ShortWave.STUDIO 的现代化项目

此前一直是家庭手工业状态

在 ShortWave.STUDIO 制作、发布的内容中，有其中1种视频内容，
叫作“OPTOg”。

过去主要以“Ping”为名，制作脱口秀节目风格的内容，
后来又开始制作不符合这个框架的内容，因此改了名字。

不过，这是题外话。

此前，我们的视频内容都是由人手制作的。
流程大致如下。

1. 用日语撰写脚本
2. 利用 AI 翻译成英语
3. 根据脚本内容，在 HeyGen 中制作主要的视频和音频
4. 部分利用 AI，制作缩略图等素材
5. 启动视频编辑软件，导入已制作的素材并进行编辑
6. 导出并上传到 YouTube、网站等平台

……嗯，就是非常普通的流程，我们一直是这么做的。

虽然在翻译和素材制作方面使用了 AI，
但制作流程的大部分仍是手工。名副其实的家庭手工业。

时机成熟了

一开始这样也挺好。因为制作内容本身就很有趣。

然而，每1部视频所需的时间和精力相当可观，
随着时间推移和环境变化，开展创作活动的心理门槛也逐年上升。

幸运的是，这套制作流程已经形成了固定模式，
所用素材、轨道结构、应用的设置等都已经模板化。

只要梳理、验证“如何把人类正在做的事情自动化”，
就很有希望大幅节省人力……我们是这么判断的。

恰逢其时，如今已经可以使用 OpenAI 的 GPT-6 Astra 和 Anthropic 的 Fable 5.1。
详细调查、方案研究以及基于这些结果的实现，似乎都可以交给它们。

于是，我们决定着手进行这项一直想做、却不断推迟的现代化改造。

从梳理开始

首先是制定方针和梳理需求，也就是所谓的需求定义。

我们先确定了一个重要原则：不以完全自动化为目标。
自动化仅针对“作业”，而属于“创作”的任务由人类负责。

把这2点设为“绝不动摇的轴心”，在这个基础上尽可能自动化。
不过，要比较所需精力与所得结果，只实现有成本效益的部分。

细节还有很多，但基本就是这样。

把这些内容和实际作业告诉 AI，请它提出几个实现方案之后，
最终选定了“结合 MCP、UXP 和界面操作来实现”的方向。

实现与验证

我们利用 HeyGen 这项服务制作主要素材，
而这项服务提供了 MCP。

实际试用后，发现它覆盖了此前大部分手工作业，
因此似乎能把这些环节几乎全部自动化。

但 Premiere Pro 并没有让 AI 自动操作的机制。
要让编辑操作自动化，就需要某种居中协调的东西……

经过一番调查，我们决定引入名为“Premiere Pro MCP”的应用。

https://premiere-pro-mcp.com

这是一款通过 MCP 机制在 AI 和 Premiere Pro 之间充当中介的应用。
市面上有各种此类产品，感兴趣的话可以了解一下。

不过，它也并不完美……
随着后续调查深入，我们发现仍有不少事情无法实现。

最后，我们决定再结合自行实现的 UXP，以及 Codex 实际操作浏览器等方式，
实现整体自动化。

能做与不能做的事情

经过各种曲折，最终实现了分成2个部分的自动化技能。
流程变成了这样。

1. 用日语撰写脚本
2. 利用 AI 翻译成英语
3. 技能 #1 读取脚本内容，制作视频和音频并自动下载
4. 部分利用 AI，制作缩略图等素材
5. 技能 #2 启动视频编辑软件，按规定处理、放置各类素材
6. 接手已完成素材放置和初始处理的视频编辑软件，调整细节
7. 导出并上传到 YouTube、网站等平台

上面的第3项和第5项，就是自动化了的任务。
把手动做起来令人犯愁的部分自动化后，确实轻松多了。

作为参考，下面梳理一下整个流程中的责任分工。

・AI 与自动化负责的事情

• 在 HeyGen 中生成视频、音频
• 下载、整理生成物
• 检查字幕与台词的对应关系
• 提取候选场景
• 将素材导入 Premiere 并放置
• 规定的初始处理
• 其他可重复的常规作业

・人类负责的事情

• 构思企划
• 撰写脚本
• 整体导演工作
• 各素材的详细设置、应用效果
• 调整字幕
• 检查、修正 AI 处理结果
• 判断作品是否完成

“没有做”不等于“做不到”

这次自动化方案仍然保留了不少需要人手完成的任务。
这是评估开头所说的“成本效益”之后，刻意保留下来的。

例如……

• 虽然能自动化，但人类做起来更快
• 需要视具体情况判断
• 结果不稳定
• 消耗太多 AI 点数
• 包含大量模糊性
• 可以实现，但实现成本太高
• 是自己想亲手做的部分

因为这些原因，有些部分最终没有自动化。

如果整理视频结构，似乎还能进一步扩大自动化范围，
甚至完全自动化也像是可以做到……

但是，要是那么做，就不再是 ShortWave.STUDIO 了。

不断成长的系统

这套系统才刚上线，也许还不够完美，
但这类内部提效工具，本来就应该一边使用，一边持续改进。

我们希望根据制作内容时的感受和收获进行修改，
实现更高效的制作环境。