做短视频最烦什么不是没创意是剪辑卡壳。我最近把工作流彻底重构了一遍用 Antigravity 做多 AI 协作的素材拆解和脚本规划再用 ChatCut 负责速度流 AI 视频剪辑里的粗剪、字幕和导出一套流程下来一条 90 秒的片子从拿到原始素材到出片能控制在半小时以内。这篇就是完整指南适合正在做口播剪辑、Vlog 日常、电商短视频或者单纯烦透了在剪辑软件里来回拖动素材的朋友。先说明白这篇文章不是两个软件的说明书而是把它们串起来用的实战方案。Antigravity 更像是帮你“想清楚剪什么”的智囊团ChatCut 是帮你“快速把想好的内容剪出来”的执行者。组合起来以后你只需要提供原始素材和一条大致思路剩下的镜头挑选、片段排序、字幕生成大部分都能自动跑完。1. 为什么把 Antigravity 和 ChatCut 放在一起速度流逻辑1.1 先弄清楚两个工具的定位很多人一上来就把 Antigravity 当成“又一个 AI 剪辑软件”这是最大的误解。Antigravity 真正的强项是智能体调度你可以在这个平台里创建多个 AI 角色分别负责语音转写、镜头识别、脚本结构分析、关键词提取最后把所有结果合并成一个带详细标注的剪辑预案。它不直接生成视频但它输出的东西恰好是剪辑软件最缺的“信息地图”。ChatCut 则恰好相反。它不擅长帮你思考“这段内容该放在哪个位置”但它对已经确定的剪辑指令执行得很快导入分镜表、自动排列片段、批量加字幕、一键套转场这些动作比传统剪辑软件里手工操作快好几倍。把两者放在一起逻辑就通了Antigravity 负责把“剪什么”变成可执行的表格和标注ChatCut 负责把表格变成时间线上的真实片段。我刚开始也怀疑又是智能体又是剪辑工具会不会太复杂。实际跑完一遍就会发现真正的效率提升不是某个单点功能有多惊艳而是“思考”和“执行”被彻底分开了。传统剪辑里最耗时的是反复看素材、找镜头、犹豫要不要替换片段这些在速度流工作流里都会被压缩到极短时间。1.2 多 AI 协作带来的“速度流”优势所谓“速度流”并不是指特效多炫而是指从素材到成片的过程中人工干预的次数被压到最少。传统剪辑至少需要五个来回打开素材、粗剪结构、精调节奏、配字幕、调色导出。在 Antigravity ChatCut 的工作流里前四个环节都可以半自动化。多 AI 协作是 Antigravity 的杀手锏。它不是一个模型跑完整条链路而是把任务拆给不同智能体一个智能体负责转写口播稿一个负责识别镜头里的景别一个负责给画面打情绪标签还有一个负责把这段内容匹配到客户要求的“痛点-方案-行动号召”结构里。每个智能体只干一件事出错更容易定位替换模型也只需要替换对应节点不会把整条链搞崩。这样的另一个好处是ChatCut 收到的输入永远是结构化的。它不关心口播稿里有几个“然后”也不关心某个镜头是逆光还是顺光它只需要一个字段清晰的分镜表序号、素材文件名、入点、出点、字幕文本、情绪标签。信息越干净AI 剪辑的执行就越稳。这正是速度流的核心不是某一个模型变聪明了而是信息流变得顺畅了。2. 搭建环境与核心配置实操前准备2.1 获取 Antigravity 与 ChatCut第一步当然是先把两个工具装好。Antigravity 和 ChatCut 都有官方站点注册后下载桌面客户端。Antigravity 对电脑配置有一些要求尤其是需要本地跑视觉模型时建议内存 16GB 以上有独立显卡更好如果只是做云端 API 调用普通办公本也能应付。ChatCut 相对轻量但导出 4K 长视频时还是会吃性能所以存储空间尽量留足。下载安装时建议注意一下官方支持的运行环境。Antigravity 目前在某些地区和操作系统上的支持还不完全相同如果打开后提示无法连接或功能缺失先到官方文档里看支持矩阵再检查自己的系统版本是否在列表内。ChatCut 的兼容性要好很多Windows 和 macOS 上跑同一套工程文件基本没差别。资金方面两个工具都有免费额度但要把速度流真正跑顺还是建议至少给其中一个买月费档。原因很简单免费额度通常限制并发任务数Antigravity 多智能体协作时如果只能串行跑速度会明显变慢。我个人做法是 Antigravity 用标准档ChatCut 用基础档性价比最高。2.2 配置 Antigravity 智能体工作区安装完成后打开 Antigravity先创建一个新的项目命名建议直接叫“video-pipeline”之类方便以后反复使用。项目创建后需要做一个最关键的动作把视频处理要用的智能体节点配好。一般至少需要四个节点转写节点负责把音频/视频里的语音转成文字建议选择准确率高一点的中英文模型。镜头识别节点负责按景别、主体、动作给镜头打标签。脚本分析节点负责把口播稿拆成“开头、痛点、方案、案例、行动号召”等结构块。汇总节点负责把前几个节点的输出合并成一份剪辑指令表给 ChatCut 用。这些节点在 Antigravity 里通常以拖拽的方式连接类似搭积木。连接顺序是原始素材进入转写和镜头识别两个节点并行工作然后分别把结果送到脚本分析最后所有结果进汇总节点。并行很重要如果写成串行转写要花 3 分钟镜头识别再等 5 分钟整个流程就没了“速度流”的意义。2.3 将 ChatCut 接入 Antigravity 的常用方式Antigravity 要控制 ChatCut目前有三种常见接法。我用一张表整理出来方便你对照选择接入方式适合场景优点缺点MCP 接入ChatCut 官方支持 MCP 时双向通信Antigravity 能直接传工程文件和剪辑指令需要填写 endpoint 配置稍有点门槛Webhook 回调视频上传、批量处理简单Antigravity 把指令通过 URL 推给 ChatCut单向推送ChatCut 完成后不好反馈共享文件夹所有剪辑场景的最稳方案不依赖接口Antigravity 输出分镜表/字幕文件ChatCut 监听文件夹自动导入多了一步文件同步但非常可靠我强烈建议新手先用“共享文件夹”方式。具体操作在本地建一个HotFolder/Input目录和一个HotFolder/Output目录。Antigravity 的汇总节点把分镜表输出成 JSON 或 CSV 文件扔到 Input 里ChatCut 里打开监听功能它检测到新文件后自动生成草稿工程。这套逻辑不依赖任何网络接口即使 Antigravity 和 ChatCut 版本更新只要文件格式不变流程就不会断。等把这套跑熟以后再考虑 MCP 接入让 Antigravity 直接把工程文件推送给 ChatCut省掉手动挪文件夹的动作。不过目前很多用户不需要那么高级共享文件夹已经能覆盖绝大部分真实剪辑需求。3. 核心细节解析与实操要点3.1 素材入库与自动标注的关键设置很多人把一堆视频随便丢进一个文件夹就让 Antigravity 开始干结果标签乱得没法看。这里有个关键细节素材入库前一定要按场景或日期分好子文件夹比如2025-06-01_口播、2025-06-02_外景。Antigravity 的镜头识别节点默认会把同一文件夹下的素材当成一组分组整理后再做标注准确率会高很多。自动标注也不是全自动就完事了。你需要在镜头识别节点里设置“置信度阈值”比如只保留置信度 70% 以上的标签。这样做的目的是避免把一堆低质量的识别结果送进汇总节点。如果阈值设得太低ChatCut 拿到分镜表后明明是一个特写镜头标签却写成中景后面匹配 B-Roll 就容易崩。我在第一次跑的时候素材文件夹里混了横屏和竖屏两种方向结果 Antigravity 把竖屏素材的景别全识别错了。后来我在脚本分析节点里加了一条规则“忽略分辨率低于 1080p 的素材并在生成分镜表时标记画面方向”。从那以后ChatCut 就能在竖屏项目里只使用竖屏素材不再出现素材拉伸变形这种低级问题。这个细节常规教程里基本不会提。3.2 剪辑提示词怎么写三类核心 PromptAntigravity 是一个基于自然语言调度的平台所以提示词的质量直接决定剪辑方案的好坏。我这里总结了三类最常用也最见效的提示词模板。第一类脚本拆分。 输入口播稿让 Antigravity 按节奏结构拆分。一个实测好用的提示词是“把以下口播稿按‘开场-痛点-方案-案例-行动号召’拆成 5 个段落每段给出关键词列表每段预估时长 10 到 15 秒输出成 JSON 格式字段包含paragraph_id、keywords、estimated_duration。” 结构化输出非常重要因为 ChatCut 可以直接读取 JSON不用再人工翻译。第二类镜头寻找。 Antigravity 汇总节点生成分镜表前需要把每个段落对应到具体素材。提示词可以写成“根据段落关键词从素材标注库中匹配最合适的镜头优先选择情绪标签为‘自信’和‘自然光’的片段每个段落最多匹配 2 个候选输出素材文件名和入出点。” 如果你有特定的 B-Roll 偏好一定要写在这里否则模型会给你选一堆花园空镜。第三类顺序编排。 剪辑不只是“选对素材”还要“排好顺序”。提示词示例“将已匹配的片段按照‘问题严重-情绪转折-解决方案-结果展示’的情感曲线排列转场使用硬切每个片段保留原始音轨字幕位置统一在画面下方 10% 处。” 这样 ChatCut 拿到分镜表后直接一次性生成时间线不需要再手动调整顺序。三类提示词的核心共同点是充分描述输出格式、约束条件和优先级。含糊的“帮我剪一下”不如“根据表格从第 3 秒到第 20 秒选择特写镜头”管用。3.3 导出台词、字幕、B-Roll 的联动技巧字幕和 B-Roll 的联动是速度流最容易翻车的环节也是最值得提前设置的地方。我的经验是不要让 Antigravity 和 ChatCut 各自独立生成字幕而是由 Antigravity 的转写节点输出带时间轴的台词文本ChatCut 只负责把这段文本以字幕轨的形式套到对应画面上。具体操作是在 Antigravity 转写节点输出格式中选择“SRT 或带时间戳的 JSON”。这样时间轴信息在源头就定死了接下来哪怕你在 ChatCut 里调整了某个片段的顺序字幕轨道也能保留原始时间锚点。如果让 ChatCut 自己再识别一遍语音不仅多花时间还容易出现同一句话在两处识别的文字不一致。B-Roll 的联动我推荐用“关键词桥接”。Antigravity 在分镜表的字幕文本旁边加一列b_roll_keywords比如“电脑操作”“咖啡杯”“城市夜景”。ChatCut 的素材池如果已经按标签建好了索引就能在这些关键词出现时自动从素材池里挑选匹配画面插入第二轨道。注意素材池里的文件命名尽量包含场景名例如night_city_01.mp4否则 AI 再聪明也猜不到画面内容。4. 实操过程与核心环节实现一个 90 秒短视频全流程4.1 阶段一用 Antigravity 做脚本拆分我拿一条真实的 90 秒口播示例来说客户给的原始稿是一条产品介绍带点故事化开头。实操时我先把口播稿喂给 Antigravity 的脚本分析节点提示词直接用了上文第一类模板。Antigravity 很快输出了一段 JSON结构大概是段落 1场景引入人声嘈杂咖啡馆氛围段落 2痛点直述文件多、找不到素材段落 3方案介绍用这套流程解决段落 4案例结果从 3 小时缩减到 30 分钟段落 5行动号召关注收藏这个阶段一定要做人工检查。AI 拆出来的段落结构往往没问题但每段的预估时长可能偏长或偏短。我的做法是设置一个总时长校验规则“所有段落预估时长之和必须等于 90 秒正负 10%”如果超出Antigravity 会自动调整段落关键信息的密度。这个校验规则可以在汇总节点里自定义省去来回手动改的功夫。4.2 阶段二用 ChatCut 快速粗剪分镜表产出后我把它放进共享文件夹的 Input 目录。ChatCut 检测到新文件自动生成一个新的粗剪工程。此时时间线大概是下面这个样子音频轨道原始口播已经被切分成 5 段。视频轨道每段口播下方对应一个由 Antigravity 匹配好的默认镜头。空镜头轨道按b_roll_keywords插入了一些补充画面暂时放在第二轨道。你可能会问不是全自动吗为什么还要人工参与因为 ChatCut 的自动粗剪是按分镜表严格执行的它不会判断说话情绪和画面是否真的匹配。比如 Antigravity 匹配了一段“城市夜景”作为口播里“找不到素材”的画面但客户其实更想要“电脑屏幕乱成一团”的近景。这种时候我在 ChatCut 里手动从素材库把正确的镜头拖进去替换掉错误匹配项整个过程不到两分钟。粗剪阶段我的建议是不要追求画面精细先把结构和节奏立住。ChatCut 的自动排列能保证每段长度符合预估时长音画基本同步剩下的精调等第二阶段。4.3 阶段三AI 调色与字幕回填粗剪完成后进入耗时相对可控的提效环节AI 调色和字幕回填。ChatCut 自带 AI 调色功能但它的调色方案是基于整条视频整体判断的有时候会把口播画面和 B-Roll 用同一套色彩方案导致口播看起来偏冷、空镜又偏暖。速度流思路是让 Antigravity 在分镜表里为每个段落标注一个color_style字段例如“口播暖调”“城市夜景冷调”“产品特写高饱和”。ChatCut 识别到字段后会按照段落级别应用调色预设而不是整片一刀切。字幕回填我前面提过Automatic 的转写节点已经生成了带时间轴的 SRT 文件。ChatCut 直接导入这个 SRT再做一次文字级修正即可。注意 Ai 经常会听混同音字比如“输出”写成“舒服”所以字幕轨一定要有人工校对的时间预算。我的习惯是先播放一遍视频只盯字幕错别字不改画面10 分钟以内搞定 90 秒的片子。4.4 导出与多平台适配速度流的最后一环是导出。ChatCut 预设里通常有横屏、竖屏、方形三种画幅但如果你直接导出很可能每个平台都要手动调一次安全边距、字幕位置和背景模糊。我的做法是让 Antigravity 汇总节点根据分镜表自动生成“导出配置 JSON”里面写好每个平台的字幕比例、大小、边距和封面提取时间点。比如抖音版的导出配置是1080x1920字幕安全边距 80正文大小 40背景模糊B 站横屏版则是 1920x1080字幕安全边距 120同时保留更宽的呼吸感。ChatCut 读取配置后一键导出多版本不需要再来回调整。这样从分镜表到多平台成片一条链路走完基本就是重复劳动交给 AI创意决策留给自己。5. 常见问题与排查技巧实录5.1 素材识别错乱先检查文件名和分组遇到过最经典的错误Antigravity 把素材 A 的画面标签贴到了素材 B 上。排查后发现是素材文件名重复两个不同文件夹里都有IMG_001.mp4汇总节点引用时读错了路径。解决办法其实很简单所有素材入库前先做一个批量重命名按“日期_场景_序号”的规则清理一遍。这样不仅避免标签错乱后续分镜表里出现文件名时你也能一眼看出是哪段内容。另一种识别错乱来自口音和方言。转写节点默认模型对普通话识别效果不错但遇到带口音的口播经常把关键名词听错。我的处理不是反复重试而是给转写节点换一个更大规模的模型或者直接提供一个参考文本让模型在识别时以参考文本为基础校对。速度流的前提是准确转写错了后面脚本分析、字幕全都会跟着错所以这里必须舍得花成本。5.2 字幕时间轴漂移把时间锚点锁定在源头字幕漂移几乎是所有 AI 剪辑流程里最让人头疼的问题。现象是字幕文字没问题但和说话声音对不上有时快半秒有时慢一秒。排查后发现ChatCut 在粗剪时会自动给相邻片段加转场转场效果导致实际播放时长比分镜表里的素材时长多出几帧时间轴整体推移。解决思路在 ChatCut 里导入字幕前把“自动添加转场”功能先关掉等字幕轨完全对齐后手动插入转场。或者更彻底一些用共享文件夹中的原始 SRT 文件直接锁定字幕轨道禁止 ChatCut 对字幕轨做任何时间伸缩。字幕轨一旦被自动改变时间几乎不可能靠肉眼逐条修正回来。5.3 多 AI 协作的上下文丢失结构化输出是解药Antigravity 多智能体协作中偶尔会出现上下文丢帧的问题比如第二个智能体只拿到第一个智能体的部分输出导致分镜表里少了两个镜头。这是因为自由文本传递在长任务中被截断了。我的办法是让每个智能体的输出都强制使用 JSON Schema。转写节点输出完整带时间戳的文本镜头识别节点输出镜头清单汇总节点接收的是两个 JSON 文件而不是纯文本。如果你发现 Antigravity 的节点输出字段对不上可以加一个“校验节点”专门检查必填字段是否存在缺失就让上一个节点重新运行。一开始可能觉得多一步很麻烦但跑多了会发现这一步能省掉后期无数检查时间。5.4 Antigravity 运行速度慢并行与模型降级每个节点单独跑都很快串联起来却慢得出奇这是 Antigravity 新手最容易遇到的困惑。原因通常是默认把所有节点按顺序执行了口播转写要等镜头识别跑完再开始互相拖后腿。检查节点连线把互不依赖的节点改成并行分支。我的项目里转写节点和镜头识别节点同时跑把整条流程从 8 分钟压缩到 3 分钟。另一个提速技巧是对模型做分级。不需要所有节点都调用大模型比如镜头识别这种标签类任务用轻量模型就够脚本结构分析和最终汇总再上大模型。设置方法是在每个节点里单独选择模型默认通常是同一个高精度模型手动降级后速度提升非常明显准确率几乎不受影响。下面把 4 个最高频问题整理成速查表方便你直接翻问题表现直接原因解决操作素材标签乱文件名重复或目录未分组批量重命名按日期/场景分文件夹字幕对不上声音自动转场改变了时长关掉自动转场锁定字幕轨时间轴分镜表缺镜头智能体上下文传递被截断强制 JSON 输出加校验节点整个流程跑得慢节点串行或模型过大调整并行分支轻量模型做标签任务最后再分享一个我自己的小习惯所有分镜表和 SRT 文件在送入 ChatCut 之前我会用脚本自动做一次字段检查确认“文件路径存在”“时间戳为数字”“字幕文本非空”。工具再智能输入数据的质量永远决定输出结果的上限。这套 Antigravity ChatCut 的速度流方案我前后跑通了不下二十个项目最初磕磕绊绊的是配置和提示词稳定下来以后真正的乐趣反而不是“快”而是把更多时间留给了内容本身。