AI 摘要
- CapCut 宣布其插件即將登陸 ChatGPT。
- 從公開的設定檔來看，此插件屬於遠端 MCP 伺服器架構。
- 插件內含七個技能，涵蓋影片生成、剪輯與雲端協作。
CapCut（國際版剪映）官方帳號於 X 發表公告，宣布新的 CapCut 插件即將登陸 ChatGPT。依貼文內容，這項插件會把 CapCut 的影片編輯與生成工具帶進 ChatGPT。使用者可以先在 ChatGPT 中從一個想法出發，透過插件將點子轉為影片草稿，再將草稿帶到 CapCut 網頁編輯器進行修飾、分享與發佈。正式內容則將在 CapCutWorldLA 活動中公布。
官方影片標題為「The CapCut plugin is coming to ChatGPT」，小字寫明「Open beta available across mobile, desktop and web in November」，即公開測試版預計於 11 月開放。
外界關注的核心問題：是 Plugin 還是 MCP？
這次公告引發的主要疑問是，此次開放的究竟是一般的 Plugin，還是 MCP（Model Context Protocol）。兩者在能力上有明顯差異。若只是一般插件，功能範圍相對有限；若是 MCP，AI 便能以標準化方式呼叫外部工具。
官方網站的「Plugin」分類下列有「CapCut × Codex」，連結頁面名為「ChatGPT Video Editor for AI Video Creation and Editing」。該頁面的 FAQ 對此有所回應：
- 被問到「CapCut × Codex 中的 CapCut MCP 是什麼意思？」時，官方回答為「不完全是」，並表示這個說法常出現在使用者搜尋 ChatGPT 類工具與 CapCut 關聯時。官方將產品形態定位為 CapCut × Codex，重點在於連通的 AI 輔助創作工作流程。
- 被問到「CapCut × Codex 就是 CapCut 的 ChatGPT plugin 嗎？」時，官方同樣回答「不完全是」。
另外，官方也說明此流程適用於 PC 版 ChatGPT 桌面應用程式，並非純瀏覽器版的線上 ChatGPT 影片編輯器，且頁面註明「Availability may vary by app version, account, and region」，即可用性可能因應用程式版本、帳號與地區而異。
從公開設定檔看架構：屬於遠端 MCP
官方安裝說明要求使用者先下載並閱讀一份 SKILL.md，再依照其指示安裝並授權 CapCut 插件。該文件位於 tiktokcdn.com 的 CDN 路徑上，開頭標示 metadata 版本為 0.2.6，並指向一個插件套件（plugin bundle）。
將此套件解壓後，其中的 .mcp.json 定義了兩個 MCP 伺服器，主要資訊如下：
| 伺服器名稱 | 端點 | 逾時設定 | 授權方式 |
|---|---|---|---|
| capcut_creation | https://www.capcut.com/api/external_mcp | 600 秒 | OAuth 資源標記 |
| capcut_creation_resource | https://www.capcut.com/api/external_mcp/resource | 600 秒 | 未於設定中另行列出 |
兩者皆為 HTTP 端點，並使用 JSON 與 event-stream 相關的 Accept 標頭，這符合 streamable HTTP 傳輸方式的特徵。也就是說，這是部署在遠端的 MCP 伺服器，而非執行在使用者電腦上的本機 stdio 伺服器。OpenAI 開發者文件指出，插件可包含 Skills、MCP 伺服器或兩者兼具，其中 MCP 伺服器部署於穩定的 HTTPS 端點；MCP 規格的傳輸方式也包含 streamable HTTP，兩者的描述與此相符。
原文作者另行實測兩個端點：未帶憑證時，/api/external_mcp 回應 401 Unauthorized，/api/external_mcp/resource 回應 400 Bad Request。這顯示伺服器端確實存在且運作中，但需要授權才能呼叫。
綜合來看，雖然官方 FAQ 的用語保留，但從實際發佈的插件套件判斷，此項功能屬於 MCP，以遠端 HTTP 端點提供服務，工具呼叫則透過 OAuth 授權。
功能範圍：七個技能涵蓋影片製作流程
插件套件內含七個技能（skill），各自對應一段具體工作流程。依官方頁面與技能說明整理，功能大致如下：
影片與圖片生成
generate-media 技能負責依文字或上傳的參考素材生成圖片與影片，內容包括靜態圖生成、Seedance 影片生成、模型與參數選擇、生成結果的後續操作、額度確認，以及狀態輪詢與取消。對應的 MCP 工具為 capcut_image_generate 與 capcut_video_generate。
AI 粗剪與後製
video-editing 技能依情境分為兩條路徑。第一條是 AI 粗剪（AI rough cut），將原始影片或圖片剪成第一版草稿，對應 capcut_ailab_start_edit、capcut_ailab_submit_plan_response 與 capcut_ailab_poll_edit_progress 三個工具。第二條是後製，包括自動產生字幕資源、搜尋素材，以及將字幕與素材套用到既有草稿。技能文件特別註明，單純加字幕的需求不應呼叫 AI Lab 相關工具，而應走字幕工作流程。
精細草稿控制
capcut-stdraft-builder 技能描述最為詳細，可新增、更新、移除草稿上的影片與圖片段落、字幕、純文字、音樂、音效、字型、文字效果、文字模板、影片效果、濾鏡與轉場。它提供套用、更新、移除與清除屬性四種原子操作，每個操作接收草稿與操作參數，回傳經驗證的草稿及變更紀錄。
上傳、模板與雲端協作
capcut-upload 技能可將本機影片、音訊與圖片上傳至 CapCut，取得可重複使用的媒體 ID，對應 capcut_asset_upload_credential 與 capcut_batch_media_url。search-templates 技能透過 capcut_template_search 與 capcut_template_search_poll 搜尋影片模板，並以互動式卡片呈現結果。web-collaborative-editing 技能則讓代理程式與使用者共同操作同一份雲端草稿，涵蓋匯入草稿、讀寫雲端變更、同步版本與解決編輯衝突。
官方頁面另提及，當草稿需要細部修改時，工作流程可將可編輯的時間軸與軌道帶入對話，使用者能以自然語言要求調整順序、長度、媒體、文字、音訊與結構。
產業脈絡：影片編輯正走向 LLM 工具呼叫
原文指出，影片編輯與 AI 結合的方式正在分岔，而兩條路線都通往 MCP。在開源領域，Palmier Pro 這款 macOS 影片編輯器會在每個實例中開出一個本機 MCP 端點，讓 Claude Code 或 Codex 直接操作時間軸，進行剪輯、調整素材與管理算繪佇列。網路上也有開源專案嘗試以無頭方式操作剪映，但原文作者認為其使用上仍有一些限制。
相較之下，CapCut 官方此次將影片生成、粗剪、字幕、素材搜尋與精細時間軸編輯整合為 MCP 工具與技能，並以 OAuth 授權呼叫雲端服務。原文作者據此認為，官方等於正式開放 MCP 路徑供 AI 剪輯使用。作者也提出一種工作流程的展望：先以 AI 完成粗剪等簡單處理，再由人工精修檢查，可望大幅節省時間。至於能否全面交由 AI 完成剪輯，作者認為目前仍不容易，但值得期待。
已確認事項與待觀察項目
- 已確認：CapCut 官方已公開宣布插件將登陸 ChatGPT；官方頁面列有 CapCut × Codex；公開插件套件的設定檔定義了遠端 MCP 伺服器與七項技能。
- 待觀察：正式發表內容將於 CapCutWorldLA 活動公布；公測的實際地區、帳號與應用程式版本限制；以及官方 FAQ 仍以「不完全是」回應 MCP 與 Plugin 的定義問題。
- 使用前須留意：安裝流程需下載並授權第三方 CDN 上的 SKILL.md 文件，使用者宜先確認授權範圍與權限內容，再決定是否安裝。
整體而言，CapCut 此次釋出的不只是 ChatGPT 中的影片生成功能，也公開了一套可由 AI 代理程式呼叫的遠端編輯介面。其實際表現與開放程度，仍有待正式上線後進一步驗證。
Reference Link : kocpc.com.tw
