Claude Code ile nasıl yapay zeka video stüdyosu kurulur

Claude Code'u çalışan bir film stüdyosuna dönüştürdüm ve size tüm sistemi vereceğim: beceriler, istemler, döngüler ve bunları birbirine bağlayan altı aşamalı boru hattı.

Her aşama, koşum takımının farklı bir parçasına dayanır: modeller için beceriler, hacim için alt ajanlar, kesim için bash ve tekrarlanan her şey için tasarlanmış döngüler.

Bugün, size bu kısa filmi Higgsfield Supercomputer, Claude Code ve Seedance 2.0 kullanarak nasıl üreteceğinizi öğretiyorum:

İşte bu makalenin içindekiler:

• motor: tüm modeller tek bir platformda ve iki giriş yolu
• aşama 1: gerçek sinemadan bir stil sözleşmesi çıkarma
• aşama 2: yüksek hacimde kareler, karakterler ve mekanlar sabitlenmiş
• aşama 3: ajan her çekim istemini yazar
• aşama 4: hareket ve donuk çekimleri öldüren dil bilgisi
• aşama 5: paralel olarak üretimleri çalıştıran alt ajan filosu
• aşama 6: müzik, bir metin dosyasından montaj, 4K ana kopya

Bu yazının arkasındaki tam üretim kitini, istem panolarını, stil kutsal kitabını ve kullanıma hazır ajan brifinglerini istiyorsanız, weeklyaiops.com adresindeki gerçek zamanlı AI operasyonları topluluğu tam da bunun için var.

döngünün nihai ürün olmasının nedeni

Profesyonel bir çekim eskiden bir kumardı, çünkü her deneme gerçek para ve gerçek günler gerektiriyordu, bu yüzden kimse deney yapmıyordu ve her şey aynı görünüyordu.

Yapay zeka videosu bu döngüyü çökertti: bir çekimi tanımla, dakikalar içinde oluştur, izle, üç kelimeyi değiştir, yeniden oluştur.

Denemenin maliyeti o kadar düştü ki her şeyi denemek strateji haline geldi.

Ancak çöken bir döngü, ancak onu sizin için çalıştıran bir şey varsa işe yarar, çünkü yirmi çekimde çekim başına elli döngü bin karar demektir ve bir insanın bin kez oluştur düğmesine tıklaması çok yorgun bir operatör demektir ve iş yine de kalitesiz çıkar.

Bu nedenle sistem işi ikiye böler:

• sizin zevkiniz: hangi kareler doğru geliyor, hangi çekimler hayatta kalıyor, filmin ne olmak istediği
• ajanın verimi: istem yazma, üretimleri gönderme, işleri yoklama, başarısız olanları yeniden deneme, kesimleri birleştirme

Şu anda zaman çizelgesinde bu becerinin adı döngü mühendisliği ve biz bu kurulum için bunu kullanıyoruz.

Ajan döngüsü, ajanın bir koşul karşılanana kadar tekrarladığı bir iştir ve bu üretim, üç kat derinliğinde iç içe geçmiş döngülerdir:

• çekim döngüsü: oluştur, izle, bir değişkeni değiştir, yeniden oluştur, ta ki çekim yerini hak edene kadar
• filo döngüsü: çekim listesini tara, boş bir yuva açıldığında gönder, kazananları topla
• oturum döngüsü: her üretimi günlüğe kaydet, böylece bir sonraki üretim bunun öğrendiği her şeyden başlasın

Döngüleri bir kez tasarlarsınız ve ajan onları bütün gece çalıştırır; bu, bir modeli kullanmakla bir stüdyo işletmek arasındaki farktır.

Göreceğiniz her "ajan yapımı film", bu da dahil, tam olarak bu şekilde ayrılır: ajan planlar, istemler yapar ve yeniden dener, bir insan seçer ve yönetir.

Hiç kimse, baştan sona, hiçbir insanın dahil olmadığı, bir ajan tarafından yapılmış izlenebilir bir film göstermedi ve aşağıdaki sistem öyle olduğunu iddia etmiyor.

Ucuz üretim, iyi videoyu kolaylaştırmadı... tüm işi zevke taşıdı.

Bundan sonraki her şey bu cümle üzerine inşa edilmiştir.

motor: tek platform, iki kapı

Bu üretim, görüntü modellerine, video modellerine, müzik oluşturmaya ve yükseltmeye, yani bitmiş görüntüleri 4K'ya çıkaran geçişe dokunuyor. Normalde bu, beş abonelik, beş sekme, beş işleme kuyruğu ve bir dosyayı kaybedecek beş yer anlamına gelir.

Higgsfield, hemen hemen tüm modelleri tek bir yüzeye, tek bir giriş ve kredi havuzunun arkasına koyar ve platformun tamamı aracı kullanım için inşa edilmiştir; bu, bu sistemin tam olarak ihtiyaç duyduğu şeydir, çünkü bir ajan beş ayrı girişi yönetemez.

İçine giren iki kapı vardır:

• supercomputer kolay kapıdır: platformun kendisinde çalışan, üretiminizi planlayan, her görev için en iyi modeli kendi başına seçen ve sahnelerinizi birleştiren bir ajandır. Ne istediğinizi tarif edersiniz ve o yönlendirmeyi halleder ve Claude Code'un yaptığı gibi beceriler üzerinde çalışır. Bu nedenle, bir terminalde yaşamıyorsanız, buradan başlayın.
• CLI kontrol kapısıdır: her modeli Claude Code'dan veya halihazırda çalıştırdığınız herhangi bir koşum takımından adreslenebilir hale getirir; bu, kendi ajanınızın tüm boru hattını, neyin, ne zaman, hangi modelle, hangi sırayla oluşturulacağını kontrol ettiği anlamına gelir.

Ve AI video konusunda yeniyseniz ve iyi bir çekimin kaç yineleme gerektirdiği hakkında hiçbir fikriniz yoksa, supercomputer'ı çalıştırmak hiçbir şeye mal olmaz: planlama, test etme ve yeniden çalışma sıfır kredi harcar, yalnızca son videoyu işlediğinizde ödersiniz, bu nedenle ücretsiz plan tüm keşfi kapsar.

CLI kurulumu üç komuttan oluşur:

• npm install -g @higgsfield/cli
• higgsfield auth login
• npx skills add higgsfield-ai/skills

Beceriler paketi, Claude Code'a hangi model için ne zaman ulaşacağını, karakterleri nasıl tutarlı tutacağını ve işleri nasıl gönderip yoklayacağını öğretir, böylece bu noktadan itibaren terminaliniz stüdyonuz olur.

Tek bir komut herhangi bir modeli gönderir ve sonucu bekler:

• higgsfield generate create seedance_2_0 --prompt "yelken koparken yavaş dolly içeri" --start-image ./frame.png --duration 5 --resolution 1080p --wait

Model adını değiştirin ve aynı şekil tüm üretimi kapsar: kareler için gpt_image_2, karakter düzenlemeleri için nano_banana_2, müzik için --duration ile sonilo_music, 4K ana kopya için yükseltici.

Boru hattını taşıyan bayraklar:

• --start-image, görüntüden videoya ilk kareyi ayarlar ve yerel bir dosya yolu kendini yükler
• --end-image, son kareyi kilitler; zincir çekimleri bu şekilde bağlanır
• --wait, klip bitene kadar bloke eder ve sonuç URL'sini yazdırır; --json, çıktıyı bir ajan için okunabilir hale getirir
• higgsfield model list --json, çağırabileceğiniz her modeli gösterir; higgsfield model get seedance_2_0 --json, bir modelin kabul ettiği tam ayarları gösterir

Ve tüm bunları Claude Code'dan çalıştırmak bir entegrasyon değil, bir metin dosyası gerektirir:

• yönlendirme kurallarını projenizin CLAUDE.md dosyasına yazın: iş türü başına hangi model, çözünürlük merdiveni, eşzamanlılık sınırı
• ajan kuralları bir kez okur ve oluşturduğu her alt ajan bunları devralır
• üretimler bash aracılığıyla gönderilir, higgsfield generate get ile kontrol edilir ve çalıştırma başına bir dosyaya kaydedilir

Aşağıdaki her şey bu kapıdan geçer.

aşama 1: sinemadan zevk çıkarın, icat etmeyin

AI video'ya zevk getirmenin en hızlı yolu, ruh hallerini hayal gücünden tarif etmeyi bırakıp, onları milyonlarca insan üzerinde zaten işe yaramış çekimlerden çıkarmaya başlamaktır.

Kaynaklarınız, bunları işaretleyin:

• frameset.app film ve video kareleri için, lens, aydınlatma, hareket ile aranabilir
• shotdeck.com ve fancaps.net hemen hemen her filmden kare kare durağan görüntüler için
• savee.com ve cosmos.so görseller ve ruh hali panoları için
• eyecannndy.com geçişler ve kamera tekniği için

İstediğiniz tam hissi taşıyan beş ila on çekim seçin.

Ardından çıkarma hamlesini yapın: her çekimi Gemini 3.1 Pro gibi bir görüntü modeline besleyin ve çekimin parametrelerini aşırı ayrıntılı olarak adlandırmasını isteyin... lens hissi, aydınlatma yönü ve kaynağı, palet, gren, kontrast, blokaj, atmosfer, dönem işaretleri.

Çıktı, benim stil sözleşmesi dediğim şey haline gelir: proje için her görüntü ve video istemine kelimesi kelimesine yapıştırılan, kilitli bir görsel dil paragrafı. Böylece her üretim aynı filme doğru çekilir.

Çünkü artık bir modelin "sinematik" i anlayacağını ummuyorsunuz.

Ona, insanları zaten etkilemiş bir çekimin ölçülü bileşenlerini veriyorsunuz.

"Sinematik" tek başına AI video'daki en boşa harcanmış kelimedir; modeller onunla etiketlenmiş on milyonlarca görüntü gördü, bu yüzden hiçbir şey ifade etmiyor... işe yarayan şey pekiştirme çiftleridir: "motivasyonlu sıcak aydınlatma, 35mm gren, sığ alan derinliği, yükseltilmiş siyahlar"

Bu tek paragraf, aşağı akıştaki her şeyin nasıl görüneceğine karar verir.

aşama 2: önce kareler, sonra hareket, her zaman

Asla hayal gücünden video oluşturmayın.

Kare doğru olana kadar durağan kareler oluşturun, ardından kazananı canlandırın. Çünkü bir kare, bir klibin maliyetinin çok küçük bir kısmıdır ve saniyeler yerine dakikalar sürer, bu nedenle tüm keşfiniz ucuz katmanda gerçekleşir.

Kare geçişi şöyle görünür:

• aynı çekim brifingini, stil sözleşmeniz eklenmiş olarak birkaç farklı difüzyon modelinde yan yana çalıştırın ve tek bir yüzeyde bu çok kolaydır: aynı istem, beş model, karşılaştırın
• vuruş başına ÇOK sayıda kare deneyin, farklı kompozisyonlar, sahne içindeki farklı anlar, farklı hava koşulları
• kazananları iyileştirin: cerrahi düzenlemeler ve tutarlılık geçişleri için Nano Banana, fotoğrafik karakter görünümleri için Soul Cinema, yoğun sanat yönetmenliği için GPT-Images-2
• aynı kalması gerekenleri kilitleyin: karakter başına bir referans sayfası (ön, üç çeyrek, profil, ayrı ayrı kırpılmış, çünkü ızgaralar video modellerini panelleri farklı insanlar olarak okumaya yönlendirir), kıyafet veya durum değişikliği başına ayrı bir sayfa, mekan başına çok açılı sayfalar

Bu geçiş aynı zamanda, kendiniz sürmek istemiyorsanız supercomputer'ın değerini kanıtladığı yerdir: aynı brifingi modeller arasında kendi başına test eder, çıktılara bakar ve siz hiçbir şey izlemeden yineleme yapar.

Herhangi bir araç seçiminden daha belirleyici olan üç kare kuralı:

• nesneler duyguları yüzlerden daha iyi taşır, çünkü yüzler üretimler arasında kayar ve nesneler kilitlenir, bu nedenle bir hikaye vuruşu bir ifade yerine yırtık bir yelkene veya kırık bir küreğe dayanabildiğinde, onu nesneye verin.
• normal bir yerdeki imkansız bir şey, kaydırmayı durduran kompozisyondur.
• karaktere bir bedel verin: yürüyen bir figür görüntüdür, bir şeye doğru topallayan bir figür hikayedir.

Yine de kareler işin sadece yarısıdır, çünkü hareket etmeyen güzel bir kare yine de kalitesizdir...

aşama 3: ajan çekim komut dosyalarını yazar

Her çekim bir istem gerektirir ve hacimli istem yazma, tam olarak devrettiğiniz iştir.

Senaryo yazarı olarak Fable 5 Medium'u kullanıyorum: vuruş sayfasını ve stil sözleşmesini alır ve her çekimin istemini kilitli bir şablonda yazar... sahne bağlamı, referanslar, blokaj, kamera, aydınlatma, ses, stil kilitleri, her seferinde aynı sıra.

Kilitli, çünkü çekimler arasında tutarlılık, tekrarlanan referans görüntüleri ve tekrarlanan dilden gelir, asla tohumlardan veya şanstan değil.

Komut dosyalarının izlediği istem kuralları, her biri kendi başına çalmaya değer:

• çekim başına bir fiil: "dönüyor" oluşturur, "dönüyor, ileri yürüyor, uzanıyor ve konuşuyor" çöker
• beş küçük eylem, bir sıfattan daha iyi sonuç verir: "boş bakış, yavaş göz kırpma, kahve yudumlama, yukarı bakma" bir insan gibi okunur, "kafası karışmış görünüyor" bir stok fotoğraf gibi okunur
• özne hareketi ve kamera hareketi her zaman ayrı cümleler alır, çünkü her ikisini de taşıyan bir cümle, herkesin modele yüklediği sallantılı saçmalığı elde etme şeklinizdir.
• yalnızca metinden oluşturulan istemler 120 ila 280 kelime arasında çalışır, bir referans görüntüyü canlandıran istemler 80'in altında kalır, çünkü bunun ötesinde metin görüntüyle savaşmaya başlar ve karakteriniz kayar.
• kısıtlamalar olumlu kalır: "sabit resim, keskin netlik" işe yarar, "bulanıklık yok, sallanma yok" görmezden gelinir.

aşama 4: hareket ve donuk çekimleri öldüren dil bilgisi

Şimdi klipler.

Aşama 2'de oluşturduğunuz kilitli durağan görüntü olan her ana kare, Seedance 2.0 görüntüden videoya işleminden geçer. Bu, o durağan görüntüyü, izole edilmiş 3 ila 5 saniyelik bir çekim olarak hareketli bir klibe dönüştürür. Bir dakikalık film, bunların 12 ila 16'sının birbirine eklenmesidir ve zaten her gerçek film böyle çalışır... bir editör çekimleri keser, çekimleri değil.

Çekim izolasyonu aynı zamanda tutarlılık hilesidir: kimlik kayması, 30 saniyelik sürekli sahnenin ötesinde ortaya çıkar ve izole edilmiş vuruşlar asla oraya ulaşmaz.

İlk iki hareket geçişim aynı şekilde başarısız oldu: kamera yanlarından geçerken donmuş duran figürler, teknik olarak hareket eden ve görünürde hiçbir şey yapmayan klipler.

Düzeltme, üç bölümden oluşan bir dil bilgisidir, her görüntüden videoya isteminde:

• adlandırılmış bir kamera hareketi
• sahnede bir olay: beş saniye içinde BİR ŞEY olur
• açık bir "donmuş figür yok"

Aynı ana kare, iki istem: "yavaş dolly içeri, sinematik" size sürüklenen bir durağan görüntü verir, "yelken koparken ve mürettebat onu yakalamak için koşuştururken yavaş dolly içeri" size bir film verir.

Tüm bölüme değer iki hareket tekniği:

• zincir çekimleri: N çekiminin son karesi, N+1 çekiminin referans karesi olur, böylece süreklilik, tek bir karakter sayfası yeniden yüklenmeden ileriye taşınır.
• doruğu tek bir üretim içinde zaman koduyla belirtin: [0-4s] geniş ve statik, [4-8s] gerilim arttıkça içe doğru itme, [8-12s] zirvede yakın çekim, [12-15s] açığa çıkarma, böylece tek bir klibin içinde kesintileri yönetiyorsunuz.

İyi bir klip bir örnektir, ancak bir filmin bunlardan altmış taneye ihtiyacı vardır ve bu bir hacim sorunudur.

aşama 5: filo

Bu aşama, Claude Code'un stüdyo kelimesini hak ettiği aşamadır.

Bir orkestratör oturumu, çekim listesinin sahibidir.

Çekim ailesine göre alt ajanlar oluşturur... yaratıklar, su, iç mekanlar, aksiyon... ve her alt ajan, stil sözleşmesinden kendi istemlerini yazar, üretimlerini CLI aracılığıyla gönderir, işlerini yoklar ve kazananlarını bildirir.

Her model aynı terminalden adreslenebilir olduğu için filo, tüm çekim listesini paralel olarak, modeller arasında, siz başka bir şey yaparken kapsar.

Filo, gösterişsiz bir kural üzerinde yaşar veya ölür... eşzamanlılığa saygı gösterin.

Video modelleri, aynı anda kaç işin çalışabileceğini sınırlar, bu nedenle ajan aktif işleri kontrol eder ve yalnızca bir yuva boşaldığında gönderir.

Hız sınırı koyan bir ajan gece boyunca işi bitirir... saf bir döngü, bir saat sonra hız sınırlarında ölür, ki bu doğrudur, sınır, gece boyunca çalışmayı öngörülebilir kılan şeydir.

Filo için yineleme disiplini: çekim başına 3 ila 4 aday, ardından geçiş başına BİR değişkeni değiştirin... kamera, aydınlatma veya hız, asla tam bir yeniden yazma, çünkü beş şeyi değiştirdiğiniz bir başarısızlık size hiçbir şey öğretmez.

Ve ajan her üretimi günlüğe kaydeder: istem, model, sonuç, saklandı veya atıldı.

Üretiminiz bir veritabanı haline gelir ve iki numaralı üretim, bir numaralı üretimin öğrendiği her şeyden başlar.

aşama 6: kod olarak montaj

Birleştirme, düşündüğünüzden daha küçüktür.

• önce müzik: müziği, kesimin duygusal yayına karşı ruh halleriyle değil, hareketlerle (yükseliş, zirve, sakinlik, çözülme) brifing verin, tek bir geçişte oluşturun, ardından kesimi müziğe göre kırpın.
• kesimin kendisi bir metin dosyasıdır: klip başına bir satır, süresi ve bir ses işareti ile ve Claude Code'un nasıl kullanılacağını zaten bildiği ücretsiz komut satırı video aracı ffmpeg, dosyayı okur ve filmi işler.

Bu dosyanın her satırı, bir çekim adı, tutulacak saniyeler ve bir ses işaretidir... 17-scylla-deck, son kesim dosyamda sesi sessize alınmış olarak bulunur, çünkü oluşturulan bağırtısı yaylılarla çarpıştı ve iki satır sonraki deniz ambiyansı, sahneyi sattığı için canlı kalır.

Klip başına ses, müzikle çarpıştığı yerde tam olarak sessize alınır, gerçekçilik kattığı her yerde tutulur.

Bu, tüm düzenlemenin saniyeler içinde tekrarlanabilir ve değiştirilebilir olduğu anlamına gelir, zaman çizelgesi yazılımı veya editör yok.

• Sonunda, bitmiş kesimde bir kez yükseltin, asla tek tek kliplerde değil.
• Keşfederken 720p'de, saklanacaklar için 1080p'de, yalnızca son ana kopya için 4K'da oluşturun ve sorduğunuz soruyu yanıtlayan en düşük çözünürlükte durun.

Bir terminalden ffmpeg ve bir yükseltici sürmek istediğinizden daha fazla boru hattıysa, bu aşama da supercomputer bölgesidir: kazanan klipleri ona verin, kesimi birleştirir ve 4K ana kopyayı kendisi işler.

Ve son kesim geçişi tamamen dürüstlüktür: telefonunuzu kontrol edeceğiniz herhangi bir klip, size neye mal olursa olsun silinir.

bu sistem aslında ne için

Film, demodur... sistem, varlıktır.

Aynı altı aşama, ürün reklamları, hacimli Kullanıcı Tarafından Oluşturulan İçerik, marka filmleri, lansman videoları üretir, çünkü boru hattındaki hiçbir şey bir film yaptığını bilmez.

Ve ayakta duran bir sistem hız konusunda kazanır: nişinize bir an geldiğinde pencere saatlerle ölçülür ve bir operatör, stil sözleşmesi, kilitli karakterler ve bir üretim filosu ile, herkes sekmeleri açarken yayın yapar.

Tüm yapı, sıkıştırılmış:

1. Bir görüntü modeliyle gerçek sinemadan bir stil sözleşmesi çıkarın.
2. Birkaç difüzyon modelinde yüksek hacimde kareler oluşturun, iyileştirin, karakterleri ve mekanları sayfalara kilitleyin.
3. Fable 5 Medium, her çekim istemini kilitli bir şablondan yazar.
4. Seedance 2.0, ana kareleri izole edilmiş 3-5 saniyelik çekimler olarak canlandırır: kamera hareketi + olay + donmuş figür yok.
5. Alt ajanlar, üretimleri higgsfield CLI aracılığıyla paralel olarak, hız sınırlı ve günlüklü olarak çalıştırır.
6. Müzik, ffmpeg ile bir metin dosyasından kesim, ana kopyayı bir kez yükseltin.

Aşama 1'i atlayın ve diğer her aşama, özellikle hiçbir şeyin olmadığı güzel görüntüler üretir.

Bu sistemden çıkan ilk film, bir gece oturumu sürdü... sizinki, CLI'yi kurduğunuz akşam başlar...

Veya Higgsfield Supercomputer'ı ücretsiz deneyin (Higgsfield AI bu makaleye sponsor oluyor, ancak bu şey gerçekten etkileyici) - çekimleri planlamaktan istemler yazmaya, modelleri seçmekten nihai prodüksiyona kadar otonom olarak çalışabilir.

Bunu okuyan herkes aynı modelleri kiralayabilir, bu nedenle film, sisteme ne beslediğiniz kadar iyidir.

Zevk girer, film çıkar.