Как заставить ИИ-агента монтировать видео за вас

Ролик не выходит, потому что монтировать вечером некогда

Снять четыре минуты на телефон — легко: рассказал мысль, нажал «стоп». Дальше начинается то, из-за чего ролики не выходят: вырезать паузы и «эээ», выбрать лучшие куски, перекадрировать в вертикаль, набить субтитры, подобрать заголовок и хэштеги. На это нужен вечер, а вечером его нет. Запись лежит неделю и устаревает.

Монтажёр решает задачу, но приносит свою: очередь, бриф, круг правок. Онлайн-сервисы автосубтитров закрывают половину — русский распознают хуже, паузы не режут, а таймлайн обратно в монтажку не отдают.

Открытый скилл «Видеомонтаж» переносит эту работу на вашего ИИ-агента. Вы присылаете запись в чат — через несколько минут получаете вертикальный ролик с субтитрами, заголовком и хэштегами. Монтаж Reels без монтажёра и без монтажной программы.

Что получится

• 229 секунд → 63 секунды. Так прошёл реальный прогон: четыре минуты разговора с телефона — в ролик на минуту.
• Вырезано около 72 % хронометража: паузы, «эээ» и всё, что не попало в 6 отобранных фрагментов.
• 29 реплик караоке-субтитров — подсветка по словам, синхронно с речью, из того, что человек реально сказал.
• Заголовок, описание, хэштеги и хук первой строки — отдельно, чтобы скопировать в пост.
• Таймлайн для монтажки — если что-то не нравится, правится кусок, а не всё заново.

Кадр из ролика, собранного агентом: вертикаль 9:16, субтитры по словам. Справа — цифры того самого прогона.

Шаг 1. Завести агента

Агент живёт в мессенджере — в Telegram или в MAX. Открываете бота с главной страницы, нажимаете «Старт» и пишете задачу обычным текстом; видео отправляется в чат как обычный файл. Отдельный чат — это отдельный исполнитель со своей рабочей папкой, поэтому под ролики удобно завести отдельную группу в MAX или тему в Telegram: исходники, готовые файлы и таймлайны будут лежать в одном месте. Пробный период доступен без карты.

Шаг 2. Отдать агенту скилл

Скилл — это инструкция для агента в открытом репозитории. Скопируйте фразу в чат:

Возьми скилл https://github.com/wybaeb/lite-skills/blob/master/skills/videomontage/SKILL.md
и настрой его у меня. Спрашивай, если нужны доступы.

Агент прочитает инструкцию, проверит и поставит себе инструменты и попросит первый ролик на пробу.

Шаг 3. Что агент спросит

Здесь приятная новость: доступов к чужим сервисам не нужно. Всё, что требуется, работает у агента локально и бесплатно.

Что	Зачем	Что нужно от вас
ffmpeg	нарезка, склейка, субтитры, звук	ничего — агент ставит сам
whisper.cpp с моделью base	офлайн-распознавание речи, около 150 МБ	ничего
Node.js 18+	обвязка конвейера	ничего
Ключ Groq — по желанию	Whisper-large-v3: быстрее и точнее на русском, плюс умный выбор моментов	ключ через /secrets

Единственные вопросы от агента — про предпочтения: формат (9:16 по умолчанию), целевая длительность, стиль субтитров, насколько жёстко убирать «эээ». И ваш первый ролик.

Если решите добавить ключ Groq — передавайте его только через /secrets, а не текстом в чате: агент хранит его в секретах и в переписке не печатает.

Подробная настройка: первый ролик за один вечер

1. Установка. Агент проверяет, что ffmpeg и whisper отвечают; если нет — ставит. Это один раз и несколько минут.
2. Тестовый ролик. Пришлите в чат видео секунд на тридцать, снятое на телефон, и напишите «сделай рилс». Так проверяется весь путь: транскрипция → вырезание пауз → рефрейминг → субтитры → готовый mp4 и короткий отчёт.
3. Настройки словами. Агент переводит человеческие просьбы в параметры: «сделай рилс» — вертикаль 9:16 до 60–90 секунд с караоке-субтитрами; «оставь только самое интересное, минуту» — режим лучших моментов с целевой длительностью; «убери мои „ээ“» — жёсткий режим слов-паразитов; «сделай под YouTube» — 16:9, субтитры сдержаннее или без них; «нарежь под все сети» — несколько форматов за один проход.
4. Ключ Groq, если хотите точнее. Заведите ключ в своём аккаунте Groq и передайте его агенту через /secrets под именем GROQ_API_KEY. Без него всё тоже работает — на локальной модели.
5. Таймлайн под вашу монтажку. Попросите файл для Resolve, Premiere или Kdenlive (.otio, .edl, .fcpxml) и откройте его один раз — убедитесь, что проект читается.
6. Правки. «Мне не нравится третий кусок» — агент правит таймлайн и ре-рендерит только его, а не собирает ролик заново.

Что агент ведёт у себя: копию исходника, транскрипт с пословными таймингами (он кэшируется — три формата из одного ролика делаются с одной транскрипции), план монтажа и готовые файлы.

Что происходит внутри

1. Транскрипция с таймингами по словам — один раз на ролик.
2. Вырезание пауз — по речи, по тишине или по пересечению обоих способов.
3. Слова-паразиты — «эм», «ааа», «ну» уходят как вокализованные паузы; жёсткий режим убирает и словесные филлеры.
4. Лучшие моменты — по хукам, вопросам, цифрам и плотности речи; с ключом Groq выбор точнее.
5. Рефрейминг под формат: кроп с управляемым якорем или подложка-блюр, если кроп режет лицо.
6. Субтитры — караоке-подсветка по словам, разбивка по предложениям, автоперенос под ширину кадра.
7. Метаданные — заголовок, описание, хэштеги, хук для первой строки поста.
8. Рендер одним проходом: нарезка, склейка, формат, субтитры, чистка звука, нормализация громкости. На выходе H.264/AAC, готовый к загрузке в соцсети.

Что важно не сломать

• Оригинал не трогаем. Агент работает с копией, исходный файл остаётся как есть.
• Ничего не публикует сам. Смонтировал → показал → вы решаете. Если подключён скилл мультипостинга, после вашего «да» агент предложит разложить ролик по сетям.
• Не выдумывает содержание. Субтитры — из того, что реально сказано; ошибку распознавания агент правит по смыслу, но фраз не дописывает.
• Плохой звук не спасти. Шум, эхо и наложенные голоса дают ошибки в субтитрах — лучше переснять со сносным звуком, чем править тридцать реплик.
• Ускорение речи выше ~1,2× звучит неестественно — по умолчанию агент держит мягко.
• Кроп 9:16 из горизонтального кадра режет края. Если в кадре двое, честнее подложка-блюр, чем обрезанный собеседник.
• Длинные ролики считаются долго. Больше получаса — агент предупредит о времени заранее, а не пропадёт молча.

Забрать скилл

Инструкция для агента лежит в открытом репозитории: github.com/wybaeb/lite-skills. Там же — скиллы мультипостинга и личного диетолога.

Если агента у вас ещё нет — начните в Telegram или MAX: пробный период доступен без карты, первый ролик можно смонтировать сегодня вечером, не открывая монтажку.