คลิปพูดหน้ากล้อง 10 นาที ใช้เวลาตัดเป็นชั่วโมง แล้ววันหนึ่งก็เห็นคนในเน็ตพิมพ์สั่ง AI ให้ตัดแทนทั้งคลิป มันทำได้จริงแค่ไหน? บทความนี้พาลงลึก 3 เส้นทางจริงพร้อมวิธีติดตั้ง เทียบจุดแข็ง-จุดเสี่ยงทีละทาง และอนาคตที่เพิ่งเปิดประตูเมื่อเดือนที่แล้ว
ใครเคยตัดคลิปเองจะรู้ ถ่าย 10 นาที แต่ตัดเป็นชั่วโมง นั่งไล่หาช่วงเงียบ ลบเทคที่พูดผิดแล้วอัดใหม่ ลากซับให้ตรงปาก ทำเสร็จรอบนึงก็เจออีกจุด วนไปจนตาลาย งาน "ถ่าย" กลายเป็นส่วนที่สั้นที่สุดของการทำคลิป
แล้ววันหนึ่งคุณก็เห็นคลิปในเน็ต คนพิมพ์ข้อความสั่ง AI ว่า "ตัดช่วงเงียบออก ใส่ซับ แล้วเซฟเข้า CapCut ให้หน่อย" บางคนไปไกลกว่านั้น สั่ง Premiere Pro ให้ลงมือบนไทม์ไลน์จริงต่อหน้าต่อตา คำถามที่ผุดขึ้นทันทีคือ: ของพวกนี้ทำได้จริง หรือตัดต่อคลิปมาโชว์?
คำตอบคือทำได้จริง แต่ไม่ได้ทำแบบที่ภาพในหัวเราคิด และแต่ละวิธีมีข้อแลกเปลี่ยนที่ต่างกันมาก บทความนี้จะพาไล่ทีละเส้นทาง แบบที่อ่านจบแล้วลงมือตามได้เลย
ในบทความ /watch เราสรุปไว้ว่า Claude ไม่ได้ลากไทม์ไลน์เอง
มันเป็น "คนคุมวง" ที่สั่งงานเครื่องมืออื่นอีกที คำถามสำคัญเวลาเลือกวิธีจึงไม่ใช่ "Claude ตัดเก่งไหม" แต่คือ
"เราจะให้มันคุยกับอะไร" ซึ่งมีให้เลือก 3 เส้นทาง ที่คุมได้ลึกขึ้นเรื่อย ๆ และแลกมาด้วยความยุ่งยากที่มากขึ้นเรื่อย ๆ เช่นกัน
เส้นทางนี้เล่าไว้แล้วในบทความ /watch เลยขอสรุปสั้น ๆ Claude เขียนคำสั่ง FFmpeg
(มีดพับสวิสของงานวิดีโอ) แล้วรันให้เลย เหมาะสุดกับงานที่บอกเป็นกฎได้ชัด: ตัดหัวท้าย แปลงฟอร์แมต บีบไฟล์
รวมคลิป หรือทำซ้ำกับไฟล์ทั้งโฟลเดอร์ (batch) งานพวกนี้จบใน terminal ได้ไฟล์ผลลัพธ์เลย ไม่ต้องเปิดโปรแกรมตัดต่อสักตัว
จุดอ่อนก็ตรงไปตรงมา: ไม่มีไทม์ไลน์ให้เราเก็บงานต่อ ถ้าผลออกมาไม่ถูกใจ ต้องสั่งใหม่ทั้งคำสั่ง และงานที่ต้องใช้ "สายตา" ตัดสิน (จังหวะเป๊ะ ๆ, สีสวยไหม, ซับตรงอารมณ์หรือเปล่า) จะวนแก้กันเหนื่อย พองานเริ่มเป็นงานประณีต เราเลยอยากได้เส้นทางที่ปลายทางเป็นโปรแกรมตัดต่อจริง และนั่นคือสองเส้นทางถัดไป
CapCut ไม่มีช่องทางทางการให้โปรแกรมภายนอกสั่งงาน สิ่งที่ชุมชนค้นพบคือ โปรเจกต์ CapCut แท้จริงแล้วเป็นแค่โฟลเดอร์ที่มีไฟล์ JSON บรรยายว่าไทม์ไลน์มีอะไรบ้าง วางคลิปไหนตรงไหน ซับขึ้นวินาทีที่เท่าไหร่ ใครเขียนไฟล์นี้เป็น ก็เท่ากับ "จัดไทม์ไลน์" ได้โดยไม่ต้องแตะโปรแกรมเลย
แกะคำศัพท์
draft (อ่านว่า "ดราฟต์" แปลว่า "ฉบับร่าง") คือชื่อที่ CapCut ใช้เรียกไฟล์โปรเจกต์ของมัน ตัวดราฟต์ไม่ใช่วิดีโอ แต่เป็น "พิมพ์เขียว" บอกว่าคลิปไหนวางตรงไหน ส่วนการค้นพบวิธีเขียนไฟล์นี้เองทั้งที่ CapCut ไม่เคยเปิดสเปก เรียกว่า reverse engineering ("รีเวิร์สเอนจิเนียริง" = วิศวกรรมย้อนกลับ คือแกะของสำเร็จเพื่อเข้าใจว่าข้างในประกอบยังไง เหมือนแกะนาฬิกาดูเฟือง) จำสองคำนี้ไว้ เพราะทั้งจุดแข็งและจุดเสี่ยงของเส้นทางนี้มาจากมันทั้งคู่
ชุดที่คนใช้กันแพร่หลายคือ VectCutAPI (ตัวจริงที่เขียนดราฟต์ เป็นโอเพนซอร์ส Apache-2.0) ประกบกับ capcut-mcp-server-extended (สะพาน MCP ที่ทำให้ Claude เรียกใช้มันได้ ถ้ายังไม่คุ้นกับ MCP บทความ Claude Code workflow อธิบายไว้แล้ว) ลำดับติดตั้งเป็นแบบนี้:
สเต็ป 1: รัน VectCutAPI ก่อน (ต้องมี Python) ตัวนี้จะเปิดรอรับคำสั่งอยู่ที่พอร์ต 9001:
git clone https://github.com/sun-guannan/VectCutAPI.git
cd VectCutAPI
pip install -r requirements.txt
# ก่อนรัน: คัดลอก config.json.example เป็น config.json
# แล้วเลือก draft_profile ให้ตรงกับแอปที่ใช้ (เช่น capcut_legacy)
python capcut_server.py # เปิดรออยู่ที่ http://localhost:9001สเต็ป 2: ลงสะพาน MCP (ต้องมี Node.js 18+):
git clone https://github.com/MigueDuque/capcut-mcp-server-extended
cd capcut-mcp-server-extended
npm install
npm run buildสเต็ป 3: บอก Claude ว่าสะพานอยู่ไหน เพิ่มลง config (ฝั่ง Claude Desktop คือไฟล์ claude_desktop_config.json ซึ่งบน Windows อยู่ที่ %APPDATA%\Claude\ ส่วน Claude Code ใช้ claude mcp add ชี้ไปที่ไฟล์เดียวกันนี้ได้):
{
"mcpServers": {
"capcut": {
"command": "node",
"args": ["C:/path/to/capcut-mcp-server-extended/dist/index.js"],
"env": { "CAPCUT_API_URL": "http://localhost:9001" }
}
}
}สเต็ป 4: สั่งงานเป็นภาษาคน เครื่องมือที่ได้มามีราว 11 ตัว (สร้างดราฟต์, เพิ่มวิดีโอ/เสียง/ข้อความ/ซับ/เอฟเฟกต์/สติกเกอร์/คีย์เฟรม, เซฟดราฟต์) ตัวอย่างคำสั่งจริง:
สร้างโปรเจกต์จาก C:/clips/recording.mp4
ใส่ซับสีขาวขอบดำที่ล่างจอ ฟอนต์หนา ขนาดใหญ่อ่านง่ายบนมือถือ
เปิดเรื่องด้วยข้อความชื่อคลิปค้าง 2 วินาที แล้วเซฟเป็นดราฟต์ CapCut
ผลลัพธ์คือโฟลเดอร์ดราฟต์ (ขึ้นต้นด้วย dfd_) ที่ต้องคัดลอกไปวางในโฟลเดอร์ดราฟต์ของ CapCut
แล้วเปิดแอปขึ้นมา โปรเจกต์จะโผล่ในหน้ารายการให้กดเข้าไปเก็บงานต่อได้เหมือนโปรเจกต์ที่เราสร้างเอง
การเรนเดอร์ไฟล์จริงเกิดใน CapCut ไม่ใช่ใน API (มุมดี: ได้ใช้เอนจินเรนเดอร์ของแอปเต็ม ๆ)
มีอีกตัวที่แก้ปัญหาเฉพาะทางได้น่าทึ่ง คือcapcut-ai-editor (บ้างเรียก SmartCut) สำหรับคลิป talking head ("ทอล์กกิงเฮด" แปลตรงตัวว่า "หัวที่พูดได้" เป็นศัพท์วงการทีวีที่หมายถึงคลิปคนนั่งพูดหน้ากล้องเฉย ๆ) วิธีใช้ฉลาดมาก เพราะมันยืมของที่ CapCut ทำให้ฟรีอยู่แล้วมาเป็นวัตถุดิบ:
สังเกตไหมครับว่านี่คือไอเดียเดียวกับที่ /watch ใช้ transcript แทนการดูทุกเฟรม
ไม่ต้องให้ AI "ดู" วิดีโอเลยก็ตัดได้ ถ้ามีข้อมูลตัวแทนที่บอกจังหวะพูดอยู่แล้ว ซับคือแผนที่ของเสียง และแผนที่ก็พอสำหรับงานนี้
ระวัง: มันแก้โปรเจกต์ทับของเดิม
เอกสารของ capcut-ai-editor บอกตรง ๆ ว่ามันแก้โปรเจกต์ ทับที่เดิมโดยไม่สำรองให้ (in-place, no backup) ก่อนสั่ง smart cut ให้กด duplicate โปรเจกต์ใน CapCut เก็บต้นฉบับไว้ก่อนเสมอ นี่คือธรรมชาติของเครื่องมือสาย reverse engineering: มันไม่ผ่านด่านตรวจของแอป จึงไม่มีตาข่ายนิรภัยของแอปด้วย
เส้นทางนี้คือตัวที่เห็นแล้วร้องว้าวในคลิปโชว์ พิมพ์สั่งในแชท แล้วเห็น Premiere ที่เปิดอยู่ลงมือเอง: คลิปถูกวางลงแทร็ก เอฟเฟกต์ถูกใส่ ซีเควนซ์ถูก export ต่างจากฝั่ง CapCut ตรงที่ไม่ต้องปิดแอปแล้วแอบแก้ไฟล์ เพราะ Adobe มีช่องทางสคริปต์ในตัวอยู่แล้ว ชุมชนแค่เอา MCP ไปต่อหัวให้ Claude เรียกใช้ได้
แกะคำศัพท์
CEP (อ่านว่า "ซีอีพี" ย่อจาก Common Extensibility Platform) คือระบบ "แผงเสริม" (panel) ที่ Adobe เปิดให้นักพัฒนาเขียนหน้าต่างเล็ก ๆ ไปฝังในโปรแกรมของตัวเองได้ ส่วน ExtendScript ("เอ็กซ์เทนด์สคริปต์") คือภาษาสคริปต์เก่าแก่ของ Adobe (หน้าตาเป็น JavaScript ยุคโบราณ) ที่ใช้สั่งงานเกือบทุกปุ่มในโปรแกรมได้ สองตัวนี้คือ "ประตูหลังบ้านแบบทางการ" ที่มีมานานก่อนยุค AI นับสิบปี
ตัวที่เอกสารละเอียดสุดคือ premiere-pro-mcp ของ leancoderkavy (รองรับ Premiere 2020–2026, มีเครื่องมือให้ Claude 269 ตัว ครอบคลุมตั้งแต่จัดโปรเจกต์ ตัดไทม์ไลน์ คีย์เฟรม ใส่เอฟเฟกต์ ยัน export) โครงการทำนองเดียวกันมีอีกหลายตัว บางตัวโฆษณาว่ามีเป็นพันเครื่องมือ ตัวเลขพวกนั้นผมยังไม่เห็นใครยืนยันว่าใช้ได้ครบจริง เลือกตัวที่เอกสารตรงไปตรงมาดีกว่า
เส้นทางของคำสั่งหนึ่งประโยคเดินทางแบบนี้:
ขั้นแรกที่ทุกตัวในสายนี้ต้องทำเหมือนกันคือ panel ของชุมชนไม่ได้ผ่านการเซ็นรับรองจาก Adobe
ต้องเปิดให้ Premiere ยอมรัน extension แบบ unsigned ผ่านค่าที่ชื่อ PlayerDebugMode (เดี๋ยวเรากลับมาคุยเรื่องนี้ในหัวข้อความปลอดภัย เพราะมันไม่ใช่แค่ติ๊กถูกเฉย ๆ):
# Windows: เพิ่มค่าใน Registry (ทำซ้ำกับ CSXS.9 ถึง CSXS.14 ตามเวอร์ชัน)
HKEY_CURRENT_USER\Software\Adobe\CSXS.12
→ สร้างค่า PlayerDebugMode ชนิด REG_SZ (string) = 1
# macOS: รันใน terminal (ทำซ้ำกับ CSXS.9 ถึง CSXS.14)
defaults write com.adobe.CSXS.12 PlayerDebugMode 1
จากนั้นติดตั้งตัว server + วาง panel ลงโฟลเดอร์ extension ของ CEP (บางโปรเจกต์อย่าง Adobe-Premiere-Pro-MCP ของ antipaster
มีสคริปต์ install.bat จัดการทุกอย่างให้ทีเดียว รวมถึงตั้งค่า Claude ให้เสร็จ) แล้วเช็คว่าต่อติด:
/mcp เช็คว่าเห็น server อยู่ในลิสต์เอาคลิป B-roll ทั้งหมดวางลงแทร็ก V2
ใส่ cross dissolve คั่นระหว่างคลิป ปรับสีให้กลืนกับ A-roll
เสร็จแล้ว export เป็น 1080p ProRes ให้หน่อยประโยคเดียวข้างบนนี้ Claude จะแตกเป็นการเรียก tool ต่อกันเป็นชุด ทั้งวางคลิป, ใส่ทรานสิชัน, ปรับสี, export แล้วรายงานกลับทีละขั้นว่าสำเร็จหรือติดอะไร นี่คือความ "ว้าว" ที่เห็นในคลิปโชว์ และมันของจริง
ของจริงไม่ได้ราบรื่นร้อยเปอร์เซ็นต์
เอกสารของ premiere-pro-mcp เองยอมรับว่าใน Premiere บางเวอร์ชัน (เช่น 26.3) คำสั่งแก้โครงสร้างไทม์ไลน์บางตัว "เงียบหาย" คือโปรแกรมรับคำสั่งแต่ไม่ทำจริง จน tool ต้องเช็คสถานะซ้ำหลังสั่งทุกครั้งเพื่อจับอาการนี้ และทรานสิชันบางแบบก็ใช้ไม่ได้ในบางรุ่น เพราะ Adobe ไม่เคยสัญญาว่า API ภายในพวกนี้จะนิ่ง นี่คือราคาของการต่อท่อเข้ากับช่องทางที่เจ้าของบ้านไม่ได้ตั้งใจเปิดให้ AI ใช้ตั้งแต่แรก
เพื่อให้เห็น trade-off ชัด ๆ ลองใช้โจทย์เดียวกัน คือ"คลิปพูดหน้ากล้อง 10 นาที ตัดช่วงเงียบ ใส่ซับ แล้วได้ไฟล์พร้อมโพสต์" เดินผ่านทั้งสามเส้นทาง:
| FFmpeg | ดราฟต์ CapCut | Premiere สด | |
|---|---|---|---|
| คุมได้ละเอียดแค่ไหน | ระดับคำสั่ง/กฎ | ระดับโครงไทม์ไลน์ | ลึกเกือบทุกปุ่ม |
| เก็บงานต่อด้วยมือ | ไม่มีหน้าจอ | เปิดแอปเก็บต่อได้ | อยู่บนไทม์ไลน์จริง |
| ติดตั้งยาก | แทบไม่ต้อง | ปานกลาง (2 ชิ้น) | เยอะสุด (แก้ Registry) |
| ความเปราะ | นิ่งมาก (FFmpeg เสถียร) | เสี่ยงพังเมื่อ CapCut อัปเดต | บางคำสั่งเงียบหายบางรุ่น |
| ช่องทางที่ใช้ | ทางการ (โปรแกรมเปิด) | reverse engineering | ทางการแต่ unsigned |
| เหมาะกับ | งาน batch/กฎชัด | ครีเอเตอร์สายคลิปสั้น | งานตัดต่อจริงจัง |
ถึงหัวข้อที่ผมอยากให้อ่านช้าที่สุดในบทความ สังเกตแพตเทิร์นจากตารางข้างบน อำนาจกับความเสี่ยงมาคู่กันเสมอ ยิ่งเส้นทางไหนให้ Claude คุมได้ลึก เรายิ่งต้องเปิดประตูเครื่องเราให้กว้างขึ้นเท่านั้น และประตูพวกนี้ไม่ได้เปิดเฉพาะให้ Claude:
ระวัง: 4 ข้อก่อนติดตั้งของสายนี้
1) PlayerDebugMode เปิดทั้งเครื่อง ไม่ใช่เฉพาะตัวที่เราลง: พอตั้งค่านี้ Adobe ทุกตัวในเครื่องจะยอมรัน
panel แบบ unsigned ตัวไหนก็ได้ จากใครก็ได้ เท่ากับปิดด่านตรวจลายเซ็นถาวร ใช้เสร็จโปรเจกต์แล้วควรตั้งกลับเป็น 0
2) MCP server คือประตูที่ใครเคาะก็เปิด: เอกสาร premiere-pro-mcp เตือนเองว่า
"โปรแกรมใดก็ตามที่ต่อถึง MCP server ได้ ก็สั่ง Premiere ได้" ไม่ใช่แค่ Claude ตัวที่ออกแบบดีจะแบ่งระดับสิทธิ์ให้เลือกเปิด
(เช่นค่าเริ่มต้นปิด tool ที่รันสคริปต์อิสระ execute_extendscript ไว้ ต้องตั้งค่า capability เปิดเอง)
ก่อนลงตัวไหน เช็คว่ามันมีกลไกแบบนี้ไหม ถ้าเอกสารไม่พูดเรื่องสิทธิ์เลย นั่นคือสัญญาณเตือน
3) เครื่องมือสาย reverse engineering ไม่มีตาข่ายนิรภัย: แก้ไฟล์ทับโดยไม่สำรอง, พังเงียบ ๆ เมื่อแอปอัปเดตโครงสร้างไฟล์ใหม่ (CapCut ไม่เคยสัญญาว่าดราฟต์เวอร์ชันหน้าจะหน้าตาเดิม) สำรองก่อนเสมอ และอย่าใช้กับโปรเจกต์เดียวที่มี
4) ทั้งหมดคือโค้ดจากคนแปลกหน้า: กฎเดียวกับที่ย้ำในบท /watch:
เปิด README/โค้ดดูก่อนว่ามันทำอะไร โปรเจกต์พวกนี้อายุไม่กี่เดือนและเปลี่ยนมือได้ ดาวเยอะไม่ใช่ใบรับประกัน
ฟังดูน่ากลัว แต่ประเด็นไม่ใช่ "อย่าใช้" ประเด็นคือให้รู้ว่ากำลังแลกอะไร ใช้กับเครื่องงาน/โปรเจกต์ที่สำรองแล้ว เปิดสิทธิ์เท่าที่งานต้องใช้ และปิดประตูเมื่อเลิกใช้ เท่านี้ก็เล่นของพวกนี้ได้อย่างรู้เท่าทัน
ทั้งสามเส้นทางที่เล่ามา มีจุดร่วมหนึ่งอย่าง คือเป็นของที่ชุมชนสร้างกันเองบนช่องทางที่เจ้าของโปรแกรมไม่ได้ตั้งใจเปิดให้ AI แต่สัญญาณล่าสุดบอกว่าเจ้าของบ้านกำลังจะเปิดประตูเอง: 18 มิถุนายน 2026 Adobe เปิดตัว AI Assistant ตระกูล Firefly (อ่านว่า "ไฟร์ฟลาย" แปลว่า "หิ่งห้อย" เป็นชื่อแบรนด์ AI ของ Adobe) เป็น public beta ใน Premiere Pro, Photoshop, Illustrator เป็น agent ทางการที่สั่งงานหลายขั้นได้เอง
ฝั่ง Premiere มันทำงานที่มือตัดต่อเกลียดที่สุดให้: จัดฟุตเทจลง bin, เปลี่ยนชื่อคลิปเป็นชุด, ปักมาร์กเกอร์จุดสำคัญ, แฟล็กคำถามในคลิปสัมภาษณ์ ไปจนถึงประกอบ rough cut แรกลงไทม์ไลน์ให้ สังเกตว่านี่คืองานประเภทเดียวกับที่ MCP ของชุมชนพยายามทำอยู่พอดี ต่างแค่คราวนี้ไม่ต้องแก้ Registry ไม่ต้องลง panel เถื่อน เพราะมันมากับตัวโปรแกรมเลย
สิ่งที่ชุมชนต้องแฮ็กเข้าประตูหลังเมื่อวาน กำลังกลายเป็นฟีเจอร์หน้าบ้านของวันพรุ่งนี้ และช่องว่างระหว่างสองวันนั้นแหละ คือพื้นที่ของคนที่ลงมือลองก่อน
มองไปข้างหน้าอีกนิด: ฝั่ง CapCut เองก็มีเงื่อนงำว่ากำลังไปทางเดียวกัน (ทีม VectCutAPI ระบุว่าโมดูล agent และ cloud rendering ของตัวเอง "ยังไม่เปิดซอร์ส" แปลว่ามีของอยู่หลังม่าน) ภาพที่กำลังก่อตัวคือ โปรแกรมตัดต่อทุกค่ายจะมี agent ในตัว แบบเดียวกับที่วันนี้ทุกค่ายมีปุ่ม auto-subtitle งานลากเมาส์ซ้ำ ๆ จะหายไปเรื่อย ๆ เหลือแต่งานที่ต้องใช้ "ตา" กับ "รสนิยม" ตัดสิน ซึ่งถ้าคุณอ่านบทความเรื่อง taste มาแล้ว จะรู้ว่านั่นไม่ใช่ข่าวร้ายของคนตัดต่อเลย มันคือการย้ายคุณค่าจากมือไปอยู่ที่สายตา
Claude ตัดต่อวิดีโอได้จริงตั้งแต่วันนี้ เลือกเส้นทางตามงาน: FFmpeg เมื่อกฎชัดและอยากจบไว, ดราฟต์ CapCut เมื่ออยากให้ AI ทำงานหยาบแล้วเราเก็บละเอียด, Premiere MCP เมื่องานโปรคุ้มค่าตั้งค่า และไม่ว่าทางไหน จำแพตเทิร์นเดียวกันไว้: ยิ่งคุมลึก ยิ่งเปิดประตูกว้าง สำรองก่อน เปิดสิทธิ์เท่าที่ใช้ ปิดเมื่อเลิก
เรียบเรียงและอธิบายใหม่ด้วยคำตัวเอง โดยตรวจสอบข้อเท็จจริงกับแหล่งปฐมภูมิด้านล่าง (จำนวนเครื่องมือ/พฤติกรรมของแต่ละโปรเจกต์เป็นค่าตามเอกสาร ณ วันสืบค้น อาจเปลี่ยนตามเวอร์ชัน)