Перетащите исходный ролик с говорящей головой в [Codex](/resources/chatgpt-chat-vs-work-vs-codex-2026), вставьте один промпт и получите ролик с субтитрами, вырезанными паузами и анимацией, готовый к публикации. Вот настройка, рабочий промпт, что происходит внутри и честный график первого запуска.

:::plan ПЛАН · 6 ШАГОВ, 1 ПРОМПТ
1. Откройте Codex в настольном приложении ChatGPT (переключатель в левом верхнем углу).
2. Установите плагин Remotion в разделе Plugins.
3. Один раз проверьте компьютер: Node 18+ и Xcode Command Line Tools на Mac.
4. Создайте проект в пустой папке и перетащите туда видео.
5. Вставьте промпт монтажа и подтвердите запросы настройки.
6. Исправьте имена и заголовки на этапе согласования, скажите render, посмотрите MP4 и публикуйте.
:::

> Текущая доступность Codex, требования к Node/Xcode, условия лицензии Remotion и тарифные лимиты в этой сверке не проверялись; перед установкой проверьте актуальные требования и условия сервисов.

:::before
**Настольное приложение Codex** Доступно на всех тарифах ChatGPT, в том числе Free; лимиты использования зависят от тарифа.
**Плагин Remotion** Бесплатный, встроен в Codex. Найдите Plugins и нажмите Install.
**Node 18+** Единственное, что Remotion не может установить самостоятельно. Выполните node -v в Terminal.
:::

Codex — часть ChatGPT, которая пишет и запускает код на вашем компьютере. [Remotion](/resources/make-videos-using-claude) создаёт видео из кода. Вместе они дают редактор без временной шкалы: он расшифровывает ролик, находит все паузы, вырезает их, накладывает субтитры на произносимые слова, анимирует важные моменты и сохраняет готовый MP4 в папку на Mac или ПК.

В одном демонстрационном запуске двух с половиной минутный ролик с говорящей головой обработали с помощью промпта ниже: получился монтаж с субтитрами, вырезанными паузами и анимацией. В этом руководстве также показано, что происходит во время ожидания, что нужно компьютеру и как сформулировать промпт, чтобы избежать роботизированного монтажа и лишних вопросов.

## Как это работает — в одном абзаце

Whisper расшифровывает речь, а Remotion рендерит видео на вашем компьютере. При этом Codex использует облачную модель: текст задачи, расшифровка и переданный агенту контекст могут обрабатываться в облаке. Локальный монтаж сам по себе не означает, что все данные остаются только на устройстве. Плагин Remotion добавляет Codex набор навыков: как создать проект Remotion, добавить субтитры и выполнить рендер. Codex пишет небольшую программу с описанием монтажа (какие секунды оставить, где разместить субтитры, когда приближать изображение), а затем Remotion превращает эту программу в видео с помощью входящих в комплект копий ffmpeg и безголового Chrome. Расшифровка речи выполняется локально с помощью Whisper.

## Что он умеет и чего не умеет

<table>
<tr><th>Умеет</th><th>Не умеет</th></tr>
<tr><td>Вырезать тишину, «ээ» и мёртвые паузы</td><td>Создавать новые кадры или дополнительные видеоматериалы B-roll</td></tr>
<tr><td>Добавлять субтитры слово за словом в любом описанном вами стиле</td><td>Просматривать видео: он читает числа и кадры, а проверяете результат вы</td></tr>
<tr><td>Добавлять приближение, всплывающие заголовки, индикаторы прогресса и нижние титры</td><td>Добавлять лицензированную музыку (файл предоставляете вы)</td></tr>
<tr><td>Менять кадрирование и экспортировать для Reels, Shorts и YouTube</td><td>Превращать вертикальные кадры в настоящий формат 16:9 (возможны только обрезка или поля по бокам)</td></tr>
<tr><td>Применять один стиль к десяти роликам пакетно</td><td>Отслеживать лицо для приближения, если вы не попросили об этом отдельно</td></tr>
</table>

## Шаг 1: Откройте Codex

В настольном приложении ChatGPT нажмите переключатель в **левом верхнем углу** и выберите **Codex** (третий пункт после Chat и [Work](/resources/chatgpt-work-complete-guide-2026)). Если появится запрос, войдите в свой аккаунт ChatGPT. Вместо чата Codex откроет представление проекта.

## Шаг 2: Установите плагин Remotion

Нажмите **[Plugins](/resources/chatgpt-plugins-complete-guide-2026)**, найдите **Remotion** и нажмите **Install plugin**. Или откройте страницу плагина Remotion по адресу www.remotion.dev/docs/ai/codex-plugin и нажмите ссылку установки. Настраивать больше ничего не нужно. Плагин добавляет в Codex навыки Remotion: создание проектов, субтитры, рендер, предварительный просмотр в Studio и документацию.

## Шаг 3: Один раз проверьте компьютер

Remotion включает собственные ffmpeg и безголовый Chrome — устанавливать их не нужно. Ему не хватает двух вещей: **Node.js** (версии 18 или новее с nodejs.org) и на Mac — **Xcode Command Line Tools**, которые нужны Whisper для сборки. Откройте Terminal и выполните `node -v`; если появилась версия, всё готово. Если не уверены насчёт Xcode, скажите Codex: «проверь, установлены ли node и Xcode command line tools, и установи недостающее», затем подтвердите запросы. Это нужно сделать только один раз.

## Шаг 4: Создайте проект и добавьте видео

В Codex создайте новый проект, указав пустую папку (подойдёт Desktop/edits). Перетащите видео в окно Codex. Введите `$remotion` в промпте и подтвердите плагин, когда Codex его предложит. Теперь вставьте промпт ниже.

**ВНИМАНИЕ:** Codex запрашивает разрешение перед запуском команд на компьютере. При первом монтаже ожидайте несколько запросов «разрешить?»: клонирование Whisper, сборка, загрузка модели и установка пакетов. На них отвечайте «да». На всё, что не касается этой папки, отвечайте «нет».

## Честно о первом запуске

В видео говорится о тридцати секундах. Именно столько занимает ввод промпта. Первый монтаж на новом компьютере длится от двадцати до сорока пяти минут: в основном загрузки и один рендер. Каждый следующий занимает около десяти минут, большая часть — рендер. Ниже указано, на что уходит время, чтобы вы не решили, будто всё сломалось.

<table>
<tr><th>Этап</th><th>Первый раз</th><th>Каждый раз после</th></tr>
<tr><td>Создать проект Remotion и установить пакеты</td><td>1–3 мин</td><td>пропускается</td></tr>
<tr><td>Собрать Whisper и скачать многоязычную речевую модель (medium — около 1,5 ГБ)</td><td>5–15 мин</td><td>пропускается</td></tr>
<tr><td>Расшифровать ролик длиной 2–3 минуты (Apple Silicon)</td><td>30–90 с</td><td>30–90 с</td></tr>
<tr><td>Найти паузы, составить список вырезок и написать монтаж</td><td>5–15 мин работы Codex и вопросов</td><td>3–5 мин</td></tr>
<tr><td>Скачать безголовую оболочку Chrome (один раз)</td><td>1–2 мин</td><td>пропускается</td></tr>
<tr><td>Отрендерить 2–3 минуты видео 1080x1920 при 30fps</td><td>3–6 мин на Apple Silicon, 8–15 на Intel</td><td>столько же</td></tr>
</table>

**Что Codex делает, пока вы ждёте:** преобразует звук в формат, который читает Whisper, расшифровывает его с временными отметками для каждого слова, запускает поиск тишины по дорожке и составляет список секунд, которые нужно оставить. Затем он описывает монтаж в коде: отдельный сегмент для каждого оставляемого фрагмента, субтитры по три или четыре слова с подсветкой текущего слова, а также приближение и заголовок для каждого важного момента. После этого он выполняет рендер. Если всё хорошо, перед рендером он показывает расшифровку с помеченными вырезками — именно этого требует следующий промпт.

:::tip
Выберите модель Whisper под язык исходного ролика. Для русской речи используйте многоязычную medium; более лёгкая small подойдёт для первого теста на чистой записи. Варианты medium.en и small.en предназначены только для английского: для русского ролика их выбирать не нужно. Качество и скорость зависят от записи и компьютера. Любая модель может ошибаться в именах, брендах и аббревиатурах — для этого и нужен этап согласования.
:::

## Промпт, который срабатывает с первого раза

Однострочный запрос работает, но сначала Codex задаёт четыре вопроса: для какой платформы ролик, какова длина паузы, чем расшифровывать и что значит «анимировать». В этой версии уже есть ответы и этап согласования. Замените имя файла и текст в скобках.

```
Смонтируй [talking_head.mp4] как короткое вертикальное видео для [ВЫБРАННАЯ ПЛОЩАДКА].

1) Определи язык речи в исходном ролике и расшифруй его локальной многоязычной моделью Whisper medium с временными отметками для каждого слова. Сохрани язык исходной речи, не переводи её. Если Whisper не установлен, скачай whisper.cpp и многоязычную модель medium. Не используй medium.en или small.en для русской речи.

2) Вырежи все паузы длиннее 0.6 секунд и отдельные звуки-паразиты выбранного языка («ээ» или «эм» для русского, «um» или «uh» для английского), оставляя по 120 ms комнатного тона с каждой стороны каждого вырезанного фрагмента, чтобы дыхание звучало естественно. Не обрабатывай звук иначе.

3) Субтитры: по 3–4 слова на экране, никогда не оставляй экран с одним словом; жирный белый гротеск с чёрной обводкой; текущее слово подсвечено цветом [#F5A623]; блок по центру на высоте 70%, максимальная ширина 900 px.

4) Выбери 5 самых выразительных моментов (число, утверждение, шутка), разделённых минимум 10 s. Для каждого: приближение на 8% с плавным увеличением за 0.4 s и возвратом, центрированное на лице говорящего, плюс однострочный заголовок длиной менее 24 символов, появляющийся с пружинной анимацией на высоте 22% примерно на 2.5 секунды.

5) Результат: 1080x1920 при 30 fps, даже если исходник другого формата; H.264, звук AAC.

Перед рендером покажи расшифровку с отметками всех вырезок и пять заголовков простой таблицей, которую я могу отредактировать. После моего одобрения выполни рендер в outputs/[name]_edited.mp4, сообщи итоговую длительность и покажи стоп-кадр для каждого заголовка.
```

**Зачем нужны именно такие формулировки.** 120 ms комнатного тона — конкретное значение для просьбы «сохрани естественное звучание»; без числа монтаж станет пулемётным. Правило «никогда не оставляй экран с одним словом» предотвращает одинокие субтитры. Центрирование на лице говорящего важно, потому что лицо в вертикальном кадре находится высоко, а обычное приближение к центру сместит его. Стоп-кадр для каждого заголовка — этап проверки качества: Codex не смотрит видео, а только читает его.

## Этап согласования

Перед рендером Codex показывает примерно такой результат. Это иллюстративный формат расшифровки: цифры и реплики относятся к демонстрационному ролику, а не к владельцу сайта.

```
# РАСШИФРОВКА talking_head.mp4 (160.4 s)
00:00.0 Ну так [вырезать «um»] я хочу поговорить о
00:03.1 том, о чём никто не говорит. [вырезать паузу 0.9s]
00:04.9 В первый год я потратил сорок тысяч
00:07.4 долларов и вернул одиннадцать. [вырезать паузу 1.4s]
...
# ВЫРЕЗКИ: 41 пауза (28.6 s) + 9 слов-паразитов (3.1 s)
# 160.4 s -> примерно 128.7 s
# 5 ВАЖНЫХ МОМЕНТОВ
1 00:04.9 «Вложил $40K. Вернул $11K»
2 00:31.2 «Об этом никто не говорит»
3 01:02.0 «26 месяцев. Один урок»
4 01:41.6 «Правило 3 секунд»
5 02:19.0 «Сделайте это до готовности»
Ответьте «одобряю» или отредактируйте любую строку.
```

Здесь можно исправить расшифровку (название вашего бренда или неверно распознанное число), заменить заголовок или вернуть паузу, которую вы хотели оставить. Скажите: «Замени заголовок 3 на „На это ушло 2 года“ и выполняй рендер» — и он сделает именно это. До вашего согласия ничего не рендерится, поэтому плохая расшифровка не превратится в плохое видео.

**Проверку качества выполняете вы.** Codex читает кадры и числа, но не смотрит результат. Посмотрите отправленные стоп-кадры, затем один раз просмотрите MP4 целиком на обычной скорости перед публикацией. В двухминутном ролике ожидайте вручную поправить два-пять вырезанных фрагментов, границы которых сдвинуты совсем немного. Сообщите временные отметки — и он выполнит рендер снова.

:::tip
Попросите выполнить `npx remotion studio`: в браузере откроется интерактивный предварительный просмотр, где можно прокрутить монтаж. Он открывается за пять секунд и позволяет заметить перекрывающиеся субтитры.
:::

## Ещё пять вариантов монтажа

Тот же проект и тот же чат. Каждый запрос — продолжение работы, а не новая настройка.

**Версия на 30 секунд:**

```
Сделай версию длиной 30 секунд только с тремя лучшими моментами, сохрани стиль субтитров и заголовков. Добавь предложение до и после каждого момента, чтобы фрагмент не начинался посреди мысли. Между ними сделай резкие склейки. Сохрани в outputs/[name]_30s.mp4.
```

**Версия 16:9:**

```
Сделай версию всего монтажа 1920x1080. Покажи вертикальное видео во всю высоту с размытым затемнённым дубликатом по бокам (без обрезки и увеличения). Субтитры на высоте 82%, максимальная ширина 1200 px. Заголовки на высоте 14%. Сохрани в outputs/[name]_16x9.mp4.
```

**Приближения на склейках:**

```
Чередуй масштаб на каждой склейке между 100% и 106%, чтобы склейки выглядели намеренными. Всё остальное оставь без изменений и снова выполни рендер.
```

**Индикатор прогресса и нижний титр:**

```
Добавь тонкий индикатор прогресса цвета [#F5A623] вдоль нижнего края и нижний титр с [ИМЯ] и [@HANDLE], который въезжает на 2-й секунде и исчезает на 6-й. Выполни рендер снова.
```

**Пакетная обработка десяти роликов:**

```
Примени этот точный стиль монтажа ко всем файлам .mp4 в source/. Те же правила, по 5 моментов на каждый ролик. Сначала одна общая таблица для согласования, затем выполни рендер всех роликов в outputs/ и перечисли итоговую длительность каждого.
```

**Музыка:** поместите аудиодорожку в папку и укажите громкость (например, «-18 dB ниже голоса, плавно убавь в последние 2 секунды»). Codex не ищет лицензированную музыку; добавьте разрешённую аудиодорожку в выбранном видеоредакторе или на площадке публикации, предварительно проверив условия использования.

## Ограничения, лицензии и ошибки, которые мешают работе

<table>
<tr><th>Ошибка</th><th>Решение</th></tr>
<tr><td>Использование браузерной версии</td><td>Codex в интернете работает в облаке без доступа к вашим файлам. Для локального монтажа используйте настольное приложение.</td></tr>
<tr><td>«Вырежи все паузы» без численного порога</td><td>Порог 0.6 s и 120 ms комнатного тона. Иначе результат будет роботизированным или Codex задаст вопрос.</td></tr>
<tr><td>Нет этапа согласования</td><td>Добавьте «покажи расшифровку и заголовки до рендера». Ошибка в названии бренда в субтитрах вынудит выполнять рендер повторно.</td></tr>
<tr><td>Отказ от запросов настройки</td><td>Сборка Whisper, скачивание модели и оболочки Chrome нужны один раз. Подтвердите их.</td></tr>
<tr><td>Ожидание формата 16:9 от вертикального видео</td><td>Скрытых кадров нет. Добавьте по бокам размытый фон или обрежьте центр; укажите, какой вариант нужен.</td></tr>
<tr><td>Слепое доверие субтитрам в именах и числах</td><td>Whisper ошибается в названиях брендов и может превратить «сорок тысяч» в другое. Исправьте их на этапе согласования.</td></tr>
<tr><td>Максимальная параллельность рендера</td><td>На ноутбуке больше примерно 6 задач выполняются медленнее, а не быстрее. Позвольте Codex выбрать.</td></tr>
<tr><td>Публикация без просмотра</td><td>Один раз посмотрите ролик. Сделать это можете только вы.</td></tr>
</table>

**Лицензия:** Remotion бесплатен для частных пользователей и небольших команд (компаний численностью до трёх человек). Крупным компаниям нужна корпоративная лицензия Remotion; перед внедрением в агентстве проверьте remotion.dev/license. Шрифты Google Fonts можно использовать в коммерческих целях.

:::tip
Сделайте это сегодня: установите плагин, добавьте последний снятый ролик и вставьте промпт монтажа. Во время первого запуска сходите за кофе. Каждый следующий ролик монтируется десятиминутным запросом.
:::