用途 Call clips 面向已有长录音的场景：销售电话、教练通话、客户通话、网络研讨会、播客、演讲和长 YouTube 视频。目标是产出 3 到 5 个竖屏短视频片段，并给出排序和每个片段的入选理由。
使用方式 第一步先准备两样东西：任意长度的录音，来源可以是摄像机、Zoom、录屏或成片视频；以及在有多人在场的通话中，使用他人话语和形象前需取得对方同意，否则只剪自己这一侧。
第二步做词级时间戳转录。资料给出命令：ffmpeg -y -i long.mp4 -map 0:a:0 -ac 1 -ar 16000 audio.wav，安装 openai-whisper 后运行 whisper audio.wav --model small.en --word_timestamps True --output_format json，再用 python3 一行命令按句打印带时间的转录，便于通读全文。
第三步挑选片段。把带时间的转录粘贴进 Claude Code，要求按以下标准选 3 到 5 段：可独立成立，不依赖前文；开头 2 秒内出现最强句；包含硬数字、有胜负的测试、错误及其修正，或可照做的步骤；时长 15 到 45 秒并以完整句收尾。每段需给出排名、起止词与时间、两行钩子和入选理由，并按对陌生观众的有用程度而非个人喜好排序，结果写入 clips.json。剪辑点落在词边界，起点比首词提前 0.08 秒，终点比末词延后 0.12 秒，并建议试听每段最后一个词，避免尾音被截。
第四步出片。运行 python3 make-clips.py long.mp4 audio.json clips.json，脚本会为每段生成逐词字幕并调用 ffmpeg。版式按源决定：横屏源（Zoom、录屏、YouTube 视频）将源作为中间横带、钩子在上、字幕在下；竖屏源（手机录制）则全画幅、钩子置顶、字幕居中。默认白底、墨色 #1d1d1f、口播词用 #0071e3，可先运行 brand-setup 换成自己的颜色和字体。
第五步检查与发布。逐条带声从头看到尾，若截断词就调整边界并重跑第四步；对每个文件运行 video-check，再用 every-format 生成 LinkedIn 的 4:5 裁切。在 LinkedIn 上把钩子放在帖子第一行、片段置于其下，并保持字幕开启，因为多数 LinkedIn 视频静音播放。
限制与实测情况 资料说明目前仅在一段单人录音上测试过。两人通话时需读转录中的说话人轮次，挑选一方连续讲 15 秒以上的片段；交叉说话和闲聊会削弱成片效果。资料未提供价格、平台兼容范围或时长上限等信息。
作者经验 最佳片段往往不是记忆中的那一段，应通读全文；需要铺垫的片段不算合格片段；一条清晰信息胜过反复重剪。