🎯 О чём этот конспект: Практическое руководство по развёртыванию и использованию открытого GitHub-репозитория Open Montage для автоматизации видеомонтажа. В материале показан параллельный запуск проекта через CLI-агенты Claude Code и Codex, настройка инструкций через Markdown-файлы (CLAUDE.md, CODEX.md), автоматическая генерация анимированных субтитров через Whisper и тонкая донастройка промптов для вырезания пауз.

👤 Кому будет полезно: Контент-мейкерам, вайбкодерам и разработчикам, которые хотят делегировать рутинный монтаж «говорящих голов», Shorts и Reels локальным AI-агентам без использования громоздких видеоредакторов.

✨ Что получите: Пошаговый алгоритм скачивания, инициализации и запуска AI-монтажа любого исходника: от базовой нарезки пауз до наложения субтитров с цветовым выделением речи и компоновки кадров по референсу.

1. Развёртывание Open Montage через контекстные инструкции CLAUDE.md и CODEX.md

Контекст: Репозиторий Open Montage спроектирован так, чтобы AI-агенты могли считывать правила проекта напрямую из файлов инструкций. Вместо ручной настройки сложных пайплайнов обработки видео достаточно передать агенту ссылку на репозиторий и попросить его сформировать профильный файл конфигурации для используемой среды. Для среды Claude Code создаётся CLAUDE.md, а для OpenAI Codex — CODEX.md. Агент выгружает проект, парсит README.md и выстраивает системное окружение под задачу монтажа.

Тайминг: ▶ 00:28▶ 00:54

Выгода: Экономия 1–2 часов на ручной установке скриптов и чтении документации — AI-агент полностью настраивает структуру проекта самостоятельно.

Как применить:

• Шаг 1: Подготовка рабочего пространства — Создайте на рабочем столе папку проекта (например, video) и поместите туда видеоисходник вместе с файлом-референсом желаемого стиля.
• Шаг 2: Инициализация в Claude Code — Запустите терминал с Claude Code и отправьте команду для загрузки репозитория и создания файла инструкций:

Изучи репозиторий Open Montage по ссылке https://github.com/... (ссылка на репозиторий), загрузи все инструкции, создай файл CLAUDE.md с правилами проекта и настрой окружение для видеомонтажа.

• Шаг 3: Инициализация в Codex — В параллельном окне Codex запустите аналогичную задачу, указав создание целевого файла CODEX.md:

Изучи репозиторий Open Montage, установи необходимые файлы и сформируй CODEX.md для выполнения автоматического монтажа видео по инструкциям из репозитория.

Результат: Полностью развёрнутый проект с готовым файлом контекста (CLAUDE.md / CODEX.md), содержащим все правила и пайплайны обработки видео для конкретного AI-агента.

2. Автономное разрешение зависимостей и установка моделей транскрибации

Контекст: Open Montage требует ряда низкоуровневых утилит и моделей для распознавания речи, нарезки кадров и сведения аудио. При выполнении задачи современные AI-агенты способны самостоятельно диагностировать отсутствие пакетов (например, Whisper или FFmpeg), скачивать их из репозиториев и компилировать окружение без остановки процесса. Агент обращается к пользователю только в спорных ситуациях, принимая технические решения автоматически.

Тайминг: ▶ 02:03▶ 02:20

Выгода: Полная изоляция от рутины установки Python-библиотек, аудио-кодеков и локальных нейросетей распознавания речи.

Как применить:

• Шаг 1: Предоставление прав на выполнение терминальных команд — Разрешите агенту выполнять системные команды (auto-approve или подтверждение y при запросах установки пакетов).
• Шаг 2: Фоновая загрузка Whisper — Агент автоматически проверит наличие модели Whisper, выгрузит её веса и настроит обработку русской речи для генерации таймкодов субтитров:

# Пример действий, которые агент выполняет в фоне самостоятельно:
pip install openai-whisper ffmpeg-python
whisper --model medium --language Russian

Результат: Рабочий пайплайн с интегрированной моделью Whisper, готовый к распознаванию речи и покадровой синхронизации видеоряда.

3. Запуск первого прогона монтажа по исходнику и референсу

Контекст: После конфигурации окружения агенту скармливается путь к локальной папке с файлами. Важно передать исходную запись (например, «говорящая голова») и задать условия для черновой сборки: очистка от дублей, сокращение хронометража, стилизация субтитров и базовый цветокор. Время первого прогона может составлять до 40 минут, так как агент покадрово анализирует видео, транскрибирует аудио и строит таймлайн.

Тайминг: ▶ 01:21▶ 01:43▶ 02:28

Выгода: Превращение сырого 2-минутного дубля в смонтированный черновик без участия человека в монтажной программе.

Как применить:

• Шаг 1: Передача пути к файлам — Укажите агенту точный абсолютный или относительный путь к рабочей директории с исходником:

Возьми исходное видео из папки ~/Desktop/video/source.mp4. Проанализируй видеоряд и аудиодорожку, удали неудачные дубли, выполни нарезку, добавь субтитры и сохрани готовый результат в папку ~/Desktop/video/output/.

• Шаг 2: Мониторинг сборки — Дождитесь завершения рендеринга. Агент последовательно проведёт транскрибацию, нарежет сцены, применит фильтры улучшения картинки и экспортирует файл.

Результат: Смонтированный видеоролик с наложенными субтитрами и улучшенной цветокоррекцией.

4. Сравнение качества работы: Codex против Claude Code

Контекст: Параллельный тест одного и того же исходника (2-минутное видео) показал принципиальную разницу в подходах моделей к монтажу. Codex справился с базовой структурой, улучшил качество исходной картинки и добавил верхние текстовые плашки по референсу, но оставил слишком много пауз (ролик сократился всего до 1:57). Claude Code продемонстрировал более качественный результат: хронометраж уменьшился до 1:45, склейки получились плотными, а субтитры были точно синхронизированы с речью и подсвечены цветом.

Тайминг: ▶ 02:39▶ 03:46

Выгода: Понимание сильных сторон инструментов: Claude Code лучше подходит для динамичного монтажа речи и субтитров, Codex точнее копирует графические элементы референса.

Как применить:

• Шаг 1: Выбор инструмента под задачу — Используйте Claude Code, если в приоритете динамика речи, плотный jump-cut монтаж и стильные анимированные субтитры.
• Шаг 2: Комбинирование сильных сторон — Если требуется повторить сложную графику и плашки из референса, передайте в промпт Claude Code чёткие правила размещения оверлеев, которые по умолчанию лучше подхватывает Codex.

Результат: Осознанный выбор AI-движка под конкретный формат контента (Reels, экспертные видео, подкасты).

5. Корректировка промпта для агрессивного вырезания пауз и точного следования стилю

Контекст: Если на первом прогоне агент оставляет длинные заминки и вздохи между фразами, проблему решает корректировка промпта на втором круге и передача собственного эталонного видео вместо абстрактного чужого референса. Агенту необходимо явно задать порог тишины (в миллисекундах) и указать целевой хронометраж сжатия (например, с 2 минут до 1:20).

Тайминг: ▶ 02:44▶ 02:83▶ 03:15

Выгода: Сокращение хронометража на 30–40% за счёт удаления «мертвого» воздуха и повышение удержания зрителей.

Как применить:

• Шаг 1: Добавление эталонного видео — Поместите в рабочую папку ваш ранее смонтированный успешный ролик как my_reference.mp4.
• Шаг 2: Промпт для глубокой обрезки пауз — Запустите повторную итерацию с детальными ограничениями:

Проанализируй готовый референс my_reference.mp4 в папке проекта и повтори его темп монтажа. 
В исходном файле source.mp4:
1. Полностью вырежи все паузы, вздохи и тишину длиннее 0.3 секунды между словами.
2. Сделай плотные склейки (jump cuts), чтобы целевая длительность получилась в районе 1:20–1:25.
3. Добавь субтитры по центру экрана с динамической подсветкой активного слова цветом.
4. Добавь ключевые фразы и акценты в верхнюю часть экрана согласно стилю из референса.

Результат: Динамичный короткий ролик без затянутых пауз с профессиональным ритмом подачи.

6. Контроль расхода лимитов и оптимизация времени обработки

Контекст: Глубокий анализ видеофайлов и покадровая генерация через CLI-агенты создают высокую нагрузку на контекстное окно модели. За один 40-минутный прогон обработки 2-минутного ролика Claude Code может израсходовать до 48% дневного лимита сессии. Основная часть времени уходит на первичный парсинг видеоряда и транскрибацию. Понимание этих ограничений позволяет планировать пакетный монтаж и избегать блокировок по рейт-лимитам.

Тайминг: ▶ 04:37▶ 04:59

Выгода: Предотвращение исчерпания API-лимитов посреди рабочего процесса и оптимизация расходов на токены.

Как применить:

• Шаг 1: Проверка остатка лимитов перед запуском — Убедитесь, что у вас есть запас не менее 50–60% лимита сессии Claude Code перед запуском тяжёлого рендера.
• Шаг 2: Пакетная подготовка ассетов — Чтобы снизить расход токенов на первичном этапе, заранее извлекайте аудиодорожку и прогоняйте локальный Whisper отдельно, передавая агенту уже готовый .srt или .json файл таймкодов.

Результат: Предсказуемый расход токенов и защита от прерывания рендеринга на этапе сборки финального видео.

FAQ

В: Что такое Open Montage и чем он отличается от обычных скриптов нарезки?

О: Open Montage — это открытый проект на GitHub, предоставляющий набор структурированных инструкций и пайплайнов для AI-агентов (Claude Code, Codex). Он выполняет не просто обрезку по звуку, а комплексный монтаж: анализ контекста, интеграцию анимированных субтитров с подсветкой, кадрирование (например, разделение экрана) и цветокоррекцию.

В: Почему генерация 2-минутного видео заняла 40 минут?

О: При первой итерации AI-агент выполняет полный цикл: разворачивает окружение, загружает локальные модели распознавания речи (Whisper), покадрово исследует исходник, сравнивает таймлайн с референсом и компилирует видео через FFmpeg. Повторные прогоны выполняются быстрее за счёт уже установленных библиотек.

В: Почему AI-агент не вырезал все паузы в первом тесте?

О: Если в базовом промпте не указан жёсткий порог отсечения тишины, нейросеть придерживается консервативной стратегии склейки, сохраняя естественные интонации спикера. Чтобы получить динамичный монтаж (jump-cut), необходимо явно прописать удаление пауз длиннее 0.2–0.3 секунд.

В: Какой инструмент показал лучший результат — Claude Code или Codex?

О: Claude Code лучше справился с созданием динамичного темпа, генерацией читаемых субтитров с цветовым выделением активных слов и склейкой фраз. Codex лучше уловил графические элементы референса (размещение плашек в верхней части экрана) и применил более качественный цветокор, но оставил видео затянутым.

В: Сколько ресурсов и лимитов API тратит один прогон?

О: В тесте автора один полный цикл монтажа 2-минутного видео израсходовал около 48% доступного лимита сессии Claude Code. Рекомендуется запускать генерации при запасе лимита от 50%.

В: Обязательно ли иметь мощную видеокарту для работы Open Montage?

О: Сам AI-агент работает в облаке, но локальные операции (транскрибация Whisper, обработка FFmpeg) используют ресурсы вашего компьютера. Наличие GPU ускорит процесс, однако агент способен выполнять обработку и на CPU.

Ресурсы и ссылки

• Open Montage — репозиторий на GitHub с инструкциями и промптами для AI-монтажа видео — упомянут в видео (https://github.com/...)
• Claude Code — консольный AI-агент от Anthropic для автоматизации задач и работы с кодом — упомянут в видео
• OpenAI Codex — инструмент/CLI-среда генерации кода и исполнения команд от OpenAI — упомянут в видео
• OpenAI Whisper — нейросетевая модель автоматического распознавания речи и расстановки таймкодов субтитров — упомянут в видео

Конспект создан на основе видео «На GitHub появился репозиторий... Open Montage» канала Про нейросети. Все права на оригинальный материал принадлежат авторам. Источник: https://www.youtube.com/watch?v=WeD-7X-xYyM