Claude a DaVinci Resolve: AI připraví hrubý střih, editor drží výsledek

Aktualizace 23. října 2026: OpenEdit a kontrola zvuku doplňují střihovou pipeline

Jirka Herník 22. října upozornil na OpenEdit. Je to nový tip ve sledovaném okně, ne doklad vydání projektu právě ten den. Oficiální projekt VEED skládá video jako HTML a renderuje je v prohlížeči. Přepis vyžaduje časy jednotlivých slov; volba mezi lokálním WhisperX a hostovaným přepisem mění datový tok.

Vedle přípravy timeline v Resolve je to užitečný kandidát na opakované výstupy: titulky, krátkou produktovou ukázku nebo variantu interního školení. Pro pilot bych zadal jeden schválený klip, pevné znění sdělení a dvě rozlišení. Přijímal bych až export se správnými názvy, čitelnými titulky a zachovaným významem. Původní média a zdrojový projekt bych archivoval spolu s exportem.

Mastermind 45 přidal také Earshot: lokální CLI, Python API a MCP nástroje pro popis, měření a posouzení zvuku. Příkaz earshot measure poskytuje měření, earshot critique vrací hodnocení s časovými místy; volitelná cloudová cesta je oddělená.

Do vlastního pilotu bych zařadil tichou řeč pod hudbou, useknutý konec věty a zvukový efekt mimo střih. Agent má označit místo a navrhnout opravu; člověk musí finální video poslechnout. Skóre založené na referenčních filmech není univerzální měřítko kvality školení.

Oba nástroje jsem zde prakticky nebenchmarkoval. Rozumný test je čas do přijaté verze včetně oprav, nikoli rychlost prvního renderu. n8n či Make může vést stav zakázky a předání k review; hotové propojení s těmito projekty tím netvrdím.

Nejdražší část firemního videa často začíná ještě před kreativním střihem: roztřídit materiál, zjistit, kde kdo co říká, a připravit podklady tak, aby střihač nezačínal od nuly. Právě tady mi AI dává větší smysl než tlačítko „vyrob hotové video“.

Filip Oborník v AI s rozumem 19. října 2026 popsal přípravu zhruba 70 záběrů: Claude Code přes MCP, přepisy, multicam a hrubý střih podle scénáře v DaVinci Resolve. Uvádí přibližně hodinu práce. Je to jeho případová zkušenost z veřejného popisu a kapitol, nikoli náš test ani obecná garance úspory.

Co je na tom použitelné pro firmu

Výstupem pilotu bych chtěl upravitelný projekt a dohledatelné podklady. Třeba rozhovor s produktovým specialistou, interní školení nebo zákaznickou referenci. Agent připraví kandidáty na použití; editor rozhodne, zda střih zachoval význam a rytmus.

Propojka má konkrétní technický základ: komunitní projekt samuelgursky/davinci-resolve-mcp vystavuje nástroje nad scripting API Resolve. Dokumentuje Studio, lokální external scripting a instalační příkaz npx davinci-resolve-mcp setup. Není to oficiální plugin Blackmagic.

V produkčním pilotu bych si poznamenal verzi Resolve, klienta a konkrétní verzi MCP. Teprve na kopii projektu bych zkusil načtení médií a vytvoření testovací timeline. Úspěšná instalace ještě neprokazuje správný střih.

Pozor na bezplatnou edici a verzi

README projektu popisuje bridge pro bezplatnou řadu 21.0.x a omezení Python scriptingu od 21.1. Z videa proto nelze odvodit, že stejný postup funguje v každé aktuální bezplatné instalaci. Podporu a vydání Resolve ověřte pro svůj stroj.

Na týmovém pracovišti bych nezačínal downgradem rozpracovaného projektu. Nejprve ověřte kompatibilitu, obnovu zálohy a funkce, které skutečně potřebujete. Pokud přístup k požadované operaci chybí, má se běh zastavit a vrátit popis omezení.

Pilot: od složky se záběry k předání editorovi

Následující návrh je moje provozní doporučení, ne doslovný postup z videa.

Vstupní balíček. Jedna kopie médií, scénář, cílová délka, seznam povinných sdělení a zakázaných záběrů. Každý klip má stabilní ID.
Index obsahu. Přepis propojený s klipem a časovým úsekem. Nejasná slova označit; názvy produktů a čísla kontrolovat proti zadání.
Návrh sestavy. Nejprve seznam vybraných úseků s důvodem, potom pracovní timeline. Originály zachovat.
Kontrola návaznosti. Zda nechybí půlka věty, zda B-roll odpovídá tvrzení a zda zvuk sedí s obrazem.
Předání. Projekt, náhled, seznam nevyřešených míst a stručný záznam provedených kroků.

Zadání může znít: „Připrav pracovní tříminutový sestřih podle scénáře. Každou použitou větu spoj se zdrojovým klipem a časem. Nejisté přepisy označ. Neměň zdrojová média a finální publikaci nech na editorovi.“

Jak poznat, že to pomáhá

Měřil bych čas do přijatého hrubého střihu, počet oprav významu, chybné synchronizace a chybějící povinné záběry. Do ceny patří příprava, model, přepis i kontrola člověkem. Krátký běh agenta s hodinami oprav není úspora.

n8n nebo Make bych případně použil jako vnější evidenci: založit zakázku, uložit odkazy na schválené podklady a po předání přepnout stav na „čeká na review“. To je návrh návaznosti; tento článek netvrdí existenci hotového nativního konektoru ani otestované automatizace.

U klientských nahrávek předem určete, co smí odejít do modelu či přepisovací služby. Lokální editor sám o sobě nezaručuje lokální zpracování celého workflow.

Moje pointa: začněte odstraněním práce, kterou editor opakuje u každé zakázky. Kvalitu příběhu, přesnost výpovědí a schválení publikace musí být stále možné zkontrolovat.

Cover je fotorealistická AI ilustrace.