九安娜的 AI 字幕教學
不用剪輯軟體,
用 AI 做出會動的字幕
拍一段口播,貼上提示詞,再告訴 AI 哪裡要改。不用寫程式,也不用打開剪輯軟體。
你需要準備
- Claude Code:Claude 桌面 App 裡的 Code 分頁
- 一段 5~15 秒的直式口播影片
- 建議預留 5 GB 硬碟空間
- 第一次約需 30~60 分鐘,主要是下載工具和模型
拍影片
- 手機直拍,拍到胸口以上
- 頭上留約 1/4 畫面,大字才有地方放
- 面向窗戶或光源,讓臉和頭髮清楚
- 背景單純,並和頭髮顏色有明顯差別
- 不確定講得好不好,就多拍幾次
開資料夾
在桌面新增「AI video」資料夾,裡面再新增「素材」,把影片放進去。其他資料夾都由 AI 建立。
AI video/ ├─ 素材/(你的原始影片) ├─ 成品/(完成的影片和截圖) └─ 工具/(AI 自動建立) ├─ python環境/(Python 套件) ├─ 模型/ │ ├─ 語音/(語音辨識模型) │ └─ 去背/(人物去背模型) └─ 字體/(繁體中文字體)
接著打開 Claude Code,選擇「AI video」資料夾。資料夾名稱可以自己取,最重要的是在 Claude Code 選擇這個資料夾。
會安裝哪些工具
工具都只會裝在「AI video/工具」裡,不用另外購買。以下大小都是預估值。
- Python 環境約 500 MB執行下面的工具
- FFmpeg(imageio-ffmpeg)約 100 MB讀取和輸出影片
- faster-whisper約 200 MB抓出每個字和時間
- Whisper small 模型約 0.5 GB辨識中文語音
- rembg約 300 MB把人物從畫面切出來
- birefnet-portrait 模型約 1 GB處理人物和頭髮邊緣
- Pillow、NumPy約 100 MB製作每一格畫面
- jieba約 50 MB中文字幕斷句
- OpenCC約 10 MB把簡體轉成繁體
- Noto Sans TC約 10 MB繁體中文字體
如果電腦沒有 Python,AI 會先問你要怎麼安裝。想移除時,把「工具」資料夾丟進垃圾桶就好,「素材」和「成品」不受影響。
貼上提示詞
複製整段,貼到 Claude Code 後送出。
AI 字幕提示詞
請幫我把這個資料夾裡的中文口播影片加上字幕特效,並把一個關鍵詞放到我的頭後面。我不懂程式,請用白話跟我溝通,所有安裝和製作都由你完成。 1. 先問我:要用哪支影片、哪個 2~4 字的關鍵詞要放在頭後面,以及影片裡有沒有品牌或專有名詞。如果我請你挑,就選最有力的詞。 2. 請依照以下規則安裝,開始前先告訴我總大小和預估時間,等我同意才下載: - 原始影片在「素材」,成品存到「成品」,兩個資料夾都不存在就建立 - 所有工具只能裝在「工具」,不要更動這個資料夾以外的任何東西,也不要做全域安裝 - 在「工具/python環境」建立 Python 虛擬環境,安裝 imageio-ffmpeg、faster-whisper、rembg 的 CPU 版、Pillow、numpy、jieba、opencc-python-reimplemented - FFmpeg 使用 imageio-ffmpeg 提供的版本,不要用 Homebrew 或其他方式安裝到系統 - Whisper small 模型放在「工具/模型/語音」 - rembg 的 birefnet-portrait 模型放在「工具/模型/去背」 - 從 Google Fonts 下載 Noto Sans TC,放在「工具/字體」 - 找不到 Python 3.10 以上版本時,先停下來告訴我,不要自行安裝到系統 - 下載模型時在背景執行,並定期用白話回報進度 3. 先抓出我說的每個字和時間,全部用繁體中文列給我確認。標出可能聽錯的地方,等我確認後才繼續。接著對照音量變化校正時間,讓字幕和聲音對齊。 4. 製作畫面時,由後到前依序疊上:原始畫面、關鍵詞大字、去背後的我、前方字幕。大字要被頭部遮住一部分但仍看得懂,在我說出來時快速彈出,之後固定不動。 5. 前方字幕一次顯示一個短句,要按詞語斷句,不要把詞切開,也不要蓋住臉或大字。所有文字都留在 Instagram 安全範圍內:避開畫面上方 14%、下方 35% 和左右各 6%。 6. 保留原本的聲音、畫面尺寸、影格率和顏色,輸出 H.264 MP4,再存一張有大字的 PNG 截圖,都放到「成品」。自己先檢查截圖,告訴我檔案在哪裡。 7. 問我想改什麼。每次只改我指定的地方,重新輸出,直到我滿意。
確認文字
AI 列出逐字稿後,檢查有沒有錯字,尤其是人名和品牌名稱。有錯就直接告訴它,例如:
把「克勞德」改成「Claude」
看片並修改
每次只提一到兩個修改,並說清楚時間點:
- 第 3 秒的字幕太晚出現,提早一點
- 大字再大一點,往下移一些
- 字幕換成粗一點的字體
- 第 5 秒的字幕斷在詞中間,請重新斷句
發布前檢查
- 開聲音看一次,確認字幕有對上聲音
- 用手機看一次,確認字夠大
- 確認字幕沒有蓋到臉或被 IG 介面擋住
卡住了怎麼辦
直接把畫面或錯誤訊息貼給 Claude Code,並告訴它:
我不懂程式,請告訴我發生什麼事,然後幫我處理。