用 CapCut + Claude 自动化 YouTube Shorts：CLI 完整管线

Thu, 07 May 2026 09:00:00 +0200

自动化 YouTube Shorts 是一条四步管线：挑出对的 60 秒、写一个能抓住人的开头、用代码拼出 CapCut 草稿、渲染发布。第一步和第二步用大模型。第三步需要一个能把 CapCut 工程文件写出来的确定性工具。第四步是个渲染按钮。这篇讲的是第一到第三步，以及我为了让第三步成立而写的开源 CLI。

想要现成可跑的完整管线？ 我把完整的爆款短片系统 —— 选题逻辑、开头模板、驱动 capcut-cli 全自动跑的 Claude skill —— 都打包在 Viral Story Shorts Blueprint（爆款故事短片蓝图） 里。下面这个 CLI 是引擎，蓝图是工作流。

为什么要自动化

人手做一条 YouTube Short 大约要 45 分钟到 2 小时。挑片段、找出对的那 20 秒、打字幕、对时间、加开头卡、放 CTA、渲染。大部分都是机械活儿。真正决定数据的部分 —— 选段和开头文案 —— 只占 15% 的时间。剩下 85% 都在 CapCut 里挪方块。

如果你打算每天发一条 Short，机械活儿会累积成一份兼职。如果你打算每天发五条、跑三个号，那就是全职，而且因为太累质量会下滑。自动化把比例反过来：模型把算力用在需要判断的部分，CLI 把毫秒花在不需要判断的部分。

硬限制是 CapCut 没有公开 API。你不能 POST /drafts 拿一个工程文件回来。草稿格式是嵌套很深的 draft_content.json，时间单位是微秒、字幕文字埋在转义过的 JSON 字符串里、segment ID 要对得上 material ID 又要对得上 track ID。手动改很脆。capcut-cli 填的就是这个空白。

Guides on René Zander | AI 自动化顾问

用 CapCut + Claude 自动化 YouTube Shorts：CLI 完整管线

为什么要自动化