别人的 AI 剪出来都一个样。
这个会像剪的。

素材一进来它就有了起点,不用挑也不用填。你每改一处,它就学一点;它每剪一刀,都留有回执。

我们手工拉一条你的片子,把 taste.md 发回给你 · 不发垃圾邮件

口播 停顿 B-roll 重选的钩子

同一条素材、同一句指令——只有 taste.md 不一样。上面两条是两派剪法的差别;竖屏这条是同一派换了平台——段落都对不上,因为是重新选的段,不是把长片剪短。

示意版 demo——页面上的每个时长,之后都会换成真实时间轴导出的数据。

不会千篇一律的 AI 视频剪辑器

这样的晚上,你熟。

能发的那一晚。

47 分钟素材,能发出去的只有 90 秒。哪九十秒你心里有数——把它们挑出来,才是你没想接的那份活。

三条竖屏的那一晚。

一条好素材,三个平台,三种完全不同的前三秒。

缺镜头的那一晚。

这条片子还差一个你没拍的开场、一张你没做的图表、一段你没版权的配乐。

不像我的那一晚。

你试了个 AI 剪辑器。快,也干净,可是——那是别人的片子。你从来不用的转场,一股陌生腔调的字幕。把别人的品味一处处撤掉,比自己从头剪还慢。

现在的问题已经不是烂了。剪得干净、出得也快——可是都一个样。每个 AI 剪辑器肚子里都有一套判断:什么算高光、停顿留多长、B-roll 插在哪。预设随你挑,判断你动不了。同一个工具剪出的一百条片子,看着像同一个人剪的——因为本来就是。

他们的回执

Removed 12 fillers · 3 repeated takes
Found 4 highlights
Done ✓ 证明它干了活。

tastecut 的回执

cut interval 1.7–2.8s → rewrote 7 cuts · "vlog03" 00:12
zoom transitions: never → skipped 3 · "vlog01" 02:41
2 rules below 0.6 → asked first 证明这是你的剪法——每一步都能追溯到它学自你哪条片、哪一秒。

他们的回执证明它干了活。我们的回执证明——这是你的

同一句话,两个剪辑师。

没学过你

Make the pacing faster
Done — added zoom transitions, moved captions to center
I never use zooms
Removed. Re-styled the captions
Captions never go center…
Forget it — I'll cut it myself.

学会你之后

Make the pacing faster
Reading taste.md first: no zooms · captions off · cut on sentence ends
Done. 7 cuts tightened, receipt below.
That's it.

差别不在模型,在它先听谁的

会学你剪辑风格的 AI · taste.md

它先学你。

丢给它两三条你以前的成片。它会像学徒拉片一样,一格一格地看完。

measured 412 cut points across 26 minutes found your interval between cuts: 1.7–2.8 s noticed what you never do — absence is a preference too 7 rules — 5 it will bet on, 2 it flagged itself: "seen twice. maybe just that once. I'll ask."
tastecut · 剪辑会话@tastecut/ui v0.1.0
对话里 · 这一轮干了什么
它学到的那一刻 · 你来答

产品本身的 React 组件,实时渲染,不是截图。按钮是真的,点一下试试。

  • 读得懂。是一句句人话,不是一堆权重——每条写明你怎么剪、执行多严(always / usually / will ask),以及从你哪条片、哪一秒学来("vlog03", 00:12)。
  • 改得动。文件是你的,看不顺眼直接改。
  • 关得掉。每条一个开关,只管下一次,已经剪好的不动。
  • 带得走。纯文本。它承认你有一天可能会走——所以从不锁门。

规则不用你写。它来写,你只管否决。

01

起点不用你给

素材一进来它就有了起点——从画幅、时长、语速看出来的。顺口说一句发哪儿,它会更准。不用挑,也不用填。

02

改你看不惯的

改动本身就是偏好——当场记下。

✦ learned: B-roll lands at sentence ends · always
03

喂它两三条旧片

上面那些都是起点。只有这条路能得到真正属于你的偏好:它量出你的切点,一条条写成文件等你确认——两条片子都认的习惯,分量高过它猜的任何一条。

模板只能选,选完就那样。这个不一样:起点由你的素材定,最后以你收尾——你赢过它的每一次争论,它都记着

AI B-roll · 动态图形 · 配乐——都按你的风格来

拍了的它来剪,没拍的它来补。

你没拍的开场

一个生成的定场镜头——踩的是你的切镜节奏,不是素材库的节奏。

gen shot → timeline · receipt attached

你没做的图表

动态图形套你的字幕样式——一句话说清楚就行,不碰关键帧。

MG card → timeline · receipt attached

你没版权的配乐

长度刚刚好的音乐,照你一贯的混法垫在人声底下。

score → timeline · ducked −12dB

生成出来的东西,走的还是同一份 taste.md。它是素材,不是特效——和你实拍的素材并排躺在时间轴上,一样带回执。

可解释的 AI 剪辑 · 每一刀有回执

它知道自己的边界。

0.6

置信度有上限

一条片子最多教到 0.6——风格这件事,得有旁证。

◆ 2

剪完自己先体检

每次剪完,它都拿你的文件自查一遍,偏了哪里,自己标出来。

◆ 2 cuts drift from your taste — jump to the first →

没查过的就是破折号

没验证过的事它直说。给你看破折号,不冒充对勾。而且每处改动都能单独撤销。

时间轴一直都在。AI 动的每一刀,都是你本来也能剪的一刀——想自己上手,随时。

一个肯说「拿不准」的工具,说「这就是你」的时候,你才信得过。

taste.md is plain text.

能 diff,能进 git;哪天你走了,它跟你走。

MCP built in.

在 Claude Code 或你自己的 agent 里直接剪。

发一条片子来,把你的 taste.md 拿回去。

留个邮箱,我们回信告诉你往哪儿发一条你已经剪好的片子。我们手工拉一遍,把你的 taste.md 发回给你——是文件,不是推销。它归你,纯文本,哪怕你以后从来不用 TasteCut。

「学我的风格」到底是学什么?

把你以前的成片给它。它量你的切点、你切镜的间隔、你从来不做的事——把每个习惯写成 taste.md 里的一句话,配上置信度和出处片段。置信度低的,标成先问再动手

为什么 AI 剪的视频都一个样?

每个 AI 剪辑器都自带一套判断——什么算高光、停顿留多长、B-roll 放哪。预设随你挑,判断你动不了,所以每条产出都带着厂商的口味。TasteCut 把那套判断,换成一份属于你的文件。

我手上没有旧片,能用吗?

能。素材一进来,它就从片子本身读出一个起点——画幅、时长、你说话的快慢;顺口说一句发哪儿,它会更准。以后再喂旧片,是把这个起点变成真正属于你的偏好。

我还能自己动手剪吗?

随时能。时间轴一直都在。AI 的每处修改都是你本来也能做的操作,而且每处都能单独撤销。

我的素材会被拿去训练吗?

不会。我们不拿你的素材、也不拿你的 taste.md 训练任何模型。剪辑过程中素材会经过第三方 AI 服务——转写、理解、生成——活是这么干完的;我们只发这一次剪辑需要的部分,且不留任何东西用于训练。