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 — 概念说明

这是什么？

这是一组「技能包」，给能操作本地文件和终端机的 AI Agent（例如 ChatGPT）使用。它的目的是：帮你把一支自己提供的视频，安全地制作成「直式短影音」（例如 9:16 的 Reels，60–90 秒）。

整个项目以「保守、可信、有凭据」为原则：不擅自改动原始文件、上传或付费前先征求同意、不把「计划／指令／未验证的文件」说成完成品。

项目用简体中文撰写，包含两支 Skill，一支管环境、一支管剪辑。

两支 Skill 的分工

Skill	负责	明确不负责
chatgpt-video-editing-setup	检查、安装、修复或验证剪辑所需的工具：video-use、FFmpeg、ffprobe、思源黑体 TW 字幕字体、ElevenLabs 凭证、选用的 HyperFrames	不上传素材、不转写、不剪辑、不输出视频
chatgpt-short-video-editor	对用户提供的视频执行：逐字转写、剪辑策略、粗剪、字幕、预览、QA、正式输出	不会静默安装工具，不会在预览核准前输出正式定稿

简单说：一个负责「把环境弄好」，一个负责「真的把视频剪出来」。

八大步骤的工作流程

素材检查 — 用 ffprobe 确认来源视频规格与可解码性，原始视频保持不变。
逐字转写 — 先取得上传同意，再用 ElevenLabs Scribe v2 取得「逐字等级」的时间码（能知道每个字出现在哪一秒）。
内容整理 — 找出钩子（Hook）、核心主线、可以删掉的段落、需要确认的信息。
剪辑决策 — 先提出 4–8 句白话的策略，取得你核准后才决定剪接点与创意元素。
逐段粗剪 — 依完整字词边界建立剪辑清单，保留 30–200ms 的边界空间与约 30ms 的音频淡入淡出。
转色／图卡／字幕 — 只有技术上必要或已核准时才调色；静态图卡用 Pillow，选用动画才用 HyperFrames，字幕以思源黑体 TW 最后合成。
混音与完整预览 — 先输出并检查一支完整 720p 预览。
QA 与正式定稿 — 预览获得明确核准后，才输出 1080×1920 正式文件；正式文件仍需独立检查与完整解码，通过后才交付。

安装方式

透过 npx skills 指令安装：

交互式（建议）：npx skills add Jaycheng1103/chatgpt-video-editing-skills --full-depth — 安装时可选择要装哪些 Skill、侦测到哪些 Agent。
一次全装：npx skills add Jaycheng1103/chatgpt-video-editing-skills --all --full-depth — 一次选取全部 Skills 和全部侦测到的 Agent。
只装单一 Skill：用 --skill 参数指定，例如 --skill chatgpt-video-editing-setup 或 --skill chatgpt-short-video-editor。
手动 Clone 后从本机安装：git clone 后执行 npx skills add . --full-depth。注意手动复制时必须连同各 Skill 的 references/ 文件夹一起保留。

更新与移除也有对应指令（npx skills update、npx skills remove）。

前置需求

能读写本地文件并执行终端机指令的兼容 Agent
Git、Python 与 uv（Python 套件管理器）
FFmpeg 与 ffprobe
video-use 的完整 Repo（剪辑辅助程序位于其中）
思源黑体 TW 子集 OTF（Regular 与 Bold），供繁体中文字幕烧录
ElevenLabs Scribe v2 的凭证与可用额度，用于逐字转写
Pillow，用于简单静态信息卡
HyperFrames（选用）：仅当核准的策略需要 HTML / CSS / GSAP 动画时才需要，且需 Node.js 22+ 与 Bun

缺工具时，剪辑 Skill 会停在安全位置、说明缺口，交给 Setup Skill 去检查，不会自己硬装。

隐私、凭证与费用

不要把 API Key 贴进聊天窗口、命令行参数、公开文件、Git commit、shell history 或 log。
ELEVENLABS_API_KEY 只能透过本机环境变量或受保护的 ~/Developer/video-use/.env 提供；使用前必须确认 Git 会忽略该文件，文件权限应为 600。
第一次把媒体传给 ElevenLabs 前，Agent 必须说明具体文件名、用途（Scribe v2 转写）、可能消耗额度或产生费用，并等你明确同意。
若不想上传云端，可以明确选择「本机 Whisper 降级方案」，但它的时间码信心较低，需要额外播放检查，不能说成和 Scribe v2 同等精准。

会产出什么？

所有新产物都放在原始视频旁的 edit/ 文件夹中，原始文件绝不会被覆写、移动、重新命名或删除。文件夹结构包含：

edit/
├── project.md              # 项目记录
├── transcripts/            # 转写 JSON
├── corrected-transcript.md # 修正后转写
├── edl.json                # 剪辑决策清单
├── master.srt              # 主字幕
├── clips/                  # 剪出的片段
├── animations/             # 选用动画
├── qa/                     # QA 记录
├── preview.mp4             # 720p 预览
└── final.mp4               # 正式定稿

final.mp4 只有在「720p 预览获准 → 1080×1920 正式文件完成渲染 → 正式文件本身通过剪接点、代表画面与完整解码检查」之后，才会被当成可交付成片。

常见疑虑的处理方式

找不到工具或凭证 → 交给 Setup Skill，它会先检查、列出变更、等你核准。既有 Repo 有未提交修改时绝不强制 pull 或覆写。
没有 ElevenLabs 额度或不想上传 → 可要求本机 Whisper 降级方案，但接受较低信心时间码；Agent 不会默默切换。
看到指令、转写或预览，算完成吗？ → 不算。指令 ≠ 已执行，画面 ≠ 完整 QA，预览 ≠ 正式交付。正确顺序：完整预览检查 → 你核准 → 渲染正式文件 → 验证 → 交付。
想加动画、B-roll、音乐或 CTA → 在剪辑策略阶段提出或核准。这些都是选用创意决策，不是预设自动加入。

授权与声明

本 Repo 以 MIT License 发布，欢迎参与贡献（有 CONTRIBUTING.md 与 CODE_OF_CONDUCT.md）。
Repo 内不包含第三方上游程序代码；相关工具、API 与服务仍受各自的条款与授权约束。
这是社区维护的非官方项目，与 OpenAI、ChatGPT、video-use、HyperFrames、ElevenLabs、FFmpeg、Pillow 或 Adobe 的开发者及所属公司没有从属、授权、背书或合作关系。

Jaycheng1103/chatgpt-video-editing-skills