Монтаж видео нейросетью в CapCut: Claude собирает ролик сам

Монтаж видео нейросетью долго звучал как обещание из рекламы. Нейросеть рисует картинки и озвучивает текст, а собирать ролик всё равно садишься сам. Голос есть, 41 картинка есть, и впереди ещё вечер в CapCut.

Я отдал этот вечер Claude. Он собрал ролик целиком: картинки ровно под голос, наезды, надписи, музыку и звуки. Таймлайн я не трогал ни разу. В этом уроке весь путь по шагам со скриншотами, два промпта и честная цена ролика.

Как Claude монтирует в CapCut без мышки

Главный вопрос, который мне задают: он что, двигает курсор по экрану? Нет. И в этом весь фокус.

Проект CapCut — это обычная папка. Внутри лежит главный файл draft_content.json, и это просто текст. В нём записано всё: какие файлы стоят на таймлайне, с какой секунды и до какой, громкость, наезды, надписи.

Когда ты открываешь проект, CapCut просто читает этот файл и рисует таймлайн. Значит, если правильно написать файл, монтаж появится сам. Claude пишет его за секунды и ставит сразу все 41 картинку, а не тащит по одной.

Важно: на выходе не готовый mp4, который уже не поправишь. Это настоящий проект. Любую дорожку можно двигать руками, как будто ты собирал её сам.

Что понадобится

Шаг 1. Сценарий: Claude пишет и проверяет факты

Для демо я взял тему с интригой: правда ли Деда Мороза придумала Coca-Cola. Попросил Claude в SYNTX написать текст на 2,5 минуты и проверить каждую дату. Ссылки на источники он дал сам, таблицей.

Проверять всё равно надо. В первом варианте он вставил английское слово и пропустил три важных факта. Я написал ему об этом, он сам нашёл и дописал. Нейросеть ошибается уверенно, поэтому финальное слово за тобой.

Шаг 2. Голос в ElevenLabs

Озвучка — ElevenLabs прямо внутри SYNTX. Голос беру из библиотеки: фильтр «русский», слушаю образец, выбираю. Около двух тысяч знаков — и через полминуты файл готов.

Голос обошёлся в 15,6 молнии, это около 36 центов. Голос я всегда выбираю сам: это лицо ролика, и нейросети я его не отдаю.

Шаг 3. Таймкоды: картинка на каждую фразу

Claude прослушивает озвучку локальной программой Whisper и записывает время каждого слова. Получается таблица «секунда — фраза». В моём ролике 41 фраза, значит, 41 картинка.

Новая картинка появляется ровно тогда, когда звучит её фраза. Именно поэтому ролик выглядит смонтированным человеком, а не слайд-шоу с равными интервалами.

Шаг 4. Лист персонажей, чтобы герой не менялся

Сначала делаю лист персонажа: Санта, Дед Мороз и Снегурочка в одном стиле. Утверждаю его, и только потом рисую кадры. Иначе Дед Мороз в каждой картинке будет новым человеком.

Лайфхак: генерируй все кадры в том же чате, где лист. Нейросеть его видит и держит стиль. Но даже так в пяти кадрах Дед Мороз надел красную шубу вместо синей. Я заметил это только на общем листе.

Шаг 5. 41 картинка в Nano Banana

Картинки — модель Nano Banana в SYNTX, формат 16:9. 41 штука ушла примерно за семь минут: SYNTX рисует несколько сразу, их можно ставить очередью.

Потом обязательно смотрю все кадры одним листом. Так брак видно сразу: надписи, которых не просил, другой цвет одежды. Шесть неудачных я переделал.

Шаг 6. Подготовка проекта в CapCut

1. Открой CapCut и создай новый проект.
2. Импортируй голос и картинки, назови файлы по порядку: 01.jpg, 02.jpg…
3. Положи на таймлайн одну картинку и голос как образец, остальное не трогай.
4. Переименуй проект понятным словом, чтобы Claude его нашёл.
5. Закрой CapCut полностью.

Шаг 7. Одна команда для Claude

Теперь промпт. Замени «НАЗВАНИЕ» на имя своего проекта. Главное в нём — две последние строки: не используй управление компьютером и не открывай CapCut. Без них Claude попробует кликать мышкой.

Проект «НАЗВАНИЕ». Синхронизируй картинки с голосом, добавь лёгкие наезды, музыку и надписи, чтобы помещались в кадр. Не используй управление компьютером и не открывай CapCut. Собери таймлайн, записывая файлы проекта напрямую.

Claude попросит доступ к папке проектов CapCut и к папке со звуками. Разрешаем. Перед записью он сам сохраняет копию проекта: если что-то пойдёт не так, откатиться можно за секунду.

Что получилось: дорожки, наезды, звук

Открываю CapCut, а там 41 картинка, 25 звуков, музыка и 14 надписей с датами. Шесть дорожек, и каждая картинка стоит от начала своей фразы до начала следующей.

Наезды — это ключевые кадры. У каждой картинки их два: в начале масштаб 102 %, в конце 108 %. Кадр всё время живой, но не дёргается. Любой ключевой кадр можно поправить руками.

Надписи — только из голоса. Claude ничего не придумывает: берёт даты и имена из озвучки. Надпись появляется через треть секунды после смены кадра и уходит до следующей склейки.

Звук — по замерам. Звуки стоят в паузе перед фразой, чтобы не перекрыть слово. Громкость он не ставит на глаз, а меряет. Музыка у меня примерно на 16 дБ тише голоса: я один раз убавил её руками, и теперь это правило.

И самое важное: Claude проверяет себя. Он делает пробное видео, распознаёт в нём голос и сверяет, что каждая фраза на своей секунде. Только потом отдаёт проект мне.

3 правила, чтобы проект не сломался

1. CapCut закрыт во время сборки.
2. Копия проекта перед каждой записью.
3. Свободное место на диске — от 1 ГБ. У меня CapCut однажды падал при каждом запуске. Причина оказалась простой: кончилось место.

Правки руками: Claude запоминает

Что-то не понравилось — правлю прямо в CapCut. Закрываю программу и пишу Claude:

Пересмотри проект "НАЗВАНИЕ" и запомни мои правки

Он сравнивает проект со своей версией и записывает разницу в навык. Следующий ролик соберёт уже с моими правками. В первых роликах я поднимал голос и убавлял громкое стекло. Теперь этого делать не нужно.

Свежий Claude против обученного

Справедливый вопрос: а если просто поставить Claude и попросить смонтировать? Он попробует. Формат проекта он знает в общих чертах. А в монтаже всё решают мелочи.

Пример: если кусок видео на таймлайне длиннее самого файла, CapCut покажет стоп-кадр. Свежий Claude об этом не знает. Навык — это папка с инструкцией и скриптами, где записано всё, на чём я уже обжёгся. Плюс память: где лежит CapCut, где музыка, какие у меня цвета.

Сколько стоил ролик

Ролик на 2,5 минуты ушёл в 163 молнии SYNTX. На тарифе «Элит» это примерно 6 % месяца.

Подписку Claude я не считаю: она у меня и так есть для всей работы.

Частые ошибки

Чего эта система не делает

Она не решает, о чём ролик, и не выбирает голос. Это по-прежнему ты. Сложные переходы и эффекты CapCut я не ставил: здесь склейки, наезды, надписи и звук.

Начинать с рекламы для клиента я бы не стал. Начни как я: голос плюс картинки и одна команда. Потом добавишь видеоклипы и вертикальный формат. Сами клипы уровня студии я делал в уроке «Моушн-графика нейросетью»: их таймлайны тоже собирал Claude.

Видеоурок

Весь путь в движении, с записью экрана на каждом шаге, — на моём YouTube-канале «Цифровой Джедай». Кстати, сам урок длиной 11 минут собран этим же способом.

Вопросы и ответы

Можно ли смонтировать так бесплатно?

Нет. Claude нужен с подпиской на компьютере: он работает с файлами проекта. Картинки и голос тоже стоят денег, мой ролик — меньше 4 $.

Это работает в CapCut на телефоне?

Нет, только CapCut для ПК: там проект лежит папкой с файлами, которые Claude может прочитать и записать.

Получится ли поправить ролик после Claude?

Да. Это обычный проект CapCut: каждую дорожку, надпись и ключевой кадр можно двигать руками.

Подойдут ли видеоклипы вместо картинок?

Да. Этой же системой я собирал рекламный ролик с клипами и инфографикой и мотивационный ролик из пяти AI-клипов. Только следи, чтобы клип был не короче своей фразы.

Где взять навык, чтобы не писать его с нуля?

Навык «Claude-монтажёр» и промпт сборки отдаю бесплатно в боте @jedaiit_prompts_bot: напиши слово МОНТАЖ.

Итог

• ☑ Сценарий проверен по источникам
• ☑ Голос выбран и сгенерирован
• ☑ Лист персонажей утверждён, кадры проверены листом
• ☑ Проект создан, файлы импортированы, CapCut закрыт
• ☑ Одна команда Claude, копия проекта сделана
• ☑ Правки руками записаны в навык

Нейросеть забирает ручной монтаж. О чём ролик и в каком ритме — по-прежнему решаешь ты.