Claude Code + Higgsfield MCP = МАШИНА для создания контента
CChase AI
Computing/SoftwareAdvertising/MarketingSmall Business/StartupsInternet Technology
Transcript
00:00:00У Claude code есть проблема с созданием контента, и новый MCP-сервер
00:00:04от Higgs Field только что её решил. Вместо того чтобы подключать каждый
00:00:09инструмент создания ИИ-контента к Claude code по отдельности,
00:00:10что приходится делать, так как лучшие из них меняются каждую неделю,
00:00:14теперь мы можем собрать их все в одном месте через MCP-сервер.
00:00:17И это не просто победа в плане удобства.
00:00:19Это значит, что теперь мы можем надежно автоматизировать большую часть процесса
00:00:24создания контента, используя лучший ИИ-инструмент для конкретной задачи.
00:00:28Поэтому сегодня я покажу вам, как именно установить этот инструмент и какой
00:00:31процесс я использовал для создания этого контента.
00:00:34Я набрал сто тысяч просмотров менее чем за 24 часа с помощью MCP-сервера
00:00:39Higgs Field. Так почему этот сервер так важен? Почему вас это должно волновать?
00:00:43Ну, я намекнул на это во вступлении, и на то есть две причины.
00:00:45Первая — это тот факт, что теперь у нас есть единый
00:00:50путь к получению доступа к каждому инструменту
00:00:55создания ИИ-контента. Раньше мы не могли делать это программно.
00:00:59Вместо этого приходилось подключать все эти инструменты к Claude по отдельности —
00:01:04та еще головная боль.
00:01:05Никто этим не занимался, потому что у каждого свой API, свои платежи,
00:01:10даже если API был публично доступен, что бывало не всегда.
00:01:14И вы были как бы заперты в рамках тех одного-двух, которые реально использовали.
00:01:18Проблема в том, что лидеры постоянно меняются. На прошлой неделе
00:01:23лучшим был nano banana pro. И что же? Теперь это GPT images 2.
00:01:27Полгода назад топом был VU 3, месяц назад — Clean.
00:01:31А сегодня это seed dance. Используете ли вы лучший инструмент для задачи?
00:01:35Скорее всего, нет, если ваша система настроена по-старому,
00:01:37но теперь мне достаточно подключиться к Higgs Field MCP,
00:01:42и бум — я могу работать со всеми этими инструментами и не только.
00:01:47Под «не только» я имею в виду 17 моделей для изображений, 14 для видео,
00:01:52а также доступ ко многим проприетарным моделям Higgs Field,
00:01:56но главная фишка даже не в удобстве.
00:01:58Дело в том, что раз это MCP-сервер,
00:02:00мы можем автоматизировать многие процессы через Claude code. Например,
00:02:05я могу создать автоматизацию, где каждый божий день
00:02:08Claude code заглядывает на GitHub и спрашивает: «Эй,
00:02:11какие ИИ-репозитории сейчас в тренде за эту неделю или месяц?»,
00:02:16особенно совсем новые. Он берет эту информацию,
00:02:20возвращает её внутрь Claude code,
00:02:22и структурирует так, чтобы я мог использовать её для
00:02:25поста в соцсетях. В нашем примере это будет карусель.
00:02:30Затем он создаст промпт для генерации изображений,
00:02:35чтобы мы получили картинки вроде этих,
00:02:36но с текстом и данными из GitHub, которые он только что подтянул.
00:02:40Он планирует отправить все эти данные в Higgs Field,
00:02:43который вызовет GPT images 2, чтобы создать всё это для нас.
00:02:47Затем он возвращает результат в Claude code, и вуаля.
00:02:51У нас готов полностью автоматизированный процесс создания контента.
00:02:54Я могу просмотреть их вручную или поручить Claude code их опубликовать,
00:02:57но суть в том, что теперь я могу автоматизировать любой рабочий процесс.
00:03:01Вы могли бы автоматизировать еще больше, собирая данные из
00:03:05внешних источников. В данном случае это GitHub,
00:03:07затем я анализирую информацию внутри Claude code.
00:03:10Я беру этот анализ и превращаю его в промпт для контента,
00:03:14который уходит на Higgs Field MCP. А потом он возвращает мне готовый результат.
00:03:18И у меня есть отличный материал, при этом я и пальцем не пошевелил.
00:03:21Вот в чем настоящая мощь этого MCP-сервера.
00:03:25Соедините эти две вещи, и мы превратим Claude code в настоящую
00:03:29маркетинговую машину. Теперь поговорим об установке. Во-первых,
00:03:32вам понадобится аккаунт Higgs Field.
00:03:34Ссылку на него я оставлю в описании. Если до сих пор было не ясно,
00:03:37Higgs Field — это универсальный сервис для всего, что связано с ИИ-контентом.
00:03:42Далее нам нужно установить MCP. Сделать это можно двумя способами.
00:03:47Первый: зайти в claud.ai и просто настроить коннектор.
00:03:51Второй: сделать это прямо в терминале через Claude code.
00:03:55Настроить коннектор очень просто. Зайдите на claud.ai,
00:03:58перейдите в настройки (Settings), затем в «Connector».
00:04:01Выберите «Add custom connector». Скопируйте нужную строку,
00:04:06вставьте её и нажмите «Add».
00:04:09Затем нажмите «Connect», и система попросит вас войти в аккаунт.
00:04:12И бум — готово.
00:04:14Теперь я могу вызывать любые инструменты для аудио, видео
00:04:19и изображений из Higgs Field прямо из веб-приложения Claude.
00:04:23То же самое можно делать и в десктопном приложении. В чате я написал:
00:04:26«Используй коннектор Higgs Field и создай изображение о мощи»
00:04:29«Claude code + Higgs Field с помощью GPT image 2».
00:04:32И вы видите, как он прямо сейчас вызывает модель.
00:04:36Система запросит у вас разрешения.
00:04:37Вы видите сам промпт в формате JSON и процесс генерации
00:04:42изображения.
00:04:42Прелесть работы внутри чат-бота
00:04:47или в приложении Claude на компьютере
00:04:49в том, что изображения генерируются прямо в чате,
00:04:52то есть я сразу их вижу. И помните,
00:04:54мы можем делать гораздо больше, чем просто создавать картинки или видео.
00:04:58В этом MCP скрыто много возможностей.
00:05:01Вы можете попросить сам Claude объяснить их вам,
00:05:04но у меня также есть руководство, которое я выложу в нашем
00:05:07бесплатном сообществе School. Ссылка будет в описании.
00:05:10А вот и изображение, которое он для нас создал. Наведя на него,
00:05:13вы увидите несколько вариантов. Я могу пересоздать его —
00:05:16по сути, отправить промпт заново. Могу анимировать его —
00:05:19то есть отправить в видеоредактор. Или могу отредактировать.
00:05:22При выборе правки появляется еще одно поле для промпта. В данном случае
00:05:26он бы отправил запрос в nano banana 2, но я могу сменить её на,
00:05:29например, GPT image 2.
00:05:32Он прикрепляет референсное изображение, чтобы знать, что именно править.
00:05:36Затем вы просто вводите свой промпт.
00:05:37Всё довольно интуитивно в плане того, как с этим работать
00:05:42внутри чат-приложения,
00:05:43но давайте обсудим, пожалуй, главную фишку — использование
00:05:46внутри Claude code. Настройка MCP-сервера в Claude code
00:05:50тоже предельно проста,
00:05:51буквально обычными словами скажите: «Настрой для меня этот MCP-сервер».
00:05:56Вернитесь на страницу Higgsfield MCP,
00:05:59ссылку я тоже дам. Выбираем «Custom connector».
00:06:03Вставляете код, и он пойдет работать —
00:06:06всё настроит за вас.
00:06:07Также он даст ссылку для прохождения той же авторизации,
00:06:10которую я делал в веб-приложении. Чтобы убедиться в успехе,
00:06:13введите /mcp. Вы должны увидеть, что Higgsfield подключен.
00:06:17Если нет — просто пообщайтесь с Claude code,
00:06:20он подскажет шаги для проверки соединения.
00:06:22Возможно, нужно просто перезапустить Claude code. Теперь,
00:06:26когда MCP-сервер подключен,
00:06:28мы можем использовать практически любую ИИ-модель для контента
00:06:34прямо из терминала через обычный текст.
00:06:36Так что если я скажу Claude code: «Создай мне 16 разных картинок»
00:06:41«через GPT images 2», он это сделает.
00:06:44Он их скачает, и вы даже можете сказать: «Эй,
00:06:47открой мне эти изображения».
00:06:48Единственный минус терминала в том, что мы не видим картинки прямо
00:06:52в нем самом, но погодите,
00:06:55наша настоящая цель — понять, как встроить это в
00:06:58автоматизацию или скрипт.
00:06:59Но работа через текстовые промпты проста и идентична
00:07:04процессу в веб-приложении.
00:07:05Давайте разберем этот процесс.
00:07:07Сначала нам нужно уметь доставать информацию из GitHub и
00:07:11передавать её в Claude code. Вы видите это здесь.
00:07:13Это автоматизация, которая запускается каждое утро,
00:07:15она берет топ-10 трендовых репозиториев GitHub за неделю,
00:07:20созданных за последние 7 дней, и ранжирует их по звездам.
00:07:24Она дает краткое описание и прочие детали.
00:07:26Также я вижу топ-5 трендов за последний месяц. Опять же,
00:07:30это только новички, которые только что появились.
00:07:32Создать такое для себя на самом деле очень просто.
00:07:35У меня есть подробный разбор в Chase AI Plus,
00:07:38но вы можете буквально попросить Claude code: «Слушай,
00:07:40создай автоматизацию, которая проверяет GitHub каждый день».
00:07:44Никаких API настраивать не нужно.
00:07:46Но я хочу, чтобы Claude code изучил эту информацию и
00:07:51превратил её, по сути, в карусель.
00:07:55Если вы не знакомы с каруселями — это посты вроде этого.
00:07:58Тут есть обложка. Например, «Топ-5 фронтенд-скиллов Claude code»,
00:08:02но вместо этого мы сделаем «Топ-5 ИИ-репозиториев на GitHub».
00:08:07Посмотрим, что предложит Claude code.
00:08:09Я дам ему референсные изображения, которые вы видите здесь.
00:08:11То есть обложку и несколько, так сказать,
00:08:15основных слайдов,
00:08:16потому что я хочу, чтобы всё было в едином стиле.
00:08:20Я скормлю ему это,
00:08:23данные с GitHub, и тогда Claude code скажет: «Окей»,
00:08:27«на основе данных GitHub и этих референсов»,
00:08:31«вот какой промпт нам стоит составить».
00:08:34Я дал Claude code довольно простой промпт. Я сказал:
00:08:36«Посмотри на наши тренды GitHub за сегодня».
00:08:39То, что я только что показывал в Obsidian.
00:08:41«Я хочу создать карусель на основе этой информации».
00:08:44Назовем её «Топ-5 трендовых ИИ-репозиториев месяца» или типа того.
00:08:48«Преврати это в слайды: обложка плюс наполнение».
00:08:52Затем я загрузил те три-четыре слайда и сказал:
00:08:57«Давай обсудим это перед тем, как отправлять на генерацию».
00:08:59Сейчас мы как бы вручную проходим каждый
00:09:04шаг. Контент мы уже подготовили.
00:09:07Теперь мы его обсуждаем, прежде чем отправить в Higgs Field.
00:09:10На деле же, когда вы доведете этот процесс до идеала
00:09:15и будете делать это постоянно, вместо моих команд «так, теперь GitHub»,
00:09:19«теперь обсуждаем», «теперь запускаем промпты» —
00:09:23можно объединить всё это в один большой вызов.
00:09:27Можно назвать это «навыком Higgs Field» или как угодно ещё,
00:09:31как вам больше нравится,
00:09:33но вы можете полностью автоматизировать этот процесс, чтобы каждое
00:09:37утро, как только обновляется GitHub, система говорила: «О, вот топ-10».
00:09:42«А почему бы не превратить их в пост?»
00:09:45У вас могла бы выходить карусель каждый день:
00:09:47«Вот топ-10 самых популярных ИИ-репозиториев на сегодня».
00:09:52Знаете,
00:09:53это действительно полезный контент, который нравится людям,
00:09:56и это легкий способ его создавать. Не воруйте мою идею.
00:10:00Итак, Claude говорит нам: «Я подтянул сегодняшние файлы трендов».
00:10:03что на самом деле является бесполезным навыком для этой задачи.
00:10:07У него есть мысли. Claude code подозрителен. Да, есть немного.
00:10:13Он рассуждает о «крючке» для аудитории, о заголовке,
00:10:18а также о макете, главном изображении и всём прочем.
00:10:22Вот промпт, который я ему дал. Он заикнулся про навык карусели,
00:10:25который здесь вообще ни к чему.
00:10:26Это не имеет отношения к Higgsfield MCP. Поэтому я сказал: «Забудь про тот навык».
00:10:30«Начнем с обложки».
00:10:31«С того главного слайда, который увидят все. Хочу в том же стиле»,
00:10:35«что и референс. Используй свой текст, Higgsfield MCP»,
00:10:39«и GPT images 2 для вариантов». Вышло немного многословно,
00:10:43поэтому со временем лучше превратить это в готовый «навык».
00:10:47Особенно если вы делаете это часто.
00:10:48Помните, мы пытаемся создать что-то похожее на это, потому что
00:10:53мы подгружаем именно этот референс.
00:10:55И говорим: «Сделай аналогично, только поменяй текст»
00:10:58«и заголовок». И вот он вернулся с четырьмя вариантами.
00:11:01Это заняло около пяти минут.
00:11:03Учтите, что скорость работы будет полностью
00:11:07зависеть от выбранной модели и качества. Для GPT image 2
00:11:12Я делал высокое качество 2K и хотел получить четыре варианта.
00:11:15Еще одна вещь, о которой стоит подумать: MCP работает так,
00:11:19что вы просто отправляете запрос.
00:11:21Он не пришлет уведомление о готовности. Вам нужно сказать Claude Code:
00:11:25«Эй,
00:11:25я хочу, чтобы ты опрашивал Higgsfield каждые 60 секунд»,
00:11:28или 90 секунд, чтобы проверить готовность и вернуть результат.
00:11:32Итак, вот четыре варианта. Один, два, три, четыре.
00:11:37По сути, мы велели ему сделать ровно то же самое,
00:11:39только наложить наш новый текст. И он сделал именно это. Вообще,
00:11:43я думаю, выглядит неплохо. Если бы я хотел что-то отредактировать,
00:11:46я бы, наверное, убрал этот список внизу.
00:11:48И не уверен, что мне очень нравится надпись «Chase AI» сверху,
00:11:52но суть в том, что если сказать: «Используй это референсное изображение»,
00:11:55он его отправляет.
00:11:56Это как если бы вы делали это вручную. Итак, шаг первый —
00:12:00дать референс для обложки — выполнен на отлично.
00:12:04Теперь посмотрим, как он справится с внутренними слайдами.
00:12:07Заметьте,
00:12:08здесь мы берем контент прямо со страницы GitHub.
00:12:12Поэтому я попрошу Claude Code найти подходящие ассеты,
00:12:17которые можно использовать как референсы для содержательной части.
00:12:21Опять же,
00:12:21нам доступна вся мощь Claude Code для повышения качества
00:12:26работы. Я сказал: «Первый слайд хорош. Переходим к остальным.
00:12:30Используй первый репозиторий GitHub». И добавил: «Эй,
00:12:34разберись, какие ресурсы нам нужны с самого GitHub
00:12:39для этой генерации. Изучи репозиторий, скачай нужное
00:12:42и добавь в запрос к MCP». Так что я поручил ему немало:
00:12:46сходить в интернет, найти нужный репозиторий,
00:12:48взять оттуда всё необходимое, добавить в промпт
00:12:51и отправить на MCP. И вот что получилось.
00:12:54Он выдал нам слайд на основе файла awesome design .md.
00:12:58Вот как выглядит этот репозиторий на GitHub.
00:13:02Очень похоже. Думаю, отлично вышло. Он дал четыре варианта,
00:13:08все немного разные, ничего сверхвыдающегося,
00:13:12но, на мой взгляд, он справился очень хорошо.
00:13:14К тому же, это точно соответствует эстетике,
00:13:19которую мы задали референсом. Прямо очень здорово.
00:13:21Теперь осталось только повторить этот процесс для всех
00:13:25остальных слайдов. И на этом этапе не нужно делать это по одному.
00:13:27Мы можем запустить генерацию всех слайдов сразу.
00:13:30Вы видите, как легко превратить подобную систему в фабрику
00:13:35контента,
00:13:35особенно если у нас есть ресурс вроде ежедневно обновляемого
00:13:41списка репозиториев GitHub — это вечно актуальный контент.
00:13:45И я могу делать всё прямо отсюда.
00:13:47Я могу превратить это в один навык с сервером MCP,
00:13:51который возьмет на себя креатив. Но
00:13:53хочу упомянуть еще кое-что: не обязательно использовать
00:13:57чистую ИИ-генерацию изображений для всего подряд.
00:14:00Можно использовать гибридный стиль: Higgsfield для обложки,
00:14:04потому что
00:14:05именно здесь эстетика играет ключевую роль.
00:14:08А для остального можно снизить затраты и расход токенов.
00:14:12Для внутренних слайдов можно использовать HTML или что-то подобное,
00:14:16пусть Claude Code генерирует это кодом — подходов много.
00:14:20Но главное в том, что теперь у нас есть выбор.
00:14:22С этим MCP-сервером у нас появились варианты.
00:14:24На этом я сегодня закончу.
00:14:27Все ссылки на материалы можно найти в описании.
00:14:30Обязательно загляните на Chase AI Plus,
00:14:32если хотите получить доступ к моему мастер-классу по Claude Code.
00:14:35И как всегда, скоро увидимся.
Community Posts
No posts yet. Be the first to write about this video!
Write about this video