AI 編集
OpenScreen には、チャットパネルからプロジェクトを編集する任意のエージェントが付属しています。エージェントは自分でプロバイダーを接続するまでオフで、それまではどのモデルにも何も送信されません。接続後、エージェントが通信する相手はそのプロバイダーだけで、字幕の翻訳も同様です。アプリのその他のネットワーク利用（Whisper モデルのダウンロード、注釈用のフォント、アップデートの確認）は、概要に記載しています。
どれも必須ではありません。録画、編集、文字起こし、字幕、エクスポートはすべて、アカウントもプロバイダーもなしで動作し、チャットパネルを開くかどうかも関係ありません。このうちダウンロードが必要なのは文字起こしだけで、初回実行時に Whisper モデルを一度だけ取得します。
プロバイダーを接続する
チャット列を開き（編集モードで、トップバーの左端にある切り替え）、AI設定 → プロバイダーを選んで API キーを貼り付けます。
| プロバイダー | 備考 |
|---|---|
| Claude API（Anthropic） | |
| OpenAI API | |
| Gemini API（Google） | |
| Mistral API | |
| OpenRouter API | ひとつのキーで多数のモデルを利用可能。 |
| MiniMax API / MiniMax Token Plan | |
| OpenAI Compatible | OpenAI 形式の任意のエンドポイント。ベース URL は自分で指定します。 |
キーは、OS の資格情報保護の仕組み（Electron の safeStorage）で暗号化して保存されます。暗号化が利用できない場合は、平文での保存に切り替えず、書き込みが失敗します。OpenScreen のサーバーがキーを目にすることはありません。そもそもサーバーが存在せず、リクエストはお使いのパソコンから、選んだプロバイダーへ直接送られるからです。キーをまったく保存したくない場合は、プロバイダー固有の環境変数も使えます。
ChatGPT と GitHub Copilot のサインインは、1.8.0 で削除されました。これらは、各ベンダーに属するファーストパーティのクライアント認証情報を同梱することで動作しており、OpenScreen が再配布してよいものではありません。代わりに、API キーを使うプロバイダーを利用してください。
エージェントを使う
行いたい編集を、普段の言葉で伝えます（「イントロの無音部分をカットして」「ターミナルを開いたところでズームして」など）。エージェントは再レンダリングではなく、元に戻せる実際のタイムライン操作で作業します。トリム、ズーム、再生速度の範囲、注釈、フルスクリーンカメラのセグメントの追加と調整、クリップのイン点とアウト点の編集、クリップの並べ替えと削除ができ、文字起こしを読んで、あなたが指している箇所を見つけます。
エージェントを囲むパネル：
- 会話：履歴、名前の変更、削除、新しい会話の開始。会話ごとに、エージェントの状態が保持されます。
- モデルの選択：接続したプロバイダーからリアルタイムに取得したモデルの一覧です。プロバイダーが対応していれば、推論の労力も設定できます。
- コンテキストメーター：上限に対する推定トークン使用量です。コンテキストを圧縮で、以前のやり取りを捨てずに要約できます。
- このメッセージまで巻き戻す：その時点以降のエージェントの編集と、その後のすべてのやり取りを取り消し、プロジェクト、会話、エージェントの状態をまとめて復元します。
- プロジェクトの編集：AI設定にあるスイッチです。オフの間は、エージェントが試みる編集はすべて拒否されます。エージェントはプロジェクトを読み取り、行う予定の変更を説明することはできますが、スイッチをオンに戻すまで何も適用しません。
Ctrl/Cmd + Z で、手動の編集と同じようにエージェントの編集を元に戻せます。
タイムラインの自動強化メニューにあるスマートカット（「AIを使用」と表示）は、同じエージェントに 1 回きりのプロンプトを渡すものです。（もうひとつの項目である自動ズームは、記録されたカーソルの動きを読み取るもので、プロバイダーはまったく必要ありません。）
プロバイダーを使うその他の機能
字幕の翻訳は、同じモデルに対する単発のテキスト変換の呼び出しです。エージェントのループは実行せず、プロジェクトのドキュメントに触れることもできません。どちらの場合も、文字起こしと字幕のレンダリングは完全に端末上で行われます。