 — 找出鉤子（Hook）、核心主線、可以刪掉的段落、需要確認的資訊。
剪輯決策 — 先提出 4–8 句白話的策略，取得你核准後才決定剪接點與創意元素。
逐段粗剪 — 依完整字詞邊界建立剪輯清單，保留 30–200ms 的邊界空間與約 30ms 的音訊淡入淡出。
轉色／圖卡／字幕 — 只有技術上必要或已核准時才調色；靜態圖卡用 Pillow，選用動畫才用 HyperFrames，字幕以思源黑體 TW 最後合成。
混音與完整預覽 — 先輸出並檢查一支完整 720p 預覽。
QA 與正式定稿 — 預覽獲得明確核准後，才輸出 1080×1920 正式檔；正式檔仍需獨立檢查與完整解碼，通過後才交付。

安裝方式

透過 npx skills 指令安裝：

互動式（建議）：npx skills add Jaycheng1103/chatgpt-video-editing-skills --full-depth — 安裝時可選擇要裝哪些 Skill、偵測到哪些 Agent。
一次全裝：npx skills add Jaycheng1103/chatgpt-video-editing-skills --all --full-depth — 一次選取全部 Skills 和全部偵測到的 Agent。
只裝單一 Skill：用 --skill 參數指定，例如 --skill chatgpt-video-editing-setup 或 --skill chatgpt-short-video-editor。
手動 Clone 後從本機安裝：git clone 後執行 npx skills add . --full-depth。注意手動複製時必須連同各 Skill 的 references/ 資料夾一起保留。

更新與移除也有對應指令（npx skills update、npx skills remove）。

前置需求

能讀寫本機檔案並執行終端機指令的相容 Agent
Git、Python 與 uv（Python 套件管理器）
FFmpeg 與 ffprobe
video-use 的完整 Repo（剪輯輔助程式位於其中）
思源黑體 TW 子集 OTF（Regular 與 Bold），供繁體中文字幕燒錄
ElevenLabs Scribe v2 的憑證與可用額度，用於逐字轉寫
Pillow，用於簡單靜態資訊卡
HyperFrames（選用）：僅當核准的策略需要 HTML / CSS / GSAP 動畫時才需要，且需 Node.js 22+ 與 Bun

缺工具時，剪輯 Skill 會停在安全位置、說明缺口，交給 Setup Skill 去檢查，不會自己硬裝。

隱私、憑證與費用

不要把 API Key 貼進聊天視窗、命令列參數、公開檔案、Git commit、shell history 或 log。
ELEVENLABS_API_KEY 只能透過本機環境變數或受保護的 ~/Developer/video-use/.env 提供；使用前必須確認 Git 會忽略該檔，檔案權限應為 600。
第一次把媒體傳給 ElevenLabs 前，Agent 必須說明具體檔名、用途（Scribe v2 轉寫）、可能消耗額度或產生費用，並等你明確同意。
若不想上傳雲端，可以明確選擇「本機 Whisper 降級方案」，但它的時間碼信心較低，需要額外播放檢查，不能說成和 Scribe v2 同等精準。

會產出什麼？

所有新產物都放在原始影片旁的 edit/ 資料夾中，原始檔絕不會被覆寫、移動、重新命名或刪除。資料夾結構包含：

edit/
├── project.md              # 專案記錄
├── transcripts/            # 轉寫 JSON
├── corrected-transcript.md # 修正後轉寫
├── edl.json                # 剪輯決策清單
├── master.srt              # 主字幕
├── clips/                  # 剪出的片段
├── animations/             # 選用動畫
├── qa/                     # QA 記錄
├── preview.mp4             # 720p 預覽
└── final.mp4               # 正式定稿

final.mp4 只有在「720p 預覽獲准 → 1080×1920 正式檔完成渲染 → 正式檔本身通過剪接點、代表畫面與完整解碼檢查」之後，才會被當成可交付成片。

常見疑慮的處理方式

找不到工具或憑證 → 交給 Setup Skill，它會先檢查、列出變更、等你核准。既有 Repo 有未提交修改時絕不強制 pull 或覆寫。
沒有 ElevenLabs 額度或不想上傳 → 可要求本機 Whisper 降級方案，但接受較低信心時間碼；Agent 不會默默切換。
看到指令、轉寫或預覽，算完成嗎？ → 不算。指令 ≠ 已執行，畫面 ≠ 完整 QA，預覽 ≠ 正式交付。正確順序：完整預覽檢查 → 你核准 → 渲染正式檔 → 驗證 → 交付。
想加動畫、B-roll、音樂或 CTA → 在剪輯策略階段提出或核准。這些都是選用創意決策，不是預設自動加入。

授權與聲明

本 Repo 以 MIT License 發布，歡迎參與貢獻（有 CONTRIBUTING.md 與 CODE_OF_CONDUCT.md）。
Repo 內不包含第三方上游程式碼；相關工具、API 與服務仍受各自的條款與授權約束。
這是社群維護的非官方專案，與 OpenAI、ChatGPT、video-use、HyperFrames、ElevenLabs、FFmpeg、Pillow 或 Adobe 的開發者及所屬公司沒有從屬、授權、背書或合作關係。

Jaycheng1103/chatgpt-video-editing-skills