我平时使用 Screen Studio 录制视频，再把停顿剪辑、专业名词校对和字幕烧录交给 Claude Code 里的自制 Skill 完成。录制和最终检查仍然由我处理，AI 主要负责中间几项重复、耗时的操作。
先看我平时录出来的效果：一段电脑录屏，右下角有一个我自己的头像。
用 Screen Studio 录制
我用的录制工具是 Screen Studio。开始录制之前，先选择录制区域，它有四种方式：
- Display：录制某一个显示屏，比如笔记本屏幕或者外接显示器；
- Window：录制某个应用的窗口，比如只录访达或者终端，切换其他应用时画面不会跟着变；
- Area：录制自己框选的一块区域；
- Device：录制手机上的内容。
选项条右边还有三个开关，分别控制是否开启摄像头、是否开启麦克风，以及是否录制系统音频。系统音频录的是电脑内部播放的声音，比如电脑在放歌，歌声会直接录进视频，而不是通过麦克风录外放。
我自己一般使用 Area。因为录制过程中我经常要切换不同的应用展示内容，只录一个窗口不够用。框选好区域之后，可以确认区域的尺寸和位置，然后点击 Start recording 开始录制。
录制过程中如果需要停下来思考，我会点暂停，回顾一下再继续。点击停止之后，左下角会出现一个预览弹窗，可以直接保存、复制、分享，双击它就进入编辑页面。
在 Screen Studio 里剪辑
编辑页面底下是视频轨道。Screen Studio 会自动根据鼠标点击生成放大缩小的效果：鼠标点哪里，画面就放大哪里。点击轨道上紫色的缩放标记，可以调整放大的倍数，也可以拖动它的起止位置，让放大持续更久。
剪辑之外，我会调整几个固定的设置。
第一个是摄像头的形状。我虽然会露脸，但希望头像区域小一点，让大家重点关注录屏内容，所以 Shape 我选择方形。
第二个是 Padding。Screen Studio 默认会给录屏加一个模拟显示屏的背景边框，但默认露出的背景太多，中间实际展示内容的区域就小了。尤其是我录的是横屏内容，大家在竖屏里看，比例会更小。我会把 Padding 调到大概 2%，只露出一点背景来提升质感，同时让中间的内容区域尽量大。
第三个是音频。我会开启 Improve microphone audio，它会处理背景噪音并提升人声质量。我的视频没有 BGM，主要是口播，电脑跑任务时的风扇声和环境噪音比较多，开启之后人声听起来会轻松一些。
处理完点击右上角的 Export 导出。我选择的格式是 MP4，质量 4K，压缩程度 Social Media，帧率 60 帧。
以前用剪映加字幕的问题
早一点的视频我不加字幕，导出之后就直接发了。后来我开始给视频加字幕，用的是剪映的 AI 自动识别，但这个过程对我来说太花时间了。
一是字幕里有很多专业名词，剪映识别得不对，我需要逐条修正。二是工程还要再导出一次，一个五六百 MB 的视频导出之后变成一点几 GB，既占电脑空间又导得慢。正常录一期视频，剪完大概 30 分钟，加上剪映这一套流程就要 50 分钟。
用 AI 完成剪辑和字幕
最近我把这整套工作流自动化了。录制还是我自己录，但后面的剪辑和加字幕都交给 AI 完成。最近几期视频底下的字幕就是 AI 加的，里面几乎没有识别错误的专业名词，我自己也不需要逐条检查。
具体做法是我在 Claude Code 里面做了一个 Skill，叫 Screen Studio Editor。调用之后它会读取我的 Screen Studio 工程文件，自己完成粗剪，我在 Screen Studio 里连停顿和气口的剪辑都不需要手动处理了。
剪辑完成之后是字幕环节，分几步：
- 调用多模态的 Gemini 识别视频画面，把里面的专业名词提取出来。如果视频的信息密度比较低，就换成抽帧的方式，从视频里抽几张图片让 Claude 识别；
- 用 Whisper 模型识别我的口播，转成文字稿；
- 结合前面提取的专业名词校对文字稿，生成字幕文件，再烧录回原始视频。
最后输出的就是带字幕的视频和一份对应的 ass 字幕文件，整个过程都是 AI 自己完成的。
这套工作流后来我做了详细分享，也把它开源了，可以查看我把剪辑录屏和加字幕的 Skill 开源了这篇文章。