Langes Video → Shorts mit Untertiteln

Gib der KI ein langes Video und ein redaktionelles Briefing und erhalte ein Paket ausgewählter Social-Clips, neu kadriert und mit Untertiteln.

Rezepte

Ausführen

  • Video
  • 5 Pipelines
  • ≥ 2 Credits

KI-Agent

Terminal

Neu hier? Schnellstart
01
Homebrew brew install pipe2-ai/tap/pipe2
↳
Go go install github.com/pipe2-ai/pipe2-cli/cmd/pipe2@latest
02
API-Token holen ↗ echo "$PAT" | pipe2 auth login --token -

3 Clips aus einer Episode

Ergebnis ändern

--inputerforderlich
asset_urlStandard—Source video: a YouTube or social URL, direct media URL, local file, or existing Pipe2 asset.
--instructions
stringStandardFind the five strongest self-contained moments. Prefer clear ideas, surprising claims, useful explanations, or complete stories. Each clip should make sense without the rest of the video.Editorial brief describing which moments to select and what makes a good clip.
--max-clips
intStandard5Maximum number of clips Video Trim may return.
--max-seconds
intStandard45Maximum duration of each selected clip, in seconds.
--aspect
enumStandard9:16Output aspect ratio for every clip.
9:16 · 1:1 · 4:5 +1
9:161:14:516:9
--preset
enumStandardserif-editorialCaption style used for every clip.
tiktok-bold-yellow · minimal-white · subtle-drop +3
tiktok-bold-yellowminimal-whitesubtle-dropkaraoke-gradientbig-serifserif-editorial
--corrections
stringStandardOptional comma-separated word corrections in the form from=to,from=to.
--lang
stringStandardautoISO 639-1 transcription language, or auto.
--parallel
intStandard4Maximum number of selected clips processed in parallel.
--position
enumStandardautoCaption position. Auto keeps text away from the main subject when possible.
auto · top · middle +1
autotopmiddlebottom
So funktioniert es 5 Pipelines
  1. transcription

    Erstellt die Sprachkarte mit Zeitstempeln, mit der Video Trim jeden ausgewählten Gedanken vollständig erhält.

    Eingabequelle: OpenClaw Creator: Why 80% Of Apps Will Disappear
    Text 
    Today, I'm sitting down with Peter Steinberger, the creator of OpenClaw, the open source personal AI agent that has completely taken over the internet.
The GitHub repo exploded to over 160,000 stars practically overnight.
The community has built countless projects like Maltbook, where bots talk among themselves,
and now the bots are even renting humans to do tasks in the real world.
In our conversation, we discuss his aha moment, his contrarian development philosophies, and what this means for builders in 2026.
Let's dive in.
[upbeat music] So good to see you, man.
Hey, what's up?
Um, so you've made something people want.
…
  2. video-trim

    Sichtet die gesamte Quelle, wählt anhand des Briefings die stärksten Momente aus und liefert sie als separate Clips.

    Video
  3. video-reframe

    Bringt jeden ausgewählten Clip ins gewählte Social-Seitenverhältnis und hält dabei Sprecher und wichtige Inhalte im Bild.

    Video
  4. transcription

    Transkribiert jeden neu kadrierten Clip, damit die Untertitel zum finalen Schnitt und Timing passen.

    Text 
    Are apps just gonna go away?
Uh, I think 80% of them are going away.
Why do I need MyFitnessPal?
Like, my agent already knows that I'm making bad decisions.
I'm at, I don't know,
uh, Smashburger something,
and it will already assume that I eat what I like to eat.
If I don't make a comment, it will just, like, automatically track it, or I make a picture and it'll just store it somewhere.
I don't even need to care, right?
  5. captions

    Brennt das passende Transkript im gewählten Stil und an der gewählten Position in jeden Clip ein.

    Video
Warum es funktioniert und was du ändern kannst

Warum es funktioniert

Das Rezept erstellt zuerst ein Transkript der Quelle mit Zeitstempeln. Dann sichtet video-trim die gesamte Aufnahme, vergleicht mögliche Momente mit deinen Anweisungen und liefert mehrere in sich geschlossene Clips. Es gibt keine separate Highlight-Liste, die du synchron halten musst, und keine Zeitstempel-Datei, die du vorbereiten musst.

Danach bekommt jeder ausgewählte Clip seinen eigenen Feinschliff. Das Neukadrieren passiert vor der Transkription, sodass Transkript und eingebrannte Untertitel genau zum finalen Schnitt passen. Die Zweige laufen parallel: Mehr Clips bedeuten mehr Arbeit, machen das Rezept aber nicht zu einer langen seriellen Warteschlange.

Die wichtigsten Einstellungen

  • instructions – beschreibe sowohl das Thema als auch das redaktionelle Kriterium. „Die fünf stärksten in sich geschlossenen Argumente“ funktioniert besser als „interessante Momente“.
  • max_clips – begrenzt die Anzahl der Clips, ohne den Agenten zu schwachen Lückenfüllern zu zwingen, wenn weniger Momente das Briefing erfüllen.
  • max_seconds – legt die Höchstlänge jedes Clips fest. Wähle ein kürzeres Limit für Hooks und ein längeres für vollständige Erklärungen.
  • aspect – nutze 9:16 für Shorts, Reels und TikTok; wechsle zu 1:1, 4:5 oder 16:9, wenn die Plattform es verlangt.

In den Rezeptoptionen findest du außerdem Untertitelstil, Sprache, Korrekturen und die Steuerung der Parallelität.

Hinweise

Auch eine starke Quelle enthält nicht immer so viele passende Momente, wie du anforderst. Der Agent liefert dann lieber weniger Clips, statt denselben Gedanken zu wiederholen oder einen schwachen Moment zu schneiden. Prüfe jede Auswahl vor dem Veröffentlichen im Kontext: Ein isoliertes Zitat kann wichtige Einschränkungen aus dem ursprünglichen Gespräch verlieren.

Die Beispielgalerie entstand in einem einzigen fortsetzbaren Lauf aus dem angegebenen OpenClaw-Interview. Sie zeigt das Ausgabeformat; bei einem neuen Lauf kann die KI andere Momente wählen.