我替自己做了一套錄課系統，最後只留下兩個按鍵
本文原發表於《Vista 電子報（另開新分頁）》No.145
哈囉，你好！
九月二十九日晚上九點半，我錄完一段三分鐘的測試影片（另開新分頁），把檔案拖進播放器，感覺還不錯。簡報在全螢幕上翻頁，右下角有一個小小的圓框，裡面是我的臉，背景已經換掉，聲音清楚，畫面上看不到滑鼠游標。
看起來很平常，對吧？但為了這三分鐘，我當天稍早先做出一套複雜得多的系統，試用了一次，然後親手把它收進抽屜裡。
本期的電子報，我想跟你聊聊這段過程。表面上看起來，這是一個有關開發錄課工具的故事，但我覺得真正值得分享的，是做得出來和用得下去之間那段距離。
起點：想讓錄課跟上臺一樣輕鬆
嗯，先交代一下背景。今年七月，我用 Claude Code 搭建了一套自己用的影片剪輯系統，取名叫 vista-cut。我把素材丟進資料夾，AI 會先轉出逐字稿、規劃剪輯段落，再呼叫 ffmpeg 這套開源工具把影片剪好、配樂、上字幕、輸出成 YouTube 規格。整個過程中，我只需要審查兩次：一次看剪輯計畫和粗剪，一次看成片。
七月時，做完的是一般影片的剪輯系統。這個月，我想補上一個很實際的需求：錄課。
我這幾年講了很多課，簡報都放在自己的電腦或簡報網站（另開新分頁）上。線上課程一直是我想好好經營的方向，而錄課最耗神的從來不是講演，是講完之後的剪輯：簡報畫面要跟講話對上、示範操作的片段要插進去、講者畫面要擺在哪裡。所以，這次的目標很明確：我只負責講，其他的事情交給系統處理。
第一版：很聰明，但要你記得很多事
第一版的設計，現在回頭看，確實很聰明。
我很快地替簡報加了一個錄課模式。開始錄影時按一下 S 鍵，同時拍一下手，系統之後會用這一聲拍手，把簡報的翻頁紀錄和攝影機的錄影對齊時間。講課過程中，每翻一頁、每播一段示範影片，簡報都會默默記下時間。講完按 Shift 加 D，把紀錄檔下載下來。
剪輯時，系統拿著這份紀錄，把簡報擷圖、示範影片、講師畫面自動拼成分屏：左邊一大塊是簡報，右邊一條窄欄放講師。遇到只有我在講話、沒有簡報的段落，就自動切成講師全屏。
這套流程我讓 AI 寫完之後，另外派一個完全沒參與開發的 AI 來做獨立驗收。它回報的結論是：不通過。
這個做法，其實是我這陣子養成的習慣。寫程式的 AI 很容易替自己的作品打高分，因為它記得自己當初怎麼想的，也就會用同一套想法去檢查。所以我會開一個全新的對話，只給它規格文件和成品，不給它看開發過程，請它像一位挑剔的使用者那樣，拿真實情境去試。這一次，它用瀏覽器實際打開簡報、模擬翻頁和播放影片，再拿兩種不同格式的錄影跑完整個流程，一幀一幀比對時間。
問題出在一個很不起眼的地方。電腦錄下來的操作影片，檔案裡通常帶著一個色彩標記，而簡報擷圖沒有。兩種素材接在一起時，ffmpeg 會在示範影片開始的那一刻重建處理流程，時間軸因此歸零，之後整支影片的簡報畫面全部比講話超前大約十一秒。
更值得注意的是，當時全套三百多個自動測試都是顯示綠燈。原因很單純：測試用的示範影片是程式產生的純色片，本來就不帶色彩標記。測試素材太乾淨，所以真實世界最常見的狀況完全沒被測到。
修好之後，測試增加到三百五十九個，全部通過。從技術上來說，這套系統可以用了。
我自己試了一次，就知道不太對勁
接著輪到我本人上場試錄。
結果我多按了一次 S，結束時的 E 又按了兩次。系統很盡責地把這些誤按都記了下來，也很盡責地因此對不上時間。我當時的感想很直接：步驟有點複雜，我不太會操作。
身為這套系統的開發者，連我都覺得複雜，更何況是其他人。
然後我看了分屏版本的成片，第二個問題冒出來了。講師欄的畫面是從鏡頭中間裁出來的，我坐的位置稍微偏一點，臉就擠在欄位邊緣；而且臉在窄欄裡被放得很大，比例怪怪的，整體看起來並不舒服。
看著那支影片，我突然想通一件事：課程的重點是內容，不是講師的臉龐，何況我又不是顏值高的帥哥。觀眾需要的是一點畫面感，知道有個真人在跟他說話就夠了，並不需要我占掉畫面的五分之一。
第二版：精簡到剩下兩個快捷鍵
想清楚這一點，第二版的開發就很簡單了。
我把合成這件事，從剪輯階段搬到錄影當下。在 OBS 這套免費的錄影軟體裡設一個場景：簡報占滿全螢幕，右下角放一個直徑 240 像素的小圓框，裡面是我。圓框只取鏡頭中間的一塊正方形，所以我坐得稍微偏一點也沒關係，容錯大很多。
錄課時，我所需要做的事只剩兩個：按 Shift＋Option＋B 開始，按 Shift＋Option＋E 結束。不用拍手、不用按 S，更不用記得下載紀錄檔。
剪輯系統的工作也跟著變簡單，只負責剪掉口誤和空白、把音量拉到標準、再上字幕。原本那套自動對時和分屏的程式我沒有刪掉，而是保留備用，也許哪天有需要再拿出來。
為了配合右下角的圓框，我也回頭調整了簡報。第一份會拿來錄課的簡報有兩百頁，我讓 AI 把每一頁右下角約七分之一寬、四分之一高的區域清空，頁碼移到左下角，然後同樣找另一個 AI 逐頁驗收，兩百頁全部通過。以後新做的簡報，也都會在那個角落留白。
對了，字幕也順便升級了。原本的黑底白色小字，我自己看了都覺得呆板。現在改成白色粗體字加深藍描邊，每句挑一兩個關鍵詞上色，顏色直接沿用簡報裡的配色，讓字幕和簡報看起來像同一套設計。
還有一個小插曲。第一次測試錄影時，我發現聲音小得可憐，平均音量只有負四十一分貝。一查才知道，Mac 的麥克風輸入音量被設在二十七。調高之後重錄，平均來到負二十九點七分貝，剩下的差距交給後製補足。這種小事，沒實際錄一次永遠不會發現。
三個我會帶到下一個專案的原則
回頭看這一天，我替自己整理了三個原則。
第一，親手做的步驟壓在三步以內。
任何需要人記得的步驟，都是一個可能會出錯的地方。第一版要我記得按 S、拍手、翻頁、按 E、再按 Shift＋D 下載，每一步都合理，加起來就是負擔。現在只要記兩個按鍵，準備工作全部由 AI 事先做好。我現在設計任何流程都會問自己：這一步能不能讓機器代做？不能的話，能不能少一步？
第二，驗收要換一種眼光。
三百多個測試都過關，卻抓不到最嚴重的錯誤，因為寫測試的人和寫程式的人用的是同一套思維。真正有用的驗收，要用不同的素材、不同的角度，最好由沒參與開發的人來做。我這次是找另一個 AI；在公司裡，可能是找另一個部門的同事試用。
第三，先想清楚什麼才是重點。
第一版的技術難度高很多，但它在解決一個不存在的問題：怎麼把講師畫面擺得更大、更精準。等我想清楚課程的主角是內容，一大半的複雜度就自然消失了。
還記得第 137 期電子報（另開新分頁）嗎？我寫過「這兩週我拆掉的東西，比新做的還多」。這次又是一樣的體會：一人公司（另開新分頁）沒有人會幫你喊停，那個說「這個不要了」的人，只能是我們自己。而且越早喊越好，最好在試用第一次的時候。
想開始錄課的你，可以先做這三件事
最後，給正在考慮錄線上課程的你三個小建議。你不需要自己寫程式，用現成工具就能做到。
-
先決定畫面的主角。講解型的課程，簡報就是主角，講者只要佔據小小的一個角落就好了；特別是實作或示範型的課程，操作畫面才是主角。主角決定了，版面就決定了。
-
替開始和結束設一個好記的快捷鍵。OBS 可以自訂快捷鍵，選一組不會跟其他軟體衝突的組合，錄課時就不用切視窗找按鈕。
-
正式錄之前，先錄三分鐘試看。檢查三件事就好：聲音夠不夠大、畫面有沒有露出不該出現的東西、講者畫面是否擋到重要內容。我那次的麥克風音量問題，就是這樣抓到的。
接下來，這套錄課流程會正式用在我的線上課程上。等第一支課程影片上線，我再跟你分享實際錄了幾個小時、剪輯了幾個小時、中間又拆掉了什麼。
你最近有沒有做過一個很聰明、最後卻決定不用的東西？歡迎直接回信告訴我，我很想聽聽你的故事。
如果你對「不會寫程式，也能用 AI 做出自己的工具」這件事有興趣，這篇裡的很多做法，在我上個月出版的《零基礎學 Vibe Coding（另開新分頁）》裡都有更完整的說明。
我們下次見！
Vista
讀完，下一步
把內容做成一套系統
AI 內容產製系統工作坊
一份素材，自動產出六種格式
繼續讀：創業實戰指南動手試：Vibe Coding 選案器（另開新分頁）
