Claude Code 做影片一條龍：從分鏡到生成的完整自動化流程
Claude Code 做影片一條龍：從分鏡到生成的完整自動化流程
Claude Code 做影片一條龍：從分鏡到生成的完整自動化流程
作者: @lin__photograph
來源: Threads
觀看數: 30.8K
發布時間: 2026-03-03
分類: Claude Code 影片生成 AI 工作流 MCP Agent 自動化
TL;DR
- Claude Code 做影片：從此不用再一張張生圖、生影片
- 完整工作流程：分鏡 → 圖片 → 影片，全自動
- 技術棧：Veo3.1、Kling 3（影片）、Nano Banana 2（圖片）
- MCP 整合：傳接 MCP 給 Claude，讓他有手腳可以執行
- 未來趨勢：影片產業會慢慢變成以 Agent 為主，人為輔
核心觀點
Claude code 做影片 真是舒服，從此不用再一張張生圖、生影片
完整工作流程
1️⃣ 建立分鏡
讓 AI 幫你規劃影片分鏡腳本
2️⃣ 生成圖片
使用 Nano Banana 2 生成分鏡所需的圖片
3️⃣ 生成影片
使用 Veo3.1 或 Kling 3 將圖片轉換成影片
4️⃣ 完成
全自動流程，無需手動操作
技術棧
影片生成 API
- Veo3.1（Google）
- Kling 3（快手）
圖片生成 API
- Nano Banana 2
整合工具
- Claude Code（核心編排）
- MCP（Model Context Protocol，讓 Claude 有手腳可以執行）
官方資源
Prompt & Instructions
連結: vpick-doc.10xboost.org/guide
建議使用方式：
建議放到 Claude project instruction，多使用幾次，Claude 會修改 memory，越用越順利。
為什麼要放到 Project Instruction：
- Claude 會學習你的使用習慣
- 自動優化 Prompt
- 記憶你的偏好設定
- 越用越順利
工作流程編輯器
功能：
- 視覺化編輯工作流程
- 定義分鏡、圖片、影片生成規則
- 串接 API
MCP 整合的關鍵
作者強調：
就像 Cursor 變 Claude Code，影片產業也會慢慢變成以 Agent 為主，人為輔，只要傳接 MCP 給 Claude 讓他有手腳可以執行。
MCP 是什麼？
Model Context Protocol（模型上下文協議）
功能：
- 讓 AI 模型可以調用外部工具
- 提供「手腳」（API、資料庫、檔案系統等）
- 實現 Agent 化（自主執行任務）
在影片生成中的應用
傳統方式：
- 手動寫分鏡腳本
- 一張張生成圖片
- 一個個上傳到影片生成服務
- 手動下載、拼接
MCP + Claude Code 方式：
- 告訴 Claude 你要什麼影片
- Claude 自動規劃分鏡
- Claude 調用 Nano Banana 2 生成圖片
- Claude 調用 Veo3.1/Kling 3 生成影片
- 自動下載、整理
關鍵差異：
- ❌ 手動操作 → ✅ 自動執行
- ❌ 需要技術知識 → ✅ 只需自然語言描述
- ❌ 耗時數小時 → ✅ 數分鐘完成
社群反應
正面評價
mrclty（4 讚、1 回覆）：
內容產業一條龍 好強…
作者回覆：
再加上串接發影片和績效，就一條龍了 XD
david831117（2 讚、1 回覆）：
請問影片生成是用哪個 API，感謝
作者回覆：
Veo3.1 和 Kling 3 喔，圖是 Nano Banana 2（8 讚、1 回覆）
david831117（1 讚、1 回覆）：
感謝你，串起來太滑順了，Agent 轉換寫的真好
作者回覆：
就像 Cursor 變 Claude Code，影片產業也會慢慢變成以 Agent 為主，人為輔，只要傳接 MCP 給 Claude 讓他有手腳可以執行（2 讚）
批評質疑
imdc_hk（4 讚、1 回覆）：
範例唔夠說服力
kosbyfu（50 分鐘前）：
人臉都消失了😂
關鍵問題：
- 範例品質不夠說服力
- 人臉生成有問題（可能是模型限制）
關鍵洞察
1. 從 Cursor 到 Claude Code 的類比
作者提出重要類比：
就像 Cursor 變 Claude Code，影片產業也會慢慢變成以 Agent 為主，人為輔。
Cursor → Claude Code 的演進：
- Cursor：AI 輔助編程（人為主、AI 為輔）
- Claude Code：AI 主導編程（AI 為主、人為輔）
影片產業的演進（預測）：
- 現在：手動生成（人為主、AI 為輔）
- 未來：AI 主導生成（AI 為主、人為輔）
關鍵轉變：
- 從「AI 輔助人類」到「人類監督 AI」
- 從「工具」到「Agent」
- 從「執行指令」到「自主決策」
2. MCP 讓 AI 有「手腳」
只要傳接 MCP 給 Claude 讓他有手腳可以執行
比喻解讀：
- 大腦：Claude（AI 模型，負責思考與決策）
- 手腳：MCP（工具接口，負責執行）
- 完整 Agent：大腦 + 手腳 = 自主執行任務
實際應用：
- 大腦決定「需要生成 5 個分鏡的圖片」
- 手腳執行「調用 Nano Banana 2 API 生成 5 張圖片」
- 大腦決定「將圖片轉換成影片」
- 手腳執行「調用 Veo3.1 API 生成影片」
3. Project Instruction 的重要性
建議放到 Claude project instruction，多使用幾次，Claude 會修改 memory，越用越順利。
為什麼 Project Instruction 重要：
- 持久記憶：記住你的使用習慣與偏好
- 自動優化：Claude 會根據使用情況調整 Prompt
- 減少重複：不用每次都重新說明需求
- 提升準確率：越用越了解你的風格
類比：
- 像是訓練一個專屬助手
- 一開始需要詳細指導
- 用久了自動理解你的需求
- 最終只需簡單描述即可
4. 內容產業一條龍
mrclty 評論：「內容產業一條龍 好強…」
一條龍指什麼：
- 創意構思（人類）
- 分鏡規劃（AI 輔助）
- 圖片生成（AI 自動）
- 影片生成（AI 自動）
- 發布績效（未來整合）
作者補充：
再加上串接發影片和績效，就一條龍了 XD
完整一條龍：
- 創意 → 分鏡 → 圖片 → 影片 → 發布 → 追蹤績效
- 全自動化，人類只需提供創意與監督
5. 當前限制與挑戰
技術限制：
- 人臉消失問題（kosbyfu 指出）
- 範例說服力不足（imdc_hk 指出）
可能原因：
- AI 影片生成模型仍有限制
- 人臉一致性（Face Consistency）技術未成熟
- 需要更多迭代與優化
對策：
- 多生成幾次，選擇最好的
- 調整 Prompt，強調人臉細節
- 使用更先進的模型（Veo3.1 vs Kling 3）
與其他文章的關聯
#4: Claude Code 工作流配置
- 相同主題：Claude Code 工作流程
- 差異：#4 聚焦配置文件，#106 聚焦影片生成
#27: Claude Code Hackathon 得獎作品
- 相同主題：Claude Code 實際應用
- 差異：#27 是 Hackathon 案例集，#106 是影片生成專項
#76: Claude 本週大量更新
- 相同主題：Claude 功能更新
- 差異：#76 聚焦功能列表，#106 聚焦 MCP 應用
#86: ByteDance DeerFlow 2.0
- 相同主題：Agent 基礎設施
- 差異：#86 聚焦 Agent Harness，#106 聚焦 MCP 整合
技術深度分析
Veo3.1 vs Kling 3
| 項目 | Veo3.1 | Kling 3 |
|---|---|---|
| 開發商 | 快手（中國） | |
| 特色 | Google DeepMind 技術 | 快手短影片技術 |
| 優勢 | 品質穩定 | 速度快 |
| 劣勢 | 速度較慢 | 品質波動 |
選擇策略：
- 追求品質：Veo3.1
- 追求速度：Kling 3
- 最佳實踐：兩者都試，選最好的
Nano Banana 2
定位：圖片生成 API
特色：
- 快速生成
- 支援多種風格
- 與 Claude Code 整合良好
MCP（Model Context Protocol）
核心概念：
- 讓 AI 模型可以調用外部工具
- 標準化的協議（類似 HTTP、REST API）
- 由 Anthropic 推動
優勢：
- 統一接口（不用每個工具都寫一套整合）
- 安全性（權限控制）
- 可擴展性（輕鬆加入新工具）
未來趨勢預測
1. 影片產業 Agent 化
現在：
- 人類主導：規劃分鏡、生成圖片、製作影片
- AI 輔助：單一工具（只生圖或只生影片）
未來：
- AI 主導：從創意到完成，全自動
- 人類監督：檢查品質、調整細節
轉變驅動力：
- MCP 標準化
- Claude Code 成熟
- 影片生成模型進步
2. 內容產業一條龍
完整流程：
- 創意構思（人類 + AI 輔助）
- 分鏡規劃（AI 自動）
- 圖片生成（AI 自動）
- 影片生成（AI 自動）
- 發布（AI 自動）
- 績效追蹤（AI 自動）
- 優化迭代（AI 建議、人類決策）
人類角色：
- 提供創意方向
- 監督品質
- 做最終決策
3. 從工具到 Agent 的轉變
工具時代（現在）：
- Photoshop：人類操作，AI 輔助（去背、修圖）
- Premiere：人類剪輯，AI 輔助（字幕、配樂）
Agent 時代（未來）：
- Claude Code：人類提需求，AI 自主執行
- MCP 生態：AI 可調用任何工具，完成複雜任務
關鍵差異：
- 工具：需要學習軟體操作
- Agent：只需自然語言描述需求
適合誰
✅ 適合
- 內容創作者（YouTuber、短影片創作者）
- 影片製作團隊（想提升效率）
- 個人創業者（一人公司、獨立創作者）
- 行銷人員（需要大量影片素材）
- Claude Code 使用者（想探索進階應用）
❌ 不適合
- 追求頂級品質的影視專業人士（AI 生成仍有限制）
- 需要複雜特效的專案（目前 AI 能力有限）
- 預算充足的大型製作（傳統流程品質更穩定）
實作建議
1. 從小專案開始
- 先做 30 秒短影片
- 熟悉工作流程
- 累積經驗後再做長影片
2. 使用 Project Instruction
- 複製作者提供的 Prompt
- 放到 Claude Project Instruction
- 多使用幾次，讓 Claude 學習
3. 兩個模型都試
- Veo3.1 生成一次
- Kling 3 生成一次
- 比較品質，選最好的
4. 人工檢查品質
- AI 生成後一定要人工檢查
- 特別注意人臉、細節
- 不滿意就重新生成
相關文章
- #4: Claude Code 工作流配置 - CLAUDE.md 配置文件
- #27: Claude Code Hackathon 得獎作品 - 實際應用案例
- #76: Claude 本週大量更新 - Claude 功能更新
- #86: ByteDance DeerFlow 2.0 - Agent 基礎設施
標籤
#ClaudeCode #影片生成 #AI工作流 #MCP #Agent #自動化 #Veo3.1 #Kling3 #NanoBanana2 #內容創作 #影片產業 #一條龍 #ProjectInstruction #分鏡 #圖片生成