AI 全自動剪輯實戰課程 · 單元 2.2(片長 09:35)

2.2|剪輯不燒錢:五個少燒 Token 也能剪完一支片

一句話結論:AI 剪片會燒錢又慢,不是因為模型不夠聰明,而是你「直接把整支影片丟給 Claude 從頭看到尾」。只要改用 「文字先行 → AI 選內容 → EDL 表格存檔 → 8 秒小片先測 → 數字精準調校」 這五招,就能省下 70%~80% 的 Token,改片也不必重頭再來。
💡 提示:點擊上方結論或筆記文字可直接就地修改;右上角可切換深/淺色模式。
課程來源
Freedumx 2.2
核心省錢法
5 大技巧
+1 招剪映零 Token 匯出 SRT
測試最小單位
8 秒/30 秒
先測樣板再輸出全片
AI 額外補齊
省 70%+
/clear + Haiku 分工 + 快取保護
❌ 傳統燒錢法(每次修改都重讀整支片) 丟入 10 分鐘原始影片 AI 看片+找氣口+寫動畫 不滿意「字放大一點」→ 全片重跑燒爆! ✅ 本課 5 技巧省錢管線(文字與決策分離,只改出錯那一行) 1. 文字先行 Whisper / 剪映 SRT 2. AI 選內容 刪口誤與重複段落 3. EDL 表格存檔 改表不改影片 4. 8 秒小片先測 確認效果再剪全片 5. 數字精準調 48px / 0.25s 零猜測
圖 1:為什麼把「選內容」和「剪影片」拆開,就能省下大量 Token

2. 省 Token 決策總表(課程 5 技巧 + 2026 官方補齊)

技巧/作法 狀態 省錢原理與白話結論 官方/實操參考
1. 文字代替影片(Whisper) 定案 用本機 whisper-cli 或 Faster Whisper 先轉帶時間軸逐字稿,別讓 Claude 直接看影片。 官方費用控管指南 →
2. 讓 AI 先選內容、再剪片 定案 請 AI 讀逐字稿挑出口誤、停頓與重複段(標註修改前後對照),定案再進剪輯。 Best Practices →
3. 用 EDL 剪輯決策表存檔 定案 把保留片段、原因、視覺素材存進表格;微調時改表格秒數即可,不必叫 AI 重看片。 外部狀態保存原則 →
4. 先測 8 秒/30 秒小片段 定案 字幕樣式、動畫節奏先剪 8 秒樣板驗收,OK 再套用到 10 分鐘全片。 驗證迴圈指南 →
5. 用「數字」取代模糊形容 定案 寫 48px、距離底部 120px、淡入 0.25s,別寫「放大一點」讓 AI 來回猜。 Remotion Skills →
6. 剪映專業版零 Token 導 SRT 已上線 匯出時取消勾選「影片」、只勾「字幕(SRT)」,零 AI Token 秒出時間軸。 見下方步驟 4 實操截圖
7. 轉場後立刻 /clear 清記憶 要你決定 逐字稿挑完並存進 EDL 後,輸入 /clear 歸零歷史再跑 FFmpeg,省 70% 輸入費。 /clear 官方說明 →
8. Subagent 用 haiku 讀素材 定案 盤點資料夾、讀 ffprobe 規格交給 Haiku 小幫手隔離消化,別塞進主視窗。 Subagents 文件 →
9. 鎖定模型別中途切換(保護快取) 要你決定 Prompt Cache 讀取只要 0.05x~0.1x 費用,途中切模型會讓快取失效重算全額! Cache 機制解析 →
10. 開啟 ENABLE_TOOL_SEARCH 定案 MCP 工具延遲載入(auto:5),省下高達 85% 的工具定義開銷。 Tool Search 原理 →

3. 五大技巧圖文實操(搭配課程畫面截圖)

技巧 1 & 2

文字先行:先用 Whisper 轉時間軸逐字稿,再讓 AI 選內容

怎麼做:不要一上來就把 5 分鐘影片丟給 Claude。先請 AI 安裝本機 Faster Whisper(或用你現在 Mac 已裝好的 whisper-cli),把影片轉成帶起訖時間軸的逐字稿。

接著選內容:把逐字稿交給 AI,請它找出講錯、口誤、停頓與重複段落,列出「修改前 vs 修改後」讓你確認,確定要刪哪幾秒後再剪片。

AI 補齊(瘦身 75% 技巧):
原始 Whisper JSON 充滿每個字的毫秒信心度,1 小時片動輒數萬 Token;務必先轉成極簡 [00:12 - 00:48] 文字 格式再給 Claude 讀。
課程畫面 03:52:用 Whisper 將剪輯素材轉成 98 段帶時間戳記的繁中逐字稿
課程畫面 03:52|上傳素材並轉出 Ethan_transcript.txt(帶起訖時間軸)
技巧 3 & 4

用 EDL 決策表存檔 + 先測 8 秒小片段再剪全片

技巧 3|EDL 剪輯決策表:把每段口播文案、保留原因與對應畫面寫成表格(EDL)。之後覺得「第二段太快」,你直接把表裡的 01:36 改成 01:39,讓 Claude 照表改就好,不必重看整支影片。

技巧 4|先小後大:先用 30 秒測逐字稿、再用 8 秒測字幕與動畫效果,確認版型 OK 後才輸出整支全片。8 秒出錯只要改一個小地方,全片出錯就得重跑全部!

課程畫面 06:15:技巧四 先檢查、先小後大(30秒測逐字稿、8秒測字幕動畫、確認後輸出全片)
課程畫面 06:15|「30 秒測逐字稿 → 8 秒測字幕與動畫 → 確認後輸出全片」三步防呆
技巧 5

用「精準數字」調整字幕與動畫(別讓 AI 猜)

不要這樣講:「字體放大一點」、「字幕往下一點」、「彈出快一點」——這些模糊詞會讓 AI 每次猜不同數值,來回改 5 次就多燒 5 倍 Token。

要這樣下指令:

  • 字幕字體:48px
  • 字幕位置:距離底部 120px
  • 字幕淡入:0.25 秒(想慢一點就改 0.4 秒)
  • 字幕停留:2.5 秒
課程畫面 07:18:技巧五 用數字調整字幕字體 48px、距離底部 120px、淡入 0.25 秒
課程畫面 07:18|寫出明確數字規格,每次輸入相同、輸出結果就會一致
加碼替代

連 AI 都不想開?用剪映「只匯出 SRT 字幕」零 Token

操作步驟:打開剪映專業版 → 匯入素材拖到時間軸 → 點「字幕 → 識別字幕」→ 點右上角「導出」→ 取消勾選「視頻導出」、只勾選「字幕導出(SRT 格式)」。

這樣幾秒鐘就能拿到帶精準時間軸的 .srt 檔,完全不花任何 AI Token!

課程畫面 08:48:示範於剪映匯入素材並單獨匯出 SRT 字幕檔
課程畫面 08:48|剪映專業版匯入素材,只匯出 .srt 字幕(零 AI 算力成本)

4. 2026 官方省錢新招與避坑地雷(影片沒講到的關鍵)

新招 ①:定案後立刻 /clear 再剪片

為什麼有效:對話每多一輪都會重送歷史紀錄。當你讀完逐字稿、把剪輯時間點存進 cut_list.json 或 EDL 表格後,直接執行 /clear 清空對話,開新視窗只讀這份表格來跑 FFmpeg,總花費直降 70%!

地雷 ①:過度依賴 /compact 導致失憶

問題出在哪:自動壓縮是有損壓縮,常把「保留 0.3 秒呼吸氣口」、「絕對不覆蓋原始母帶」等負面禁令洗掉。

解法:若要用壓縮,改下指令:/compact 只保留 cut_list.json 路徑與不可覆寫原檔規範。

地雷 ②:用 Haiku 寫複雜 filter_complex

問題出在哪:Haiku 很便宜,適合拿來當 Subagent 讀目錄和 ffprobe;但寫多段轉場或雙語字幕座標容易出錯,來回修 5 輪反而比用 Sonnet 一次寫對更貴。

地雷 ③:對話途中切模型毀掉 Prompt Cache

原理:Anthropic 快取命中只要 0.05x~0.1x 費用,但每個模型快取獨立。開局鎖定模型就別中途用 /model 切換,否則整個系統前綴重算全額!

想看「丹田芝聲」40 分鐘出遊片省 Token 五步流水線(實戰對齊)
  1. 本機離線前處理(0 Token):Mac 本機跑 whisper-cli 轉出乾淨 .srt,禁止把原始 Whisper JSON 餵給 Claude。
  2. Haiku Subagent 盤點(極低成本):派 media-scout 跑 ffprobe 確認素材解析度與 fps,只回傳 5 行摘要表。
  3. Sonnet 一次規劃 EDL:讀 .srt 挑出小靈芝&小檸檬高光互動段,存成 cut_list.json。
  4. 執行 /clear + 8 秒試剪:清空逐字稿歷史後只讀 cut_list.json,先剪 8 秒樣板用數字調好 48px 字幕與 Mac h264_videotoolbox 加速。
  5. 全片輸出 + 9 宮格抽檢:用 FFmpeg 抽 1 張 9 宮格截圖檢查字幕沒遮到雙寶臉部,總 Token 可壓低至傳統做法的 20%~30%。

5. 省 Token 技巧優先順序象限圖

導入門檻(低 → 高) 省 Token 效果(低 → 高) ① 馬上用(零門檻・省最多) ② 進階省(寫一次設定永久省) ③ 順手改習慣 ④ 避坑不要做 Whisper/剪映先出 SRT 8 秒小片先測+數字調參 EDL 存檔後 /clear 重開局 ENABLE_TOOL_SEARCH=auto:5 Haiku Subagent 讀素材 開局鎖定模型不亂切 整支影片直接丟給 AI 看 用模糊形容詞來回微調
圖 2:優先落實左上角 3 件事,馬上省下超過 70% 的剪輯 Token 消耗

6. 可直接複製的成品(一鍵複製)

成品 A|省 Token「選內容 + 出 EDL」標準指令

Claude Code Prompt
請讀取 ./transcript_clean.srt,幫我挑出「口誤、重複講、超過 1.5 秒空白」的句子編號,列出「修改前 vs 修改後」摘要表並輸出 ./edl_plan.json。請先只針對前 8 秒製作測試字幕(字體 48px、距離底部 120px、淡入 0.25 秒、停留 2.5 秒),確認效果後再處理全片。

成品 B|極低成本素材盤點 Subagent(.claude/agents/media-scout.md)

.claude/agents/media-scout.md
---
name: media-scout
description: 盤點影音素材目錄、用 ffprobe 檢查解析度與 fps、抽檢字幕時間碼異常
tools: Bash, Read, Glob, Grep
model: haiku
---
執行後僅回傳「檔案清單、總時長、解析度/fps、異常警告」精簡 5 行摘要,嚴禁貼上完整 ffprobe JSON 或轉檔進度條。

成品 C|省 Token 全域環境設定(~/.claude/settings.json)

~/.claude/settings.json
{
  "env": {
    "ENABLE_TOOL_SEARCH": "auto:5",
    "MAX_THINKING_TOKENS": "8000"
  }
}