50分鐘 Podcast 自動剪成7段Shorts，25分鐘搞定

我用 Claude Code 把 50 分鐘的 Podcast 自動剪成 7 段 Shorts，實際效果如何？

處理一段接近 50 分鐘的 Podcast，從分析內容、挑選精華，到輸出 7 段直式短影片，大約花了 25 至 40 分鐘。

過程不算完全順利，字幕也不是每個字都準確。

但如果要我自己重看整段影片、找出 Hook、切成 9:16，再逐段加字幕，所花的時間一定更多。

所以我想測試一件事：能不能用一個 Open Source Project再配上 Claude Code，將長影片轉成可放上 IG Reels 或 YouTube Shorts 的內容，而且不需要自己逐段剪輯？

為什麼我想做這個實驗？

拍完 YouTube 影片或 Podcast 訪談，只代表完成了第一輪內容。

長影片裡面通常還有不少可以重用的片段，但要把它們找出來並不輕鬆。

你要重新觀看影片、記錄時間點、判斷哪一句適合做開場，再切換成直式比例、加入字幕。即使使用 CapCut 等工具，字幕仍可能變成簡體字，或直接保留不適合閱讀的口語逐字稿，最後還是需要大量後製。

這次我測試的是 GitHub 上的 Claude Shorts。

它會建立一條自動化流水線，利用 FFmpeg、Faster Whisper 等工具處理影片，再由 AI 分析內容、挑選候選片段、轉換畫面比例，最後生成附有字幕的短影片。

它做出來的影片不算精緻，沒有大量 B-roll 或動畫。但它試圖處理的，正是最花時間的部分：從長影片裡找出值得剪的內容。

安裝比想像中簡單

我先到 GitHub 複製 Claude Shorts 的 Project 連結，然後在 Claude Code 建立一個新 Project，再開設一個空的資料夾。

接下來，我直接告訴 Claude：

我想開始使用這個 Open Source Project 剪輯影片（在對話貼上Github 連結 /名稱），請幫我完成安裝。

Claude Code 會自行分析 Project，安裝所需檔案和依賴工具。整個過程不需要我逐項研究技術設定。安裝完成後，它會以 skill 的方式運作；我只要把來源影片放進指定資料夾，再要求它執行 /short，系統便會開始處理。

這不代表整個流程完全不需要技術知識，但門檻已經降低很多。

遇到 warning 或 error 時，也不必先到搜尋引擎逐個查找，可以直接問 Claude 問題出在哪裡，以及應該如何修正。

它如何從長影片找出精華？

開始處理後，Claude Shorts 會先執行 preflight check，確認輸入影片、儲存空間及 GPU 狀態。接著，系統會把語音轉成文字，分析整段影片在談什麼，再判斷內容類型。

這個分類會影響它如何選片。

例如 Talking Head 說話影片，會較重視行動建議，找出可獨立成立、能讓觀眾採取行動的內容；Podcast 對談則可能更重視嘉賓的觀點、故事或 sound bite。

完成分類後，它會把影片拆成多個切片，再列出候選片段。每個候選片段都有評分、Hook，以及被選中的原因。你也可以指定短片長度、字幕風格、輸出平台，並決定哪些片段需要生成。

這次測試中，系統把一段影片拆成 176 個 segment。我選擇 clean 字幕風格及 YouTube Shorts 格式，再讓它處理所有候選片段。

第一個問題：廣東話字幕令剪輯出錯

第一次生成的結果明顯不正常。

影片一直播放，字幕卻全部堆在同一位置，沒有按照說話時間正常顯示。

我把問題直接交給 Claude 檢查。它判斷錯誤與廣東話轉錄及文字切分有關，修改處理方式後，再替我重新生成影片。整個修正與重跑過程，大約花了 20 分鐘。

這也是使用 Open Source Project 必須接受的現實：它不像成熟的付費軟體，所有流程都已經包裝好。偶爾會出錯，也可能需要自己描述問題，讓 AI 修改程式。

不過，因為整個 Project 可以調整，遇到問題不代表只能等待開發者更新，我可以直接修正現有流程。

實際產出的 7 段影片能不能用？

完成後，資料夾內出現了 7 段直式短影片。它們已經由原本的 16:9 橫向畫面轉成 9:16，並加上帶有卡拉 OK 效果的動態字幕。

畫面設計稱不上漂亮，部分字幕仍然需要修正，Hook 文字也有改善空間。但它選出的內容比我預期中準確。例如「選擇太多，反而做不到事情」及「等到準備好才開始，你就錯了」等句子，本身就是長影片裡較重要的核心觀點，而且可以獨立成為一段短內容。

可以參考這段影片： https://www.instagram.com/p/DblFcU0Ds2n/

字幕跟說話時間的配合也不錯。

相比我過去使用 CapCut 處理廣東話影片，它至少能做出對應語音的動態效果，而不是只產生一份需要大量整理的簡體字逐字稿。

如果原片使用國語或英文，語音辨識及字幕效果應該會更穩定。廣東話目前仍是這套流程較容易出錯的地方，正式發布前，最好保留人工校對。

這個工具最有價值的地方，不是直接交出成品

這次實驗沒有證明 AI 可以完全代替剪輯師。

Claude Shorts 產生的影片仍需要人判斷：片段是否真的有吸引力、字幕有沒有錯字、開場是否足夠清楚，以及結尾會不會突然中斷。

但它已經替我完成了第一輪粗剪。

以前最麻煩的工作，是重新觀看幾十分鐘的影片，找出值得使用的部分。現在，系統先把候選內容、Hook 和短片版本交給我，我只需要從中挑選，再修正字幕與後製。AI 處理重複工作，我保留最後的內容判斷。

對一人創業者而言，這種分工比追求「全自動生成完美短片」實際得多。

我會不會繼續使用？

會。

至少以這次結果來看，Claude Shorts 已經足以進入我的內容再利用流程。我接下來會繼續調整字幕、Hook 及輸出後製，看看能否把它整理成更穩定的 SOP。

要使用這套方法，你需要 Claude 訂閱及 Claude Code。Codex 理論上也能執行相近流程，因為運作方式相似；不過這次我實際示範和測試的是 Claude Code，中文內容的處理效果也比較符合我的需要。

如果你手上有不少 YouTube 影片、Podcast 或訪談內容，卻一直沒有時間剪成 Reels 與 Shorts，這個 Project 值得測試。它未必一次就給你可以直接發布的成品，但能先替你完成最耗時的內容篩選與粗剪。

這星期，我也會在 AI 一人創業家 Skool 社群裡，帶大家實際使用這套方法製作短影片。知識到處都找得到，真正容易缺少的，是有人陪你把工具安裝好、完成練習，再把流程放進自己的內容系統。