CapCutCapCut

如何撰寫 AI 編輯器看得懂的剪輯企劃書:鏡頭、時長與文字進場時間

团队: AiToolsForApps在 AI 协助下撰写12 分鐘閱讀

重點摘要

  • 以提示詞剪輯已不再是空頭承諾:EditPilot 讓你在 CapCut 桌面版中用自然語言描述時間軸的變更,而 ChatGPT 外掛也已在洛杉磯的 CapCut World 活動中發表,日期為 2026年10月27日,見 CapCut 官方新聞稿。
  • 瓶頸已經轉移:不再是知道按鈕在哪裡,而是知道該下什麼指令。像「讓它更有動感」這種模糊的提示詞,只會得到一個通用的剪輯成品,因為裡面沒有決定,只有形容詞。
  • 可執行的企劃書是一份附有秒數的鏡頭清單,加上宣告好的剪輯節奏、每段文字進場的確切秒數和停留多久,以及 B-roll 放在哪裡、靜默放在哪裡。
  • 有些東西是任何代理都猜不到的,最好事先備妥:時間精確到位元組的 .srt 檔案,以及帶有 Alpha 通道的 PNG 字卡。依據 CapCut 的匯入字幕官方說明,CapCut 只在桌面版和網頁版支援匯入字幕,行動版不行。
  • 2026年11月的行動版本(20.0.0,11月3日發布;20.1.0,11月11日發布,依據 APKMirror)鞏固了這個週期:編輯器更新很快,企劃書是唯一取決於你的東西。
剪輯桌上排成時間軸的分鏡卡片,旁邊有一支直立的手機
剪輯桌上排成時間軸的分鏡卡片,旁邊有一支直立的手機

十五年來,剪輯直式影片是一個手工活的問題:要熟悉快速鍵、把片段拖對位置、記得關鍵影格在哪裡。到了 2026年,這件事反過來了。當你對編輯器說「把這段剪成 30 秒,再加上字卡」,機器幾秒鐘就能完成;問題是它會按它自己的方式去做,而它的方式就是它看過的所有東西的平均值。對在 CapCut 創作或銷售的人來說,AiToolsForApps 的 aiCapCut 工具瞄準的正是這道裂縫:讓你在進入編輯器時,就已經備妥剪輯企劃書、SRT 字幕和字卡,而不是指望代理臨場發揮。本文談的就是這門新的手藝:撰寫企劃書。


2026年10月到11月之間,CapCut 究竟改變了什麼?

改變的是下指令的方式。CapCut 在洛杉磯的活動上(依其自家新聞中心,日期為 2026年10月27日)發表了一組工具,既能回應自然語言的請求,也能回應直接在預覽視窗上所做的選取;另外還有一個 ChatGPT 外掛,讓你從點子直接做出初剪,並透過對話持續調整。

對日常工作重要的三個區塊:

新功能功能說明平台官方宣稱狀態
EditPilot把書面指示轉換為時間軸上的實際變更(裁切、重新排序、收緊節奏、更改某個鏡頭中特定物件的顏色)桌面版 / PC逐步推出中
Generative & Interactive Edit透過在預覽視窗上選取來調整,而不是在軌道上桌面版與網頁版於活動中宣布
ChatGPT 外掛(CapCut × Codex)從對話中做出初剪,並以對話反覆調整;使用 CapCut 的 MCP 傳回含有軌道與素材的可編輯專案ChatGPT整合方頁面描述為已可使用,但有帳號與地區的限制;ivipid 等發布消息的報導則把它放在「未來幾個月」,未提供日期或價格

閱讀標題時要記得一點:活動日期因來源而異(CapCut 新聞稿是 10月27日,部分報導是 10月24日)。不變的是現場展示的範例:一支 12 秒的運動短片,在對話中以「把這些片段轉成 12 秒的精華」這道指令剪成,之後接連調整,包括某個鏡頭的長度、字幕的易讀性、旁白下方的音樂,以及螢幕上的文字。

同時,行動版維持著正常的節奏:20.0.0 於 2026年11月3日發布,20.1.0 於 11月11日發布,後者修正了錯誤並改善了裁切功能。也就是說:編輯器每一週半就迭代一次。你的企劃書不會。


為什麼「讓它更有動感」總是得到通用的剪輯成品?

因為這不是指令,而是評價。「動感」裡沒有任何數字:沒有每分鐘幾個剪輯點,沒有鏡頭的最短長度,也沒有說明節奏是加快還是放慢。面對沒有決定的請求,模型會用訓練資料的中位數來填補,而直式影片的中位數,正是你已經看過上千次的東西。

當每一句話都能用碼錶驗證時,提示詞才是可執行的。比較看看:

模糊的提示詞代理替你決定的事可執行的版本
「讓它更有動感」剪輯點數、鏡頭長度、轉場「45 秒內 18 個剪輯點;沒有任何鏡頭短於 1.2 秒;不用轉場,只用硬切」
「加上好看的字幕」字型、大小、位置、幾行「兩行字幕,每行最多 32 個字元,放在底部介面列的上方」
「開頭要有力」哪個鏡頭開場、持續多久「鏡頭 01:特寫,1.8 秒,成果的最後一個動作;背景交代從鏡頭 03 才進來」
「配上音樂」曲目、音量、是否蓋過人聲「純音樂置於旁白之下,0:00 進入,人聲說話時降低 6 dB」
「留一個結尾字卡」文字、進場秒數、持續時間「結尾字卡於 0:41 進場,停留 3.5 秒,佔據中間三分之一」
一堆雜亂的卡片,與同樣的卡片整齊排列在標有時長的格線上的對比
一堆雜亂的卡片,與同樣的卡片整齊排列在標有時長的格線上的對比

實用的規則是:如果你的指令無法用數據反駁,它就不是指令。「更有動感」無法被駁倒。「45 秒內 18 個剪輯點」則可以:數一數就知道。


一份可執行的剪輯企劃書要包含哪些部分?

六個區塊,而且六個都要有數字。當另一個人,或一個代理,不必問你任何問題就能剪出這支影片,而且成品的長度正好符合預期時,企劃書就是可執行的。

  1. 目標長度與輸出格式(直式 1080×1920,橫式 1920×1080)。所有鏡頭加起來必須符合目標;若不符,就按比例縮放,而不是臨場發揮。
  2. 編號的鏡頭清單。 每個鏡頭包含:類型(特寫、中景、B-roll、螢幕畫面、真人出鏡……)、簡短標籤、畫面描述、秒數,以及累計的起點與終點。
  3. 宣告好的剪輯節奏:總剪輯點數與每分鐘剪輯點數。這是讓「動感」真正有意義的唯一方法。
  4. 附時間碼的螢幕文字:每張字卡寫什麼、在第幾秒進場、停留幾秒。沒有時長的文字,代理會讓它一直掛到最後。
  5. 鉤子與 CTA 要和其餘部分分開。 鉤子不是「開頭」:它是有功能、有自己時長的一個鏡頭。CTA 也不是「最後塞得下的東西」。
  6. B-roll 放在哪裡、靜默放在哪裡。 靜默是剪輯的決定,而不是空洞:像鏡頭一樣,標出它的進場秒數和持續時間。

鏡頭的最簡範本,詳細程度剛好是提示詞編輯器能夠執行而不必自行發明的:

鏡頭 04
  類型: b-roll
  標籤: 手放在鍵盤上
  時長: 2,4 秒   (起點 00:07,2 — 終點 00:09,6)
  描述: 俯拍,雙手打字,不露臉
  螢幕文字: 有 — 於 00:07,6 進場,持續 2,0 秒
  轉場: 硬切
  音訊: 環境音,無旁白

在打開編輯器之前,有哪些東西要先備妥,因為 AI 猜不到?

兩樣:字幕的時間和以圖片形式呈現的字卡。這兩樣的錯誤不是美觀問題,而是機械問題:一個毫秒寫錯,檔案就載入不了;一個 PNG 沒有 Alpha 通道,字卡就會蓋住鏡頭;而生成式代理在這兩處沒有什麼可以發揮的,因為正確答案只有一個。

.srt。 CapCut 在桌面版接受匯入 .srt 和 .txt 字幕,網頁版只接受 .srt,而且行動版不允許匯入字幕檔;此外,它要求 UTF-8 編碼,才不會讓特殊字元壞掉。這代表如果你的工作流程在行動裝置上,檔案就必須一次做對,因為你在那裡沒辦法修。而有效的 .srt 很嚴格:從 1 開始編號、毫秒用逗號分隔、換行正確,而且各段字幕絕不重疊。

字卡。 由圖像模型寫出來的字卡,字母會變形:這是請視覺生成器產出文字的典型錯誤。可靠的做法正好相反:用排版方式合成文字,並匯出成具有真正透明度的 PNG,而且應該檢查檔案本身的 Alpha 通道,不要只相信檔名。

四片半透明的面板層層堆疊,代表背景透明的 PNG 字卡
四片半透明的面板層層堆疊,代表背景透明的 PNG 字卡
項目應由誰產出原因
字幕時間確定性的切分器,附每行字元數與閱讀速度規則正確的結果只有一個;在這裡發揮創意是缺陷
字卡與封面以排版方式合成並匯出為含 Alpha 的 PNG圖像生成器寫不好字母
鏡頭結構與節奏你,在企劃書裡這些是編輯決定,不是技術問題
在時間軸上執行提示詞編輯器這是機械且重複的工作:正是它的專長
最後修正與發布你,在編輯器裡外掛的展示最後也是在 CapCut 中開啟專案

文字要放在哪裡,才不會被社群平台的介面擋住?

放在中間區域。在直式影片中,可用的畫布並不是整個畫面:上方被通知和控制項佔據,下方被使用者名稱、說明文字、音樂標示和操作按鈕佔據,右側則是「按讚」、留言和分享的那一欄。放在那裡的字卡存在於你的匯出檔中,卻會在觀眾的手機上消失。

關於這點的兩個誠實提醒:

  • 確切的像素尺寸會因平台與應用程式版本而異,而且下方的區域在說明文字很長時還會變大。請把它們當作需要在裝置上驗證的最低標準,而不是常數。
  • 因此企劃書必須說明每段文字放在哪個區域(上三分之一、中間區域、說明文字上方),而不只是它說什麼。
直式手機,上、下、右側標出安全區域的色帶,並有三等分格線
直式手機,上、下、右側標出安全區域的色帶,並有三等分格線

還有一個規模的參考,讓你明白為什麼這件事代價高昂:依據 YouTube Shorts 簡介,YouTube Shorts 在 2025年11月的每日觀看次數超過 1,000億,每月使用者約 40億,自 2024年9月起最長可達 3 分鐘。被擋住的字卡不是小細節:在觀眾不會回頭看的格式中,那是你一半的訊息。


如何一步一步把點子變成企劃書?

分四個階段,順序固定:決定長度、寫出鏡頭、標上文字時間碼、備好檔案。順序很重要,因為每一步都會定下下一步需要的決定。

  1. 定下總長與分配。 決定這支影片的秒數,以及鉤子佔幾秒、主體佔幾秒、結尾佔幾秒。如果鏡頭加總不符,就在繼續之前按比例縮放所有鏡頭。
  2. 把鏡頭寫成清單,而不是一段文字。 類型、標籤、描述、秒數。要編號。到這一步你就能數出剪輯點數,因此可以宣告節奏。
  3. 讓文字上時鐘。 每張字卡都有進場秒數和持續時間。靜默和 B-roll 的段落也在這裡標出來。
  4. 備好不能臨場發揮的檔案。 用你的字元數與閱讀速度規則,從腳本產生 .srt,把字卡匯出為含 Alpha 的 PNG,並確認目標平台的尺寸。到這時才打開編輯器,並要求執行。

這正是 aiCapCut 提出的分工:企劃書和檔案在外部備妥,也就是包含鏡頭、時長與計時文字的剪輯企劃書、SRT、VTT 或 TXT 格式的字幕,以及 PNG 字卡,而編輯器做它最擅長的事,也就是在時間軸上執行。aiCapCut 不會算圖輸出影片,也不會產生 CapCut 專案:它產出的是經過驗證的素材,之後再由你匯入。而且有一點必須說清楚,因為這是區分實用工具與空頭承諾的界線:它不是 CapCut 的產品,也與 CapCut 沒有任何關聯。


要量測什麼,才知道企劃書好不好?

四個數字,全都能在完成的剪輯上驗證。如果企劃書是可執行的,成品不必談判就會符合這些數字;如果不符,就代表企劃書有漏洞,是別人替你補上的。

企劃書指標如何檢查企劃書薄弱的徵兆
總長度用碼錶量匯出檔與目標相差 > 5 %
每分鐘剪輯點數數剪輯點再相除你沒有事先宣告
螢幕文字檢查每一段的進場與持續時間有字卡一直留到結尾
字幕易讀性每行字元數與每段字幕的秒數字幕重疊或單行長達 60 個字元

還有第五個,雖然偏軟性但很有用:你得再向代理提出同樣要求多少次。 每一次重試,都是企劃書裡缺少的一個決定。

常見問題

什麼是剪輯企劃書?

它是把影片點子轉換為可執行指令的文件:附時長的鏡頭清單、剪輯節奏、哪段文字在第幾秒進場以及持續多久、B-roll 放在哪裡、靜默放在哪裡。它對真人剪輯師和提示詞編輯器同樣適用。

我要怎麼請 CapCut 的 AI 幫我剪影片?

描述在時間軸上要做的具體變更。EditPilot 是為自然語言請求而設計的,例如「把這支 12 分鐘的教學轉成 90 秒的剪輯」或「刪掉重複的地方並收緊節奏」。請求裡的數字越多,例如秒數、剪輯點數、鏡頭最短長度,模型替你做的決定就越少。

CapCut 的 ChatGPT 外掛已經可以使用了嗎?

這取決於資訊來源和你的帳號。CapCut 專門介紹 ChatGPT 整合的頁面將它描述為已可使用,並提醒存取權、生成額度和素材取決於帳號、地區與產品條款;2026年10月的發表報導則把它放在「未來幾個月」,沒有確認日期或價格。在規劃使用它的工作流程之前,最好先在應用程式中確認。

可以在手機上的 CapCut 匯入 SRT 字幕嗎?

不行。依據 CapCut 的官方說明,字幕檔匯入在桌面版(.srt 和 .txt)與網頁版(.srt)可以使用,但行動版應用程式不允許匯入 .srt 或 .txt。無論走哪一種途徑,檔案都必須是 UTF-8。

為什麼用 AI 生成的字卡,字母會畫錯?

因為圖像模型是把字母當作形狀來畫,而不是當作文字:它背後沒有排版引擎。解決辦法不是在提示詞上硬碰硬,而是把文字從生成器中拿出來,用排版方式合成,並匯出成透明背景的 PNG,再在編輯器中疊上去。

直式影片每分鐘應該有幾個剪輯點?

沒有通用的數字,沒有前提就給你一個數字的人都是在猜。對企劃書重要的是由你來宣告:節奏緩慢的教學和運動精華的節奏不一樣,你不寫數字,模型就會替你寫。

很詳細的企劃書不會扼殺創意嗎?

恰恰相反:詳細的企劃書保護了你已經做出的創意決定。企劃書沒寫的地方,代理填進去的不是創意,而是它訓練資料的平均值。把「鉤子持續 1.8 秒,並以特寫開場」寫下來,正是避免它還給你一個和所有人都一樣的剪輯成品的辦法。

企劃書現在就是工作本身

以提示詞剪輯並沒有消滅這門手藝,而是讓它換了位置:從雙手移到事前的決定。帶著計時鏡頭清單、已上時鐘的文字、位元組精確的有效 .srt,以及含 Alpha 的 PNG 字卡進入編輯器的人,得到的是自己要的東西;帶著「讓它更有動感」進去的人,得到的和所有人一樣。如果你想在打開編輯器之前就備妥這些素材,AiToolsForApps 的 aiCapCut 就是為此打造的,別無其他:產生剪輯企劃書、SRT 字幕和 PNG 字卡,並把驗證過的成品交給你,開始使用不需註冊。aiCapCut 不是 CapCut 的產品,也與 CapCut 沒有任何關聯。

打開編輯器之前先備好企劃書:用 aiCapCut 產生含鏡頭與時長的剪輯企劃書、SRT 字幕和 PNG 字卡,不需註冊。

打開編輯器之前先備好企劃書:用 aiCapCut 產生含鏡頭與時長的剪輯企劃書、SRT 字幕和 PNG 字卡,不需註冊。

↑ 回到頂端