Edit Video Pakai Claude — People Dev AI

Sesudah diedit: kartu glass RTC di belakang kepala dan caption

SebelumSesudah

Sebelum dan sesudah

Frame yang sama, detik yang sama

Geser garis di foto untuk membandingkan. Kiri adalah video mentah yang sudah dipotong, kanan adalah hasil akhir dari video "3 Prompt Framework". Semua yang berubah dikerjakan lewat kode, tanpa membuka aplikasi editor.

Kartu glass "RTC" diselipkan di belakang kepala. rembg memisahkan badan dari background, jadi kepala tampak di depan kartu.
Caption per kata muncul di dada, sinkron dengan ucapan dari transkrip Whisper.
Bagian yang gagap dan jeda sudah dibuang sebelumnya: 2 video mentah digabung jadi 92 detik.
Suara asli tidak diubah sama sekali.

Ide dasarnya

Video adalah data. Claude jago mengolah data.

Suara → teks

Transkrip per kata

Whisper mengubah ucapan jadi transkrip lengkap dengan waktu tiap kata. Dari sini Claude tahu kapan kamu bilang "pertama", kapan kamu gagap, kapan jeda panjang.

Teks → keputusan

Dibaca seperti naskah

Claude membaca transkrip seperti editor membaca naskah: memilih bagian yang kuat, membuang pengulangan, menandai kata kunci untuk headline.

Keputusan → kode

Dirender jadi MP4

Pilihan itu ditulis sebagai config dan script Python. ffmpeg memotong, Pillow menggambar huruf frame per frame, lalu semuanya digabung jadi video.

Cara Whisper "mendengar"

00:12.0 → 00:17.6

1 · Suara

2 · Kata + waktu

Jadi12.02 eh12.40 eh12.71 pertama13.05 jeda 1,8 dtk AI15.12 itu15.40 bukan15.71 pengganti16.12 kamu16.90

3 · Keputusan

pakai buang gagap pakai buang jeda pakai · "kamu" jadi headline

{ "word": "pertama", "start": 13.05, "end": 13.48 }
{ "word": "kamu",    "start": 16.90, "end": 17.31 }

Inilah yang dilihat Claude: bukan gambar atau suara, tapi daftar kata lengkap dengan detik mulai dan selesainya. Dari daftar ini Claude memotong, memasang caption, dan memilih kata untuk headline.

Input

Prompt + raw clipfolder raw-video/

Otak

Claude Codeskill + memory gaya kamu

Alat lokal

Whisper · Python · ffmpegHyperFrames untuk motion

Output

MP4 siap uploadfolder output/

Proses kerja

Dari raw clip ke short yang siap posting

Ini urutan yang Claude jalankan setiap kali mengedit video talking-head. Urutannya penting: pengecekan murah selalu dilakukan sebelum render yang mahal.

Siapa yang bekerja di tiap langkah

Claude berpikir, laptop yang bekerja keras

Claude · pakai token Laptop / .py · 0 token

01Brief02Transkrip03Potongan04Cek frame05Render06Revisi07Memory Claudepakai token proses prompt, persiapkan langkah kerja menyuruh mulai baca transkrip, pilih span lihat frame tulis config ubah config simpan aturan Laptop0 token Whisper transkripbeberapa menit buat frame contoh .py + ffmpeg render ribuan framepaling lama & paling berat render ulang

Claude dipakai untuk keputusanMemahami selera, memilih potongan, menilai posisi teks. Yang ditulis Claude pendek: config dan perintah, bukan isi videonya.

Laptop dipakai untuk kerja beratMentranskrip, menggambar caption di setiap frame (30 per detik), dan merender. Ini bagian terlama, tapi gratis karena jalan di mesin sendiri.

Hasilnya: token efisienVideo 1 menit punya ± 1.800 frame. Kalau Claude menggarap tiap frame, token habis. Dengan skema ini Claude cukup menulis satu resep, dan laptop mengulanginya 1.800 kali tanpa biaya token.

Langkah 01 Claude bekerja · pakai token
Brief dan preferensi desain

Sebelum menyentuh video, Claude bertanya: untuk platform apa, berapa durasi, font dan warna caption, posisi headline, perlu dipercepat atau tidak. Kalau kamu sudah punya gaya tersimpan, Claude langsung memakainya.

Edit video di raw-video/ jadi Reels 60 detik, pakai style biasa aku.
Langkah 02 Whisper di laptop · 0 token
Cek file dan transkrip

Claude membaca ukuran, orientasi, dan durasi video dengan ffprobe, lalu membuat transkrip per kata dengan faster-whisper. Video 2 menit butuh beberapa menit di CPU, jadi ini jalan di background.

ffprobefaster-whisperwords.json
Langkah 03 Claude bekerja · pakai token
Rencana potongan

Dari transkrip, Claude mengusulkan bagian yang dipakai (disebut span) dan membuang gagap, kalimat yang diulang, serta jeda panjang. Ujung potongan diperpanjang sedikit supaya kata terakhir tidak terpotong.

Buang bagian waktu aku salah sebut nama, dan potong jadi di bawah 90 detik.

Contoh nyata. Dari video "AI gratisan": 5,4 detik pengulangan dibuang, lalu kalimatnya langsung nyambung. Nyalakan suara untuk mendengar bedanya.
Langkah 04 Laptop membuat frame · 0 tokenClaude melihat frame · pakai token
Cek posisi pakai frame contoh

Claude mengambil beberapa frame diam, menggambar garis bantu, lalu melihat gambarnya sendiri. Tujuannya memastikan caption tidak menutupi wajah dan headline tidak menempel di tepi atas, sebelum render penuh.

preview framessafe area Reels/TikTok

Gambar yang benar-benar dilihat Claude. 4 frame dari detik-detik penting disusun jadi satu lembar, supaya cukup sekali lihat untuk mengecek semua kartu dan caption.
Langkah 05 Claude menulis config · sedikit token.py merender video · 0 token
Render: potong, caption, headline, efek

Script mengerjakan semuanya sekaligus: memotong span, menggambar caption per kata, headline pop-in, zoom di hook, color grade, dan efek seperti kartu glass atau teks di belakang badan. Suara asli dibiarkan apa adanya kecuali kamu minta dibersihkan.

build_short.pyapply_effects.pyPillowffmpegrembg
Langkah 06 Claude mengubah config · sedikit token.py render ulang · 0 token
Review dan revisi

Kamu menonton hasilnya, lalu memberi catatan dengan bahasa biasa. Claude mengubah config dan render ulang. Biasanya cukup 1 sampai 3 putaran.

Captionnya turunin dikit, headline "3 LEVEL" warnanya putih aja, dan tahan ending 1 detik lagi.
Langkah 07 Claude bekerja · pakai token
Simpan pelajaran ke memory

Bagian ini yang bikin hasilnya makin bagus dari waktu ke waktu. Setiap preferensi yang kamu tegaskan (misalnya "jangan percepat suara aku") disimpan Claude sebagai memory atau style pack. Video berikutnya langsung ikut aturan itu tanpa kamu ulang.

Simpan tampilan video ini sebagai style "kelas-ai" ya.

Langkah 05, dibedah

Bagaimana caption, kartu, dan animasi dibuat

Video adalah deretan gambar diam: 30 frame per detik. Semua efek dibuat dengan cara yang sama, yaitu menggambar di atas setiap frame lalu menyusunnya lagi jadi video. Claude cukup menulis resepnya sekali.

Detik yang sama dari video "3 Prompt Framework", ditumpuk lapis demi lapis: 1 video yang sudah dipotong, 2 ditambah caption per kata, 3 ditambah kartu glass dengan badan di depannya.

A · Resep yang ditulis Claude pakai token

// fx.json — daftar efek untuk satu video
{
  "input":  "work/0084/cut.mp4",
  "captions": { "y": 1560, "max_words": 4 },
  "effects": [
    { "type": "glass_behind", "at": "role task",
      "title": "RTC", "dur": 6 },
    { "type": "numbered_list", "items": [
      { "at": "role",    "text": "Role" },
      { "at": "task",    "text": "Task" },
      { "at": "konteks", "text": "Context" } ] },
    { "type": "ig_comment_cta", "at": "komen",
      "keyword": "PROMPT" }
  ]
}

"type"nama efek, sama dengan nama file .py di folder effects/.
"at"kata yang kamu ucapkan. Efek muncul tepat saat kata itu terdengar, dicari dari transkrip Whisper. Tidak perlu menulis detik.
Isi teksjudul, poin, dan warna. Hanya bagian ini yang perlu dipikirkan Claude. Sisanya otomatis.

B · Yang dikerjakan laptop untuk setiap frame 0 token

1Buka frameffmpeg mengeluarkan frame ke-n sebagai gambar (1/30 detik).
2Cek jadwalPython melihat efek mana yang aktif di detik ini, dan sudah berapa persen animasinya berjalan.
3Gambar lapisanPillow menggambar kartu, blur kaca, teks, ikon, dan caption di atas frame.
4Tempel badan di depanUntuk efek "di belakang kepala", rembg memotong badanmu lalu menempelkannya lagi di atas kartu.
5Susun jadi videoFrame dikirim kembali ke ffmpeg, digabung dengan suara asli yang tidak diubah.

↻ Diulang untuk setiap frame. Video 60 detik = 1.800 kali, semuanya di laptop.

C · Rincian tiap jenis efek

Caption (CC)

Transkrip dipecah jadi potongan maksimal 4 kata. Kata yang sedang diucapkan diberi warna berbeda (gaya karaoke), dan setiap potongan muncul dengan pop kecil.

Claude: memilih posisi, warna, dan memperbaiki salah dengar Whisper (misalnya "MKM" → "UMKM").
Laptop: menggambar kotak dan teks di setiap frame, sinkron per kata.

Headline kata kunci

Kata penting muncul besar di atas kepala, membesar dari kecil lalu sedikit memantul, kemudian hilang.

Claude: memilih kata yang layak jadi headline dan warna yang kontras dengan baju.
Laptop: menghitung ukuran tiap frame mengikuti kurva animasi.

Kartu glass

Bagian background di belakang kartu diburamkan supaya tampak seperti kaca buram, lalu diberi sudut membulat, bayangan, label pill, judul, dan footer.

Claude: menulis isi kartu dan menentukan kotaknya agar tidak menutupi wajah.
Laptop: mengambil potongan frame, memburamkan, lalu menggambar kartu.

Teks di belakang badan

Kartu digambar dulu, lalu badanmu yang sudah dipotong rembg ditempel di atasnya, jadi kepala tampak berada di depan kartu.

Claude: memastikan kepala cukup menutupi bagian bawah kartu, tidak berlebihan.
Laptop: rembg membuat masker badan, ± 1,5 detik per frame, lalu disimpan agar tidak dihitung ulang.

Daftar, ikon, dan CTA

Poin 01, 02, 03 atau logo aplikasi muncul satu per satu tepat saat disebut. CTA komentar muncul seperti balon komentar Instagram di akhir.

Claude: mencocokkan tiap poin dengan kata yang diucapkan.
Laptop: menampilkan tiap item di frame yang tepat.

Gerak kamera

Zoom cepat di bagian hook, ditahan sampai kalimat pembuka selesai, lalu kembali normal. Whip (geser cepat) saat pergantian pembicara.

Claude: menentukan kapan zoom masuk dan keluar dari transkrip.
Laptop: membesarkan dan menggeser gambar per frame. Teks tetap diam di tempatnya.

D · Rahasia animasi terasa hidup

Benda di dunia nyata tidak bergerak dengan kecepatan tetap. Karena itu, kartu dan headline tidak muncul tiba-tiba. Mereka mengikuti kurva animasi: cepat di awal, sedikit melewati ukuran akhir, lalu kembali pas. Efek "memantul" ini yang membuat video terasa profesional.

Di kode, kurva ini cuma satu fungsi pendek (ease_out_back). Setiap frame, laptop menghitung "sudah berapa persen animasinya" lalu memasukkannya ke fungsi itu untuk mendapat ukuran dan posisi yang tepat.

A B C

Langkah 04, diperbesar

Anatomi satu frame 9:16

Sebelum render, Claude mengecek setiap elemen terhadap zona-zona ini di frame contoh. Posisi yang pas berbeda untuk tiap video, karena tinggi kepala dan sudut kamera selalu berubah.

A
Kartu dan headlineDi ruang kosong di atas kepala. Kepala boleh sedikit menutupi bagian bawah kartu supaya terasa ada kedalaman.
B
WajahTidak boleh tertutup teks apa pun. Ini aturan yang paling sering dicek.
C
CaptionDi dada, di bawah dagu. Maksimal 4 kata per tampilan, dengan latar pill gelap.
Area tombol aplikasiBagian atas, kanan, dan bawah tertutup ikon like, komentar, dan nama akun di Reels atau TikTok. Teks penting jangan di sini.

Galeri efek

Contoh dari video yang sudah tayang

Semua frame di bawah diambil dari video yang diedit Claude dengan skill shorts-edit. Tiap efek adalah satu modul Python yang dipanggil lewat fx.json.

Kartu judul glass besar di belakang kepala bertuliskan 3 Prompt Framework — **Kartu judul di belakang kepala**Badan dipisah dari background, lalu kartu diselipkan di antaranya.

Kartu ikonLogo aplikasi muncul satu per satu mengikuti ucapan.

Kartu judul di atas dan maskot kepiting Claude di telapak tangan — **Kartu topik + maskot**Kartu bergaya cover "Ngobrol AI", maskot ditempel di tangan.

Kartu daftar bernomor 01 02 03 di atas kepala — **Daftar bernomor**Poin 01, 02, 03 muncul tepat saat disebut.

Headline besar berwarna di atas kepala dengan caption di bawah — **Headline kata kunci**Warna headline disesuaikan dengan baju dan latar.

Kartu pertanyaan bergaya cover dengan tanda tanya — **Kartu pertanyaan**Untuk video Q&A atau part 2, dengan label kategori.

Skill yang dipakai

Tiga jalur, tergantung jenis videonya

Skill adalah folder berisi instruksi dan script yang membuat Claude tahu cara kerja yang benar untuk tugas tertentu. Claude memilih skill otomatis berdasarkan permintaanmu.

Skill	Untuk video apa	Contoh hasil
shorts-editDibagikan di kelas	Satu klip talking-head vertikal, atau interview/podcast landscape yang dipecah jadi beberapa reels	Caption per kata, headline kata kunci, zoom hook, kartu glass, CTA komentar, kartu profil di akhir
campaign-video-editDibagikan di kelas	Banyak klip (B-roll, footage event, testimoni) yang disusun jadi satu cerita	Video promo dengan alur Hook, Context, Value, Proof, CTA, plus musik dan end card
hyperframesPublik · HeyGen	Motion graphic dan animasi dari nol, dibuat sebagai halaman HTML lalu dirender jadi video	Explainer animasi, title card, intro logo, slideshow bergerak, infografis animasi
animate, emil-design-engPublik · opsional	Panduan rasa gerak: kurva, durasi, kapan animasi perlu	Gerakan yang terasa halus, tidak kaku atau berlebihan

Di balik folder kerja

Folder yang rapi, script yang ditulis sendiri oleh Claude

Kalau kamu membuka folder kerja setelah beberapa video, kamu akan menemukan banyak file .py dan subfolder. Semuanya dibuat Claude. Peserta tidak perlu menulis kode, tapi ada gunanya tahu mana yang penting dan mana yang boleh dihapus.

Susunan folder

Video Edit/
├── raw-video/        # video mentah yang MAU diedit
├── raw-done/         # video mentah yang SUDAH selesai
├── B-roll/           # footage pendukung untuk video campaign
├── music/            # musik latar
├── sound effect/     # ting, whoosh, pop
├── assets/           # logo, kartu profil, video penutup
├── work/             # dapur Claude, satu subfolder per video
│   └── 0084/
│       ├── 0084.json        # transkrip per kata
│       ├── config.json      # resep edit: potongan, caption, warna
│       ├── fx.json          # resep efek: kartu, CTA, zoom
│       ├── cut.mp4          # hasil potong sebelum efek
│       └── tile*.jpg        # frame contoh untuk cek posisi
└── output/           # video final
    └── Posted/       # video yang sudah diunggah

Perjalanan satu video

raw-video/Kamu taruh video mentah di sini. Nama file dari kamera (misalnya DJI_…_0084_D.MP4) dipakai sebagai ID, yaitu empat angka terakhirnya.
work/0084/Claude membuat folder kerja khusus video itu: transkrip, resep edit, potongan sementara, dan frame contoh. Semua revisi terjadi di sini.
output/0084_judul.mp4Video final diberi nama ID + judul singkat, jadi mudah dilacak balik ke video mentahnya.
raw-done/ dan output/Posted/Setelah diunggah, video mentah dipindah ke raw-done/ dan hasilnya ke Posted/. Folder raw-video/ jadi daftar antrean yang belum dikerjakan.

Simpan config.json dan fx.json kalau video itu mungkin direvisi. Dengan dua file itu, Claude bisa render ulang tanpa mentranskrip dan memotong dari awal. File besar lain di work/ boleh dihapus kalau disk penuh.

Python

Apa itu file .py?

Python adalah bahasa pemrograman yang paling banyak dipakai untuk mengolah data, gambar, dan AI, karena kodenya mudah dibaca. File berakhiran .py adalah file teks berisi perintah Python, semacam resep yang dijalankan komputer baris demi baris.

Di alur edit video ini, Claude yang menulis resepnya, Mac kamu yang memasak. Claude menulis file .py, lalu menjalankannya dengan perintah python3 nama_file.py. Pekerjaan beratnya, seperti menggambar caption ke ribuan frame, dikerjakan oleh laptop.

Menjalankan .py tidak memakai token Claude. Script berjalan gratis di CPU laptop. Token hanya terpakai saat Claude menulis script dan membaca hasilnya. Jadi render 10 menit itu sendiri 0 token.

Contoh isi file .py (disederhanakan)

# caption.py — menggambar satu caption di frame 1080×1920
from PIL import Image, ImageDraw, ImageFont

font  = ImageFont.truetype("Poppins-SemiBold.ttf", 52)
frame = Image.new("RGBA", (1080, 1920))   # kanvas transparan

ImageDraw.Draw(frame).text(
    (540, 1560),                      # posisi: di dada
    "AI itu bukan pengganti",         # kata dari transkrip
    font=font, fill="white", anchor="mm")

frame.save("caption_0001.png")           # lalu ditempel ffmpeg ke video

Script asli seperti build_short.py mengulang langkah ini untuk setiap kata dan setiap frame, lalu ffmpeg menempelkan hasilnya ke video. Peserta tidak perlu bisa menulis kode seperti ini. Cukup tahu bahwa inilah yang dikerjakan Claude di balik layar.

Tiga jenis file .py

Permanen · di dalam skill

Mesin utama

Disimpan di ~/.claude/skills/shorts-edit/scripts/ dan dipakai ulang untuk setiap video. Kamu tidak perlu menyentuhnya.

transcribe.sh transkrip per kata
scan_topics.py peta topik video panjang
build_short.py potong, caption, headline, grade, export
apply_effects.py + 21 modul efek di effects/: kartu glass, teks di belakang badan, CTA komentar, browser bar, dan lainnya

Sekali pakai · di work/

Alat bantu per video

Claude menulisnya saat butuh sesuatu yang khusus untuk satu video. Boleh dihapus setelah videonya selesai.

fw_0974.py transkrip satu klip dengan faster-whisper
make_cut.py gabung potongan dari dua video mentah
beats.py cari ketukan musik
make_endcard.py gambar end card

Sejarah · di folder utama

Prototipe pertama

build.py dan render_captions.py adalah versi paling awal, dibuat sebelum skill shorts-edit ada. Isinya masih khusus untuk satu video. Setelah terbukti jalan, keduanya dirapikan menjadi build_short.py di dalam skill.

Jadi begitulah sebuah skill lahir: script sekali pakai yang sering dipakai, dijadikan permanen.

Jalur lain

Tidak harus lewat .py. Ada 6 cara lain Claude bisa membantu edit video.

Python hanya salah satu "tangan" Claude. Claude juga bisa menulis HTML, React, perintah terminal, file timeline untuk aplikasi editor, atau menyuruh layanan AI di cloud. Bedanya ada di siapa yang bekerja keras, berapa biayanya, dan seberapa banyak kontrol yang kamu pegang.

01Laptop

HyperFrames

Claude menulis halaman HTML + animasi, lalu HyperFrames merekamnya frame demi frame jadi MP4. Cocok untuk motion graphic dari nol: explainer, title card, infografis bergerak.

Claude menulis: HTML, CSS, animasi GSAP
Yang bekerja: Node.js + browser + ffmpeg di laptop
Biaya: render 0 token · menulisnya cukup banyak token

Sudah dicoba: video "3 langkah AI UMKM"

02Laptop

Remotion

Mirip HyperFrames, tapi videonya ditulis sebagai komponen React. Cocok untuk yang sudah terbiasa dengan React, atau video data yang dibuat berulang dari template.

Claude menulis: kode React (JavaScript)
Yang bekerja: Node.js + browser di laptop
Biaya: render 0 token · cek lisensinya untuk pemakaian perusahaan

03Laptop

ffmpeg langsung

Tanpa script sama sekali. Claude mengetik satu perintah terminal untuk potong, gabung, percepat, ubah ukuran, kompres, atau ambil audio. Paling hemat untuk pekerjaan sederhana.

Claude menulis: 1–2 baris perintah
Yang bekerja: ffmpeg di laptop
Biaya: paling sedikit token

Batasan: teks dan caption butuh ffmpeg versi tertentu. Karena itu caption di skill digambar dengan Pillow.

04Aplikasi editor

Claude bantu, kamu yang finishing

Claude menyiapkan file yang bisa diimpor ke aplikasi editor: caption .srt dari transkrip Whisper, atau daftar potongan sebagai file timeline. Sentuhan akhirnya kamu kerjakan sendiri di CapCut, Premiere, DaVinci, atau Final Cut.

Claude menulis: file .srt, daftar potongan, file timeline (XML)
Yang bekerja: kamu, di aplikasi editor favorit
Biaya: sedikit token · waktu kerja manualmu

Cocok untuk editor yang sudah punya alur kerja sendiri.

05Cloud AI

Layanan AI lewat konektor

Lewat konektor (MCP), Claude bisa menyuruh layanan AI di cloud seperti Higgsfield atau HeyGen untuk membuat B-roll AI, mengganti background, avatar, dubbing, reframe, atau upscale. Hal-hal yang memang tidak bisa dikerjakan laptop.

Claude menulis: prompt dan perintah ke layanan
Yang bekerja: server layanan AI
Biaya: sedikit token · kredit layanan (berbayar)

Tips: tiap efek di bawah 5 detik, lalu pasang lagi suara aslimu.

06Aplikasi editor

Claude mengoperasikan aplikasi

Dengan computer use atau Claude in Chrome, Claude bisa mengklik dan mengetik di CapCut web atau Canva seperti manusia. Bisa, tapi lambat dan rawan meleset.

Claude menulis: tidak ada. Claude melihat layar lalu mengklik
Yang bekerja: Claude, langkah demi langkah
Biaya: paling boros token: setiap langkah butuh screenshot

Pilihan terakhir, kalau tidak ada cara lain.

Perbandingan cepat

Jalur	Cocok untuk	Token Claude	Biaya lain	Kontrol hasil
Skill .py jalur utama kelas ini	Talking-head, caption, kartu, efek berulang	sedang	gratis	tinggi, otomatis
HyperFrames	Motion graphic, explainer animasi	tinggi	gratis	tinggi, otomatis
Remotion	Video template berbasis data	tinggi	lisensi untuk perusahaan	tinggi, otomatis
ffmpeg langsung	Potong, gabung, kompres, ubah ukuran	rendah	gratis	terbatas
File untuk editor	Editor yang mau finishing manual	rendah	waktu kerjamu	penuh, manual
Cloud AI (MCP)	AI generatif: B-roll, avatar, ganti background	rendah	kredit layanan	sedang
Computer use	Aplikasi tanpa jalur lain	sangat tinggi	gratis	rendah

Cara memilih

Video bicara ke kamera, mau rutin?Skill .py. Sekali disetel, video berikutnya tinggal pakai style yang tersimpan.
Animasi dari nol tanpa footage?HyperFrames.
Cuma mau potong atau kompres?Minta Claude memakai ffmpeg langsung.
Sudah jago CapCut atau Premiere?Minta file .srt dan daftar potongan, lalu finishing sendiri.
Butuh gambar atau adegan yang tidak pernah direkam?Cloud AI lewat konektor, di atas hasil jalur lain.

Jalur-jalur ini bisa digabung. Video "3 Prompt Framework" misalnya memakai Whisper, ffmpeg, Python, dan rembg dalam satu alur, dan bisa ditambah B-roll AI dari cloud kalau perlu.

Prompt untuk mulai

Contoh perintah yang bisa langsung dipakai

Bahasa Indonesia santai sudah cukup. Semakin jelas tujuan dan selera kamu, semakin sedikit revisi.

Talking-head

Short pertama kamu

Edit video terbaru di raw-video/ jadi Reels 9:16 maksimal 60 detik. Buang gagap dan jeda panjang, kasih caption per kata di bawah dagu, headline besar di kata kunci, dan jangan ubah suaraku. Tanya dulu soal font dan warna sebelum render.

Motion graphic

Animasi dari nol

Pakai HyperFrames, buat animasi explainer 20 detik ukuran 1080×1920 tentang 3 langkah memakai AI untuk UMKM. Gaya bersih, warna oranye dan putih, teks muncul satu per satu mengikuti ketukan musik.

Banyak klip

Video promo event

Di folder B-roll/ ada footage event. Buat video promo 30 detik dengan alur hook, value, bukti, lalu ajakan daftar. Pilih klip terbaik saja, tambahkan musik dari music/ dan end card dengan logo di assets/.

Referensi

Tiru gaya video lain

Ini video referensi yang aku suka (path). Analisis gaya caption, warna, transisi, dan efeknya. Lalu terapkan ke video aku, dan simpan sebagai style "referensi-1" supaya bisa dipakai lagi.

Contoh hasil

Satu prompt, satu video jadi

Video ini dibuat dari prompt "Animasi dari nol" di atas, tanpa arahan tambahan. Musik diambil dari folder music/, dipotong 20 detik, lalu Claude mendeteksi ketukannya dan menaruh setiap teks tepat di ketukan.

Prompt yang dipakai

Pakai HyperFrames, buat animasi explainer 20 detik ukuran 1080×1920 tentang 3 langkah memakai AI untuk UMKM. Gaya bersih, warna oranye dan putih, teks muncul satu per satu mengikuti ketukan musik.

± 10 menitLama prosesDari prompt sampai MP4 jadi. Render-nya sendiri ± 1 menit.

± 6,8 jutaToken terpakai4,9 juta di model utama, 1,9 juta di 5 subagent. Sebagian besar adalah token cache yang dibaca ulang.

Opus 5.5ModelOpus 5.5 (effort medium) sebagai pengarah, 5 subagent Sonnet 5.5 membangun 5 adegan secara paralel.

Yang dipelajari dari uji coba ini

Install librosa. Dipakai untuk mendeteksi ketukan musik. Sudah ditambahkan ke langkah setup di bawah.
Cek orientasi hasil. Ada bug kecil di skill yang bisa membuat video jadi landscape tanpa peringatan jelas. Minta Claude memastikan hasilnya 1080×1920.
Siapkan musik yang pendek atau minta dipotong. Panjang video mengikuti panjang lagu, jadi lagu 3 menit perlu dipotong dulu.
Sebutkan kata yang harus kapital. Preset gaya tertentu membuat semua huruf kecil, termasuk "AI" dan "UMKM".

Spesifikasi perangkat

Laptop biasa cukup. Spec menentukan seberapa cepat.

Script .py di skill ini berjalan di CPU laptop, tanpa GPU atau kartu grafis khusus. Laptop yang lebih kencang tidak membuat hasilnya lebih bagus, hanya membuat proses render lebih cepat.

Terminal · build_short.py

$ python3 build_short.py

transkrip ✓ · potong ✓

render frame

laptop bekerja · 0 token

CPU · 10 core

RAM

	Minimum jalan, tapi perlu sabar	Disarankan nyaman untuk rutin
Chip / prosesor	Mac Apple Silicon M1, atau Intel i5 / Ryzen 5 generasi 2020 ke atas	M1 Pro / M2 / M3 ke atas, atau Intel i7 / Ryzen 7
RAM	8 GB	16 GB
Ruang kosong	20 GB	50 GB lebih
Penyimpanan	SSD	SSD
Sistem operasi	macOS 12+, atau Windows 10/11 dengan WSL	macOS versi terbaru
GPU	tidak perlu	tidak perlu

Patokan nyata

Laptop yang dipakai membuat semua contoh di halaman ini

MacBook Pro · Apple M1 Pro · 10 core · 16 GB RAM

Efek untuk video 74 detik selesai ± 1,5 menit.
Transkrip video 2 menit butuh beberapa menit.
Pisah badan dari background ± 1,5 detik per frame. Untuk beberapa detik kartu judul tidak masalah, tapi untuk hampir seluruh video 1–2 menit bisa mendekati 1 jam.

Di laptop 8 GB atau generasi lebih lama, perkirakan 2–3× lebih lambat.

Bagian yang paling berat untuk laptop

Paling berat

Pisah badan (rembg)

Dipakai untuk efek "kartu di belakang kepala". Di laptop biasa, pakai untuk beberapa detik saja, jangan seluruh video. Hasil masker disimpan supaya tidak dihitung ulang saat revisi.

Sedang

Transkrip (Whisper)

Lama transkrip sebanding dengan durasi video. Model small cukup ringan untuk RAM 8 GB. Video 20 menit lebih sebaiknya di-scan cepat dulu untuk mencari bagian yang dipakai.

Ringan

Render (ffmpeg)

Cepat di mesin apa pun. Di Mac, ffmpeg memakai encoder hardware bawaan chip, jadi bagian ini paling ringan.

Supaya tidak lemot

Jaga ruang disk tetap lega. Folder work/ cepat membesar karena frame, masker, dan potongan sementara. Kalau disk hampir penuh, render bisa gagal di tengah jalan.
Tutup aplikasi berat saat render, seperti Chrome dengan banyak tab, Premiere, atau After Effects.
Colok charger. Laptop yang memakai baterai biasanya menurunkan kecepatan prosesor.

Minta preview frame dulu sebelum render penuh, supaya kesalahan posisi tidak perlu render ulang.
Minta Claude memberi estimasi waktu sebelum render panjang, lalu biarkan jalan di background.
Hapus file kerja video yang sudah selesai. Simpan saja config.json dan fx.json kalau masih mungkin direvisi.

Claude Code

Install Claude Code, lalu jalankan dan login dengan akun Claude kamu. Bisa juga pakai aplikasi desktop Claude (tab Code).
```
curl -fsSL https://claude.ai/install.sh | bash
```
```
claude
```
Homebrew
Lewati kalau sudah ada

Pengelola aplikasi untuk Mac. Dipakai untuk memasang alat-alat berikutnya.
```
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
```
ffmpeg, Node.js, Python

ffmpeg adalah mesin pemotong dan penggabung video. Node.js dipakai HyperFrames untuk motion graphic. Python menjalankan script caption dan efek.
```
brew install ffmpeg node python@3.12
```
Library Python

faster-whisper untuk transkrip, Pillow untuk menggambar teks, rembg untuk memisahkan orang dari background, librosa untuk mendeteksi ketukan musik. Saat pertama dipakai, rembg mengunduh model sekitar 176 MB.
```
pip3 install -U faster-whisper pillow numpy librosa "rembg[cpu]"
```
Pakai faster-whisper, bukan openai-whisper. Di beberapa Mac versi openai-whisper bisa crash saat transkrip.
Font

Caption dan headline butuh file font yang terpasang di laptop. Font lain dari Google Fonts juga bisa, tinggal sebut namanya ke Claude.
```
brew install --cask font-poppins font-bebas-neue
```
Skill publik: HyperFrames & animasi

Saat perintah ini bertanya, pilih Claude Code sebagai tujuan dan install secara global supaya bisa dipakai di semua folder.
```
npx skills add heygen-com/hyperframes
```
```
npx skills add emilkowalski/skill
```
Lalu cek apakah HyperFrames siap merender:
```
npx hyperframes doctor
```
Skill kelas
Dari grup kelas

shorts-edit dan campaign-video-edit dibagikan sebagai file zip. Ekstrak ke folder skill Claude Code:
```
mkdir -p ~/.claude/skills
unzip ~/Downloads/shorts-edit.zip -d ~/.claude/skills/
unzip ~/Downloads/campaign-video-edit.zip -d ~/.claude/skills/
```
Hasilnya harus ada file ~/.claude/skills/shorts-edit/SKILL.md. Tutup lalu buka lagi Claude Code supaya skill terbaca.

Folder kerja

Buat satu folder khusus video dan buka Claude Code dari folder itu. Struktur ini yang dikenali skill:

Video Edit/
├── raw-video/      # video mentah
├── raw-done/       # video mentah yang sudah selesai
├── B-roll/         # footage pendukung
├── music/          # musik latar (opsional)
├── sound effect/   # ting, whoosh, pop
├── assets/         # logo, kartu profil, video penutup
├── work/           # file kerja Claude
└── output/         # hasil final

mkdir -p ~/"Video Edit"/{raw-video,raw-done,B-roll,music,"sound effect",assets,work,output/Posted} && cd ~/"Video Edit" && claude

Tes semuanya

Di dalam Claude Code, minta Claude mengecek sendiri. Claude akan menjalankan perintah pengecekan dan memberi tahu kalau ada yang kurang.

Cek apakah ffmpeg, faster-whisper, Pillow, rembg, dan HyperFrames sudah siap. Sebutkan juga skill video apa saja yang kamu punya.

Biar hemat dan cepat

Tips dan batasan

± 3 jutaToken per short talking-head

± 13 jutaToken per video motion animasi

1–3Putaran revisi yang wajar

Supaya kuota awet

Satu video, satu sesi baru. Konteks yang menumpuk membuat tiap langkah makin mahal.
Matikan plugin dan konektor yang tidak dipakai untuk edit video. Bisa hemat 30–40% token.
Minta preview frame dulu sebelum render penuh. Salah posisi teks paling murah diperbaiki di tahap ini.
Kumpulkan revisi jadi satu pesan. Tiga catatan sekaligus lebih hemat daripada tiga pesan terpisah.
Minta estimasi waktu sebelum render panjang, terutama untuk efek yang memotong orang dari background.

Yang belum bisa secara lokal

Gambar atau adegan baru dengan AI generatif. Perlu layanan luar seperti Higgsfield (berbayar kredit).
Tracking otomatis, misalnya stiker yang menempel ke tangan yang bergerak. Grafis mengikuti jalur yang ditentukan.
Pisah orang dari background itu lambat, sekitar 1,5 detik per frame. Pakai untuk beberapa detik saja.
Claude tidak menonton video secara real-time. Claude melihat transkrip dan frame contoh, jadi catatan revisi kamu tetap penting.

Studi kasus token

3 video brand, dikerjakan di sesi yang terlalu panjang

Contoh nyata dari pengeditan 3 video brand (Nichoa, Tarunira, ModreMaire). Aplikasi hanya mencatat total per sesi, bukan per video, jadi angka per video adalah estimasi dari jumlah langkah kerja dan ukuran konteks. Data sistem dipakai sebagai patokan.

Tabel 1 · Data pasti dari sistem

Item	Nilai
Ukuran konteks sesi	579.025 token (58% dari 1 juta)
Isinya didominasi	riwayat percakapan & hasil tool: 509.693 token
Kuota 5 jam (paket Max)	terpakai 6%
Kuota mingguan (semua model)	terpakai 31%, akumulasi semua pekerjaan minggu itu

Token diproses per video (estimasi)

Nichoa

± 13,5 jt

Tarunira

± 3,4 jt

ModreMaire

± 3,4 jt

05 jt10 jt14 jt

Nichoa butuh langkah 4× lebih banyak, karena di video itu sekalian dibangun alat pemangkas filler.

Tabel 2 · Estimasi per video

Video	Langkah kerja	Token baru masuk konteks*	Token diproses**	Token output
Nichoa edit + revisi filler	± 26	± 55 rb	± 13–14 juta	± 25 rb
Tarunira	± 6	± 20 rb	± 3,4 juta	± 10 rb
ModreMaire	± 6	± 20 rb	± 3,4 juta	± 10 rb
Total 3 video	± 38	± 95–110 rb	± 20 juta	± 45 rb

* Hasil transkrip, gambar preview yang dicek, output perintah, dan kode yang ditulis.
** Setiap langkah membaca ulang seluruh konteks sesi (± 500–580 ribu token). Sebagian besar terbaca dari cache, jadi jauh lebih murah daripada input baru, tapi tetap terhitung ke kuota.

Tabel 3 · Sesi panjang vs sesi baru

	Sesi panjang ± 15 video sejak awal	Sesi baru per 2–3 video
Konteks dibaca per langkah	500–580 rb token	30–60 rb token
Token diproses untuk 3 video ini	± 20 juta	± 2–3 juta
Skill, efek, preferensi	terbawa	tetap terbawa

Sesi panjang

± 20 jt

Sesi baru

± 2–3 jt

± 10× lebih hematuntuk hasil video yang sama

Kenapa Nichoa paling mahal

Langkah kerjanya lebih dari 4 kali lipat video lain, karena di situ Claude sekalian membangun alat pemangkas filler: mendeteksi kata pengisi, mengkalibrasi, sampai memperbaiki kasus "berdaya saing" yang ikut terpotong. Tarunira dan ModreMaire tinggal memakai alat yang sudah jadi, dan dikerjakan paralel, jadi langkahnya jauh lebih sedikit.

Pemboros terbesar: sesi terlalu panjang

Sesi ini sudah berisi ± 15 video, jadi setiap langkah kecil ikut membaca ulang 500 ribu lebih token riwayat. Di sesi baru, konteks per langkah hanya 30–60 ribu token. Skill, efek, dan catatan preferensi tetap terbawa ke sesi baru, jadi tidak ada yang perlu diulang. Aturannya: mulai sesi baru setiap 2–3 video.