Jag spelar in, Claude klipper

Om tystnaden som försvann, smaken som blev kvar och skuggan som gömmer sig i redigeringsprogrammet.

Jag tryckte på play och såg mig själv säga välkommen. Inga pauser. Inget harklande före första meningen. Ordet Välkommen gled in i kursivt grönt bredvid mitt ansikte, en lista tändes punkt för punkt i takt med att jag räknade upp vad deltagarna skulle få bygga, och när jag sa att man inte behöver kunna programmera dök just den meningen upp som rubrik, i exakt rätt ögonblick.

Jag hade inte klippt en enda sekund av det.

Resultatet var fantastiskt. Jag kände mig helt bortblåst. Sedan satt jag kvar en stund och kände något som inte riktigt var glädje. Det var mer som när man flyttar ut ur en lägenhet man bott länge i och plötsligt ser hur stort vardagsrummet är när möblerna är borta.

Den här artikeln handlar om det rummet.

En kurs som behövde bli ny

I ett halvår har min kurs Vibe Coding Startkit funnits ute, och den har varit populär. Men sex månader i AI-världen är en livstid. Modellerna har bytts ut, appen ser annorlunda ut och arbetssätten har mognat. Så jag har den senaste tiden byggt en version 2.0, och den här gången med videolektioner.

Video betyder, för mig som för nästan alla som spelar in själva, ett moment som sällan syns utåt: redigeringen. Mitt gamla flöde såg ut som många andras. Jag spelade in, öppnade sedan filen i mitt redigeringsprogram och började leta. Jag scrollade genom ljudets vågform efter de platta partierna, där jag andas, tänker, tappar tråden eller tittar bort mot manuset. Klipp. Lyssna. Klipp igen. Exportera. En video på två minuter kunde ta betydligt längre tid att redigera än att spela in.

Det är inte svårt arbete. Det är bara jättetråkigt. Och det är den sortens tråkiga arbete som ligger och skaver i bakgrunden och gör att nästa inspelning skjuts upp en dag till.

Det nya flödet

Den här gången gjorde jag inget av det där. Jag spelade in en råfil, läste från prompter, stängde av och lämnade över filen till Claude i Claude Code.

Det som hände sedan är förvånansvärt jordnära när man skalar bort magin. Claude använde FFmpeg, ett öppet och mycket spritt verktyg för ljud och video, för att lyssna igenom ljudspåret och hitta varje tyst parti. Varje paus längre än sex tiondels sekund klipptes bort, men med två tiondelar andrum kvar på var sida, så att det inte skulle bli hackigt. Tystnaden i början och slutet försvann helt.

Grafiken byggdes i Remotion, ett ramverk där video skrivs som kod i React. Det betyder att en introskylt, en namnskylt, rubriker som glider in och listor som tänds en punkt i taget inte ritas för hand i ett redigeringsprogram. Dom är komponenter som byggs en gång och sedan återanvänds. Allt följer dessutom min brandfil, dokumentet där mina färger, typsnitt och regler finns samlade, så att varje video ser ut som en del av mitt varumärke. Till nästa video byts bara texten och tidpunkterna. För att hitta rätt ögonblick för varje rubrik jämförde Claude ljudet i råfilen mot en version jag själv hade redigerat tidigare, och träffade rätt i över 99 procent av fallen.

Råfilen var två minuter och sjutton sekunder lång. Den färdiga videon blev två minuter och fem sekunder. Tolv sekunder av mig som tänker, borta.

Två saker är värda att nämna för den som vill prova själv. Remotion är gratis för privatpersoner och för vinstdrivande bolag med högst tre anställda, så för de flesta soloföretagare kostar det ingenting. Och Remotion underhåller själva en uppsättning så kallade agent skills, instruktioner som lär AI-agenter som Claude Code hur ramverket ska användas, så att agenten inte gissar sig fram. Det här är alltså ingen hemlig teknik. Det är öppna verktyg som plötsligt går att använda även för den som inte kan skriva en rad React själv.

Där hantverket gömde sig

Men det var inte klippningen som fick mig att stanna upp. Det var det som hände efteråt.

Första gången jag öppnade förhandsvisningen i Remotion Studio, efter att Claude hade gjort sitt första utkast, såg jag direkt vad som inte satt. Några rutor var för stora och hamnade över mitt ansikte. Listorna borde ligga uppe till höger, vid fönstret. Jag sa det, Claude ändrade och jag tittade igen. Bättre.

Det var där jag förstod vad som faktiskt hade hänt. Hantverket hade inte försvunnit. Det hade flyttat.

Sociologen Richard Sennett beskriver i boken The Craftsman hantverket som den grundläggande mänskliga impulsen att göra ett jobb väl för dess egen skull. Han gör också en skillnad mellan verktyg och maskin som jag har tänkt mycket på de här dagarna. Ett verktyg producerar ingenting utan hantverkarens avsiktliga handling. En maskin gör det.

Klippningen i mitt redigeringsprogram var ett verktyg i Sennetts mening, men ett verktyg för det mekaniska. Mina fingrar på tidslinjen gjorde arbete som egentligen inte krävde mig. Det som krävde mig var omdömet: att se att en ruta täckte ansiktet, att känna att en rubrik kom en halv sekund för tidigt, att veta hur min kurs ska se ut och kännas. Det omdömet fanns hela tiden, men det låg begravt under timmar av mekaniskt letande efter tystnad.

Nu ligger det i dagsljus. Kvar hos mig finns smaken och omdömet, och det visar sig vara precis det som var värt något hela tiden.

Ett "eh" som fick stanna

Det finns ett beslut i det här flödet som jag tror säger mer än allt det tekniska.

Det går att ta bort utfyllnadsord också. Med en transkriberingsmodell som Whisper kan varje "eh" och "öh" hittas och klippas bort, precis som pauserna. Jag valde att låta bli.

Inte för att det var svårt, utan för att det ser naturligt ut. En människa som pratar säger ibland "eh". En människa som tänker gör ibland en kort paus. Om allt sådant skalas bort blir det kvar en sorts talande yta, tekniskt felfri och lite död.

Här finns en etisk fråga som är större än mina kursvideor. När vi låter AI putsa bort allt som ser ofullkomligt ut, vem bestämmer då vad som räknas som ofullkomligt? I mitt fall var det en tröskel i decibel och ett antal tiondels sekunder. Allt under gränsen räknades som tystnad, alltså som något som inte var jag. Men ibland är pausen själva tanken. Ibland är andrummet det som gör att någon på andra sidan hinner med.

Att Claude lämnade två tiondels sekund på var sida om varje klipp känns, när jag tänker efter, som en liten symbol. Det mänskliga behöver lite luft omkring sig för att inte låta som en maskin.

Skuggan i redigeringsprogrammet

Jag har arbetat med Jungiansk coaching i många år, och det är svårt för mig att inte se det här ur det perspektivet.

Jung talade om personan, ansiktet vi visar utåt, och om skuggan, de delar av oss själva vi helst inte vill kännas vid. Redigeringen av en video är på många sätt personans verkstad. Det är där vi putsar bort det som inte passar bilden vi vill ge. Det är inte fel i sig. En kurs ska vara tydlig, och en video ska respektera tittarens tid.

Men det finns en skuggsida av polering som jag tror att många som skapar innehåll känner igen, även om få pratar om den. Redigeringen kan bli ett gömställe. Så länge videon inte är färdigklippt behöver den inte publiceras. Så länge texten inte är perfekt behöver ingen läsa den. Perfektionismen ser ut som höga krav, men under ytan är den ofta rädsla: rädslan att bli sedd som man faktiskt är, med pauser och "eh" och allt.

När AI tar bort timmarna av klippning försvinner också ursäkten. Det är det obekväma med effektiviseringen. Den frigör inte bara tid, den avslöjar vad vi använde den tiden till att slippa.

Jung beskrev också det han kallade enantiodromi, tanken att allt som drivs till sin ytterlighet till slut slår över i sin motsats. Det gäller även effektivitet. Driver vi automatiseringen av det mänskliga uttrycket hela vägen ut blir resultatet inte bättre kommunikation, utan sterilitet. Den felfria videon där ingen andas. Den perfekta texten som ingen känner igen sig i. Uppgiften är inte att stoppa tekniken, utan att medvetet välja var gränsen ska gå. Och det valet kan ingen modell göra åt oss.

Vad gör du med rummet som blev tomt?

Tillbaka till lägenheten utan möbler. Det tomma vardagsrummet är inte bara en vinst, det är en fråga. När något du gjort av vana plötsligt försvinner, vad fyller du utrymmet med?

För mig blev svaret tydligt ganska snabbt. Fler inspelningar, med mindre motstånd. Mer tid på det som faktiskt är mitt: vad kursen ska lära ut, hur den ska kännas, vilka exempel som gör att en nybörjare förstår. Det är här agency, förmågan att själv sätta riktningen, blir avgörande. AI kan ta bort friktionen, men den kan inte bestämma vart du ska med tiden som blev över. Utan en egen riktning fylls det tomma rummet bara med nästa sak som råkar dyka upp.

Därför vill jag lämna dig med två små övningar som hör ihop.

Den första: välj en uppgift du gör av ren vana, något du upprepar varje vecka utan att längre fundera på varför. Fråga dig vad du skulle göra med tiden om den uppgiften försvann i morgon. Om svaret är oklart är det värt att stanna där en stund, för då handlar frågan inte om verktyg utan om riktning.

Den andra: ta något du har skjutit upp för att det inte känns färdigt, en video, en text, ett inlägg, och gör det tio minuter råare än du egentligen vill. Publicera det med sitt "eh" kvar. Lägg märke till vad som händer i dig när du gör det. Det obehaget är ofta skuggan som talar, och den har sällan så rätt som den låter.

Det som inte går att automatisera

Om en eller ett par veckor släpper jag Vibe Coding Startkit 2.0. Alla videor i den går genom det här flödet: jag spelar in, Claude klipper, jag tittar och tycker till. Det är snabbare, snyggare och mer konsekvent än något jag hade kunnat göra själv i mitt redigeringsprogram.

Men det jag tar med mig från de här dagarna är inte tidsvinsten. Det är insikten att det enda som aldrig gick att automatisera var att ställa sig framför kameran och säga något. Och att välja vad som är värt att säga.

Det jobbet är fortfarande mitt. Jag tror att det är ditt också.

Källor och vidare läsning

Remotion. License FAQ, villkoren för gratislicensen för privatpersoner och bolag med upp till tre anställda.

Remotion. Agent Skills, officiella instruktioner för AI-agenter som Claude Code.

FFmpeg. FFmpeg Filters Documentation, bland annat filtret silencedetect.

Rendi. Silence detection and removal, guide till tystnadsdetektering och jump cuts med FFmpeg.

Sennett, R. (2008). The Craftsman. Yale University Press. Recension vid Boston University.

Jung, C.G. Two Essays on Analytical Psychology (Collected Works vol. 7) och Psychological Types (Collected Works vol. 6). Princeton University Press. Om persona, skugga och enantiodromi.

Birgir Birgisson (2026). Vibe Coding Boken, Amazon.

Birgir Birgisson är AI-arkitekt, systembyggare och skribent med en Jungiansk och etisk kompass. Han bygger AI-drivna system och verktyg, och skriver om teknikens påverkan på människan, ledarskap och personlig utveckling. Delar av materialet kan vara framtaget eller skapat med hjälp av olika AI-verktyg.