KeyFrame內部研究專用

Claude Design+Midjourney 網頁技術流:用 AI 打造頂級動態影片網站!

犬哥網站·6月18日週四·16 min中文

三句話摘要

以 Claude Design + Claude Code + Midjourney 全 AI 工具鏈,從 Wireframe 設計到正式主機部署,零程式碼打造機器人賽事網站。 Claude Design 負責設計、Midjourney 負責視覺素材、Claude Code 負責輸出程式碼、cPanel 負責部署——四工具串成一條完整 AI 網站生產線,非工程師也能在一個工作流程內完成從設計到上線的全部動作。 Claude Design 的兩階段設計流程:先產 Wireframe 確認版型結構,再下指令生成高擬真 UI,這樣可以在低成本的線框稿階段就鎖定七大區塊與整體調性,避免後期反覆修改浪費 Token。

重點整理

重點
  • 1

    Claude Design 的兩階段設計流程:先產 Wireframe 確認版型結構,再下指令生成高擬真 UI,這樣可以在低成本的線框稿階段就鎖定七大區塊與整體調性,避免後期反覆修改浪費 Token。

  • 2

    Midjourney 圖生影(Image to Video)方法:先用 AI 生成完整 Prompt(可借助 Gemini),在 Midjourney 生成靜態圖後,再上傳圖片選 Start Frame 轉為動態影片,比直接文字生影片品質更可控。

  • 3

    Claude Design 直通 Claude Code:設計稿不需人工翻譯成程式碼,透過 Share → Send To → Claude Code 一鍵整合,自動產出結構完整的 HTML 與素材資料夾,大幅縮短設計到開發的交接成本。

  • 4

    SSL 是上線後必做的動作:HTTP 網站在 Google 排名與 SEO 表現上都會受罰,需在 cPanel 安全性申請 SSL 憑證並開啟 HTTPS 強制導向,才算完成正式部署。

實用技巧與重點

乾貨
  • 工具清單:Claude Design、Claude Code、Midjourney、Gemini(Prompt 生成輔助)、Netlify(免費主機)、hosting.com(付費主機)、TinyPNG(圖片壓縮)、cPanel(主機管理介面)
  • Claude Design 方案要求:Claude Pro 以上
  • Wireframe 版本數量建議:2-3 版(Token 成本考量)
  • 網頁區塊數量:首頁共 7 個區塊(Hero、賽事影片 3 格、價目表、最新消息、LOGO 輪播、FAQ、訂閱 CTA、頁尾)
  • 影片尺寸規格:16:9(需寫入 Midjourney Prompt)
  • Midjourney 流程:Gemini 生成 Prompt → Midjourney 出 4 張靜態圖 → 選圖上傳 → Start Frame 設定開頭畫面 → 生成 4 支影片 → 下載使用
  • Claude Code 整合指令取得位置:Claude Design 右上角 Share → Send To → Claude Code(本機用複製指令貼入終端機)
  • cPanel 上傳結構:`public_html/index.html` + `public_html/[images資料夾]/`
  • SSL 申請位置:cPanel → 安全性 → SSL 憑證 → 勾選主網域 → 繼續 → 執行加密
  • HTTPS 強制導向位置:cPanel → 網域 → 找到網域 → 開啟「強制用 HTTPS 連線」
  • hosting.com 方案贈品:承租基礎規格贈一年免費網域

結論

結論

Claude Design 負責設計、Midjourney 負責視覺素材、Claude Code 負責輸出程式碼、cPanel 負責部署——四工具串成一條完整 AI 網站生產線,非工程師也能在一個工作流程內完成從設計到上線的全部動作。

完整解析

詳細

這支影片示範了一套完整的 AI 網站開發流程,核心工具是 Claude Design 與 Claude Code,目標是打造一個暗黑色系的高科技機器人打鬥賽事網站,並最終部署到正式主機對外開放。

流程的第一階段是在 Claude Design 中建立專案,輸入包含七個首頁區塊、暗黑調性的 Prompt,系統會引導使用者選擇區塊類型、網頁調性、顏色偏好與佈局風格,接著生成 2-3 個 Wireframe 版本(Layout A / Layout B)供比較挑選。選定版本後,再下一道指令「用 Layout A 做出高擬真 UI 設計」,Claude Design 便會自動填入科技感用色、文字排版與各區塊佔位圖,形成接近完稿的視覺稿,並支援全螢幕預覽。

第二階段是透過 Midjourney 強化視覺素材。建議先用 Gemini 生成符合 Midjourney 語法的完整 Prompt(指定 16:9、鋼鐵質感、火花特效等細節),再貼入 Midjourney 一次生出四張靜態圖,挑選最滿意的一張後,上傳至 Midjourney 的 Start Frame 功能轉換為動態影片。影片生成後下載,再回到 Claude Design 上傳,並下指令指定將 Hero Section 背景替換為該影片、確保文字明度可讀、設定影片自動循環播放,以及請 Claude Design 協助壓縮影片體積。

第三階段是從設計稿輸出程式碼。在 Claude Design 右上角點選 Share → Send To → Claude Code,複製自動產生的指令,貼入本機 Claude Code 終端機執行,系統便會從 Claude Design 抓取設計資料,輸出結構化的 HTML 主程式與對應的圖片資料夾。接著前往 cPanel 的檔案管理員,進入 public_html 目錄,將 index.html 與圖片資料夾按相同路徑結構上傳,訪問主機商提供的網址即可看到網站正式上線。

最後是上線後的安全性設定。若網址顯示為 HTTP 不安全狀態,需在 cPanel 安全性區塊申請 SSL 憑證並勾選主網域執行加密,等待憑證生效後,再到網域設定開啟「強制用 HTTPS 連線」,確保所有流量統一走加密連線,這對 Google 排名與使用者信任度都有正面影響。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。