一直以來，拍片就是我比較難跨越的領域。 因為我沒有系統性地學習過該如何拍片，也不知道要如何剪輯影片，所以一直在調整方向。 本來我買了 Filmora 來做影片剪輯，它算是市場上相對比較簡單好用的軟體，價格上也不太貴，一年大約花了一千八百多塊。 當然，雖然說它的功能很強大，但就是要花時間去學習。 對於我們這種把經營自媒體當作副業的人來說，平常下班之後要做研究，然後還要拍片，實在沒有辦法撥出更多時間來學習剪片。 可是我發現，可以使用 Claude 當作核心，並結合一些開源工具建立 AI 工作流，讓整個流程都能交由 AI 來完成最繁雜的剪片工作。 全程幾乎沒有任何技術難度。你只要知道怎麼樣下載 Claude Desktop，然後讓它去幫你操作就可以了。 --- ■ 整套 AI 剪片工作流：八步驟拆解 這套流程串了三個開源工具，加上一個 API。 先看角色分工： - ElevenLabs Scribe：把語音轉成有字級時間戳的逐字稿：雲端 API（scribe (https://elevenlabs.io/speech-to-text)） - video-use：讀逐字稿、決定剪輯點、輸出剪好的影片：github.com/browser-use/video-use (https://github.com/browser-use/video-use) - Remotion：用 React 寫程式碼產生片頭片尾動畫：github.com/remotion-dev/remotion (https://github.com/remotion-dev/remotion) - ffmpeg-full：影片合併、字幕燒入：`brew install ffmpeg-full` video-use (https://github.com/browser-use/video-use) 是 browser-use 團隊出的「**用 Claude Code 剪片**」開源工具。讓 AI 做剪輯、剪贅詞、調色、嵌入字幕，每個剪接點還會自跑一次自我檢查抓跳接和爆音。 Remotion (https://github.com/remotion-dev/remotion) 是「**用 React 寫程式碼做動畫影片**」的開源框架。它給你一個 frame 編號和一張空白畫布，然後去畫每一幀畫面，最後渲染成 MP4。 ffmpeg-full (https://formulae.brew.sh/formula/ffmpeg-full) 是這套流程最後的「組裝工」，負責兩件事：把 cold open、片頭動畫、主體影片、片尾這四段串成一支完整的 mp4；以及把中文字幕嵌進社群短片版本（IG／FB／Threads／Shorts）。 要裝前面三個開源工具，你就直接把 Github 的網址跟 Claude 說，跟它講你要裝這些開源專案，他就會幫你裝好。 但是 ElevenLabs Scribe API 你要自己申請。 ElevenLabs Scribe (https://elevenlabs.io/speech-to-text) 是 ElevenLabs 推出的語音轉文字模型，支援 90 多種語言（含中文）。它會回傳**字級時間戳**和聲音事件標籤（笑聲、停頓），這是後面 video-use 開源專案能精準刪除贅詞的基礎。 價格的話，從每月訂閱費 $6 到 $11 美金，其實也不算太貴。詳情大家可以自己去官網看。 整個流程分八步： ■ 1. 錄影 我用 Filmora 做螢幕錄影，錄完輸出成 mp4 丟到專案目錄。Filmora 在這一步只負責「按下錄影鍵到輸出檔案」這件事。當然也有可能會做一些聲音上的調整，以及稍微加一點素材。 ■ 2. 轉錄 video-use 把音訊抽出來送進 ElevenLabs Scribe，回傳 JSON 含每個漢字的起訖時間、speaker_id、音訊事件標籤（笑聲、停頓）。

最近受到龍蝦的刺激，我終於決定要把 Notion 上的資料搬回本地端了。 我的想法是這樣，使用 Telegram/Line 等通訊軟體下命令 -> 本地端 AI 處理工作 -> 回傳工作進度。 我不再整理知識庫了，完全交給AI來做，我只負責輸出，它要產出資料，我不滿意就繼續改到我滿意為止。 幾個問題要克服： 1. Notion 自動化備份到本地端 2. 如何管理本地端知識庫？我的想法是 Antigravity + Claude Code ，後續再考慮加入龍蝦 3. 如何讓本地端自動排程工作 4. 如何使用通訊軟體命令 Claude Code 打算本周日來幹這件事，再把紀錄寫在這裡。

CH1｜保護你的錢錢！新手做 AI Coding 前應該知道的資安問題（影片） 這支影片需要 Lv2 的使用者才可以觀看，請努力留言，我會幫你按讚，很快就能晉升到 Lv2！

最近發佈的 CH1｜不懂程式也能做自動化？教你用「產品經理」思維指揮 AI 抓取 Threads 資料，我把範例程式放在 Notion 上，有需要的人可以直接拿取使用。 之後如果有範例程式或模版（Notion或n8n），也都採用此方式，就不另外說明。

雖然在 2025 年末，語言模型的語言理解能力有大幅地增加，但是提示詞工程的重要性仍然不可忽視。一個好的提示詞，能夠讓輸出的品質非常穩定。 但是我們常常都沒有好的想法，該怎麼辦呢？我建議你加入 OpenAI Academy。 OpenAI Academy（https://academy.openai.com/）是 OpenAI 推出的免費學習與社群平台，目標是把 AI 知識「普及化」，讓不同背景的人都能更有信心把 AI 用在工作、生活與社群中。 裡面的內容都是英語的，如果你的英語程度跟我差不多爛，你可以安裝沉浸式翻譯的外掛，上網搜尋一下你就知道怎麼用了。 登入後，你可以找到右側的 Content，這裡有許多免費的 AI 學習資源，要找提示詞的話，關鍵字可以搜尋 Prompt Pack。 使用提示詞的邏輯 你可以在 ChatGPT 中使用簡單的英文指令（或稱「提示」和「查詢」），模型會根據這些提示做出回應。更好的提示詞，更深思熟慮、清晰且表達清晰——會產生更有用的回應。請記住，每個好的提示都包含： 任務——你要 ChatGPT 做什麼？ 背景說明——還有哪些額外資訊或文件需要注意？ 理想輸出——你預期最終輸出會如何格式化？ 範例： I’m a product manager launching a new SaaS product. Research how top 5 competitors in this space structure their pricing tiers, freemium vs. paid, feature gating, and upsell triggers. Use public sources and include URLs. Output: A comparison table with insights and risks. 我是一名產品經理，正在推出一款新的 SaaS 產品。研究這個領域前五大競爭者如何設計他們的定價層級、免費增值與付費、功能門檻，以及升級銷售觸發。使用公開來源並附上網址。輸出：包含洞見與風險的比較表。