Claude wyreżyserował ten film AI — za 63 dolary

O czym jest ten film

1. Autor zrealizował minutowy film AI — własną wersję mitu o Ikarze w papierowej stylistyce — za równowartość 63 dolarów, ale nie jednym promptem: potrzeba było 97 generacji, z których 66 trafiło do filmu.
2. Pojedynczy prompt daje efektowne 15–30 sekund, czyli jedną scenę; film wymaga wielu ujęć spójnych ze sobą — tej samej postaci, tych samych plenerów, tego samego ruchu słońca.
3. Role podzielono tak: Claude Code reżyserował (pisał prompty, dobierał modele, obsługiwał narzędzia, prowadził rejestr prób), a autor zatwierdzał każde ujęcie.
4. Narzędzia generatywne pochodzą z platformy Higgsfield, podpiętej do Claude Code przez konektor MCP — do dyspozycji jest 125 narzędzi: obraz, wideo, dźwięk, edycje.
5. Fundamentem okazały się cztery pliki: AGENTS.md (zasady i budżet), style.md (wygląd), shotlist.md (sceny, ujęcia i kryteria akceptacji) oraz log.csv, zapewniający ciągłość między sesjami.
6. Za 6 dolarów przeprowadzono pilotaż najryzykowniejszych ujęć (spójność papieru, płonące skrzydło, dwie postacie w kadrze), zanim wydano resztę budżetu.
7. Modele dobierano pod konkretne ujęcie: GPT Image 2 do obrazów referencyjnych, Kling tam, gdzie potrzebna była dokładna klatka startowa (i końcowa).
8. Wnioski warsztatowe: referencje kadruje się do niezbędnego minimum, prompty kończy listą wykluczeń, a ruch opisuje dosłownie — „trzy duże, powolne łuki, jak przy machaniu flagą”.
9. Koszty: około 1300 kredytów, czyli 63 dolary — 1,11 dolara za sekundę filmu; 6 godzin pracy, z czego półtorej to czekanie na render; finałowe 1080p pochłonęło ponad połowę budżetu.
10. Wniosek końcowy: przy jednej scenie wystarczy jeden prompt; przy pełnej opowieści trzeba być reżyserem — agent nie zastąpi gustu i decyzji.

10 najważniejszych takeaways — z kontekstem zastosowania

1.Jeden prompt to jedna scena, nie film

Na czym polega: Pojedynczy prompt generuje efektowne 15–30 sekund materiału — ale to wciąż pojedyncza scena. Film składa się z wielu ujęć, które muszą się ze sobą zgadzać: ten sam bohater, ta sama wieża, to samo słońce poruszające się w ten sam sposób.

Jak stosować: Zanim wygenerujecie cokolwiek, rozpiszcie materiał na listę scen i ujęć oraz przygotujcie wspólny „słownik wyglądu”: postacie, lokacje, kolory, charakter ruchu.

Na co uważać: Bez takiego planu szybko dostaniecie materiał, w którym postać zmienia się między klatkami, a w tle wyrastają elementy, o które nikt nie prosił.

2.Projekt rozpisz do plików, nie do pamięci

Na czym polega: Cała przedprodukcja zamknęła się w czterech plikach: AGENTS.md (zasady projektu, role, limity i budżet w kredytach), style.md (wygląd: papier, kolory, ruch), shotlist.md (dla każdej sceny: zadanie, długość, klatka kluczowa, opis ruchu i kryteria zaliczenia) oraz log.csv, aktualizowany po każdej próbie.

Jak stosować: Zawrzyjcie w shotliście kryteria akceptacji, żeby agent sam wiedział, kiedy ujęcie jest gotowe. Log dawajcie agentowi do przeczytania na początku każdej sesji — praca ruszy dokładnie tam, gdzie skończyła się poprzednia.

Na co uważać: Bez kryteriów akceptacji agent nie wie, kiedy przestać; bez loga każda sesja zaczyna się od zera i budżet topnieje na dublowanie tego, co już zrobione.

3.Najpierw obrazy referencyjne, potem wideo

Na czym polega: Każdy klip wideo startuje od obrazu referencyjnego. Obrazy są tanie i błyskawicznie się je ocenia, więc spójność całego filmu buduje się właśnie na nich.

Jak stosować: Dla każdej postaci i każdej lokacji (wieża, słońce, łódka) zróbcie arkusz referencyjny. Sceny realizujcie partiami: wszystkie wzorce jednej sceny w jednej serii, potem Wasza decyzja i dopiero wtedy generowanie wideo.

Na co uważać: Nawet arkusze statyczne potrafią zawieść — w tle wkradają się dodatkowe słońca, wzgórza czy całe wioski.

4.Kadruj referencje i dopisuj wykluczenia

Na czym polega: Model traktuje wszystko, co znajdzie w referencji i w prompcie, jako materiał do wykorzystania. Prośba o „grecki mit” bez punktu zaczepienia kończy się wyspą z wioską, kościołami i żaglówką.

Jak stosować: Przytnijcie obraz referencyjny dokładnie do tego, co ma być w kadrze, a każdy prompt kończcie listą elementów, których w kadrze być nie może.

Na co uważać: Wykluczenia muszą wracać w każdym kolejnym prompcie — pojedyncza luka wystarczy, żeby niechciany element znów się wkradł.

5.Model dobieraj pod konkretne ujęcie

Na czym polega: Różne modele mają różne mocne strony. GPT Image 2 robił obrazy referencyjne najbliższe promptowi (lepiej niż Nano Banana Pro). Kling startuje dokładnie od zadanej klatki i przyjmuje też klatkę końcową; pozostałe modele traktują referencję swobodnie.

Jak stosować: Gdy ujęcie musi zaczynać się (lub kończyć) konkretną klatką — np. kartka zamieniająca się w łódkę — wybierajcie model z dokładnym punktem startu i końca. W scenach swobodnych wystarczy model pracujący elastycznie.

Na co uważać: Jeden model do wszystkiego to rezygnacja z możliwości, jakie daje różnorodność narzędzi. Konektor MCP sprawia, że agent i tak wybiera między modelami samodzielnie.

6.Testuj najryzykowniejsze ujęcia za grosze

Na czym polega: Zanim ruszyła pełna produkcja, autor przetestował ujęcia decydujące o powodzeniu całego projektu — spójność papieru między scenami, ruch papieru, płonące skrzydło, dwie postacie w kadrze. Pilot kosztował 6 dolarów i 73 minuty, a dał szesnastosekundowy szkic montażu.

Jak stosować: Wskażcie ujęcia, bez których film nie ma sensu, sprawdźcie je w wersji roboczej i dopiero po decyzji „robimy” wydajcie resztę budżetu.

Na co uważać: Pilot wyłoni też usterki do wpisania do zasad projektu — np. wieżę zmieniającą wygląd między ujęciami albo postać, która nie wykonuje zadanej akcji.

7.Ruch opisuj dosłownie i obrazowo

Na czym polega: Polecenie „ojciec ma pomachać” daje uniesioną rękę albo ledwo zauważalny gest. Dopiero sformułowanie „trzy duże, powolne łuki, jak przy machaniu flagą” przyniosło właściwy efekt.

Jak stosować: Ruch opisujcie porównaniami z codziennego życia i konkretną liczbą powtórzeń. Gdy scena dalej nie wychodzi, zmieńcie perspektywę referencji (np. ujęcie zza ramienia lecącego bohatera) i opiszcie ruch wprost w prompcie.

Na co uważać: Model potrafi dokładać rzeczy, o które nikt nie prosił — w materiale autora dokładał muzykę do trzasków ognia. W efekcie zrezygnował on w ogóle z generowanego dźwięku na rzecz darmowej biblioteki efektów.

8.Sklejaj ujęcia na prawdziwej ostatniej klatce

Na czym polega: Ujęcie ma działać w parze z sąsiednim, a nie tylko samo w sobie — i właśnie na łączeniu scen film pękał najczęściej. Ciągłość uzyskiwał Claude, przedłużając poprzedni klip od jego faktycznej ostatniej klatki, dzięki czemu cięcie nie skakało.

Jak stosować: Kolejne ujęcie budujcie jako kontynuację poprzedniego, wychodząc od jego rzeczywistej klatki końcowej.

Na co uważać: Model potrafi traktować referencję zbyt dosłownie — w scenie upadku uparcie zaczynał bohatera tuż nad wodą, bo taka była klatka wzorcowa. Ratunkiem okazała się nowa referencja z bohaterem wysoko na niebie i model startujący dokładnie od tej klatki.

9.Całość zatwierdzaj w niskiej rozdzielczości

Na czym polega: Wersje robocze są tanie, ale finałowe renderowanie w 1080p pochłonęło ponad połowę całego budżetu projektu. Prawdziwe pieniądze przepala dopiero finalny render.

Jak stosować: Cały montaż — obraz, muzyka, efekty — skompletujcie i zaakceptujcie w niskiej rozdzielczości i dopiero wtedy generujcie wersje finałowe.

Na co uważać: Każda poprawka wprowadzona po wyrenderowaniu finału kosztuje nieproporcjonalnie dużo, więc decyzje oceńcie na szkicach.

10.Agent wykonuje, ty reżyserujesz

Na czym polega: Claude napisał każdy prompt, obsłużył narzędzia Higgsfield, prowadził rejestr prób, zmontował film i skomponował muzykę — ale gust i decyzja o każdym ujęciu należały do człowieka. Gdy scena osiągnęła limit prób, agent sam się zatrzymał i poprosił o decyzję.

Jak stosować: Ustalcie w pliku zasad limity prób na ujęcie i budżet w kredytach. Pilnujcie każdego zatwierdzenia — to Wasza rola w tym podziale pracy.

Na co uważać: Jeśli nie chcecie wydawać oceny po każdym ujęciu, ta metoda najpewniej nie jest dla Was — bez decyzji człowieka spójność się rozsypie.

Redakcyjne tłumaczenie

Sześćdziesiąt trzy dolary i 97 generacji

Ten film wyreżyserował Claude, a kosztował 63 dolary. Nie powstał jednak z jednego prompta, jak obiecują liczne materiały krążące w sieci. Wymagał 97 generacji, z których około trzecia część nie weszła do ostatecznego montażu.

Fabuła opiera się na micie o Ikarze, więc zapewne wiecie, jak ta historia powinna się skończyć. Moja wersja kończy się inaczej.

Obietnica jednego prompta kontra rzeczywistość

W internecie krąży obietnica: wpisujesz jeden prompt, poprawiasz drobiazg albo dwa i masz film. W praktyce wygląda to zupełnie inaczej. Jeden prompt daje — owszem, efektowne — 15 do 30 sekund materiału, zależnie od modelu. Ale to pojedyncza scena, a film składa się z wielu scen, które muszą się ze sobą zgadzać: ten sam chłopiec, ta sama wieża, to samo słońce poruszające się w ten sam sposób.

A tak wygląda film bez tej spójności: chłopiec stoi na tafli morza, skrzydła pojawiają się w powietrzu znikąd, bohater w jednej klatce przeskakuje na drugą stronę kadru, a w tle nagle wyrasta wioska, o którą nikt nie prosił.

Podział ról i pięć zadań reżyserskich

Żeby film działał, potrzebny jest reżyser. Tę rolę podzieliłem między Claude’a i siebie: Claude reżyserował, ale o każdym ujęciu ostatecznie decydowałem ja.

W trakcie całej pracy reżyseria okazała się pięcioma osobnymi zadaniami:

• myśleć osobnymi scenami;
• przygotować obrazy referencyjne, zanim ruszy praca nad wideo;
• utrzymać spójność — najważniejszy punkt;
• zadbać o to, by ujęcia pasowały do siebie, a nie tylko działały w pojedynkę;
• dobierać właściwy model generowania wideo do każdego ujęcia.

Ten ostatni wniosek wykrystalizował się mniej więcej w połowie pracy nad materiałem.

Claude Code w roli reżysera, Higgsfield jako plan zdjęciowy

Reżyserem jest Claude Code: pisze prompty, wybiera modele, wywołuje narzędzia, pobiera wyniki i prowadzi rejestr każdej próby. Narzędzia pochodzą z platformy Higgsfield (higgsfield.ai), podpiętej przez konektor MCP.

(Informacja dodatkowa: MCP, czyli Model Context Protocol, to otwarty standard łączenia modeli językowych z zewnętrznymi usługami — po dodaniu konektora agent samodzielnie korzysta z funkcji danej platformy.)

Konfiguracja jest krótka. W ustawieniach MCP wybieramy opcję dodania własnego konektora, podajemy URL i logujemy się na konto Higgsfield — bez zalogowania połączenie się nie uwierzytelni. Konektor można podpiąć do ChatGPT, Claude czy Claude Code, a także dowolnego innego agenta; najwygodniej było połączyć go z Claude, skąd jest on widoczny także w Claude Code. Po chwili agent ma dostęp do wszystkich narzędzi platformy.

W projekcie o nazwie Icarus Film Claude zyskał dostęp do 125 narzędzi: obsługi kredytów, klatek statycznych, zbierania wyników, kolejnych modeli, audio i głosu, edycji obrazu i wideo, a nawet TikToka czy stron internetowych. W tym projekcie potrzebne były głównie generowanie obrazów i wideo, ewentualnie odrobina dźwięku.

Jak powstaje pojedyncze ujęcie

Zanim pokażę, jak planowano cały film, zobaczmy, jak wygląda droga od prompta do pliku wideo. To ujęcie z okolic środka produkcji: plan był już napisany, Claude przygotował wzorce plenerów oraz klatkę statyczną dla każdego ujęcia tej sceny, a ja wszystko zatwierdziłem (wrócę do tego dalej). Claude bierze referencję wyspy, dokładą do niej wieżę i słońce, po czym zamawia cztery sekundy ruchomego morza. Koszt: 12 kredytów; plik pojawia się po około minucie i piętnastu sekundach.

Pojedyncze ujęcie to jednak prosta sprawa. Film to 18 ujęć, które muszą być spójne i dobrze ze sobą współgrać.

Dlaczego Ikar i dlaczego papier

Wybrałem Ikarę, bo wszyscy znają tę opowieść i jej zakończenie — dzięki temu można oceniać sam film, a nie zgadywać, co właściwie dzieje się na ekranie. Papier zaś z dwóch powodów: maskuje drobne niedoskonałości, a płonący papier daje ciekawy efekt wizualny.

Cztery pliki, zanim wydano pierwsze kredyty

Przed pierwszą generacją Claude i ja napisaliśmy cztery pliki (na ekranie oznaczone na czerwono; reszta powstała później, w toku pracy):

• AGENTS.md — ogólne zasady projektu: jaka jest rola Claude’a, jaka moja, jakie obowiązują limity i budżet wyrażony w kredytach; wszystko, co agent musi wiedzieć, by rozumieć, co próbujemy osiągnąć.
• style.md — wygląd filmu: tu zdefiniowałem papier, kolory i charakter ruchu.
• shotlist.md — lista ujęć: każda scena ma jedno zadanie, określoną długość, opis tego, co pokazuje (klatka kluczowa), opis ruchu — co się porusza i jak — oraz kryteria, po których spełnieniu model może uznać ujęcie za zaliczone.
• log.csv — pusty na starcie, uzupełniany po każdej próbie; Claude czyta go na początku każdej sesji, więc nowa sesja zawsze rusza dokładnie tam, gdzie skończyła się poprzednia.

Pilotaż za sześć dolarów

Zanim wydałem poważniejsze pieniądze na resztę materiału, przetestowałem kilka najbardziej ryzykownych ujęć za około sześć dolarów. Najpierw klatki statyczne — szybko się je ocenia, a przecież każde wideo startuje od obrazu referencyjnego. Według scenariusza chciałem odpowiedzi na cztery pytania: czy papier wygląda dobrze i spójnie w różnych scenach; czy porusza się jak papier; czy płonące skrzydło dobrze wygląda na ekranie; i czy scena z dwiema postaciami w ogóle działa — czy ruszają się niezależnie, czy pojawiają się problemy.

Najpierw wybrałem model do generowania obrazów. Ten sam prompt trafił do GPT Image 2 i Nano Banana Pro; pierwszy był bliższy tego, czego szukałem, i wierniejszy promptowi, więc wszystkie obrazy referencyjne w filmie powstały w GPT.

(Informacja dodatkowa: GPT Image 2 to model graficzny OpenAI, Nano Banana Pro — model graficzny Google, a Kling, wspominany dalej, to model generowania wideo firmy Kuaishou.)

Ujęciem rozstrzygającym był moment, w którym skrzydło zaczyna płonąć: jeśli papierowe skrzydło nie płonie przekonująco, filmu nie ma. Model jednak dał radę i test zaliczył.

Po drodze wyszły jednak dwie usterki. Po pierwsze, wieża zmieniła się między ujęciami — z kwadratowej budowli z ostro zakończonym dachem zrobiła się okrągła, jak z tektury. Po drugie, już w samym wideo ojciec ani razu nie pomachał: prompt jasno mówił, że ma ostrzegawczo machać, a on tylko trzymał wyciągniętą rękę.

Był i trzeci wniosek: w trybie, którego używałem, model wideo podchodzi do obrazu referencyjnego swobodnie — klip niekoniecznie otwiera się właśnie tą klatką. Tymczasem potrzebowałem ujęć zaczynających się od konkretnej kadrowej… właśnie od konkretnej klatki. Inny model, Kling, startuje dokładnie od podanej klatki i pozwala nawet zdefiniować klatkę końcową — w części scen sprawdza się więc lepiej niż pozostałe.

Bilans pilotażu: 125 kredytów (około sześciu dolarów), 73 minuty pracy i szesnastosekundowy szkic montażu — wystarczający, by ocenić, czy pełny film AI w ogóle ma sens. Chłopiec wyglądał dobrze, ojciec machał, palące się skrzydło również wypadało przyzwoicie. Zielone światło dla pełnej produkcji.

Produkcja właściwa: arkusze wzorcowe także dla plenerów

Pełna produkcja ruszyła od wniosków z pilotażu — między innymi od tego, że również plenery potrzebują arkuszy referencyjnych, tak samo jak postacie. Najpierw Claude przygotował arkusze dla wieży, słońca i łódki. Potem pracuje się scenę po scenie: wszystkie obrazy referencyjne danej sceny w jednej serii, potem moja decyzja i dopiero wtedy generowanie wideo.

Nawet statyczne wzorce potrafią jednak zawieść. Arkusz skrzydeł, który miał zawierać wyłącznie skrzydła w kolejnych wersjach, miał w tle słońce i wzgórze; arkusz wieży ze słońcem — dodatkowe słońce, również ze wzgórzem. Jeszcze inna referencja nie miała żadnego punktu zaczepienia — a gdy poprosicie model o grecki mit bez żadnej kotwicy, dostaniecie grecką wyspę z wioską, kościołami i żaglówką.

Rozwiązanie jest proste: przycina się referencje dokładnie do tego, co ma być w kadrze, a każdy prompt kończy listą tego, czego w kadrze być nie może.

Ojciec dalej uparty, czyli po co precyzja w opisie ruchu

Pamiętacie ojca, który nie machał? Zdarzyło się ponownie. Tym razem pomachał — ale ledwie zauważalnie. Claude musiał być w prompcie konkretniejszy: „trzy duże, powolne łuki, jak przy machaniu flagą”. Dopiero wtedy wyszedł z tego prawdziwy, wyraźny gest.

Scena, która pękała najczęściej

W tej scenie każde ujęcie musiało doskonale łączyć się z następnym — i tu film sypał się najczęściej. Zwęglenie samo w sobie wyglądało dobrze, ale skrzydło się nie poruszało, a Ikar miał przecież lecieć. Do tego model wideo dodał do trzasków ognia muzykę, choć prompt o żadnej muzyce nie wspominał. W efekcie wyrzuciłem z filmu cały generowany dźwięk — nie tylko w tej scenie. Samą scenę uratowała nowa referencja: ujęcie zza ramienia lecącego Ikara, uzupełnione o wprost opisany ruch w prompcie. To zadziałało.

Płynne przejścia między ujęciami

Gdy jedno ujęcie ma płynnie przechodzić w drugie, następne musi kontynuować poprzednie dokładnie w tym samym miejscu akcji. Claude przedłuża więc poprzedni klip od jego prawdziwej ostatniej klatki — dzięki temu cięcie nie skacze, a jeden obraz naturalnie wynika z drugiego.

Upadek: siedem prób i limit

A potem upadek. Zajął siedem prób, licząc obrazy referencyjne i wideo. Pierwsze wideo przemieściło bohatera z jednej strony kadru na drugą w pojedynczej klatce. Drugie spadało zbyt wolno, a strzępy papieru krążyły wokół chłopca zamiast opadać. Trzecie zawisło nad falami i dopiero na samym końcu runęło w dół. Przepisywanie prompta nic nie dawało: model uparcie zaczynał Ikara tuż nad samym morzem, bo taka była klatka referencyjna — traktował ją zbyt dosłownie i nie miał pojęcia, że żeby pokazać upadek, trzeba zacząć wysoko.

Ta scena osiągnęła limit prób ustalony na początku projektu, więc Claude się zatrzymał i zapytał, czy kontynuować. Kontynuowaliśmy — musiałem wprost polecić, żeby dał jej jeszcze kilka szans. Nowa referencja pokazywała Ikara wysoko w niebie; animował ją Kling, który rusza dokładnie od podanej klatki. Upadek do morza wyszedł za pierwszym podejściem.

Inne zakończenie: łódka ze spalonej kartki

W micie chłopiec tonie. Ja mam jednak syna i nie mogłem pozwolić, by Ikar utonął. W mojej wersji spalona kartka ze skrzydeł wypływa pod stopy ojca. Składa ją w łódkę i wciąga na nią syna.

Te dwa ujęcia — składanie łódki i ratunek — wymagały dokładnej klatki początkowej i końcowej: płaska kartka, która staje się łódką, oraz chłopiec w wodzie, który kończy w łódce. Znowu posłużyłem się Klingiem: podaje się klatkę startu i klatkę końca, a model wypełnia resztę. samo precyzyjne składanie wyszło dopiero po kilku próbach i okazało się zbyt skomplikowane, więc wybrałem skrót: kartka przekształca się w łódkę, zamiast być składana.

Montaż, muzyka i dźwięk

Kolejny etap to montaż: czas, by ujęcia poprawne pojedynczo sprawdzić w zestawieniu. Claude składa cięcia ze zwykłej listy tekstowej: który klip, od którego miejsca i jak długo trwa. Muzyka również powstaje w Claude. Nie poświęciłem jej szczególnej uwagi, ale generowanie przez agenta okazało się lepszym rozwiązaniem, bo Claude pisze dla muzyki kod i dopasowuje ją do punktów cięć — to znacznie wygodniejsze niż szukanie gotowego utworu pasującego do montażu. Efekty dźwiękowe dorzuciłem z darmowej biblioteki audio YouTube.

Finałowy render i pełny rachunek

Gdy potwierdziłem, że wszystko współgra, Claude przerobił wszystkie niskorozdzielcze wersje na finałowe 1080p.

I teraz pełny kosztorys. Cały film, wraz z pilotażem, zużył około 1300 kredytów, co według cennika pakietów odpowiada mniej więcej 63 dolaram. Miałem na koncie 3000 kredytów, więc niczego nie dopłacałem. W trakcie pracy wykonałem 97 generacji — obrazów i wideo — a do filmu trafiło 66 z nich. Pełny koszt podzielony przez czas trwania filmu (około minuty) daje 1,11 dolara za sekundę gotowego materiału. Całość od pomysłu do końca zajęła mi około sześciu godzin, z czego półtorej godziny to czekanie na renderowanie.

Największym zaskoczeniem okazało się to, dokąd poszły kredyty. Finałowa wersja 1080p kosztowała ponad połowę całego budżetu generowania. Szkice w niskiej rozdzielczości są tanie — prawdziwe koszty zaczynają się dopiero przy finałowym renderowaniu.

Podsumowanie: agent robi robotę, reżyser decyduje

Oczekiwanie brzmi: jeden prompt i gotowe. Rzeczywistość: 97 generacji i pięć zadań reżyserskich. W tym procesie Claude wykonał pracę — napisał każdy prompt, obsłużył narzędzia Higgsfield, prowadził rejestr prób, zmontował film, skomponował muzykę — ale gust i decyzje końcowe należały do mnie.

Jeśli potrzebujecie jednej dobrej sceny, jeden prompt wystarczy. Jeśli jednak chcecie opowieści z wieloma scenami, chcecie nakręcić film — musicie być reżyserem, nawet gdy całą robotę wykonuje agent. A jeśli nie chcecie wydawać oceny po każdym ujęciu, ten sposób pracy najpewniej nie jest dla was.

Jest jeszcze sporo dobrych i złych praktyk tworzenia filmów AI, ale minimalny przepis wygląda tak: piszcie projekt jako osobne sceny; przygotowujcie obrazy referencyjne, zanim ruszy wideo; każdej postaci i każdemu miejscu dajcie własną referencję i opis; i dobierajcie model do każdego ujęcia. Jeden model do wszystkiego oznacza rezygnację z możliwości, jakie daje różnorodność narzędzi.

Właśnie dobór modelu do konkretnego ujęcia lub obrazu ułatwia konektor MCP. Po przewinięciu listy widać dostępne modele — obrazowe i wideo — wszystkie za jednym narzędziem, więc Claude może swobodnie wybierać między nimi przy generowaniu. Link i trzydziestosekundowa konfiguracja znajdują się w opisie filmu.

A na koniec — cały film od początku do końca.