ChatCut with Codex 教學：從 Plugin 安裝到 AI 剪輯、字幕與匯出
ChatCut with Codex 怎麼剪影片？本文從 Plugin 安裝開始，示範用 Prompt 完成口播初剪、繁體中文字幕、MG 動畫、配樂、時間軸檢查與 MP4 匯出。
ChatCut with Codex 是一套用 Prompt 操作時間軸的 AI 影片剪輯流程。Codex 可以協助剪影片，但它不是自己在背景裡產生一個無法修改的 MP4；搭配 ChatCut Plugin 後，Codex 負責理解要求，ChatCut 則把剪輯、字幕、Motion Graphics 與音樂真正放進多軌時間軸。
這個差異很重要。你可以先叫 Codex 移除贅詞，再進 ChatCut 播放檢查；字幕擋到臉時，可以手動調整；MG 動畫不合適，也能只改那一個圖層。AI 做的是第一輪執行，人仍保留最後決定權。
本文會用一支 2～5 分鐘的口播影片，示範從安裝 ChatCut、匯入素材、清理語音、加入繁體中文字幕與 MG 動畫，到人工檢查及匯出的完整流程。
| 30 秒快速答案 在 ChatGPT Desktop 的 Codex 任務中安裝 ChatCut Plugin 並完成登入，再匯入口播影片。第一輪只處理贅詞、重複句與停頓，確認時間軸後才加入 9:16 字幕、MG 與音樂，最後人工播放並匯出 MP4。 |
|---|
ChatCut with Codex 是什麼？
Codex 是能讀取檔案、使用工具與執行多步驟任務的 AI Agent。AI Agent 可以理解成不只回答問題，還能真的操作工具、追蹤進度與檢查結果的 AI 助理。
ChatCut 則是瀏覽器式 AI 影片剪輯器。官方產品文件目前提供粗剪、長影片轉短影音、逐字字幕、文字剪影片、Motion Graphics、AI 影片與圖片、旁白、音樂和音效等功能。它和 Codex 連接後，影片剪輯就能直接從對話開始。
兩者的分工可以簡化成：
| 工具 | 主要工作 |
|---|---|
| Codex | 理解目標、拆解步驟、選擇 ChatCut 工具、回報結果 |
| ChatCut | 管理素材、逐字稿、影片與音訊軌道、字幕、MG 動畫及匯出 |
| 使用者 | 決定內容取捨、檢查語意、畫面與音量，批准最終版本 |
Motion Graphics，簡稱 MG，指的是會動的標題、姓名條、數據圖表、章節卡或 CTA。它不是另一支影片，而是疊在原始畫面上方的動畫圖層。
真正值得注意的不是「AI 能不能幫忙剪片」，而是修改後仍留在時間軸。對需要反覆調整內容的創作者來說，這比一次生成成品更實用。
延伸閱讀：Codex 教學：非工程師也能用的 AI 桌面助理，10 個實戰應用
ChatCut Plugin 現在改名了嗎？
ChatCut 目前的官方 Plugin 頁面使用「ChatCut plugin for ChatGPT」名稱，並在 FAQ 說明，這就是原本的 ChatCut Codex plugin，同一套工具可在 ChatGPT Desktop 的 Work 與 Codex 使用。
因此，看到 ChatGPT plugin、Codex plugin 或 ChatGPT／Codex Plugin，不必把它們理解成三套不同產品。本文仍使用「Codex × ChatCut」，因為實際操作是在 Codex 任務中下達剪輯要求。
OpenAI 官方文件也指出，Plugin 可以把 Skills、Connector 與外部工具包成可重複使用的工作流程；在 ChatGPT Desktop 中，可從 Work 或 Codex 使用已安裝的 Plugin。
這套 AI 影片剪輯適合誰？
目前最適合的素材是有清楚人聲的口播、訪談、Podcast、課程與 Webinar。ChatCut 官方說明，目前內容理解主要依靠轉錄，對 Talking Head 與 Interview 效果最好，視覺分析仍在開發。
換句話說，如果影片的重點藏在「說了什麼」，ChatCut 能先從逐字稿找到贅詞、重複句、離題段落與重點內容；如果影片主要靠運鏡、表情、動作或蒙太奇敘事，仍會需要更多人工判斷。
我對這套流程的評價是中性偏多：值得口播創作者先試，但不適合直接把整個後製交給 AI 後不看結果。最實際的導入方式，是先拿一支 2～5 分鐘、自己擁有使用權的影片跑完一次，再決定要不要拿來處理正式內容。
開始前要準備什麼？
你需要：
- macOS 或 Windows 電腦，以及 ChatGPT Desktop。
- 可以使用 Codex 的 ChatGPT 帳戶。
- 一支自己擁有使用權的 MP4 或 MOV 影片。
- 穩定網路，因為素材需要上傳與轉錄。
- 預留人工播放與檢查時間。
建議第一次使用口播影片，不要一開始就丟進 30 分鐘 Podcast 或十幾段 B-roll。素材最好同時包含幾個「嗯、呃、然後」、一段重複句、超過 1 秒的停頓，以及一句適合做標題動畫的重點句。這樣才能看出每個功能是否真的有效。
步驟一：安裝 ChatCut Plugin
在 ChatGPT Desktop 開啟一個新任務，把以下 Prompt 貼給 Codex：
閱讀 chatcut.io/chatgpt，幫我安裝 ChatCut Plugin，完成登入與連線檢查，並建立一個新的 ChatCut 影片剪輯任務。
這份要求刻意把「安裝、登入、驗證、建立新任務」寫在一起。只安裝 Plugin 還不算完成，ChatCut 需要透過瀏覽器完成 OAuth 登入；OAuth 是讓你授權兩個服務連接，但不必把密碼直接交給對方的登入方式。
依 ChatCut 官方安裝說明，這套流程必須在本機的 ChatGPT／Codex Desktop 進行。Codex 會安裝 Plugin、開啟 ChatCut 登入頁，驗證連線後再建立第一個剪輯任務。
如果畫面停在登入頁，先完成登入，再回覆「登入完成」。這個流程不需要你在對話中提供開發者憑證，也不要把帳號密碼貼進對話。
安裝後應該進入新的任務。OpenAI 官方文件也提醒，Plugin 安裝後要開始新對話，新的 Skills 與工具才會載入。
步驟二：建立專案並認識 ChatCut 編輯器
進入新的 ChatCut 任務後，可以先下這個指令：
請建立一個新的 ChatCut 專案，名稱是「我的第一支 AI 剪輯影片」，並開啟可編輯的 ChatCut 畫面。先不要加入任何素材。
依照 ChatCut Editor Overview，編輯器主要分成五個區域：
- Agent：輸入剪輯要求與查看 AI 回報。
- Player：播放目前時間軸的結果。
- Media：管理上傳、匯入及 AI 生成素材。
- Timeline：查看影片、聲音、音樂、字幕與 MG 的排列。
- Menu：復原、重做、版本保存及匯出。
時間軸可以理解成影片的施工現場。影片通常放在 V1，疊在畫面上方的 B-roll 或 MG 會放到 V2、V3；人聲、音樂與音效則會分配到不同音軌。AI 完成操作後，仍要回到這裡確認圖層位置和長度。
步驟三：匯入影片並等待轉錄
可以在 ChatCut 編輯器上傳，也可以把本機影片附加到 Codex 任務，再要求匯入目前專案。素材進入 Media 後，先確認檔名、長度與音訊是否正確。
接著輸入：
請分析這支影片並產生繁體中文逐字稿。
這一輪只做素材與轉錄檢查，不要刪除片段、加字幕、音樂或特效。完成後請回報：
1. 影片長度與畫面比例。
2. 是否有可辨識的人聲。
3. 逐字稿中可能需要人工確認的詞。
4. 是否已經可以開始剪輯。
上傳完成、轉錄完成與編輯器載入完成是不同狀態。素材卡還顯示處理中時，不要重複上傳同一檔案；先請 Codex 檢查目前素材是否已可使用。
逐字稿完成後，先讀一次人名、品牌名、產品名與數字。文字剪輯會依照時間碼改動影片，如果關鍵詞辨識錯誤，先修正文字再進行字幕與刪減。
步驟四：只做第一版結構剪輯
第一輪剪輯只處理內容，不要同時加字幕、MG、音樂與 B-roll。Prompt 可以這樣寫：
請根據逐字稿製作第一版初剪。
目標：保留講者原意，讓節奏更緊湊、自然。
請處理：
1. 移除明顯的「嗯、呃」與沒有語意的口頭禪。
2. 移除重複講述但沒有新增資訊的句子。
3. 將超過 1.5 秒的停頓縮短，但保留自然呼吸。
4. 不要刪除數字、專有名詞、結論或改變原意。
這一輪不要加字幕、音樂、轉場、B-roll 或 MG。完成後請列出主要刪減內容與理由，並保留可回復的版本。
ChatCut 的文字剪輯功能會把逐字稿與時間軸連在一起。刪除一個詞、一段文字或重排段落時，對應的影片和聲音也會更新；Agent 也能批次處理贅詞、離題段落與長停頓。
但「刪得越多越好」通常是錯的。所有停頓都消失後，人物說話會變得急促；口頭禪如果剛好連著下一個字，硬切也可能產生突兀聲音。第一版完成後，至少播放開頭、中段轉折與結尾，確認句子沒有被剪斷。
步驟五：調整直式比例並加入繁體中文字幕
結構確認後，再處理社群版型與字幕：
請把目前版本調整成 9:16 直式短影音，並加入繁體中文字幕。
字幕規格：
1. 每行不超過 14 個中文字，最多兩行。
2. 英文品牌與產品名稱保留英文原文。
3. 使用簡潔、高對比的字幕樣式。
4. 字幕不要遮住人物臉部、產品或畫面中的重要文字。
5. 只修正逐字稿錯字，不要改寫講者說法。
完成後先保留在可編輯時間軸，不要匯出。
這裡最容易忽略的是重新構圖。橫式影片改成 9:16 後，人物可能被裁掉一側，畫面中的簡報或 App 介面也可能超出範圍。字幕完成不代表版型完成，必須切到影片不同位置檢查主體是否仍在安全區域。
步驟六：加入 MG 標題與背景音樂
確認初剪與字幕後，才加入視覺包裝。先做少量、可驗收的 MG：
請在影片開頭加入 3 秒的 MG 標題動畫。
主標題：「用 Codex 剪影片」
副標題：「ChatCut AI 影片剪輯教學」
風格使用深色背景、白色文字與一個品牌強調色。動畫以淡入和輕微上移為主，不要旋轉、閃爍或遮住人物臉部。只新增這一個 MG，不要改動字幕與剪輯內容。
ChatCut 的 Motion Graphics Guide 指出，MG 可用自然語言建立姓名條、標題卡、圖表、倒數與 CTA，生成後仍能調整文字、顏色、字型、位置與時間。
再單獨處理音樂：
請加入一段適合科技教學影片的背景音樂，涵蓋整支影片。
人聲必須保持清楚，音樂只作為底層氣氛；開頭與結尾各加入 1 秒淡入淡出。不要修改原始人聲、字幕與 MG。套用前若需要使用 Credits，先顯示確認資訊。
分開處理 MG 與音樂不是多此一舉。如果一次要求「變得更專業」，AI 可能同時改字幕、轉場、配樂與畫面，發現問題時很難知道是哪一層造成的。
步驟七：人工檢查並匯出影片
匯出前，完整播放一次，至少檢查：
- 句子有沒有被剪斷，前後語意是否連得起來。
- 字幕是否有錯字、太快或遮住主體。
- 9:16 畫面是否裁掉臉、手勢、產品或畫面文字。
- MG 是否出現在正確時間，圖層有沒有蓋住字幕。
- 背景音樂與音效是否干擾人聲。
- 片頭、片尾及刪除段落後有沒有黑畫面或空白。
如果只要改一個地方，請使用時間碼與限制範圍：
請只調整 00:18 到 00:23。
這一段字幕遮到人物下巴，請往下移並縮小 10%。其他字幕、剪輯、音樂與 MG 都不要改。
確認完成後，再要求匯出：
請以 1080p、30 fps 匯出完整時間軸為 MP4。開始前請再次確認沒有黑畫面、字幕超出畫面、音樂蓋過人聲或未完成的素材。
ChatCut 官方文件目前列出最高 1080p、60 fps 的輸出選項，也能輸出 Audio 或 Motion Graphics。但一般 Reels、Shorts 與教學短片使用 1080p、30 fps 已足夠，檔案較小，也比較容易上傳。
ChatCut with Codex 和 HyperFrames 差在哪？
搜尋「Codex 剪影片」時，常會同時看到 ChatCut 與 HyperFrames。兩者都能讓 AI 參與影片製作，但工作方式不同。
| 比較項目 | ChatCut with Codex | Codex × HyperFrames |
|---|---|---|
| 核心介面 | 瀏覽器式影片編輯器與多軌時間軸 | 以 HTML、CSS 與程式描述影片 |
| 最適合素材 | 口播、訪談、Podcast、短影音 | 動態圖卡、產品影片、資料視覺化 |
| 修改方式 | Prompt 加上手動調整時間軸 | Prompt 修改影片專案與程式 |
| 新手門檻 | 較低，重點是學會驗收剪輯結果 | 較高，需要理解資料夾、指令與渲染 |
| 可重複性 | 可把剪輯流程保存成 Skill | 可用程式、模板與版本控制重複使用 |
如果你手上已經有真人口播，希望快速清理贅詞、加字幕與音樂，我會先選 ChatCut；如果主要需求是可程式化動畫、固定版型與批次渲染，HyperFrames 的擴充性更高。這不是哪一套全面取代另一套，而是素材類型不同。
延伸閱讀：Claude Code 剪影片教學：搭配 HyperFrames 自動加字幕、動畫與輸出 MP4
ChatCut Prompt 怎麼寫比較穩定？
比起寫一段很長的華麗描述，穩定 Prompt 更像一份簡短剪輯單。至少交代四件事：
- 目標：影片要給誰看、用在哪裡。
- 範圍：這一輪要改什麼。
- 邊界：哪些內容不能改。
- 驗收：完成後要檢查與回報什麼。
例如：
目標：把這支 4 分鐘口播整理成 60 秒內的 Reels。
這一輪只挑選內容與調整順序，不要加入字幕或特效。保留「問題、方法、結果」三段，不得改變數字與講者結論。
完成後請列出保留段落、刪除段落與各自時間碼，並確認時間軸沒有空白。
「幫我剪得更有質感」缺少可驗收條件；「只處理停頓，不改字幕與音樂」則能把風險限制在一個範圍。需要反覆修改時，後者也更容易維護。
ChatCut with Codex 的限制與風險
AI 不一定理解真正的內容重點
轉錄能找到文字，但未必知道哪一句對你的品牌、客戶或課程最重要。刪除核心承諾、法律警語、數字前提或反方觀點，都可能讓影片意思改變。
視覺敘事仍需要人工判斷
官方目前明確表示，素材理解主要依靠轉錄，視覺分析仍在開發。沒有人聲的旅遊 Montage、舞蹈、產品細節或需要精準對拍的影片，不應只靠逐字稿剪輯。
生成素材可能使用 Credits
剪輯現有素材與生成新影片、圖片、MG、音樂不是同一種成本。遇到 Credits 確認時，先看用途與數量；教學文章也不適合把可能變動的方案價格寫死。
上傳素材涉及權限與隱私
不要上傳未取得同意的客戶訪談、機密會議、未公開產品畫面或包含個資的錄影。即使 AI 能處理，內容權限仍由上傳者負責。
官方示範不等於每次結果
轉錄品質會受到語言、口音、收音與背景噪音影響；MG 與生成 B-roll 也可能需要多輪調整。把它當成能加速第一版的助理，比把它當成零人工的自動剪片機更符合實際使用方式。
ChatCut with Codex 常見問題 FAQ
Codex 本身可以直接剪影片嗎？
Codex 負責理解需求與使用工具；真正管理影片素材、字幕、音軌與時間軸的是 ChatCut。安裝 ChatCut Plugin 後，兩者才能形成完整剪輯流程。
ChatCut Plugin 和 ChatGPT Plugin 是不同版本嗎？
不是。ChatCut 官方目前把原本的 Codex plugin 稱為 ChatCut plugin for ChatGPT，並說明同一套工具可在 Work 與 Codex 使用。
ChatCut with Codex 要怎麼安裝？
請在 ChatGPT Desktop 開啟 Codex 任務，要求 Codex 閱讀 ChatCut 官方安裝頁，完成 Plugin 安裝、OAuth 登入、連線驗證及新任務建立。安裝後要使用新的任務，工具才會完整載入。
不會剪輯軟體也能使用嗎？
可以先用 Prompt 完成初剪、字幕與基本 MG，但仍要學會播放影片、查看時間軸、辨認字幕與音軌。完全不檢查就匯出，風險仍然很高。
ChatCut 適合剪中文影片嗎？
ChatCut 官方列出中文轉錄與逐字字幕能力，但實際準確度仍受口音、收音與專有名詞影響。開始剪輯前，先檢查人名、品牌、數字與產品名稱。
可以把長 Podcast 自動剪成 Reels 嗎？
可以要求 Agent 找出重點並建立 9:16 短版，但「哪一段最值得保留」仍是內容判斷。建議先讓 AI 提出候選段落與時間碼，再決定要剪哪一版。
完成後還能自己修改嗎？
可以。這正是 ChatCut 相較一次性 AI 影片生成工具的重要差異：影片、字幕、音樂與 MG 會留在可編輯時間軸，可繼續手動或用 Prompt 修改。
結語：把 AI 當助理剪輯師，不是最後一道審片
ChatCut with Codex 最實用的地方，是把「找段落、剪停頓、做字幕、加標題與配樂」從一連串介面操作，改成可以用自然語言分批交辦的工作。
但真正能降低重做成本的做法，不是一口氣叫 AI 做完整支影片，而是依照結構剪輯、字幕版型、MG 與音樂的順序分輪處理。每完成一輪就回到 ChatCut 播放與檢查，錯誤才不會一路累積到匯出階段。
如果是第一次使用，先拿一支短口播片完成本文流程。當中文轉錄、剪接點、字幕位置與音量都能穩定通過檢查，再把它擴大到 Podcast、課程或固定的短影音工作流，會是更實際也更容易維護的導入方式。
我是 Philo，這裡是 AI 郵報。我會持續整理 AI 工具、產品更新，以及真正能放進工作流程的實用教學。
