CapCutCapCut

Wie man ein Schnittbrief schreibt, den ein KI-Editor versteht: Einstellungen, Dauer und Texteingaben

Team von AiToolsForAppsMit KI-Unterstützung verfasst14 Min. Lesezeit

Zusammenfassung

  • Die Bearbeitung durch Eingabeaufforderungen ist keine bloße Versprechung mehr: EditPilot ermöglicht es, Änderungen der Timeline in natürlicher Sprache im CapCut-Desktop zu beschreiben, und das Plugin für ChatGPT wurde auf dem CapCut World-Event in Los Angeles angekündigt, das am 27. Oktober 2026 in der offiziellen CapCut-Mitteilung stattfand.
  • Der Engpass hat sich verschoben: Es geht nicht mehr darum, wo der Knopf ist, sondern was zu verlangen. Eine vage Eingabeaufforderung ("mach es dynamischer") liefert einen generischen Schnitt, weil sie keine Entscheidungen enthält, nur Adjektive.
  • Ein umsetzbares Briefing ist eine Liste von Aufnahmen mit Dauer in Sekunden, ein erklärter Schnitt-Rhythmus, der genaue Zeitpunkt, an dem jeder Text eintritt und wie lange er bleibt, sowie wo das B-Roll und wo die Stille ist.
  • Es gibt Teile, die kein Agent errät und die man besser vorbereitet: die .srt mit ihren Zeiten bis ins Byte und die Beschriftungen im PNG-Format mit Alpha. CapCut importiert Untertitel nur auf Desktop und Web, nicht auf Mobilgeräten, gemäß der offiziellen Hilfe zu Untertiteln importieren.
  • Die mobilen Versionen von November 2026 (20.0.0, veröffentlicht am 3. November, und 20.1.0, am 11. November, laut APKMirror) konsolidieren den Zyklus: der Editor bewegt sich schnell, das Briefing ist das Einzige, das von dir abhängt.
Montagetisch mit Storyboard-Karten, die wie eine Timeline ausgerichtet sind, und einem vertikalen Mobilgerät
Montagetisch mit Storyboard-Karten, die wie eine Timeline ausgerichtet sind, und einem vertikalen Mobilgerät

Fünfzehn Jahre lang war das Bearbeiten von vertikalen Videos ein Handproblem: die Tastenkombinationen kennen, den Clip richtig ziehen, sich erinnern, wo der Keyframe war. Im Jahr 2026 hat sich das gewendet. Wenn du einem Editor sagst: "Schneide das auf 30 Sekunden und füge Beschriftungen hinzu", erledigt die Maschine das in Sekunden; das Problem ist, dass sie es auf ihre Weise macht, und ihre Weise ist der Durchschnitt von allem, was sie gesehen hat. Für diejenigen, die in CapCut erstellen oder verkaufen, greift das Tool aiCapCut von AiToolsForApps genau diese Lücke an: Es ermöglicht dir, zum Editor mit dem Montage-Briefing, den SRT-Untertiteln und den bereits vorbereiteten Beschriftungen zu gelangen, anstatt zu warten, dass der Agent sie improvisiert. Dieser Artikel handelt vom neuen Handwerk: das Schreiben des Briefings.


Was hat sich genau zwischen Oktober und November 2026 in CapCut geändert?

Es hat sich der Modus der Anweisungen geändert. CapCut stellte auf seinem Event in Los Angeles — am 27. Oktober 2026 laut eigener Pressemitteilung — ein Set von Werkzeugen vor, die sowohl auf Anfragen in natürlicher Sprache als auch auf direkt über das Vorschaufenster getroffene Auswahl reagieren, plus ein Plugin für ChatGPT, das es ermöglicht, von der Idee zu einem ersten Schnitt zu gelangen und diesen durch Gespräche weiter zu verfeinern.

Die drei Blöcke, die für die tägliche Arbeit wichtig sind:

NeuheitWas es machtWoDeklarierter Status
EditPilotEine schriftliche Anweisung in reale Änderungen an der Timeline umwandeln (schneiden, umsortieren, das Tempo anziehen, die Farbe eines bestimmten Objekts in einem Shot ändern)Desktop / PCIn der Bereitstellung
Generative & Interactive EditVerfeinern durch Auswahl im Vorschaufenster, nicht auf der SpurDesktop und WebAuf dem Event angekündigt
ChatGPT-Plugin (CapCut × Codex)Einen ersten Schnitt aus dem Chat montieren und durch Konversation iterieren; verwendet das MCP von CapCut, um ein bearbeitbares Projekt mit Spuren und Ressourcen zurückzugebenChatGPTDie Integrationsseite beschreibt es als betriebsbereit mit Kontingenten nach Konto und Region; Berichterstattung über die Ankündigung wie ivipid platzierte es in "kommenden Monaten" ohne Datum oder Preis

Es gibt ein Detail, das man beim Lesen von Schlagzeilen im Hinterkopf behalten sollte: das Datum des Events erscheint je nach Quelle unterschiedlich (27. Oktober in der Mitteilung von CapCut, 24. Oktober in einem Teil der Berichterstattung). Was nicht variiert, ist die Demo, die gezeigt wurde: ein 12-Sekunden-Reel von Sport, das aus dem Chat mit der Anweisung "verwandeln Sie diese Clips in ein 12-Sekunden-Highlight" montiert wurde, und danach verkettete Anpassungen — Dauer eines Shots, Lesbarkeit der Untertitel, Musik unter der Stimme, Text auf dem Bildschirm —.

Parallel dazu folgte der mobile Kanal seinem normalen Rhythmus: die Version 20.0.0 wurde am 3. November 2026 veröffentlicht und die Version 20.1.0 am 11. November, letztere mit Fehlerkorrekturen und Verbesserungen beim Schneiden. Das bedeutet: der Editor iteriert jede Woche und einen halben. Dein Briefing nicht.


Warum gibt "mach es dynamischer" immer eine generische Montage zurück?

Weil es keine Anweisung ist, sondern eine Bewertung. "Dynamisch" enthält keine Zahlen: weder wie viele Schnitte pro Minute, noch die minimale Dauer eines Shots, noch ob das Tempo steigt oder sinkt. Auf eine Anfrage ohne Entscheidungen füllt das Modell mit dem Median seines Trainings auf, und der Median der vertikalen Videos ist genau das, was du schon tausendmal gesehen hast.

Ein Prompt ist ausführbar, wenn jeder Satz mit einer Stoppuhr überprüft werden kann. Vergleiche:

Vager PromptWas der Agent für dich entscheidetAusführbare Version
"Mach es dynamischer"Anzahl der Schnitte, Dauer des Shots, Übergänge"18 Schnitte in 45 s; kein Shot unter 1,2 s; keine Übergänge, nur harter Schnitt"
"Mach schöne Untertitel"Schriftart, Größe, Position, wie viele Zeilen"Untertitel mit 2 Zeilen, max. 32 Zeichen pro Zeile, platziert über dem unteren Interface-Bereich"
"Starte stark"Welcher Shot öffnet und wie lange er dauert"Shot 01: Detail, 1,8 s, die abschließende Geste des Ergebnisses; der Kontext kommt in Shot 03"
"Füge Musik hinzu"Thema, Lautstärke, ob die Stimme überlagert wird"Instrumentalmusik unter der Ansprache, beginnt bei 0:00, sinkt um 6 dB, wenn die Stimme spricht"
"Lass ein Abschluss-Overlay stehen"Text, Eintrittssekunde, Dauer"Abschluss-Overlay tritt bei 0:41 ein, bleibt 3,5 s, nimmt das mittlere Drittel ein"
Vergleich zwischen einem Haufen unordentlicher Karten und denselben Karten, die in einem Raster mit Zeitmarkierungen ausgerichtet sind
Vergleich zwischen einem Haufen unordentlicher Karten und denselben Karten, die in einem Raster mit Zeitmarkierungen ausgerichtet sind

Die praktische Regel: wenn deine Anweisung nicht mit einer Zahl widerlegt werden kann, ist es keine Anweisung. "Dynamischer" kann nicht widerlegt werden. "18 Schnitte in 45 Sekunden" kann: sie werden gezählt.


Welche Elemente sollte ein ausführbarer Montage-Brief enthalten?

Sechs Blöcke, und alle sechs mit Zahlen. Ein Brief ist ausführbar, wenn eine andere Person – oder ein Agent – das Stück ohne Rückfragen montieren könnte und das Ergebnis genau so lange dauert, wie geplant.

  1. Ziel-Dauer und Ausgabeformat (vertikal 1080×1920, horizontal 1920×1080). Die Gesamtdauer der Shots muss mit dem Ziel übereinstimmen; wenn sie nicht übereinstimmt, wird skaliert, nicht improvisiert.
  2. Nummerierte Shot-Liste. Pro Shot: Typ (Detail, Halbtotal, B-Roll, Bildschirm, Talking Head…), kurze Bezeichnung, Beschreibung dessen, was zu sehen ist, Sekunden der Dauer und deren kumulierte Anfangs- und Endzeiten.
  3. Deklariertes Schnitt-Tempo: Gesamtschnitte und Schnitte pro Minute. Das ist die einzige Möglichkeit, dass "dynamisch" etwas bedeutet.
  4. Texte auf dem Bildschirm mit Zeitcode: was jeder Overlay sagt, in welcher Sekunde es eintritt und wie viele Sekunden es bleibt. Ein Text ohne Dauer ist ein Text, den der Agent bis zum Ende stehen lässt.
  5. Hook und CTA als separate Elemente vom Rest. Der Hook ist nicht "der Anfang": es ist ein Shot mit einer eigenen Funktion und Dauer. Der CTA ist auch nicht "das letzte, was passt".
  6. Wo das B-Roll und wo die Stille hinkommt. Stille ist eine Montageentscheidung, kein Leerraum: markiere sie mit ihrer Eintrittssekunde und Dauer, genau wie einen Shot.

Eine minimale Vorlage eines Shots, auf dem Detailgrad, den ein Editor per Prompt ohne Erfindung ausführen kann:

Shot 04
  Typ: B-Roll
  Bezeichnung: Hände auf der Tastatur
  Dauer: 2,4 s   (Beginn 00:07,2 — Ende 00:09,6)
  Beschreibung: Vogelperspektive, Hände beim Tippen, kein Gesicht
  Text auf dem Bildschirm: ja — tritt bei 00:07,6 ein, dauert 2,0 s
  Übergang: harter Schnitt
  Audio: Ambiente, ohne Sprache

Was sollte vor dem Öffnen des Editors gelöst sein, weil die KI es nicht errät?

Zwei Dinge: die Zeiten der Untertitel und die Overlays als Bild. Es sind die beiden Elemente, bei denen der Fehler nicht ästhetisch, sondern mechanisch ist – ein falsch geschriebenes Millisekunde und die Datei lädt nicht, ein PNG ohne Alphakanal und das Overlay verdeckt den Shot – und wo ein generativer Agent nichts erfinden kann, weil die richtige Antwort einzigartig ist.

Die .srt. CapCut akzeptiert den Import von Untertiteln im .srt und .txt auf dem Desktop, nur .srt in der Webversion, und erlaubt keinen Import von Untertiteldateien auf dem Handy; außerdem verlangt es UTF-8-Codierung, damit die Sonderzeichen nicht kaputtgehen. Das bedeutet, dass, wenn dein Workflow mobil ist, die Datei von Anfang an richtig erstellt werden muss, weil du sie dort nicht reparieren kannst. Und eine gültige .srt ist streng: Nummerierung ab 1, Komma als Millisekundentrenner, korrekte Zeilenumbrüche und cues, die niemals überlappen.

Die Overlays. Ein von einem Bildmodell erstelltes Overlay kommt mit verzerrten Buchstaben heraus: das ist der klassische Fehler, ihm Text von einem visuellen Generator zu verlangen. Der zuverlässige Weg ist der umgekehrte — typografisch zusammengesetzter Text, der als PNG mit echtem Alpha exportiert wird — und es ist ratsam, den Alphakanal im Binärformat zu überprüfen, sich nicht auf den Dateinamen zu verlassen.

Vier transluzente Paneele, die in Schichten gestapelt sind und PNG-Overlays mit transparentem Hintergrund darstellen
Vier transluzente Paneele, die in Schichten gestapelt sind und PNG-Overlays mit transparentem Hintergrund darstellen
ElementWer es produzieren sollteWarum
UntertitelzeitenEin deterministischer Zerleger, mit Regeln für Zeichen pro Zeile und LesegeschwindigkeitDas korrekte Ergebnis ist eines; Kreativität hier ist ein Mangel
Overlays und TitelTypografische Komposition, exportiert als PNG mit AlphaBildgeneratoren schreiben Buchstaben schlecht
Struktur der Shots und TempoDu, im BriefEs sind redaktionelle Entscheidungen, keine technischen
Ausführung in der TimelineDer Editor per PromptEs ist mechanische und repetitive Arbeit: genau das, was er kann
Endkorrektur und VeröffentlichungDu, im EditorDie Demo des Plugins öffnet das Projekt in CapCut

Wo können Texte eingefügt werden, ohne dass die Netzwerkinterface sie überdeckt?

In der zentralen Fläche. Bei vertikalen Videos ist die nützliche Leinwand nicht der gesamte Rahmen: Oben befinden sich Hinweise und Steuerungen, unten der Benutzername, der Footer, der Musikcredit und die Aktionsschaltflächen, und rechts die Spalte für "Gefällt mir", Kommentieren und Teilen. Ein dort platziertes Schild existiert in deiner Exportdatei und verschwindet im Handy des Zuschauers.

Zwei ehrliche Hinweise dazu:

  • Die genauen Maße in Pixeln variieren zwischen Netzwerken und zwischen Versionen der App, und die untere Leiste wächst außerdem, wenn der Fußtext lang ist. Betrachte sie als Minimum, das auf dem Gerät überprüft werden muss, nicht als Konstante.
  • Daher sollte das Briefing angeben, in welchem Bereich jeder Text platziert wird (oberes Drittel, zentrale Leiste, über dem Fuß), nicht nur, was er sagt.
Handy im Hochformat mit markierten sicheren Zonen oben, unten und rechts sowie einem Drittelraster
Handy im Hochformat mit markierten sicheren Zonen oben, unten und rechts sowie einem Drittelraster

Und ein Maßstab, um zu verstehen, warum dies teuer bezahlt wird: YouTube Shorts überschritt im November 2025 die 100 Milliarden täglichen Aufrufe und hat etwa 4 Milliarden monatliche Nutzer, mit einer maximalen Dauer von 3 Minuten seit September 2024, laut der YouTube Shorts-Seite. Ein überdecktes Schild ist kein Detail: es ist die Hälfte deiner Botschaft in einem Format, in dem der Zuschauer nicht zurückgeht.


Wie wird eine Idee Schritt für Schritt in ein Briefing umgewandelt?

Mit vier Durchgängen, immer in der gleichen Reihenfolge: die Dauer festlegen, die Pläne schreiben, die Zeitcodes für den Text setzen und die Dateien erstellen. Die Reihenfolge ist wichtig, da jeder Schritt Entscheidungen abschließt, die der nächste benötigt.

  1. Lege die Gesamtdauer und die Verteilung fest. Entscheide die Sekunden des Stücks und wie viele davon für den Hook, wie viele für die Entwicklung und wie viele für den Abschluss verwendet werden. Wenn die Summe der Pläne nicht passt, skaliere alle proportional, bevor du fortfährst.
  2. Schreibe die Pläne als Liste, nicht als Absatz. Art, Etikett, Beschreibung, Sekunden. Nummeriert. An diesem Punkt kannst du bereits die Schnitte zählen und somit das Tempo festlegen.
  3. Setze die Texte auf die Uhr. Jedes Schild mit seiner Sekunde des Eintritts und seiner Dauer. Markiere hier auch die Pausen und die Abschnitte des B-Roll.
  4. Löse die Dateien, die nicht improvisiert werden können. Generiere die .srt-Datei aus dem Skript mit deinen Zeichen- und Lesegeschwindigkeitsregeln, exportiere die Schilder im PNG-Format mit Alpha und überprüfe die Maße des Ziels. Erst dann öffnest du den Editor und forderst die Ausführung an.

Es ist genau die Arbeitsverteilung, die aiCapCut vorschlägt: das Briefing und die Dateien werden extern vorbereitet —Schnittplan mit Plänen, Dauer und zeitlich abgestimmten Texten, Untertiteln in SRT, VTT oder TXT und Schildern in PNG— und der Editor macht das, was er am besten kann, nämlich auf der Timeline ausführen. aiCapCut rendert kein Video und erstellt keine CapCut-Projekte: es produziert die überprüften Stücke, die du dann importierst. Und es ist wichtig, dies klar zu sagen, denn es ist die Grenze, die ein nützliches Werkzeug von einem Versprechen unterscheidet: es ist kein Produkt von CapCut und nicht mit CapCut verbunden.


Was wird gemessen, um zu wissen, ob das Briefing gut war?

Vier Zahlen, alle überprüfbar über den fertigen Schnitt. Wenn das Briefing ausführbar war, erfüllt das Ergebnis sie ohne Verhandlung; wenn es sie nicht erfüllt, hatte das Briefing Lücken, die jemand für dich gefüllt hat.

Briefing-MetrikWie man es überprüftZeichen für schwaches Briefing
GesamtdauerStoppuhr über den ExportAbweichung > 5 % vom Ziel
Schnitte pro MinuteSchnitte zählen und teilenHattest du nicht erklärt
Texte auf dem BildschirmEintritt und Dauer jedes einzelnen überprüfenEin Schild, das bis zum Ende bleibt
Lesbarkeit des UntertitelsZeichen pro Zeile und Sekunden pro CueÜberlappende Cues oder Zeilen mit 60 Zeichen

Eine fünfte, weiche, aber nützliche: wie oft musstest du dasselbe erneut beim Agenten anfordern. Jeder Versuch ist eine Entscheidung, die im Briefing fehlte.

Häufig gestellte Fragen

Was ist ein Montage-Brief?

Es ist das Dokument, das eine Videoidee in umsetzbare Anweisungen übersetzt: eine Liste von Einstellungen mit ihrer Dauer, dem Schnitt-Rhythmus, welchem Text in welcher Sekunde erscheint und wie lange, wo das B-Roll und wo die Stille ist. Es dient sowohl einem menschlichen Editor als auch einem Prompt-Editor.

Wie bitte ich die CapCut KI, ein Video für mich zu schneiden?

Indem ich konkrete Änderungen zur Timeline beschreibe. EditPilot ist für Anfragen in natürlicher Sprache konzipiert, wie "wandle dieses 12-minütige Tutorial in einen 90-sekündigen Schnitt um" oder "entferne die wiederholten Punkte und ziehe den Rhythmus an". Je mehr Zahlen die Anfrage enthält — Sekunden, Anzahl der Schnitte, minimale Dauer der Einstellung — desto weniger muss das Modell für dich entscheiden.

Ist das CapCut Plugin für ChatGPT bereits verfügbar?

Das hängt von der Quelle und deinem Konto ab. Die CapCut-Seite, die der Integration mit ChatGPT gewidmet ist, beschreibt es als betriebsbereit und weist darauf hin, dass der Zugang, die Generierungsgrenzen und die Ressourcen von Konto, Region und Produktbedingungen abhängen; die Ankündigung von Oktober 2026 stellte es in "kommenden Monaten" ohne bestätigtes Datum oder Preis dar. Es ist ratsam, dies in der Anwendung selbst zu überprüfen, bevor du einen Arbeitsablauf damit planst.

Können SRT-Untertitel von Mobilgeräten in CapCut importiert werden?

Nein. Laut der offiziellen Hilfe von CapCut ist der Import von Untertiteldateien auf dem Desktop (.srt und .txt) und in der Webversion (.srt) verfügbar, aber die mobile Anwendung erlaubt keinen Import von .srt oder .txt. Für beide Wege muss die Datei im UTF-8-Format vorliegen.

Warum erscheinen die mit KI generierten Beschriftungen mit fehlerhaften Buchstaben?

Weil die Bildmodelle die Buchstaben als Formen zeichnen, nicht als Text: Sie haben keinen typografischen Motor im Hintergrund. Die Lösung besteht nicht darin, auf dem Prompt zu bestehen, sondern den Text aus dem Generator zu extrahieren und typografisch zu gestalten, indem man ihn mit transparentem Hintergrund als PNG exportiert, um ihn im Editor zu überlagern.

Wie viele Schnitte pro Minute sollte ein vertikales Video haben?

Es gibt keine universelle Zahl, und jeder, der dir eine ohne Kontext gibt, rät. Wichtig für den Brief ist, dass du es angibst: Ein langsames Tutorial und ein Sport-Highlight haben nicht den gleichen Rhythmus, und solange du die Zahl nicht angibst, wird das Modell sie festlegen.

Tötet ein sehr detaillierter Brief nicht die Kreativität?

Im Gegenteil: Der detaillierte Brief schützt die kreativen Entscheidungen, die du bereits getroffen hast. Was der Agent ausfüllt, wenn der Brief schweigt, ist keine Kreativität, sondern der Durchschnitt seines Trainings. Es schriftlich festzuhalten, dass der Hook 1,8 Sekunden dauert und in einem Detail beginnt, ist genau das, was verhindert, dass du denselben Schnitt wie alle anderen erhältst.

Der Brief ist jetzt die Arbeit

Das Schneiden per Prompt hat das Handwerk nicht abgeschafft, sondern umpositioniert: von den Händen zur vorherigen Entscheidung. Wer mit einer getakteten Liste von Einstellungen, den Texten bereits auf der Uhr, einer gültigen .srt-Datei und den Beschriftungen in PNG mit Alpha zum Editor kommt, erhält, was er angefordert hat; wer mit "mach es dynamischer" kommt, erhält dasselbe wie alle anderen. Wenn du diese Teile gelöst haben möchtest, bevor du den Editor öffnest, ist aiCapCut, von AiToolsForApps, genau dafür und nichts anderes gebaut: den Montageplan, die SRT-Untertitel und die Beschriftungen in PNG zu generieren und sie dir verifiziert zur Verfügung zu stellen, ohne Registrierung zum Start. aiCapCut ist kein Produkt von CapCut und steht in keiner Verbindung zu CapCut.

Bereite das Briefing vor, bevor du den Editor öffnest: Erstelle deinen Schnittplan mit Einstellungen und Dauer, deinen Untertiteln im SRT-Format und deinen PNG-Overlays mit aiCapCut, ohne Registrierung.

Bereite das Briefing vor, bevor du den Editor öffnest: Erstelle deinen Schnittplan mit Einstellungen und Dauer, deinen Untertiteln im SRT-Format und deinen PNG-Overlays mit aiCapCut, ohne Registrierung.

↑ Nach oben