KeyFrame內部研究專用

I Turned ONE Photo Into a Paid Ad Using Claude AI (Full Tutorial)

蘋果妹15 min中文
觀看原始影片

三句話摘要

使用Claude + Tesfield MCP整合多模型進行AI圖片與影片生成,從角色創建到產品廣告全流程實戰。 Claude + Tesfield MCP整合讓非專業創作者能用簡單Prompt快速生成一致的AI角色視頻與產品廣告,關鍵是理解各模型專精領域與Widget上傳的必要性。 多模型聯動策略:Tesfield整合了Nano Banana Pro、GPT Image 2.0、Seed Dance、Canvas等多個專精模型,同一個對話框內可直接切換,避免在不同平台之間切換的繁瑣。

重點整理

  1. 多模型聯動策略:Tesfield整合了Nano Banana Pro、GPT Image 2.0、Seed Dance、Canvas等多個專精模型,同一個對話框內可直接切換,避免在不同平台之間切換的繁瑣。

  2. 角色創建的成功率限制:Soul 2.0只能使用單一參考來源,無法同時參考多張圖片,因此需要分步驟處理——先生成人物,再用其他模型修改背景或道具。

  3. Widget上傳介面的必要性:Claude無法直接讀取Tesfield上傳的圖片(直接按加號無效),必須在Prompt中明確要求「開啟Widget」才能彈出上傳介面,這是許多使用者容易踩坑的地方。

  4. Prompt設計的精細化:描述時要簡單明確,避免過度複雜導致AI生成不可用的片段;要特別強調細節(如螢幕尺寸比例、人物表情不動等),這些需求都是經試錯後的精華。

實用技巧與重點

  • 工具與模型:
  • Tesfield MCP連接方式:進tesfield.com → 複製連結 → Claude設定 → Add Custom Connector
  • 圖片生成:GPT Image 2.0(成功率最高)、Nano Banana Pro(次選)、Soul 2.0(角色一致性)
  • 影片生成:Seed Dance 2.0(對嘴專用)、Canvas 3.0(一般片花推薦)
  • 角色訓練:上傳5-20張照片(建議滿20張效果最好)
  • 關鍵參數與比例:
  • 影片格式:9比16(直式)
  • 角色複製成功率:60-70%
  • Widget上傳圖片建議:去背、背景乾淨、無其他物品
  • iPhone Fold預期售價:美金$196(台幣約6萬)
  • 操作流程步驟:
  • 設定MCP連接器 → 登入Tesfield帳號 → 確認Connectors顯示啟用
  • 提示詞列出Tesfield所有功能與模型
  • 設定角色:送出Prompt → 點Continue → 上傳20張照片 → 再送出一次對話才執行
  • 生成圖片:指定模型與角色名稱 → 直接送出
  • 上傳參考圖片:Prompt要說「開啟Widget讓我上傳」 → 點加號上傳 → Continue → 送出對話
  • 生成影片:指定模型與簡單的畫面指示 → 送出 → 等待(時間隨影片長度增加)

結論

Claude + Tesfield MCP整合讓非專業創作者能用簡單Prompt快速生成一致的AI角色視頻與產品廣告,關鍵是理解各模型專精領域與Widget上傳的必要性。

完整解析

Claude本身沒有圖片與影片生成功能,但透過Tesfield的MCP整合,成為一個多模型中樞。設置時先進入tesfield.com複製該平台的連結,再進入Claude的Connectors設定,新增Custom Connector並貼上連結,登入Tesfield帳號後即可授權。設置完成後,你可以在Claude的同一個對話框內直接調用Tesfield旗下所有模型。

在實務應用上,最強大的功能是角色一致性。透過Soul 2.0模型,上傳20張自己的照片進行訓練,系統會自動建立一個以你的臉部特徵為基礎的角色。之後任何涉及你的臉的生成需求,只要在Prompt中指定角色名稱,就能保持臉部的一致性。實測成功率約60-70%,因此有時需要調整Prompt或重新生成。

不過Soul 2.0有個重要限制:它只能參考單一圖片來源,無法同時參考多張圖片。當你想要生成「手持iPhone 4的自己」這類複合需求時,就必須分步驟處理。第一步先生成人物加上類似iPhone的東西(因為現實中沒有iPhone Fold的參考資料,AI難以精確還原),第二步再用GPT Image 2.0或Nano Banana Pro這類擅長物體編修的模型,將手機換成更符合要求的版本。

操作時有個關鍵陷阱:上傳參考圖片不能像一般AI工具一樣直接點加號附件。Claude無法直接將圖片傳遞給Tesfield,必須在Prompt中明確寫「開啟Widget讓我上傳」,才會彈出Tesfield的上傳介面。許多使用者初期都會困在這裡,瘋狂點加號卻無法上傳。另外,上傳的圖片最好去背且背景乾淨,否則會影響生成結果。

對於影片生成,若要做對嘴效果(錄音配合人物嘴形),只有Seed Dance 2.0能勝任,需要先上傳音檔讓系統對應。一般的產品片花或風景片花則推薦Canvas 3.0,穩定性較佳。Prompt要簡潔,避免過度描述導致AI生成出無法用的片段。比如產品廣告就單純寫「畫面平衡,右邊螢幕解鎖出現iOS桌面」,勝過長篇大論。

整個workflow的優勢在於Claude會自動調整和優化你的Prompt,然後才送到Tesfield執行,使用體驗比直接進Tesfield官網親切很多。所有Prompt和連結資訊講者都會放在影片資訊欄供下載參考。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。