切り抜きという観点で言えば、文字起こしした内容をAIに見てもらい文脈から切り抜き箇所を考えてもらったり・・。

通常の動画編集で言えば文字起こしをSRT形式（タイムスタンプ込）で出力してもらい、それを動画編集ソフトにimportすることで字幕をすべて適用したり。

ですかね・・・。
現状ではまだ細かい編集をAIに任せるのは難しいイメージがあります。