Claude Code + Higgsfield MCP = MESIN Konten
CChase AI
Computing/SoftwareAdvertising/MarketingSmall Business/StartupsInternet Technology
Transcript
00:00:00Claude code memiliki masalah dalam pembuatan konten dan MCP terbaru dari Higgs Field
00:00:04server baru saja menyelesaikannya alih-alih harus menghubungkan setiap alat pembuatan konten AI
00:00:09secara individual ke Claude code,
00:00:10yang mana harus Anda lakukan karena alat terbaik berubah dari minggu ke minggu,
00:00:14kita sekarang bisa mendapatkan semuanya di satu tempat melalui server MCP.
00:00:17Dan ini bukan sekadar kemenangan dalam hal kenyamanan.
00:00:19Ini berarti kita sekarang dapat mengotomatiskan sebagian besar proses pembuatan konten
00:00:24kita secara andal dengan alat AI terbaik untuk tugas tersebut.
00:00:28Jadi hari ini saya akan menunjukkan kepada Anda cara memasang alat ini dan
00:00:31proses yang saya gunakan untuk membuat konten ini.
00:00:34Saya mendapatkan seratus ribu penayangan dalam waktu kurang dari 24 jam menggunakan server MCP Higgs Field.
00:00:39Jadi mengapa server MCP Higgs Field ini penting? Mengapa Anda harus peduli?
00:00:43Yah, saya sudah menyinggungnya di intro dan ada dua alasannya.
00:00:45Yang pertama adalah fakta bahwa kita sekarang memiliki satu
00:00:50jalur untuk mendapatkan akses ke setiap alat pembuatan konten AI.
00:00:55Karena sampai sekarang, kita belum benar-benar bisa melakukannya secara terprogram.
00:00:59Sebaliknya, Anda harus menghubungkan semua alat ini satu per satu ke Claude,
00:01:04yang sangat merepotkan.
00:01:05Tidak ada yang melakukan ini karena setiap alat memiliki API dan pembayarannya sendiri,
00:01:10bahkan jika API-nya tersedia untuk umum, yang dalam beberapa kasus tidak tersedia.
00:01:14Sehingga Anda seolah terkunci pada satu atau dua alat yang benar-benar Anda gunakan.
00:01:18Masalahnya adalah yang terbaik selalu berubah setiap saat. Minggu lalu,
00:01:23nano banana pro berada di posisi teratas. Coba tebak? Sekarang GPT images too.
00:01:27Enam bulan lalu, VU three adalah jagoannya, sebulan lalu, Clean.
00:01:31Dan hari ini seed dance. Apakah Anda menggunakan alat terbaik untuk tugas tersebut?
00:01:35Kemungkinan besar tidak jika Anda mengaturnya seperti ini,
00:01:37tapi sekarang saya hanya perlu terhubung ke Higgs Field MCP
00:01:42dan boom, sekarang saya bisa terhubung ke semua ini dan banyak lagi.
00:01:47Dan maksud saya banyak lagi adalah ada 17 model gambar, 14 model video,
00:01:52dan kita memiliki akses ke banyak model eksklusif Higgs Field,
00:01:56namun terobosan sebenarnya bukanlah soal kenyamanan.
00:01:58Ini tentang fakta bahwa karena ini adalah server MCP,
00:02:00kita sekarang bisa mengotomatiskan banyak proses ini melalui Claude code. Misalnya,
00:02:05saya bisa membuat otomatisasi di mana setiap hari,
00:02:08Claude code memeriksa GitHub dan berkata, Hei,
00:02:11apa repositori AI yang paling tren minggu ini, bulan ini,
00:02:16repositori baru yang baru saja dirilis. Ia akan mengambil informasi itu.
00:02:20Ia akan membawanya kembali ke dalam Claude code.
00:02:22Dan sekarang ia akan menyusunnya sedemikian rupa sehingga bisa saya gunakan untuk
00:02:25postingan media sosial. Dalam contoh kita, itu akan berupa korsel.
00:02:30Kemudian ia akan membuat prompt untuk gambar agar kita bisa mendapatkan gambar
00:02:35seperti ini,
00:02:36tapi dengan teks dan informasi dari GitHub yang baru saja diambilnya.
00:02:40Ia berpikir untuk mengirim semua informasi itu ke Higgs Field,
00:02:43yang kemudian akan memanggil GPT images too untuk membuatkan semuanya bagi kita.
00:02:47Kemudian ia membawanya kembali ke Claude code dan voila.
00:02:51Kita baru saja memiliki proses pembuatan konten yang sepenuhnya otomatis.
00:02:54Saya bisa meninjaunya secara manual. Saya bisa meminta Claude code mempostingnya,
00:02:57tapi intinya adalah saya sekarang bisa mengotomatiskan semacam alur kerja.
00:03:01Anda bahkan bisa mengotomatiskan lebih banyak lagi di mana saya mengambil informasi dari
00:03:05tempat luar. Dalam hal ini, GitHub,
00:03:07saya kemudian menganalisis informasinya di dalam Claude code.
00:03:10Saya mengambil informasi yang sudah dianalisis dan mengubahnya menjadi semacam prompt konten,
00:03:14yang dikirim ke Higgs Field MCP. Lalu ia mengembalikan semuanya kepada saya.
00:03:18Dan saya mendapatkan hasil akhir yang bagus tanpa perlu mengangkat jari sedikit pun.
00:03:21Jadi itulah kekuatan sebenarnya yang terbuka melalui server MCP ini.
00:03:25Jadi gabungkan kedua hal ini dan kita benar-benar mengubah Claude code menjadi
00:03:29mesin pemasaran. Sekarang mari kita bahas soal pemasangannya. Pertama-tama,
00:03:32Anda akan memerlukan akun Higgs Field.
00:03:34Saya akan menyertakan tautannya di deskripsi. Jika belum jelas sampai sekarang,
00:03:37Higgs Field adalah pusat segalanya untuk semua hal terkait pembuatan konten AI.
00:03:42Selanjutnya, kita perlu memasang MCP. Dan sebenarnya ada dua cara untuk melakukannya.
00:03:47Satu, kita bisa masuk ke claud.ai dan cukup mengatur konektor.
00:03:51Dua, kita bisa melakukannya langsung di terminal melalui Claude code.
00:03:55Mengatur konektor sangatlah mudah. Anda cukup pergi ke claud.ai.
00:03:58Buka pengaturan. Lalu pergi ke konektor.
00:04:01Anda pilih tambahkan konektor kustom. Salin ini,
00:04:06tempelkan di sana dan klik tambah.
00:04:09Kemudian klik hubungkan dan ia akan meminta Anda untuk masuk.
00:04:12Dan boom, selesai.
00:04:14Saya sekarang pada dasarnya bisa memanggil alat audio video apa pun,
00:04:19alat gambar yang ada di dalam Higgs Field langsung dari Claude, aplikasi webnya.
00:04:23Dan saya juga bisa melakukannya dari aplikasi desktop. Di dalam obrolan, saya berkata,
00:04:26gunakan konektor Higgs Field dan buatlah sebuah gambar yang membahas kekuatan
00:04:29Claude code plus Higgs Field menggunakan GPT image too.
00:04:32Dan Anda bisa melihat ia sedang memanggil modelnya sekarang.
00:04:36Ia akan meminta beberapa izin dari Anda.
00:04:37Anda bisa melihat prompt sebenarnya yang dikirimkan dalam format JSON dan kita lihat progres gambarnya.
00:04:42Hal yang menyenangkan dari melakukan ini di dalam aplikasi
00:04:47chatbot yang sebenarnya atau di desktop Anda,
00:04:49aplikasi Claude, adalah fakta bahwa gambar akan dihasilkan secara langsung,
00:04:52yang berarti saya benar-benar bisa melihatnya. Dan ingat,
00:04:54ada banyak hal lain yang bisa kita lakukan selain sekadar membuat gambar atau video.
00:04:58Sebenarnya banyak hal yang terjadi di balik layar dengan MCP ini.
00:05:01Anda bisa meminta Claude sendiri untuk menjelaskannya kepada Anda,
00:05:04tapi saya juga punya panduan yang saya tulis yang akan saya masukkan ke dalam
00:05:07komunitas sekolah gratis. Akan ada tautannya di deskripsi.
00:05:10Dan inilah gambar yang ia buat untuk kita. Saat saya mengarahkan kursor ke atasnya,
00:05:13Anda bisa melihat ada beberapa opsi. Saya bisa membuatnya ulang.
00:05:16Jadi pada dasarnya cukup kirim prompt lagi ke sana, saya bisa menganimasikannya.
00:05:19Jadi kirimkan ke editor video. Saya bisa mengeditnya.
00:05:22Dan yang dilakukannya adalah memunculkan prompt lain. Dalam hal ini,
00:05:26ia akan mengirimkannya ke nano banana too, tapi saya bisa mengubahnya ke, Anda tahu,
00:05:29seperti GPT image too.
00:05:32Ia menautkan gambar referensi sehingga ia tahu apa yang sedang diedit.
00:05:36Dan kemudian Anda tinggal memasukkan prompt Anda di sana.
00:05:37Sangat intuitif dalam hal bagaimana Anda mengotak-atiknya di dalam
00:05:42aplikasi obrolan,
00:05:43tapi mari kita bahas apa yang menurut saya merupakan terobosan terbesar yaitu menggunakannya
00:05:46di dalam Claude code. Jadi untuk mengatur server MCP di dalam Claude code,
00:05:50caranya juga sangat sederhana,
00:05:51secara harfiah tinggal gunakan bahasa sehari-hari dan katakan siapkan server MCP ini untuk saya.
00:05:56Anda tinggal kembali ke halaman ini, yaitu halaman Higgsfield MCP.
00:05:59Saya akan menautkannya juga. Kita pilih konektor kustom.
00:06:03Tempelkan di sana dan ia akan mulai bekerja.
00:06:06Ia akan menyiapkannya untuk Anda.
00:06:07Dan ia juga akan memberi tautan untuk melalui proses autentikasi yang sama.
00:06:10Anda baru saja melihat saya melakukannya di aplikasi web. Sekarang untuk memastikan sudah siap,
00:06:13cukup ketik /MCP. Dan Anda seharusnya melihat Higgsfield terhubung.
00:06:17Jika tidak, mengobrol saja dengan Claude code,
00:06:20dan ia akan memandu Anda melalui langkah-langkah untuk memastikan sudah terhubung.
00:06:22Anda mungkin hanya perlu keluar dari cloud code dan membukanya kembali. Sekarang pada titik ini,
00:06:26setelah server MCP terhubung,
00:06:28kita sekarang bisa menggunakan model pembuatan konten AI apa pun dari
00:06:34terminal melalui bahasa alami.
00:06:36Jadi jika saya memberi tahu Claude code buatkan saya 16 gambar berbeda
00:06:41dengan GPT images too, ia akan melakukannya untuk Anda.
00:06:44Dan ia akan langsung mengunduhnya dan Anda bahkan bisa mengatakannya, Hei,
00:06:47saya ingin Anda memunculkan gambar-gambarnya untuk saya.
00:06:48Satu-satunya kekurangan di terminal adalah jelas kita tidak bisa melihat gambarnya di dalam
00:06:52terminal itu sendiri, tapi Hei,
00:06:55apa yang benar-benar ingin kita lakukan adalah mencari tahu cara memasukkan ini ke dalam
00:06:58otomatisasi, cara membuat skripnya.
00:06:59Namun pemberian prompt dengan bahasa alami itu sederhana dan prosesnya sama persis seperti yang
00:07:04saya tunjukkan di aplikasi web.
00:07:05Jadi mari kita lalui proses ini.
00:07:07Hal pertama yang kita butuhkan adalah kemampuan untuk mengambil informasi dari GitHub dan
00:07:11membawanya kembali ke cloud code. Dan Anda bisa melihatnya di sini.
00:07:13Ini adalah otomatisasi yang berjalan setiap pagi,
00:07:15dan ia mengambil 10 repositori GitHub yang paling tren minggu ini yang
00:07:20dibuat dalam tujuh hari terakhir dan mengurutkannya berdasarkan bintang.
00:07:24Ia memberi saya deskripsi singkat, semua hal semacam itu.
00:07:26Dan saya juga bisa melihat lima besar yang sedang tren selama sebulan terakhir. Dan sekali lagi,
00:07:30ini hanyalah repositori baru yang baru saja muncul.
00:07:32Sekarang, membuat ini untuk diri Anda sendiri sebenarnya sangat sederhana.
00:07:35Saya memiliki rincian lengkapnya di dalam chase AI plus,
00:07:38tapi Anda bisa langsung memberi prompt ke cloud code dan berkata, Hei,
00:07:40bisakah Anda buatkan otomatisasi yang memeriksa GitHub untuk hal ini setiap hari?
00:07:44Tidak ada API yang perlu Anda siapkan atau hal semacam itu.
00:07:46Tapi apa yang ingin saya lakukan adalah saya ingin cloud code melihat informasi ini dan
00:07:51saya ingin ia mengubahnya menjadi sebuah korsel.
00:07:55Dan jika Anda tidak terbiasa dengan korsel, itu hanyalah postingan seperti ini.
00:07:58Kita akan memiliki semacam halaman sampul. Yang ini adalah lima besar keahlian front end cloud code,
00:08:02tapi sebagai gantinya kita akan membuat lima besar repositori GitHub log code atau lima besar repositori AI.
00:08:07Kita lihat apa yang dihasilkan oleh cloud code.
00:08:09Saya akan memberinya gambar referensi yang Anda lihat di sini.
00:08:11Jadi saya akan memberinya halaman sampul dan saya akan memberikan beberapa, Anda tahu,
00:08:15slide isi, istilahnya,
00:08:16karena saya ingin gayanya sama dan kita akan lihat hasilnya.
00:08:20Jadi saya akan memasukkan ini,
00:08:23saya akan memasukkan informasi GitHub dan kemudian cloud coach berkata, oke,
00:08:27berdasarkan semua yang ada di GitHub ini, berdasarkan gambar referensi,
00:08:31inilah yang harus kita pikirkan dalam menyusun sebuah prompt.
00:08:34Jadi saya memberi cloud code sebuah prompt yang cukup sederhana. Saya bilang,
00:08:36lihatlah data GitHub yang sedang tren hari ini.
00:08:39Apa yang baru saja saya tunjukkan di dalam obsidian.
00:08:41Saya ingin membuat korsel yang membahas informasi tersebut.
00:08:44Kita bisa menamakannya lima besar repositori AI yang tren bulan ini atau semacamnya.
00:08:48Saya ingin ini diubah menjadi slide seperti ini, sampul ditambah slide isi.
00:08:52Dan kemudian saya memberikan empat slide itu atau tiga slide itu. Lalu saya bilang,
00:08:57mari kita bahas dulu sebelum mengirimnya untuk pembuatan konten.
00:08:59Sekarang apa yang kita lakukan di sini adalah kita seolah melakukannya secara manual
00:09:04langkah demi langkah. Jadi kita sudah punya kontennya.
00:09:07Sekarang kita akan membahasnya sebelum kita mengirimnya ke Higgs field.
00:09:10Apa yang sebenarnya ingin Anda lakukan setelah Anda merasa ini sudah pas
00:09:15dan Anda terus melakukan ini berulang kali adalah alih-alih saya bilang baiklah,
00:09:19sekarang mari kerjakan GitHub. Sekarang mari kita bahas. Sekarang mari kirim prompt-nya.
00:09:23Kita sebenarnya bisa mengubah seluruh proses ini menjadi semacam satu panggilan besar.
00:09:27Anda bisa menyebutnya seperti skill Higgs field, atau keahlian apa pun.
00:09:31Anda bisa memberinya nama apa pun yang Anda inginkan,
00:09:33tetapi Anda bisa mengotomatiskan seluruh proses ini dan Anda bisa memiliki sesuatu yang setiap
00:09:37hari, Anda tahu, tepat setelah memeriksa GitHub di pagi hari dan berkata, Hei,
00:09:42ini dia 10 repositori teratas. Nah, kenapa tidak kita ubah saja jadi postingan?
00:09:45Anda bisa punya korsel setiap hari yang mengatakan, Hei,
00:09:47inilah 10 repositori AI yang paling tren hari ini.
00:09:52Anda tahu,
00:09:53itu sebenarnya konten yang cukup relevan yang disukai orang,
00:09:56dan ini cara mudah untuk membuatnya. Saya tidak melihat ide saya.
00:10:00Jadi Claude memberitahu kita, Hei, saya sudah mengambil file yang sedang tren hari ini.
00:10:03Ia hanya mengulangi lima repositori GitHub teratas untuk bulan ini.
00:10:07Ia punya beberapa pemikiran. Claude code mulai curiga. Ya. Ya. Agak aneh.
00:10:13Membahas tentang sudut pandang pemikat, membahas tentang judul
00:10:18serta tata letak dan gambar utama serta semua hal ini.
00:10:22Jadi inilah prompt yang saya berikan. Ia membahas tentang menggunakan keahlian korsel,
00:10:25yang sebenarnya adalah keahlian yang tidak relevan untuk hal ini.
00:10:26Itu tidak ada hubungannya dengan Higgsfield MCP. Jadi saya bilang, abaikan skill itu.
00:10:30Mari kita mulai dengan slide sampul.
00:10:31Jadi slide utama yang akan dilihat semua orang, saya ingin gayanya sama dengan
00:10:35gambar referensi. Saya minta Anda gunakan teks Anda, gunakan Higgsfield MCP,
00:10:39gunakan GPT images too untuk variasinya. Dan itu agak bertele-tele,
00:10:43yang mana itulah alasan mengapa Anda nantinya ingin mengubah ini menjadi sebuah skill nyata.
00:10:47Ini adalah sesuatu yang sering Anda lakukan.
00:10:48Jadi ingat kita mencoba membuat sesuatu yang terlihat seperti ini karena kita
00:10:53memasukkan gambar referensi yang persis sama di sana.
00:10:55Dan kita bilang buatlah sesuatu yang serupa, tinggal ubah teksnya,
00:10:58ubah judulnya. Jadi ia baru saja kembali dengan empat varian.
00:11:01Butuh waktu sekitar lima menit.
00:11:03Pahami bahwa kecepatan proses ini akan sepenuhnya
00:11:07tergantung pada model yang Anda gunakan dan kualitasnya. Jadi untuk GPT image two,
00:11:12Saya menggunakan GPT images 2 dengan kualitas tinggi 2K dan menginginkan empat variasi.
00:11:15Hal lain yang perlu Anda pikirkan saat melakukan ini adalah cara kerja MCP,
00:11:19Anda hanya mengirimkan sebuah permintaan.
00:11:21Sistem tidak akan memberi tahu Anda saat selesai. Jadi Anda perlu memberi tahu Claude Code,
00:11:25"Hei,
00:11:25saya ingin Anda memeriksa Higgsfield setiap 60 detik,
00:11:28atau 90 detik untuk melihat apakah sudah selesai, lalu berikan hasilnya kepada saya."
00:11:32Jadi, inilah empat variasinya. Kita punya satu, dua, tiga, empat.
00:11:37Sekarang kita sudah menyuruhnya melakukan hal yang sama persis.
00:11:39Cukup masukkan teks baru kita ke dalamnya. Dan ia melakukannya dengan tepat. Sebenarnya,
00:11:43menurut saya ini terlihat cukup bagus. Jika saya ingin mengedit sesuatu,
00:11:46saya mungkin akan menghapus daftar di bagian bawah ini.
00:11:48Dan saya tidak yakin apakah saya menyukai tulisan Chase AI di bagian atas,
00:11:52tapi intinya, jika Anda menginstruksikan, "Hei, gunakan gambar referensi ini,"
00:11:55ia akan mengirimkan gambar referensi tersebut.
00:11:56Sama seperti jika Anda melakukannya secara manual. Jadi, langkah pertama,
00:12:00memberinya semacam gambar referensi untuk sampul, hasilnya sangat memuaskan.
00:12:04Sekarang mari kita lihat seberapa baik kinerjanya pada slide isi ini.
00:12:07Sekarang Anda akan melihat di sini,
00:12:08kita sebenarnya mengambil beberapa materi dari halaman GitHub itu sendiri.
00:12:12Jadi yang akan saya perintahkan pada Claude Code di sini adalah cari aset Anda sendiri
00:12:17yang bisa kita gunakan sebagai gambar referensi yang sesuai untuk halaman nilai.
00:12:21Sekali lagi,
00:12:21kita memiliki kekuatan penuh Claude Code di sini untuk membantu meningkatkan kualitas
00:12:26pekerjaan ini. Jadi saya katakan, slide pertama terlihat bagus. Mari lanjut ke slide isi.
00:12:30Gunakan repositori GitHub pertama yang muncul. Lalu saya katakan, "Hei,
00:12:34silakan cari tahu aset apa yang kita butuhkan dari GitHub tersebut untuk digunakan
00:12:39dalam pembuatan ini. Riset GitHub tersebut, ambil aset yang diperlukan,
00:12:42dan tambahkan juga ke permintaan MCP." Jadi saya menyuruhnya melakukan banyak hal,
00:12:46seperti menjelajah internet, mencari repositori yang tepat,
00:12:48mengambil apa yang dibutuhkan dari sana, memasukkannya ke dalam prompt,
00:12:51lalu mengirimkannya ke MCP. Dan inilah hasilnya.
00:12:54Ia memberikan slide untuk awesome-design.md sebagai referensi.
00:12:58Seperti inilah tampilan GitHub awesome-design.md tersebut. Jadi
00:13:02sangat mirip. Menurut saya itu terlihat bagus. Dan ia memberi kita empat variasi,
00:13:08semuanya sedikit berbeda, tidak ada yang benar-benar mencolok,
00:13:12tapi menurut saya ia melakukan pekerjaan yang sangat baik.
00:13:14Ini juga sangat cocok dengan estetika yang kita berikan di sini pada gambar
00:13:19referensi. Jadi, benar-benar bagus.
00:13:21Sekarang yang perlu kita lakukan hanyalah mengulangi proses yang sama untuk slide
00:13:25sisanya. Dan kita tidak perlu melakukannya satu per satu pada tahap ini.
00:13:27Kita bisa menyuruhnya mengerjakan semuanya sekaligus dengan cepat.
00:13:30Jadi Anda bisa melihat betapa mudahnya kita mengubah sesuatu seperti ini menjadi
00:13:35mesin konten,
00:13:35terutama jika kita memiliki sumber daya seperti daftar repositori GitHub
00:13:41yang diperbarui setiap hari, ini seperti konten evergreen yang akan
00:13:45diminati orang-orang. Dan saya bisa melakukan semuanya dari sini.
00:13:47Saya bisa mengubah ini menjadi satu keahlian tunggal dengan server MCP,
00:13:51yang benar-benar memperkuat sisi kreatif. Sekarang,
00:13:53satu hal yang juga akan saya sampaikan adalah Anda tidak harus menggunakan
00:13:57pembuatan gambar AI sepenuhnya untuk semua hal ini.
00:14:00Anda juga bisa melakukan gaya hibrida di mana kita menggunakan Higgsfield untuk
00:14:04gambar sampul,
00:14:05karena di situlah estetika benar-benar memainkan peran besar.
00:14:08Lalu mungkin Anda ingin biaya yang lebih rendah dan token yang lebih sedikit.
00:14:12Dan untuk slide isi, Anda bisa menggunakan HTML atau semacamnya,
00:14:16biarkan Claude Code membuatnya melalui kode. Banyak cara untuk melakukan ini.
00:14:20Tapi hal utamanya adalah, kita memiliki banyak pilihan sekarang.
00:14:22Kita punya banyak opsi sekarang dengan server MCP ini.
00:14:24Jadi, sampai di sini saja untuk hari ini.
00:14:27Semua tautan untuk materi ini dapat ditemukan di dalam deskripsi.
00:14:30Pastikan untuk mengecek Chase AI
00:14:32Plus jika Anda ingin mendapatkan masterclass Claude Code saya.
00:14:35Dan seperti biasa, sampai jumpa lagi.
Community Posts
No posts yet. Be the first to write about this video!
Write about this video