長尺動画 → 字幕付きShorts

長尺動画と編集方針をAIに渡すと、選び抜かれ、リフレームされ、字幕の入ったSNS向けクリップのセットが届きます。

レシピ

実行

  • 動画
  • 5個のパイプライン
  • ≥ 2 クレジット

AIエージェント

ターミナル

初めてですか？ クイックスタート
01
Homebrew brew install pipe2-ai/tap/pipe2
↳
Go go install github.com/pipe2-ai/pipe2-cli/cmd/pipe2@latest
02
APIトークンを取得 ↗ echo "$PAT" | pipe2 auth login --token -

1 つのエピソードからの 3 クリップ

結果を変える

--input必須
asset_url既定値—Source video: a YouTube or social URL, direct media URL, local file, or existing Pipe2 asset.
--instructions
string既定値Find 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
int既定値5Maximum number of clips Video Trim may return.
--max-seconds
int既定値45Maximum duration of each selected clip, in seconds.
--aspect
enum既定値9:16Output aspect ratio for every clip.
9:16 · 1:1 · 4:5 +1
9:161:14:516:9
--preset
enum既定値serif-editorialCaption style used for every clip.
tiktok-bold-yellow · minimal-white · subtle-drop +3
tiktok-bold-yellowminimal-whitesubtle-dropkaraoke-gradientbig-serifserif-editorial
--corrections
string既定値Optional comma-separated word corrections in the form from=to,from=to.
--lang
string既定値autoISO 639-1 transcription language, or auto.
--parallel
int既定値4Maximum number of selected clips processed in parallel.
--position
enum既定値autoCaption position. Auto keeps text away from the main subject when possible.
auto · top · middle +1
autotopmiddlebottom
仕組み 5個のパイプライン
  1. transcription

    Video Trimが選んだ各アイデアを途中で切らずに保つための、タイムスタンプ付き発話マップを作成します。

    入力元: OpenClaw Creator: Why 80% Of Apps Will Disappear
    テキスト 
    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

    素材全体を確認し、編集方針に沿って最も力のある場面を選び、個別のクリップとして返します。

    動画
  3. video-reframe

    選ばれた各クリップを指定したSNS向けのアスペクト比にリフレームし、話者と重要な内容を画面内に保ちます。

    動画
  4. transcription

    リフレーム後の各クリップを文字起こしし、字幕が最終的な編集とタイミングに合うようにします。

    テキスト 
    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

    対応する文字起こしを、選んだスタイルと位置で各クリップに焼き込みます。

    動画
この方法が有効な理由と変更できる点

この仕組みが有効な理由

レシピはまず素材のタイムスタンプ付き文字起こしを作成します。次にvideo-trimが収録全体を確認し、候補となる場面を指示と照らし合わせて、それぞれ単体で成立する複数のクリップを返します。別途ハイライト一覧を管理する必要も、タイムスタンプファイルを用意する必要もありません。

選ばれた各クリップには、それぞれ個別の仕上げ処理が行われます。リフレームは文字起こしの前に行われるため、文字起こしと焼き込み字幕は最終カットと正確に一致します。各ブランチは並列で実行されるので、クリップ数を増やすと処理は増えますが、レシピが長い直列の待ち行列になることはありません。

重要な設定

  • instructions：テーマと編集上の判断基準の両方を書いてください。「単体で成立する、最も説得力のある主張を5つ」のほうが「面白い場面」よりも良い結果になります。
  • max_clips：クリップ数の上限です。指示を満たす場面が少ない場合に、弱い場面で数を埋めることを強制しません。
  • max_seconds：各クリップの最大の長さです。フック用には短め、説明を完結させたい場合は長めに設定します。
  • aspect：Shorts、Reels、TikTok には 9:16 を使い、配信先に応じて 1:1、4:5、16:9 に切り替えます。

レシピのオプションでは、字幕スタイル、言語、修正、並列実行も設定できます。

注意点

素材が良くても、指定した数だけ条件に合う場面があるとは限りません。エージェントは同じアイデアを繰り返したり弱い場面を切り出したりするよりも、少ない数のクリップを返すことがあります。公開前に、各クリップを元の文脈で確認してください。切り取られた発言は、元の会話にあった大切な前提や留保を失うことがあります。

サンプルギャラリーは、クレジットを記載したOpenClawのインタビューから、中断しても再開できる1回の実行で作成しました。出力形式を示すためのもので、新たに実行するとAIが別の場面を選ぶ場合があります。