🎯 О чём этот конспект: Пошаговое руководство по созданию сложного Python-приложения для автоматического монтажа видео (выбор лучших дублей по сценарию) с использованием AI-агентов. Разбор методологии «вайбкодинга», где фокус смещается с написания строк кода на проектирование архитектуры и управление промптами.

👤 Кому будет полезно: Вайбкодерам, контент-мейкерам, продакт-менеджерам и разработчикам, которые хотят делегировать написание кода нейросетям и собирать работающие инструменты «в соло».

✨ Что получите: Готовый алгоритм автоматизации монтажа, понимание актуального стека для AI-проектов и набор правил для эффективной работы в Cursor.

1. Философия и принципы Вайбкодинга

Контекст: Вайбкодинг — это подход, популяризированный Андреем Карпатым, где разработчик перестает читать код и полностью доверяет его написание LLM. Вы описываете желания на естественном языке, копипастите ошибки без комментариев и работаете на высоком уровне абстракции. Однако это не магия: чтобы проект не превратился в «кашу», нужно четко проектировать архитектуру и контролировать результат на каждом этапе.

Выгода: Возможность создавать микро-SaaS и внутренние инструменты в 10 раз быстрее, не погружаясь в синтаксис языков.

Как применить:

• Принцип 1: Доверие агенту — Используйте режим Agent в Cursor или Claude Code. Не пытайтесь исправлять код руками, если можно попросить об этом нейронку.
• Принцип 2: Итеративность — Не просите всё сразу. Реализуйте одну функцию (например, извлечение аудио), проверьте её, закоммитьте, и только потом переходите к следующей.
• Принцип 3: Выбор топовых моделей — Для кодинга используйте только лидеров рейтинга lmarena.ai (на текущий момент это Claude 3.5 Sonnet или Opus 4.5).

Результат: Переход от роли «исполнителя-кодера» к роли «архитектора-контролера».

2. Выбор стека: Фундамент AI-приложения

Контекст: Нейросети часто предлагают переусложненные или устаревшие решения. Стратег должен сам определить «скелет» проекта, так как от этого зависит стабильность и стоимость разработки.

Выгода: Экономия времени на переделках и минимизация затрат на API.

Рекомендуемый стек от автора:

• Frontend: Next.js + TypeScript (стандарт индустрии).
• Backend: Python (идеален для AI и работы с медиа) или Node.js.
• База данных: PostgreSQL (универсально) или SQLite (для локальных скриптов).
• LLM Gateway: OpenRouter (позволяет менять модели одной строчкой конфига).
• Медиа AI: ElevenLabs (речь), Fal.ai (генерация видео/фото).

Как применить:

• Шаг 1: Определение задачи — Для локального скрипта нарезки видео выбран Python без тяжелых фреймворков.
• Шаг 2: Выбор API — Для транскрибации выбрана модель ElevenLabs Scribe (точнее Whisper в сложных задачах).

Результат: Четкая структура проекта, понятная AI-агенту.

3. Настройка Cursor: Project Rules для вайбкодера

Контекст: Чтобы AI не «галлюцинировал» и соблюдал стандарты, необходимо задать правила проекта (Project Rules). Это глобальный контекст, который агент учитывает при каждом запросе.

Выгода: Код становится чище, типизация соблюдается автоматически, меньше глупых ошибок.

Как применить:

• Шаг 1: Настройка правил — Зайдите в Cursor Settings -> Project Rules и добавьте инструкции.
• Шаг 2: Вставьте промпт для Python-проекта:

Всегда используй строгую типизацию (typing).
Для управления зависимостями используй pip.
После каждого изменения кода запускай проверку синтаксиса.
Используй .env для хранения ключей API.
Разбивай код на модули, если файл превышает 1000 строк.

Результат: Агент работает в заданных рамках, не нарушая архитектуру.

4. Алгоритм автоматической нарезки видео (Logic Flow)

Контекст: Ключевая боль — трата часов на отбор дублей. Автор предлагает алгоритм: берем последний дубль каждой фразы, так как он обычно самый удачный.

Выгода: Автоматизация «чернового» монтажа (драфта), экономия 80% времени монтажера.

Как применить (пошаговый алгоритм для агента):

1. Извлечение аудио: Конвертация видео в MP3 через ffmpeg.
2. Транскрибация: Получение JSON с таймингами каждого слова (через ElevenLabs или Whisper).
3. Сопоставление со сценарием: LLM сравнивает текст сценария и транскрипт, находя границы предложений.
4. Поиск последнего дубля: Если фраза повторяется 3 раза, скрипт берет тайминги только третьего вхождения.
5. Экспорт в монтажку: Генерация файла .fcpxml (Final Cut Pro XML), который понимают DaVinci Resolve и Premiere Pro.

Промпт для реализации детекта дублей:

Напиши функцию на Python, которая сопоставляет список предложений из сценария (script.txt) 
с транскрипцией (word_timestamps.json). 
Логика: для каждого предложения из сценария найди в транскрипции все вхождения. 
Выбери только последнее вхождение (последний дубль). 
Верни список объектов с startTime и endTime для каждого финального дубля.

Результат: Готовый проект в монтажной программе с уже нарезанными лучшими дублями.

5. Дебаггинг и оптимизация: Когда вайб ломается

Контекст: При разрастании кода (более 2000 строк в файле) агент начинает ошибаться. Также возникают специфические проблемы: черные кадры, обрезанные слова, лишние щелчки.

Выгода: Стабильно работающий инструмент, пригодный для продакшена.

Как применить:

• Рефакторинг: Если файл стал слишком большим, дайте команду: Split this file into smaller modules by function (transcription, processing, export).
• Фикс таймингов: Для борьбы с «черными кадрами» используйте округление до частоты кадров (FPS) проекта.
• Умная обрезка тишины: Чтобы убрать щелчки в конце фраз, попросите агента:

Добавь анализ громкости (RMS) для последних 0.5 секунд каждого фрагмента. 
Обрезай фрагмент, как только уровень громкости падает ниже порога тишины, 
чтобы не захватывать лишние звуки после фразы.

Результат: Профессиональное качество нарезки без ручного вмешательства.

FAQ

В: Можно ли использовать бесплатные модели для вайбкодинга?

О: Не рекомендуется. Бесплатные или слабые модели часто теряют контекст и не следуют сложным инструкциям. Для работы с кодом лучше всего подходят Claude 3.5 Sonnet или GPT-4o.

В: Что делать, если агент зациклился и не может исправить ошибку?

О: Откатите изменения через Git к последнему рабочему коммиту. Попробуйте разбить задачу на более мелкие подзадачи или смените модель (например, с Claude на Gemini 1.5 Pro) для свежего взгляда на проблему.

В: Как передать агенту документацию нового API, которого он не знает?

О: Используйте MCP (Model Context Protocol) или просто вставьте текст документации/ссылку в чат с пометкой: «Изучи эту документацию перед написанием кода интеграции».

В: Почему автор выбрал FCPXML вместо прямого рендера видео?

О: Прямой рендер лишает гибкости. Формат XML позволяет открыть нарезку в DaVinci или Premiere и за 5 минут поправить мелкие огрехи AI, сохранив полный контроль над финальным качеством.

В: Как избежать огромных счетов за API транскрибации?

О: Реализуйте кэширование. Если в папке output уже лежит JSON с транскрипцией для этого видео, скрипт должен пропускать этап обращения к платному API.

Конспект создан на основе видео «Вайбкодинг: Как создавать IT-продукты с помощью AI» канала Олег (VibeCoder). Все права на оригинальный материал принадлежат авторам. Источник: https://www.youtube.com/watch?v=ZRqHzvA6OvY