ปลั๊กอินตัดต่อ Reels ใน Claude Code: IT Reelsmaker ขึ้นแคตตาล็อกทางการของ Claude

เมื่อวันที่ 2 ตุลาคม 2569 ปลั๊กอิน IT Reelsmaker ของผมขึ้นแคตตาล็อกปลั๊กอินของ Claude แล้ว มันผ่านการตรวจความปลอดภัยและการรีวิวของ Anthropic และเวอร์ชัน 1.0.0 ถูกเผยแพร่พร้อมป้าย Claude Code, Cowork และแอป Claude เมื่อสองสามวันก่อนเราเพิ่งเล่าไปว่าจะเอาปลั๊กอินขึ้นแคตตาล็อก Claude ได้อย่างไร และตอนนี้เราก็เผยแพร่ของตัวเองแล้ว พอถึงวันที่ 21 ตุลาคม ปลั๊กอินโตมาถึงเวอร์ชัน 1.20.0 ตัวอย่างเช่น ตอนนี้มันแสดงสตอรีบอร์ดก่อนเรนเดอร์ หั่นไฟล์ยาว ๆ เป็นซีรีส์คลิป และติดป้ายชี้สิ่งของในเฟรมได้ ในแคตตาล็อก Claude เวอร์ชันใหม่ยังรอการรีวิวของ Anthropic อยู่ ถ้าอยากได้ปลั๊กอินตัวล่าสุดจึงควรติดตั้งจาก marketplace ของเราบน GitHub คำสั่งอยู่ในหัวข้อการติดตั้ง

IT Reelsmaker ตัดต่อวิดีโอแนวตั้งสำหรับ Reels, Shorts และ TikTok จากคลิปแบบ talking head คือคลิปที่คนพูดเข้ากล้อง ขาเข้าคือเทคดิบจากมือถือ ขาออกคือไฟล์มาสเตอร์ 1080×1920 ที่ตัดเรียบร้อย มีซับไตเติล กราฟิกในสีของแบรนด์ และเสียงที่ปรับระดับแล้ว งานทั้งหมดมี Claude Code เป็นคนคุม ส่วนโปรแกรมตัดต่อรันบนคอมพิวเตอร์ของคุณ เอเจนต์รันสคริปต์ของปลั๊กอินและ ffmpeg ประกอบวิดีโอใน Remotion จากชุดคอมโพเนนต์สำเร็จรูป แล้วตรวจผลลัพธ์ นี่คือการตัดต่อด้วย AI ก็จริง แต่ปลั๊กอินตัวหลักไม่ได้ใช้ AI สร้างวิดีโอขึ้นมา สิ่งที่อยู่ในเฟรมยังเป็นคลิปจริงของคุณ

ปลั๊กอินตัดต่อ Reels ใน Claude Code เหมาะกับใคร

เหมาะกับคนที่ถ่ายตัวเองด้วยมือถือเป็นประจำ และเสียเวลาตัดต่อมากกว่าถ่าย เช่น ผู้เชี่ยวชาญ รีครูตเตอร์ เจ้าของแบรนด์เล็ก ๆ คนทำ SMM ปลั๊กอินไม่ได้ผูกกับบริษัทใดบริษัทหนึ่ง แบรนด์ถูกเก็บเป็นโปรไฟล์แยกกัน ทั้งสี ฟอนต์ โลโก้ และกฎการออกแบบ จะมีกี่แบรนด์ก็ได้ และก่อนตัดต่อเอเจนต์จะถามว่าวิดีโอนี้ของแบรนด์ไหน สกิลคุยกับคุณในภาษาของคุณ ส่วนข้อความในเฟรมใช้ภาษาของตัววิดีโอเอง

เราสร้างมันขึ้นมาจากวิดีโอจริง ตัวเลขที่จะเจอด้านล่างจึงมาจากตรงนั้น ทั้งเกณฑ์ความดัง ระยะขอบ ขนาดพื้นที่สำหรับข้อความ ทุกอย่างผ่านการใช้งานจริงมาแล้ว ไม่ได้นึกเอาเอง

การตัดต่อวิดีโอแนวตั้งด้วย AI ทำงานอย่างไร

คำถามแรกของเอเจนต์คือเรื่องแบรนด์ สไตล์ และภาพแทรก แบรนด์เลือกจากที่บันทึกไว้ หรือสร้างใหม่จากชื่อ สี และโทน สไตล์มีหกแบบ ได้แก่ ป้ายไฮไลต์ แบบแบรนด์ มินิมอล Editorial แบบจัดจ้าน และกระจก ส่วนภาพแทรก คือ B-roll (ฟุตเทจเสริมที่วางทับเสียงพูด) ฉากที่เขียนด้วยโค้ด และมีม จะเปิดใช้ก็ต่อเมื่อคุณต้องการเท่านั้น ความเข้มข้นค่าเริ่มต้นอยู่ระดับกลาง ๆ

จำนวนครั้งที่ต้องอนุมัติขึ้นอยู่กับโหมด ในโหมดเร็ว ถ้าเป็นแบรนด์ที่มีอยู่แล้ว จะไม่มีคำถามล่วงหน้าเลย ปลั๊กอินหยุดแค่ที่แผนการตัดกับที่พรีวิว โหมดมาตรฐานซึ่งเป็นค่าเริ่มต้นจะเพิ่มคำถามแรกและสตอรีบอร์ด ส่วนโหมดเต็มเพิ่มคำถามเรื่องโปรไฟล์ของวิดีโอ และเหตุผลของทุกการตัดสินใจ ถ้าทำคอนเทนต์เป็นรายการประจำ บันทึกการตั้งค่าและตอนจบของวิดีโอที่เสร็จแล้วเป็นพรีเซ็ตของซีรีส์ แล้วใช้กับตอนถัดไปได้

ต่อจากนั้นไฟล์จะถูกถอดเสียงทีละคำ และสกิลจะหาเทคซ้ำกับจุดที่พูดผิด เอเจนต์ร่างแผนการตัดว่าอะไรเก็บ อะไรตัดทิ้ง และเพราะอะไร ถ้าคุณยังไม่บอก “โอเค” ปลั๊กอินจะไม่ตัด ในแผนจะระบุตรง ๆ ว่าอะไรถูกปัดตกและด้วยเหตุผลอะไร

ปลั๊กอินยังไม่ตัดสินใจเงียบ ๆ ด้วยว่าวิดีโอจะเปิดอย่างไรและจบอย่างไร มันหาประโยคเด็ด ๆ ในบทถอดเสียง แล้วเสนอโครงสร้าง 2–3 แบบพร้อมความยาวและความเสี่ยง ได้แก่ เรียงตามลำดับ ตัดช่วงเปิดที่ยืดยาดออก หรือเปิดด้วยทีเซอร์ คือให้ประโยคแรง ๆ จากกลางคลิปขึ้นก่อน แล้ววิดีโอค่อยเล่นตั้งแต่ต้น ตอนจบลงที่ข้อสรุป CTA (คำชวนให้ลงมือทำ) หรือโลโก้ สำหรับละครสั้นและบทสนทนาจะมีตัวเลือกแบบทีเซอร์เสมอ สกิลใช้เสียงตรวจว่าประโยคไหนตัดออกมาได้เนียน และเตือนถ้าทีเซอร์ไปเฉลยตอนจบ ในคำถามเดียวกันนี้ เอเจนต์รวบรวมบรีฟสำหรับกราฟิกไปด้วย ทั้งโลโก้ CTA เทคนิค และเสียง

พอคุณยืนยัน ก็จะได้ rough cut (ดราฟต์ตัดต่อแรก) ที่ตัดคลิปแล้ว ปรับสีด้วยไวต์บาลานซ์ที่วัดค่าจริง เร่งเสียงพูดให้เร็วขึ้นเล็กน้อย และวางซับไตเติลบนไทม์ไลน์ใหม่เรียบร้อย จากนั้นจะวัดตำแหน่งใบหน้าตลอดทั้งดราฟต์ เรื่องนี้เล่าไว้ด้านล่าง

จุดตรวจที่สองคือ แผนด้านภาพ (visual plan) เป็นตารางที่ไล่ตามไทม์โค้ดว่ามีประโยคพูด ฟุตเทจหลัก B-roll มีม ทรานซิชัน และคำตอบของคำถาม “ใส่ไปทำไม” คุณจะได้เห็นตารางนี้ก่อนเรนเดอร์ จึงเอาภาพแทรกที่ไม่จำเป็นออกได้ตั้งแต่ก่อนเริ่มเรนเดอร์ที่กินเวลานาน

ในโหมดมาตรฐานและโหมดเต็ม ก่อนเรนเดอร์ปลั๊กอินจะแสดงสตอรีบอร์ด คือเฟรมของฉากและภาพแทรกที่มีหมายเลขกำกับ รวมอยู่ในแผ่นเดียว ขอให้ทำเฟรม 3 กับ 7 ใหม่ได้ตั้งแต่ก่อนเรนเดอร์เต็ม ตรงนี้ยังตรวจข้อความทั้งหมดในเฟรมด้วยว่าโดนขอบตัดไหม ทับข้อความอื่นหรือทับหน้าคนไหม

จากนั้น Remotion จะสร้างกล้องเสมือนและกราฟิกในสีของแบรนด์ เรนเดอร์ที่ 1080×1920 แล้วตรวจว่ามีตัวหนังสือไปทับหน้าหรือเปล่า ขั้นสุดท้ายคือมาสเตอริงเสียงและรายงานเป็นตัวเลข ทั้งความยาว ความเงียบที่เหลืออยู่ ความดัง ใส่ภาพแทรกอะไรบ้าง และทำไมบางอย่างถึงไม่ได้ใส่

ตัดตามเสียง ไม่ใช่ตามบทถอดเสียง

ไอเดียทางเทคนิคหลักของปลั๊กอินคือตัดตามเสียง บทถอดเสียงบอกว่าพูดอะไร แต่ขอบของคำที่ตัวถอดเสียงจับได้มักคลาดเคลื่อน สกิลจึงสร้างมาสก์เสียงพูด โดยวัดความดังเป็นช่วงหน้าต่างละ 10 ms เกลี่ยด้วยค่าสูงสุดแบบเลื่อนในช่วง 30 ms ทั้งสองทาง และนับเป็นเสียงพูดเฉพาะสิ่งที่ยาวอย่างน้อย 110 ms เสียงหายใจไม่นับเป็นคำ เสียงท้ายคำที่ไม่ก้องไม่ถูกตัดทิ้ง ช่วงเงียบถูกบีบเหลือ 50 ms หรือ 220 ms ถ้าอยากได้ความหนาแน่นแบบ “เป็นธรรมชาติ” ในวิดีโอจริง ขอบรอยตัดตรงกับการตัดด้วยมือ คลาดกันไม่เกิน 40 ms

มาสก์ยังฟังย่านความถี่สูงด้วย เสียง “ส” เบา ๆ ท้ายคำ หรือ “ช” ต้นคำจึงยังอยู่ในรอยต่อ ถ้าคำสั้น ๆ ถูกพูดเบากว่าเสียงพูดส่วนอื่นอย่างเห็นได้ชัด สกิลจะไม่ทิ้งไปเงียบ ๆ แต่บอกว่าเป็นคำไหนและขอให้ฟังเช็กด้วยหู อีกกับดักหนึ่งคือวิดีโอจาก iPhone แทร็กเสียงอาจเริ่มช้ากว่าภาพราว 0.1 วินาที ถ้าไม่ชดเชย ทุกรอยตัดจะกินท้ายคำสุดท้ายไป ปลั๊กอินจึงวิเคราะห์เสียงบนไทม์ไลน์ของวิดีโอ

อีกงานหนึ่งคือเทคซ้ำ Whisper อาจรวมคำที่พูดซ้ำให้เป็นคำเดียวที่ “ยืดยาว” และดูจากข้อความก็ไม่เห็น สกิลจับคำที่ยาวเกินหนึ่งวินาที ช่วงเงียบเกินหนึ่งวินาทีกลางประโยค และคำที่บอกว่ากำลังเริ่มพูดใหม่ แล้วตรวจจุดที่ไม่แน่ใจซ้ำเป็นท่อนละไม่เกิน 5 วินาที เทคที่ดีที่สุดเลือกจากสัญญาณแบบที่คนตัดต่อตัวจริงใช้ ถ้าคนพูดบอกว่า “อันนี้ดี” ให้เอาเทคก่อนหน้า ประโยคที่พูดจบรวดเดียวดีกว่าประโยคที่ขาดตอน และเสียงเสื้อผ้าเสียดสีคล้ายเสียงพูด จุดแบบนี้จึงตรวจทีละเฟรม

ซับไตเติลและตัวหนังสือไม่บังหน้า

ปัญหาประจำของซับไตเติลอัตโนมัติคือข้อความทับคาง IT Reelsmaker ไม่กะเลย์เอาต์ด้วยสายตา แต่วัดจริง โมเดล YuNet หาใบหน้าในเฟรมของ rough cut ทุก 0.25 วินาที แล้วจากตัวเลขเหล่านี้ก็คำนวณว่าเหนือหัวมีที่ว่างเท่าไรสำหรับฮุก (ประโยคแรกที่ดึงความสนใจไว้) และป้ายข้อความ บนหน้าอกมีที่เท่าไร และต้องวางซับไตเติลที่ความสูงเท่าไรให้คางยังอยู่เหนือซับ โดยคิดรวมการซูมของกล้องเสมือนไว้ด้วย ไฟล์ที่เรนเดอร์เสร็จแล้วผ่านการตรวจแบบเดียวกัน และจุดที่หน้าทับกับซับไตเติล ป้ายข้อความ หรือมีม จะถูกรายงานพร้อมไทม์โค้ด

บางครั้งโมเดลเห็น “หน้า” ในหัวเข่า มือ หรือรอยยับของเสื้อผ้า ซึ่งก็คือตรงที่ซับไตเติลวางอยู่พอดี ฟิลเตอร์ความน่าเป็นไปได้จะตัดผลแบบนี้ทิ้งโดยดูจากค่าความมั่นใจ สัดส่วนกรอบ ตำแหน่ง และขนาด แล้วบอกว่าตัดทิ้งไปกี่อัน ในวิดีโอจริง มันเอาหน้าปลอมออกครบทั้ง 37 อัน โดยไม่โดนหน้าจริงเลยสักอัน กรอบที่ค่าความมั่นใจต่ำและโดนขอบซ้ายหรือขวาของเฟรมตัด ซึ่งมักเป็นไหล่ ก็นับเป็นของปลอมเช่นกัน และความสูงของซับไตเติลจะอิงเฉพาะหน้าที่จับได้อย่างมั่นใจ ถ้าไม่มีที่ว่างสำหรับฮุกหรือรายการข้อที่ขึ้นทับวิดีโอ ปลั๊กอินจะไม่วางทับหน้า แต่จะหยุดและขอให้คุณระบุตำแหน่ง และถ้าใช้ความสูงซับไตเติลแบบมาตรฐาน คางจะเข้าไปอยู่ในซับแทบตลอดทั้งวิดีโอ

โมเดลแค่หาว่าหน้าอยู่ตรงไหน มันไม่ได้ระบุตัวตนว่าเป็นใคร

ตัวซับไตเติลแบ่งตามวลี ช่วงหยุด และเครื่องหมายวรรคตอน และคำสั้น ๆ หรือตัวเลขจะไม่ถูกทิ้งค้างไว้ท้ายบรรทัด ในวิดีโอที่มีคนพูดสองคน ซับจะใส่สีตามคนพูด คนแรกใช้สีปกติ คนที่สองใช้สีเน้นหรือสีที่กำหนดไว้ในแบรนด์

ทำซับไตเติลเป็นภาษาอื่นก็ได้ Claude แปลประโยคให้ในเซสชันเลย ด้วยน้ำเสียงของแบรนด์และสั้นกระชับเท่ากับเสียงพูด ส่วนปลั๊กอินจะตรวจความเร็วในการอ่านและวางคำแปลให้เข้าจังหวะการพูด สำหรับแพลตฟอร์มต่าง ๆ มันเตรียมไฟล์ .srt ให้ จะเป็นต้นฉบับหรือคำแปลก็ได้ บรรทัดละไม่เกิน 42 ตัวอักษร

กล้อง กราฟิก และมาสเตอริงเสียง

จากเทคนิ่ง ๆ เทคเดียว ปลั๊กอินสร้าง กล้องเสมือน ขึ้นมา ทั้งภาพกว้าง ภาพกลาง ภาพใกล้ การซูมเข้าและซูมออกแบบฉับไว ขีดจำกัดการขยายคำนวณไว้ล่วงหน้าจากความละเอียดและเฟรม เพื่อไม่ให้ภาพเสียความคมชัด ตรงช่วงหยุดพูดจะใช้การตัดชนแทนทรานซิชันแบบนุ่มนวล

กราฟิกผูกกับคำ ไม่ได้ผูกกับวินาที ถ้าวิดีโอถูกตัดใหม่ ป้ายข้อความก็ยังขึ้นตรงประโยคที่ถูกต้อง การแก้ในขั้นท้าย ๆ เช่น คำในซับไตเติลหรือข้อความบนป้าย ไม่ต้องเรนเดอร์ใหม่ทั้งหมด จะวาดใหม่เฉพาะช่วงระหว่างคีย์เฟรม แล้วต่อเข้าไปโดยไม่ต้องเข้ารหัสใหม่ สำหรับวิดีโอหนึ่งนาที ใช้เวลาราวหนึ่งนาทีแทนที่จะเป็น 8–10 นาที

ตั้งแต่ขั้น rough cut ปลั๊กอินจะปรับระดับความดังของเสียงพูด เพื่อไม่ให้รอยต่อระหว่างเทคมีเสียงกระโดด เสียงถูกมาสเตอร์ตามเป้าที่ตั้งไว้ ได้แก่ ตัดย่านต่ำที่ 80 Hz นอร์มัลไลซ์สองรอบไปที่ −14 LUFS และ true peak −1 dBFS เผื่อเฮดรูมให้ AAC ระบบตรวจรับในตัวจะไม่ส่งมาสเตอร์ออกมาถ้าไม่ผ่านการตรวจ การลดนอยส์จะเปิดก็ต่อเมื่อเสียงรบกวนดังกว่า −50 dBFS เพลงวางต่ำกว่าเสียงพูด 15 dB และหรี่ลงเมื่อมีคนพูด ส่วนจังหวะหนักของเพลงจะตรงกับประโยคสุดท้าย ใต้ประโยคสำคัญจะลดเพลงลงไปอีกก็ได้ โดยไม่แตะเสียงพูด สีแก้เป็นสองขั้น คือปรับไฟล์ต้นฉบับก่อน แล้วใส่ LUT (พรีเซ็ตสี) ของคุณเองที่สร้างจากการเกรดสีที่ออกมาดี ซึ่งเอาไปใช้ใน CapCut ได้ด้วย ปลั๊กอินไม่ตั้งไวต์บาลานซ์ด้วยสายตา มันรันเฟรมผ่าน LUT ของแบรนด์ แล้วหาค่าชดเชยที่ทำให้ผนัง เสื้อผ้าสีขาว และสีเทาอื่น ๆ ยังเป็นกลาง ถ้าไม่ทำแบบนี้ พรีเซ็ตที่กดสีฟ้าลงเคยทำให้ทั้งวิดีโอออกเหลือง ในฉากที่มีแสงสี เช่น ท้องฟ้ากับทะเลนอกหน้าต่าง หรือแสงนีออน ปลั๊กอินจะไม่ใช้ค่าชดเชยที่ทำให้ภาพโทนเย็นเย็นลงไปอีก และคุณชี้วัตถุสีกลางให้มันเองได้ เช่น เสื้อยืดสีขาว ผนัง หรือกระดาษสักแผ่น

ฉากกราฟิก: ฮุก คำพูด ตัวเลข CTA

นอกจากซับไตเติลและป้ายข้อความ ปลั๊กอินยังมีฉากกราฟิกสำเร็จรูป ได้แก่ ฮุกตัวใหญ่ คำพูดยกมาแบบคำต่อคำ ไอเดียหลักแบบหมัดเดียวจบ ตัวเลขพร้อมตัวนับ รายการทีละข้อ “ก่อนและหลัง” CTA ที่แสดงเป็นการลงมือทำ และภาพปก ฉากพวกนี้วาดในสีของแบรนด์ ขึ้นตรงคำที่พูด และโดยค่าเริ่มต้นจะเก็บหน้าคนพูดไว้ในเฟรม ฉากแชทและหน้าอินเทอร์เฟซที่มีเคอร์เซอร์ยังอยู่ในขั้นทดลอง เล่าไว้ด้านล่าง

ข้อความในฉากต้องอ่านทัน คือบรรทัดสั้นอย่างน้อย 0.8 วินาที และ 0.3 วินาทีต่อทุกคำ คำพูดที่ยกมาจะถูกเทียบกับบทถอดเสียงคำต่อคำ และทุกตัวเลขต้องมีที่มา รายการข้อยังขึ้นทับวิดีโอได้โดยไม่ต้องย่อคนพูด แต่ละข้อจะโผล่ตรงคำของมัน ในที่ว่างเหนือหัวหรือบนหน้าอก ถ้าต้องการ ปลั๊กอินเขียนแคปชันโพสต์ให้ด้วย ภาพปกเลือกก่อนมาสเตอริง จากช่วงหยุดพูด ไม่ใช่กลางคำ และมาสเตอร์ที่เสร็จแล้วออกมาเป็นไฟล์เดียว โดยภาพปกเป็นเฟรมแรก (แอปแชทจะแสดงเฟรมนี้) ฝังเป็นพรีวิวของไฟล์ และวางไว้ข้าง ๆ เป็นรูปแยกสำหรับอัปโหลดเอง และถ้าไม่มีอะไรให้ถ่าย มันจะประกอบโปรโมแบรนด์ความยาว 15–25 วินาทีจากฉากล้วน ๆ พร้อมโปรไฟล์แบรนด์ การ์ดปิดท้าย และมาสเตอริง วิธีวางแผนฉากดัดแปลงมาจากโปรเจกต์โอเพนซอร์ส brag

หั่นพอดแคสต์และเว็บบินาร์เป็นซีรีส์คลิป

ปลั๊กอินเปลี่ยนพอดแคสต์ เว็บบินาร์ หรือบทสัมภาษณ์ยาว 10–90 นาทีให้เป็นซีรีส์วิดีโอแนวตั้ง ไฟล์ถูกถอดเสียงครั้งเดียวบนคอมพิวเตอร์ของคุณ หรือใช้ซับไตเติลที่มีอยู่แล้ว เอเจนต์อ่านบทถอดเสียงทีละส่วน และเขียนการ์ดให้แต่ละคลิป ว่าท่อนไหนจะเข้า ฮุกคืออะไร จบตรงไหน และทำไมคลิปนี้ดูเข้าใจได้โดยไม่ต้องดูส่วนที่เหลือ คลิปหนึ่งประกอบจากสองสามช่วงของบทสนทนาได้ และตัดประโยคของพิธีกรออกได้

สคริปต์ตรวจว่าคลิปเริ่มกลางประโยคไหม ต้องพึ่งบทสนทนาก่อนหน้าไหม หรือซ้ำกับคลิปอื่นไหม คุณอนุมัติรายการครั้งเดียว แล้วปลั๊กอินจะสร้างโฟลเดอร์แยกให้แต่ละคลิป พร้อมท่อนวิดีโอและบทถอดเสียง ไม่ต้องถอดเสียงซ้ำ

สคริปต์สำเร็จรูปและชุดเครื่องมือสำหรับ Remotion

ปลั๊กอินพกกลไกการตัดต่อทั้งหมดมาด้วย ทั้งสคริปต์ rough cut ขอบรอยตัดตามเสียง การวัดใบหน้า แผนด้านภาพพร้อมการตรวจ B-roll และมีมจากโฟลเดอร์ของคุณ ฉากที่เขียนด้วยโค้ด โปรไฟล์แบรนด์ ภาพปก และมาสเตอริง Claude รันสคริปต์เหล่านี้ แทนที่จะเขียนโค้ดใหม่ทุกโปรเจกต์ การตัดต่อจึงเร็วขึ้นและได้ผลแบบเดิมทุกครั้ง ทุกอย่างที่ต่างกันไปในแต่ละวิดีโอ เช่น เซกเมนต์ ความเร็ว สี การแก้บทถอดเสียง อยู่ในไฟล์การตัดเล็ก ๆ ไฟล์เดียว รองรับกล้องสองตัวที่ความเร็วต่างกันด้วย

สคริปต์จะหยุดเมื่อเจอปัญหาจริง และบอกว่าต้องแก้อะไร เช่น ภาพกับเสียงใน rough cut เหลื่อมกัน คำพูดที่ยกมาไม่ตรงคำต่อคำ หรือมาสเตอร์ไม่ได้ความดังตามเป้า สคริปต์ทำงานเฉพาะในโฟลเดอร์โปรเจกต์และไม่ออกเน็ต

วิดีโอใน Remotion ประกอบโดยคอมโพเนนต์ ReelKit ทั้ง rough cut ซับไตเติลทีละคำ แบรนด์ B-roll มีม ฉาก และการ์ดปิดท้าย ส่วน ReelCover ทำภาพปก ถ้ายังไม่มีโปรเจกต์ Remotion ปลั๊กอินจะสร้างโปรเจกต์เริ่มต้นที่ต่อชุดเครื่องมือไว้แล้ว ตอนอัปเดต มันเทียบเวอร์ชันของชุดและแทนที่ไฟล์ที่ล้าสมัย โดยเก็บสำเนาสำรองไว้ และไม่แตะการตั้งค่าโปรเจกต์ แบรนด์ แผน และฉากของคุณ โปรเจกต์ Remotion ใหม่จะได้แคชวิดีโอแบบตายตัว เรนเดอร์จึงไม่ล่มเวลาเปิดโปรแกรมไว้เยอะและหน่วยความจำเหลือน้อย

ทุกการตัดสินใจมีคำอธิบาย

ในโหมดเต็ม แผนการตัดและรายงานสรุปจะปิดท้ายด้วยบล็อก “หลักอ้างอิง” ในบล็อกนี้ ทุกการตัดสินใจที่กำหนดหน้าตาของวิดีโอ ทั้งโครงสร้าง จังหวะ ขนาดภาพ ข้อความ ภาพแทรก สี และเสียง จะวางคู่กับกฎที่เป็นที่มา และบอกว่ากฎนั้นเชื่อถือได้แค่ไหน ตรงนั้นยังเห็นด้วยว่าอะไรไม่ได้ใช้ หรือเบี่ยงจากกฎตรงไหน และเพราะอะไร ถ้าไม่ชอบอะไรในวิดีโอ ก็แก้กฎข้อนั้นข้อเดียว ไม่ต้องแก้ทั้งวิดีโอ

กฎการตัดต่อแบ่งเป็นความน่าเชื่อถือสามระดับ คือการตัดสินใจของคุณเองพร้อมวันที่ กฎที่พิสูจน์แล้วจากวิดีโอที่ตัดต่อเสร็จ และคำแนะนำจากภายนอก เมื่อกฎขัดกัน กฎที่เขียนไว้สำหรับวิดีโอประเภทนั้นชนะ ตามด้วยกฎที่น่าเชื่อถือกว่า ถ้าเสมอกันจริง ๆ สกิลจะถามคุณ และคำตอบของคุณจะกลายเป็นกฎใหม่

รวบรวมกฎของตัวเองไว้ในไฟล์ playbook.md ในโปรเจกต์ได้ เป็นการ์ดที่มีป้ายกำกับถาวร ขอบเขตการใช้ เหตุผล ที่มา และระดับความน่าเชื่อถือ ไกด์หรือวิดีโอของคนอื่นที่อยากเรียนรู้ ให้วางไว้ในโฟลเดอร์ refs/ แล้วระบบจะเทียบกับฐานกฎทีละข้อ ส่วนที่ตรงกันจะเพิ่มที่มาให้กฎ ส่วนที่ขัดกันจะแสดงให้คุณดู ส่วนที่ใหม่จะบันทึกเป็นคำแนะนำจากภายนอก การแก้ที่คุณทำซ้ำ ๆ หรือบอกว่า “ทำแบบนี้เสมอ” ก็กลายเป็นกฎเช่นกัน

ยืมการเคลื่อนไหวจากวิดีโอที่ชอบได้โดยไม่ต้องลอก เอเจนต์แยกตัวอย่างตามไทม์โค้ด แล้วย้ายมาเฉพาะกลไกการเคลื่อนไหวใส่ในฉากของคุณ ด้วยฟุตเทจและแบรนด์ของคุณ คอมเมนต์ต่อวิดีโอที่เสร็จแล้วจะกลายเป็นตาราง “ไทม์โค้ด — ตอนนี้เป็นแบบไหน — ควรเป็นแบบไหน” และจะเปลี่ยนเฉพาะสิ่งที่คุณขอ

แบรนด์ โทน และเทคนิคตามบรีฟ

จะสร้างแบรนด์ แค่ชื่อกับสีหนึ่งถึงสามสีก็พอ สกิลจะกำหนดบทบาทให้สีเอง ทั้งสีพื้นเข้ม สีเน้น และสีอ่อน เลือกสีตัวอักษรที่มีคอนทราสต์ไม่ต่ำกว่า 4.5:1 และฟอนต์ที่รองรับอักษรซีริลลิก แยกว่าโลโก้ไหนสีอ่อน ไหนสีเข้ม และไหนเหมาะกับมุมเฟรม การแก้เรื่องแบรนด์จะสะสมอยู่ในกฎของแบรนด์ และถูกนำไปใช้กับวิดีโอถัดไป โปรไฟล์อยู่ในโฟลเดอร์โปรเจกต์ของคุณ ไม่ได้อยู่ในตัวปลั๊กอิน การอัปเดตจึงไม่แตะมัน ข้างโปรไฟล์วางเอกสารของคุณเองได้ เช่น ไกด์การทำวิดีโอของแบรนด์ และคลัง CTA ที่มีข้อความเป๊ะ ๆ แล้วสกิลจะอ่านก่อนทำกราฟิก การตั้งค่ากลางสำหรับทุกวิดีโอก็อยู่ในโปรเจกต์เช่นกัน

ทุกแบรนด์มีโทน ทั้งหมดแปดแบบ ได้แก่ พรีเมียม ผู้เชี่ยวชาญ เป็นมิตร กล้า ๆ มีอารมณ์ขัน อบอุ่น (การแพทย์ จิตวิทยา ครอบครัว) เน้นบรรยากาศ (ท่องเที่ยว โรงแรม สถาปัตยกรรม) สายเทค (ซอฟต์แวร์และ IT) และสายขายพลังสูง (ร้านค้า การเปิดตัว ฟิตเนส) โทนกำหนดกรอบให้ทุกวิดีโอของแบรนด์ทันที ว่ามีมแบบไหนใช้ได้ วิดีโอจะมีภาพแทรกคั่นกี่ครั้ง และเทคนิคจะจัดจ้านแค่ไหน ตอนสร้างแบรนด์ สกิลจะแสดงทั้งแปดแบบและแนะนำแบบที่เข้ากับสายงานของคุณ และเปลี่ยนโทนได้ทุกเมื่อด้วยประโยค “เปลี่ยนโทนแบรนด์” ส่วนอื่นของโปรไฟล์ยังอยู่ครบ โปรไฟล์ที่สร้างไว้ก่อนจะมีระบบโทนจะอัปเดตเอง โดยได้โทนผู้เชี่ยวชาญ สำเนาสำรอง และหนึ่งบรรทัดบอกว่าเปลี่ยนอะไร

นอกจากโทนแล้ว ยังกำหนดโปรไฟล์ให้วิดีโอได้อีกชั้นหนึ่ง คือบอกว่าวิดีโอนี้เป็นแบบไหน ให้ความรู้ บันเทิง คลิปผู้เชี่ยวชาญ โปรโม หรือโฆษณาแบบเสียเงิน โดยค่าเริ่มต้นไม่มีโปรไฟล์ จะเปิดเมื่อคุณขอ แต่โฆษณาแบบเสียเงินมีเสมอ เพราะกฎของมันกำหนดโดยแพลตฟอร์มเอง โปรไฟล์กำหนดการตั้งค่าของวิดีโอภายในกรอบโทนแบรนด์ ทั้งจำนวนภาพแทรก โทนของฉาก และใช้มีมได้ไหม เปิดกฎของตัวเอง และมาพร้อมเช็กลิสต์ อะไรที่วัดได้ เช่น ความยาว ช่วงเปิดที่ยืดยาด CTA ที่มีอันเดียว แบรนด์ในวินาทีแรก ๆ ปลั๊กอินตรวจเอง ส่วนที่เหลือจะยืนยันก่อนที่คุณจะเห็น rough cut ฟอร์แมตก็เป็นการตั้งค่าสำเร็จรูปเช่นกัน ได้แก่ อินไซต์ ลิสต์ เคสสตัดี้ เรื่องเล่า ละครสั้น คำรับรองจากลูกค้า ประกาศรับสมัครงาน รีวิว อีเวนต์ คลิปตัดจากบทสัมภาษณ์ และวิดีโอที่มีแต่ฉากกราฟิก ฟอร์แมตช่วยแนะนำความยาวและกราฟิกในแผน และประกาศรับสมัครงานมี CTA ได้สองอัน ถ้าแบรนด์ต้องการโทนอื่นสำหรับวิดีโอประเภทหนึ่ง เช่น ละครสั้นสนุก ๆ ของแบรนด์ที่โทนสุขุม ก็บันทึกไว้ครั้งเดียว แล้ววิดีโอแบบนั้นจะใช้โทนนั้นต่อไป

ในโฆษณา ข้อความ มีม CTA และซับไตเติลจะอยู่ในเซฟโซนของฟอร์แมตโฆษณา ซับไตเติลยกขึ้นเหนือแคปชันและปุ่มของแพลตฟอร์ม โลโก้มุมจอเลื่อนลง แบรนด์ถูกตรวจว่าขึ้นภายในวินาทีที่สาม และมีมใช้ได้เฉพาะที่รู้สิทธิ์ชัดเจน

ภาพแทรกทุกชิ้นต้องตอบคำถาม “ใส่ไปทำไม” ได้ ไม่ว่าจะช่วยให้เข้าใจ เชื่อมรอยต่อ เพิ่มจังหวะ เป็นฮุก หรือสร้างอารมณ์ งบความเข้มข้นเป็นเพดาน ไม่ใช่เป้าที่ต้องใช้ให้ครบ ฉากสำหรับภาพแทรก เอเจนต์เขียนเองด้วยคอมโพเนนต์ Remotion เช่น ไดอะแกรม วัตถุสัญลักษณ์ อินเทอร์เฟซในสีแบรนด์ โดยไม่ใช้การสร้างวิดีโอด้วย AI แบบเสียเงิน มีมเลือกตามความหมายของประโยคจากแท็กที่คุณติดไว้ พร้อมตรวจสิทธิ์ GIF ของคนอื่นที่ไม่มีไลเซนส์จะไม่ถูกฝังลงไป ส่วนสื่อ CC จะใส่พร้อมให้เครดิต

ต่อคลังเสียง เพลง และไอคอนของคุณเองเข้ากับปลั๊กอินได้ สคริปต์จะสร้างแคตตาล็อกให้ และบันทึกช่วงเงียบตอนต้นไฟล์ของทุกเสียงไว้ เพื่อให้เสียงกระแทกไม่มาช้ากว่าเหตุการณ์ในเฟรม ไม่มีเสียงของตัวเองก็ไม่เป็นไร ในรีลีสของรีโพสิทอรี มีชุดเริ่มต้น 260 เสียงแบบ CC0 (Kenney, OpenGameArt) ที่ใช้ในวิดีโอเชิงพาณิชย์ได้โดยไม่ต้องให้เครดิตผู้สร้าง

เทคนิคอื่นจะเปิดใช้เฉพาะเมื่อบรีฟขอ

• คลิปแนวนอนในหน้าต่าง สำหรับสัมภาษณ์ผ่าน Zoom เว็บบินาร์ และพอดแคสต์ เทมเพลตจะวาดหน้าต่างมุมโค้งพร้อมคำบรรยายด้านบน กล้องเคลื่อนภายในหน้าต่าง ฉากต่าง ๆ อยู่ในหน้าต่าง และเลื่อนซับไตเติลลงไปใต้หน้าต่างได้ เพื่อไม่ให้บังสไลด์
• แสงแฟลร์ (light leak) แทนทรานซิชัน
• ประโยคสำคัญเต็มจอ
• ละครสั้นสองคนพร้อมสเกลคำตัดสิน
• CTA สำเร็จรูป 12 แบบ

อีกหลายเทคนิคถูกติดป้ายว่าทดลอง เพราะยังไม่ได้พิสูจน์ในวิดีโอที่เสร็จจริง ได้แก่ ข้อความอยู่หลังคนในช่วงฮุก พิธีกรซ้อนบนฉาก ม็อกอัปมือถือพร้อมหน้าจอ ฉากสไลด์ แชท และอินเทอร์เฟซ ป้ายชี้สิ่งของก็อยู่ในกลุ่มนี้ แบบที่เห็นในคลิปรีวิวห้องพักและอุปกรณ์ คือมีจุดบนสิ่งของในเฟรม มีเส้นลากออกมา และมีป้ายชื่อ ใช้ได้เฉพาะในเฟรมนิ่ง ถ้าเดินถือกล้องพาชมห้อง การตรวจแผนจะไม่ให้ผ่าน และป้ายจะอยู่ห่างจากหน้าและซับไตเติล เทคนิคทดลองไม่มีอยู่ในเมนู เอเจนต์จะเสนอก็ต่อเมื่อฟุตเทจเหมาะกับเทคนิคนั้นอย่างชัดเจน และจะเขียนในแผนว่า “experimental” แต่ถ้าคุณขอตรง ๆ ก็ทำให้ตามปกติ

วิธีติดตั้งปลั๊กอิน IT Reelsmaker สำหรับ Claude Code

ปลั๊กอินมีอยู่ในแคตตาล็อก Claude แต่ทุกเวอร์ชันใหม่ในนั้นต้องให้ผู้รีวิวของ Anthropic กดปล่อยด้วยมือ ตอนนี้เวอร์ชันใหม่ ๆ กำลังรอการรีวิวนี้ และในแคตตาล็อกยังเป็นเวอร์ชันเก่า ซึ่งยังไม่มีหลายอย่างที่เล่าในบทความนี้ ดังนั้นให้ติดตั้งเวอร์ชันล่าสุดจาก marketplace ของเราบน GitHub เวอร์ชันใหม่จะขึ้นที่นั่นในวันที่ปล่อย

claude plugin marketplace add https://github.com/itpartypattaya/reels-montage.git
claude plugin install it-reelsmaker@itparty

การตัดต่อต้องใช้เครื่องมือบนเครื่อง วิธีใช้หลักจึงเป็น Claude Code บนคอมพิวเตอร์ที่ติดตั้ง ffmpeg และ ffprobe, Node.js 18 ขึ้นไป และ Python 3.9 ขึ้นไปพร้อมไลบรารี Pillow ส่วนโปรเจกต์ Remotion ปลั๊กอินสร้างให้เองถ้าจำเป็น Remotion มีไลเซนส์ของตัวเอง ฟรีสำหรับบุคคลทั่วไปและบริษัทที่มีพนักงานไม่เกินสามคน ส่วนบริษัทที่ใหญ่กว่านั้นต้องจ่าย การถอดเสียงทีละคำใช้ faster-whisper บนเครื่อง ตัวถอดเสียงบนคลาวด์จะใช้ก็ต่อเมื่อคุณเลือกเอง ถ้าต้องการ เพิ่ม rembg สำหรับไดคัตตัวคนบนเครื่องนี้ และโมเดล YuNet กับ OpenCV สำหรับวัดใบหน้าได้ ถ้าไม่มี ปลั๊กอินก็ยังทำงาน โดยเอาฟุตเทจจากโปรเจกต์ ทำภาพแทรกเป็นฉากด้วยโค้ด และตรวจใบหน้าทีละเฟรม

ตอนเปิดใช้งาน Claude Code จะถามโฟลเดอร์โปรเจกต์ โปรเจกต์ Remotion คลังแอสเซ็ต และพาธไปยังโมเดลใบหน้า ทุกอย่างที่ไม่บังคับปล่อยว่างไว้แล้วค่อยระบุในเซสชันแรกได้ หลังจากนั้นแค่พูดว่า “ตัดต่อรีลส์ให้หน่อย” หรือ “ทำ Reels จาก IMG_1234.MOV”

สำหรับแหล่งออนไลน์ มีส่วนเสริมแยกชื่อ it-reelsmaker-online ติดตั้งจาก marketplace ของเราด้วยคำสั่ง claude plugin install it-reelsmaker-online@itparty มันเพิ่มสต็อกฟุตเทจแนวตั้ง (Pixabay, Pexels, Magnific) มีม CC จาก Openverse และการสร้างวิดีโอแบบเสียเงินผ่าน fal.ai มีโหมดเสียเงินอีกสองโหมด คือการถอดเสียงที่แม่นขึ้น โดยเอาข้อความจาก OpenAI มาวางบนไทม์มิงคำของโมเดลบนเครื่อง (ราว $0.005 ต่อเสียงพูดหนึ่งนาที และใช้ก็ต่อเมื่อคุณตอบ “โอเค”) และการแปลซับไตเติลผ่าน API ของ Claude, OpenAI หรือ Gemini โดยค่าเริ่มต้น Claude แปลในเซสชันให้ฟรี ข้อความถอดเสียงเอาจาก Groq ก็ได้ จะใช้ตรง ๆ หรือเป็นตัวสำรองเมื่อเครดิต OpenAI หมดหรือใช้งานไม่ได้ก็ได้ (มีโควตาฟรี จากนั้น $0.04 ต่อชั่วโมง) ข้อความนี้ก็วางบนไทม์มิงของโมเดลบนเครื่องเหมือนกัน ส่วนไทม์มิงของ Groq เองไม่ได้ใช้ เพราะตอนทดสอบมันเหลื่อมกับเสียงพูด บริการที่ต้องยืนยันตัวตนต้องใช้ API key ของคุณเอง ส่วน Openverse ใช้ได้โดยไม่ต้องมีคีย์ คีย์จะพิมพ์ในเทอร์มินัลของคุณแบบซ่อนตัวอักษร และไม่หลุดเข้าไปในแชท ในส่วนเสริมนี้ยังมีการไดคัตตัวคนบนเซิร์ฟเวอร์ของคุณเองผ่าน SSH สำหรับตอนที่โน้ตบุ๊กรับไม่ไหว เฟรมจะถูกส่งไปที่นั่นที่เดียว และถูกลบหลังงานเสร็จ แหล่งออนไลน์ปิดอยู่จนกว่าคุณจะเปิดให้วิดีโอหรือโปรเจกต์ และส่วนเสริมผูกกับโปรเจกต์แค่ครั้งเดียว ซึ่ง Claude ทำให้เองตอนมีคำขอออนไลน์ครั้งแรก การดาวน์โหลดและการสร้างแบบเสียเงินทุกครั้งต้องรอให้แผนด้านภาพได้รับอนุมัติก่อน โดยในแผนระบุแหล่งที่มา ขนาด และราคาไว้

ปลั๊กอินจาก marketplace ของเราปิดการอัปเดตอัตโนมัติไว้เป็นค่าเริ่มต้น เปิดได้ครั้งเดียวจบ ในเมนู /plugin ให้เปิด Marketplaces เลือก itparty แล้วกด Enable auto-update หรือจะอัปเดตเองก็ได้

claude plugin marketplace update itparty
claude plugin update it-reelsmaker@itparty

หลังอัปเดต สกิลจะแสดงบล็อกสั้น ๆ “มีอะไรใหม่” หนึ่งครั้งตอนตัดต่อครั้งแรก เวอร์ชันจากแคตตาล็อกอัปเดตเอง แต่ต้องรอให้เวอร์ชันใหม่ผ่านการรีวิวของ Anthropic ก่อน

วิดีโอของคุณอยู่ที่ไหน

ปลั๊กอินไม่มีเซิร์ฟเวอร์และเทเลเมทรีของตัวเอง ไม่เก็บข้อมูลอะไร และสคริปต์ของมันไม่ออกเน็ต วิดีโอ บทถอดเสียง และโปรไฟล์แบรนด์อยู่ในโฟลเดอร์โปรเจกต์ สิ่งที่ออกจากคอมพิวเตอร์คือบทสนทนากับ Claude เหมือนทุกเซสชันของ Claude Code รวมถึงข้อความบทถอดเสียงและเฟรมที่เอเจนต์ดู ถ้าคุณเลือกตัวถอดเสียงบนคลาวด์ เสียงจะถูกส่งไปที่นั่น บวกกับคำขอปกติตอนติดตั้งแพ็กเกจ ตอนเรนเดอร์ครั้งแรก (Remotion ดาวน์โหลดเบราว์เซอร์ของตัวเอง) และตอนดาวน์โหลดฟอนต์กับโมเดล ส่วนเสริมแหล่งออนไลน์จะส่งคำค้นไปยังบริการสต็อก ส่งพรอมต์และเฟรมเริ่มต้น (ถ้าคุณเลือก) ไปที่ fal.ai และส่งเฟรมสำหรับไดคัตตัวคนไปที่เซิร์ฟเวอร์ของคุณ ถ้าตั้งไว้ สำหรับการถอดเสียงบนคลาวด์ เสียงพูดจะถูกส่งไป OpenAI หรือไป Groq ถ้าคุณเลือก Groq (ใช้ตรงหรือเป็นตัวสำรอง) ส่วนการแปล บริการที่เลือกจะได้รับแค่ข้อความซับไตเติล รายละเอียดอยู่ใน PRIVACY.md

โอเพนซอร์สและฟีดแบ็ก

IT Reelsmaker เผยแพร่ภายใต้ไลเซนส์ MIT ใช้ แก้ และนำไปฝังในเวิร์กโฟลว์ของตัวเองได้อย่างอิสระ ซอร์สโค้ดและคำอธิบายอัลกอริทึมแบบละเอียดอยู่ในรีโพสิทอรีบน GitHub สคริปต์ทั้งหมดของปลั๊กอินก็อยู่ที่นั่น และอะไรเปลี่ยนไปในแต่ละเวอร์ชันดูได้ใน CHANGELOG (ภาษาอังกฤษ)

ถ้าตัดต่อวิดีโอแรกเสร็จแล้ว เจอบั๊ก หรือขาดเทคนิคไหน เขียนมาที่ Issues ได้เลย ปลั๊กอินยังพัฒนาอยู่ตลอด และฟีดแบ็กตอนนี้มีประโยชน์เป็นพิเศษ ถ้าอยากรู้ว่าการเชื่อมต่อสายครีเอทีฟของ Claude ทำงานอย่างไรโดยรวม เรามีบทความรวมคอนเนกเตอร์สำหรับ Blender, Adobe และ Ableton