하이라이트

전사본을 읽고 N개의 편집 선정을 반환합니다, 클립 제작, 챕터 생성, 소셜 게시물에 가장 인용할 만한 순간들.

모델Claude Sonnet 4.6

전사본 (SRT/TXT)

클릭하여 업로드 document

또는 드래그 앤 드롭

또는

라이브러리 찾아보기

장면 수

1 – 20

스타일 방향(선택 사항)

언어

입력이 필요합니다: 전사본 (SRT/TXT)

이 파이프라인을 사용하는 레시피

긴 영상 → 캡션이 달린 여러 클립, 명령 한 번으로

긴 영상을 캡션이 달린 짧은 클립 N개로 잘라내세요. 한 번만 전사하고, AI가 핵심 순간을 자동으로 골라, 각 클립을 병렬로 트리밍하고 캡션을 붙입니다. 필요하면 TikTok / Reels / Shorts용 세로형(9:16), Instagram용 정사각형(1:1), 또는 세로 비율(4:5)로 재구성하세요 — 캡션 위치는 자동으로 맞춰집니다.

6 파이프라인 · CLI

이 파이프라인 관련 기사

쇼츠 만들기: 긴 영상을 짧은 클립으로 자르는 방법

하이라이트 API

직접 작성한 코드에서 이 파이프라인을 호출하세요. 요청 한 번으로 실행이 시작되며, 모델은 별도의 엔드포인트가 아니라 입력 필드입니다.

4 개 입력

1 필수

10 크레딧

TypeScript Python Go CLI

bun add @pipe2-ai/sdk

import { createClient } from "@pipe2-ai/sdk";

const client = createClient(process.env.PIPE2_TOKEN!);

const { run_pipeline } = await client.RunPipeline({
  pipeline_slug: "highlights",
  input: {
    transcript_asset_id: "a1b2c3d4-0000-4000-8000-000000000002",
  },
});

pip install pipe2

import asyncio
import os

from pipe2 import Pipe2Client

client = Pipe2Client(token=os.environ["PIPE2_TOKEN"])

run = asyncio.run(client.run_pipeline(
    pipeline_slug="highlights",
    input={
        "transcript_asset_id": "a1b2c3d4-0000-4000-8000-000000000002",
    },
))

go get github.com/pipe2-ai/sdk-go

client := pipe2.NewClient(os.Getenv("PIPE2_TOKEN"))

input := json.RawMessage(`{
  "transcript_asset_id": "a1b2c3d4-0000-4000-8000-000000000002"
}`)

run, err := pipe2.RunPipeline(context.Background(), client, "highlights", input)
if err != nil {
    log.Fatal(err)
}

brew install pipe2-ai/tap/pipe2

pipe2 pipelines run \
  --pipeline highlights \
  --input-json '{"transcript_asset_id": "a1b2c3d4-0000-4000-8000-000000000002"}' \
  --wait

API 토큰 발급 →

매개변수

transcript_asset_id 필수: Transcript to find highlights in. Asset id returned by an upload. See /docs/api/ for the upload flow.

string
count: How many highlight moments to return.

integer 기본값 5
language: Transcript language. Leave unset to detect it automatically.

string 기본값 en

입력 4개 모두 보기

style: 자연어 힌트, "가장 웃긴 장면", "가장 설득력 있는 주장", "논쟁적인 발언" 등. 비워 두면 기본 인용할 만한 장면 선택기를 사용합니다.

string

AI 에이전트에서 사용하기

MCP 클라이언트를 pipe2에 연결하면 에이전트가 이 도구들을 사용할 수 있습니다. 이 파이프라인을 찾아 위와 동일한 스키마를 읽고 실행합니다.

list_pipelines
get_pipeline_schema
run_pipeline
get_pipeline_run_status
request_upload

https://mcp.pipe2.ai/mcp

{
  "mcpServers": {
    "pipe2ai": {
      "url": "https://mcp.pipe2.ai/mcp",
      "headers": { "Authorization": "Bearer YOUR_TOKEN" }
    }
  }
}

전체 API 레퍼런스 MCP 설정 CLI 레퍼런스

자주 묻는 질문

어떤 전사본 형식을 지원하나요?

타임스탬프가 있는 표준 자막 형식인 SRT만 지원합니다. 타임스탬프가 없는 일반 텍스트는 허용되지 않습니다. 먼저 Transcription 파이프라인으로 SRT를 생성하세요.

스타일 조종은 어떻게 작동하나요?

평이한 지침을 작성하세요, '가장 웃긴 순간', '가장 강력한 논거', '가장 논쟁적인 견해', '감정의 정점'. 비워두면 내장 기본값을 사용합니다: 강한 의견, 놀라운 사실, 생생한 이야기, 명확한 논거가 담긴 가장 인용할 만하고 훅이 될 만한 순간들.

순간을 몇 개나 요청해야 하나요?

30~60분 녹음에는 5가 좋은 기본값입니다. 10분 영상에는 보통 2~3이 적당합니다. 여러 시간짜리 컨퍼런스 강연에는 8~10입니다. 선정기는 실제로 존재하는 서로 다른 순간의 수에 맞춰 조정합니다, 하나의 핵심만 있는 5분 클립은 5개를 요청해도 1개를 반환합니다.

이것은 clip-factory 레시피와 어떻게 함께 작동하나요?

clip-factory 레시피는 highlights를 자동으로 실행합니다, 잘라내기 전에 선정을 검토하거나 편집하고 싶지 않다면 이 파이프라인을 따로 호출할 필요가 없습니다. 레시피에 --highlights-count와 --highlights-style을 전달해 조정하세요.

비용은 얼마인가요?

전사본 길이나 선정 개수와 무관하게 정액 10 크레딧입니다. 비용은 전사본 길이가 아니라 AI 분석에서 발생합니다.