Claude Code + Higgsfield MCP = 最強のコンテンツ量産マシン

日本語العربيةDeutschEnglishEspañolFrançaisहिन्दीBahasa Indonesia한국어PortuguêsРусский中文
CChase AI
Computing/SoftwareAdvertising/MarketingSmall Business/StartupsInternet Technology

Transcript

00:00:00Claude Codeにはコンテンツ作成に関する課題がありますが、Higgs Fieldの最新MCP
00:00:04サーバーがそれを解決しました。あらゆるAIコンテンツ作成ツールを
00:00:09Claude Codeに個別に接続する必要はありません。
00:00:10優れたツールは週ごとに変わるため、本来なら個別の接続が必要ですが、
00:00:14MCPサーバー経由で、それらすべてを1か所で利用できるようになりました。
00:00:17これは単に利便性が向上しただけではありません。
00:00:19最適なAIツールを使って、コンテンツ作成プロセスの大部分を
00:00:24確実かつ自動化できるようになったことを意味します。
00:00:28本日は、このツールのインストール方法と、このコンテンツを作成するために
00:00:31私が実際に使用したプロセスを詳しく説明します。
00:00:34Higgs Field MCPサーバーを使い、24時間足らずで10万回再生を達成しました。
00:00:39では、なぜHiggs Field MCPサーバーが重要なのでしょうか？ その理由を説明します。
00:00:43冒頭でも触れましたが、理由は2つあります。
00:00:451つ目は、あらゆるAIコンテンツ作成ツールへアクセスするための
00:00:50単一の経路が確保されたことです。
00:00:55これまでは、プログラムで一括してアクセスすることはできませんでした。
00:00:59代わりに、これらすべてのツールをClaudeに個別に接続する必要があり、
00:01:04非常に面倒な作業でした。
00:01:05各ツールに独自のAPIや支払い体系があり、誰もそんなことはしませんでした。
00:01:10APIが公開されていないケースもありましたしね。
00:01:14そのため、実際に使用している1つか2つのツールに縛られがちでした。
00:01:18問題は、最適なツールが常に変化することです。先週は
00:01:23Nano Banana Proがトップでしたが、今はGPT Images 2です。
00:01:27半年前はVU 3、1ヶ月前はClean、そして今日はSeed Danceが主流です。
00:01:31あなたは、その仕事に最適なツールを使えていますか？
00:01:35以前の環境では、その可能性は低かったでしょう。
00:01:37しかし今は、Higgs Field MCPに接続するだけで、
00:01:42これらすべて、そしてそれ以上のツールに接続できるのです。
00:01:47「それ以上」というのは、17の画像モデルと14の動画モデルがあり、
00:01:52Higgs Field独自のモデルも多数利用できるということです。
00:01:56しかし、真のメリットは利便性ではありません。
00:01:58MCPサーバーであるため、Claude Codeを通じて
00:02:00これらのプロセスの多くを自動化できるようになったことが最大の変革です。
00:02:05例えば、毎日次のような自動化を実行できます。
00:02:08Claude CodeがGitHubをチェックし、「今週、今月の
00:02:11トレンドのAIリポジトリは何か？」を確認させます。
00:02:16リリースされたばかりの最新情報を取得し、
00:02:20その情報をClaude Code内に取り込みます。
00:02:22そして、ソーシャルメディアの投稿に使える形式に構造化します。
00:02:25今回の例では、カルーセル形式の投稿を作成します。
00:02:30次に、画像生成用のプロンプトを作成して、
00:02:35このような画像を入手できるようにします。
00:02:36そこにはGitHubから抽出したばかりのテキストや情報が含まれています。
00:02:40それらの情報をHiggs Fieldに送信し、
00:02:43GPT Images 2を呼び出してすべてを作成させます。
00:02:47それをClaude Codeに戻せば、完成です。
00:02:51コンテンツ作成プロセスが完全に自動化されました。
00:02:54手動で確認することも、Claude Codeにそのまま投稿させることもできます。
00:02:57ポイントは、一連のフローを自動化できるようになったことです。
00:03:01外部から情報を取得する部分も、さらに自動化を進められます。
00:03:05今回のケースではGitHubから情報を取得し、
00:03:07Claude Code側でその内容を分析しています。
00:03:10分析した情報をコンテンツ用のプロンプトに変換し、
00:03:14Higgs Field MCPに送信して、結果を返してもらいます。
00:03:18自分は指一本動かさずに、素晴らしい成果物が手に入るのです。
00:03:21これこそが、このMCPサーバーによって解放される真のパワーです。
00:03:25これらを組み合わせることで、Claude Codeを
00:03:29マーケティング・マシンへと変貌させることができます。では、インストールについて話しましょう。
00:03:32まず、Higgs Fieldのアカウントが必要です。
00:03:34概要欄にリンクを貼っておきます。既にお分かりかと思いますが、
00:03:37Higgs FieldはAIコンテンツ作成に関するあらゆるツールの総合窓口です。
00:03:42次に、MCPをインストールします。方法は2つあります。
00:03:471つは、claude.ai内でコネクタを設定する方法。
00:03:51もう1つは、ターミナルからClaude Codeを使って行う方法です。
00:03:55コネクタの設定は非常に簡単です。claude.aiにアクセスし、
00:03:58「Settings（設定）」から「Connector（コネクタ）」へ進みます。
00:04:01「Add custom connector（カスタムコネクタを追加）」を選択し、
00:04:06これをコピーして貼り付け、「Add（追加）」をクリックします。
00:04:09次に「Connect（接続）」を押すと、ログインを求められます。
00:04:12これで完了です。
00:04:14これで、Higgs Field内にあるあらゆる音声・動画ツール、
00:04:19画像ツールをClaudeのウェブアプリから呼び出せるようになりました。
00:04:23デスクトップアプリからも可能です。チャットでこのように指示しました。
00:04:26「Higgs Fieldコネクタを使って、GPT Images 2で
00:04:29Claude CodeとHiggs Fieldの力を示す画像を作成して」
00:04:32すると、現在モデルが呼び出されているのがわかります。
00:04:36いくつかの権限許可を求められます。
00:04:37送信されているJSON形式のプロンプトと、生成中の
00:04:42画像を確認できます。
00:04:42実際のチャットボット・アプリケーションや
00:04:47デスクトップのClaudeアプリでこれを行う利点は、
00:04:49画像がインラインで生成されるため、その場で確認できることです。
00:04:52単に画像や動画を作成するだけでなく、
00:04:54他にもできることはたくさんあります。
00:04:58このMCPの内部では、実は多くの処理が行われています。
00:05:01Claude自身に説明させることもできますが、
00:05:04私が作成したガイドを無料のスクール・コミュニティに
00:05:07アップしておきます。リンクは概要欄にあります。
00:05:10作成された画像がこちらです。画像の上にマウスを置くと、
00:05:13いくつかのオプションが表示されます。「Recreate（再生成）」は
00:05:16同じプロンプトを再度送信します。「Animate（アニメーション化）」は
00:05:19動画エディタに送信し、「Edit（編集）」も可能です。
00:05:22編集を選ぶと、別のプロンプト入力画面が表示されます。この場合、
00:05:26Nano Banana 2に送信されますが、GPT Images 2などに
00:05:29変更することも可能です。
00:05:32参照画像がリンクされているので、何を編集すべきかモデルが把握します。
00:05:36あとはプロンプトを入力するだけです。
00:05:37チャットアプリ内での操作は非常に直感的ですが、
00:05:42次に私が最大の革命だと考えている
00:05:43Claude Code内での活用について話しましょう。
00:05:46Claude Code内でのMCPサーバー設定も非常にシンプルです。
00:05:50文字通り、自然な言葉で「このMCPサーバーを設定して」
00:05:51と指示するだけです。
00:05:56Higgs FieldのMCPページに戻ります。こちらもリンクを貼っておきます。
00:05:59「Custom connector（カスタムコネクタ）」を選択し、
00:06:03貼り付ければ、設定が開始されます。
00:06:06自動的にセットアップが行われます。
00:06:07ウェブアプリの時と同じ認証プロセスのためのリンクが表示されます。
00:06:10設定が完了したか確認するには、
00:06:13「/mcp」と入力します。Higgs Fieldが接続済みと表示されるはずです。
00:06:17表示されない場合は、Claude Codeとやり取りすれば、
00:06:20接続を確認するための手順を案内してくれます。
00:06:22一度Claude Codeを終了して再起動する必要があるかもしれません。
00:06:26MCPサーバーが接続されれば、
00:06:28ターミナルから自然言語を使って、実質的にあらゆる
00:06:34AIコンテンツ作成モデルを使用できるようになります。
00:06:36「GPT Images 2で16種類の画像を作成して」
00:06:41とClaude Codeに伝えれば、実行してくれます。
00:06:44画像はダウンロードされますし、「画像を
00:06:47表示して」と指示することも可能です。
00:06:48唯一の欠点は、ターミナル内では画像を直接
00:06:52確認できないことですが、
00:06:55本当にやりたいのは、これを自動化フローの中に
00:06:58組み込み、スクリプト化することです。
00:06:59自然言語によるプロンプト入力は、
00:07:04ウェブアプリで紹介したのと同じくらい簡単です。
00:07:05では、実際のプロセスを見ていきましょう。
00:07:07まず、GitHubから情報を取得し、Claude Codeに
00:07:11取り込む必要があります。それがこちらです。
00:07:13これは毎朝実行される自動化で、
00:07:15過去7日間に作成された今週のトレンドリポジトリ上位10件を取得し、
00:07:20スター数に基づいてランク付けします。
00:07:24簡単な説明などの情報も取得します。
00:07:26また、過去1ヶ月のトレンド上位5件も確認できます。
00:07:30これらは登場したばかりの新しいリポジトリです。
00:07:32これを自分で作成するのは非常に簡単です。
00:07:35Chase AI Plusで詳細を解説していますが、
00:07:38Claude Codeに「毎日GitHubをチェックして
00:07:40情報を取得する自動化を作って」と指示するだけです。
00:07:44APIの設定などは一切必要ありません。
00:07:46私がやりたいのは、Claude Codeにこの情報を分析させ、
00:07:51それをカルーセル形式の投稿に変換させることです。
00:07:55カルーセルとは、このようなスライド形式の投稿のことです。
00:07:58表紙があり、この例では「Claude Codeフロントエンドスキル上位5選」ですが、
00:08:02代わりに「GitHub AIリポジトリ上位5選」などを作成します。
00:08:07Claude Codeがどのような案を出してくるか見てみましょう。
00:08:09ここに表示されている参照画像を与えます。
00:08:11表紙と、いくつかの中身のスライドを
00:08:15参考として渡します。
00:08:16同じようなスタイルにしたいからです。どのような結果に
00:08:20なるか楽しみです。これを読み込ませ、
00:08:23GitHubの情報も与えると、Claude Codeがこのように答えます。
00:08:27「GitHubの情報と参照画像に基づき、
00:08:31このようなプロンプトを検討すべきです」と。
00:08:34私はClaude Codeに非常にシンプルなプロンプトを与えました。
00:08:36「今日のGitHubトレンドデータを確認して。
00:08:39今Obsidianで見せた内容だよ。
00:08:41その情報を使ってカルーセル投稿を作りたい。
00:08:44タイトルは『今月のトレンドAIリポジトリ5選』とかで。
00:08:48表紙と中身のスライドという構成にしてほしい」
00:08:52そして4枚のスライドを渡し、「実際にコンテンツ作成を
00:08:57依頼する前に、まずは内容を相談しよう」と伝えました。
00:08:59ここでは、あえて各ステップを
00:09:04手動で進めています。コンテンツの検討は終わりました。
00:09:07次はHiggs Fieldに送信する前に、内容を詰めます。
00:09:10このプロセスを何度も繰り返して納得のいく形ができたら、
00:09:15「次はGitHub、次は相談、次はプロンプト送信」と
00:09:19個別に指示するのではなく、
00:09:23この一連の流れを1つの大きなコマンドとしてまとめられます。
00:09:27「Higgs Fieldスキル」など、好きな名前を付けて
00:09:31スキル化すればいいのです。
00:09:33この全プロセスを自動化すれば、毎日
00:09:37GitHubが更新された直後に「リポジトリ上位10件」を
00:09:42確認し、「じゃあ、これを投稿にしよう」と自動で動かせます。
00:09:45「今日のトレンドAIリポジトリ10選」という
00:09:47カルーセル投稿を毎日作成できるのです。
00:09:52それは、
00:09:53人々が好む、非常に有益なコンテンツになるはずですし、
00:09:56それをごく簡単に作成できます。私のアイデアですね。
00:10:00さて、Claudeは「今日のトレンドファイルを抽出しました」と言い、
00:10:03今月のGitHubリポジトリ上位5件を再確認しています。
00:10:07Claude Codeが少し慎重になっているようですが、
00:10:13引き（フック）となる切り口やタイトル、
00:10:18レイアウト、メイン画像などについて提案してくれています。
00:10:22ここで私が与えた指示です。「Carousel Skill」の使用に言及されましたが、
00:10:25それは今回の件には関係のないスキルです。
00:10:26Higgs Field MCPとは無関係なので、「そのスキルは無視して、
00:10:30まずは表紙のスライドから始めよう」と言いました。
00:10:31「みんなの目に留まるメインのスライドを、渡した参照画像と
00:10:35同じスタイルで作って。テキストは君が考えて、Higgs Field MCPの
00:10:39GPT Images 2でバリエーションを出して」と。少し説明が長いですが、
00:10:43だからこそ最終的には「スキル」として登録すべきなのです。
00:10:47頻繁に行う作業ですからね。
00:10:48参照画像を読み込ませているので、このような
00:10:53見た目のものを作ろうとしています。
00:10:55「似たような感じで、テキストとタイトルだけ変えて」と指示しました。
00:10:58すると、4つのバリエーションが返ってきました。
00:11:01所要時間は約5分でした。
00:11:03処理スピードは、使用するモデルや
00:11:07設定する品質に完全に依存します。今回はGPT Images 2で
00:11:12GPT images 2を使用し、高品質な2K設定で4つのバリエーションを作成しました。
00:11:15もう一つ考慮すべき点は、MCPの仕組み上、
00:11:19リクエストを送信するだけだということです。
00:11:21完了しても通知は来ないので、Claude Codeに指示する必要があります。
00:11:25「おい、
00:11:2560秒か
00:11:2890秒おきにHiggsfieldを確認して、完了したら結果を持ってきてくれ」とね。
00:11:32こちらが4つのバリエーションです。1、2、3、4つ。
00:11:37基本的には、全く同じ構成で
00:11:39コピー（文言）だけを新しくするよう指示しました。まさにその通りになりましたね。
00:11:43正直、かなり良い出来だと思います。修正するとすれば、
00:11:46下の方にあるリストを削除するかもしれません。
00:11:48上部の「Chase AI」のロゴが最適かは分かりませんが、
00:11:52重要なのは、参照画像を使うよう指示すれば、
00:11:55それがそのまま送られるということです。
00:11:56手動で作業するのと同じ感覚です。まずはステップ1として、
00:12:00カバー画像として参照画像を与えましたが、見事な仕事をしてくれました。
00:12:04では、本文のスライドがどれだけうまくいくか見てみましょう。
00:12:07ここで気づくと思いますが、
00:12:08GitHubのページ自体から素材を取得しています。
00:12:12そこで、Claude Codeに「価値を伝えるページにふさわしい、
00:12:17参照画像として使えるアセットを自分で探してくれ」と指示します。
00:12:21繰り返しますが、
00:12:21成果物の質を高めるために、Claude Codeの全機能を活用できるのです。
00:12:26「最初のスライドはOKだ。本文のスライドに移ろう」と伝えました。
00:12:30「一番上のGitHubリポジトリを使ってくれ。そして、
00:12:34この生成に必要なアセットをGitHub自体から特定してくれ」と言ったんです。
00:12:39「そのGitHubを調査し、必要に応じてアセットを抽出し、
00:12:42それもMCPリクエストに追加してくれ」と。かなりの作業をさせています。
00:12:46ネットを検索し、適切なリポジトリを見つけ、
00:12:48必要なものを取得してプロンプトに組み込み、
00:12:51MCPに送信する。そして、返ってきた結果がこれです。
00:12:54参照用として「awesome-design.md」のスライドを提示してくれました。
00:12:58こちらが実際の「awesome-design.md」のGitHubの様子です。
00:13:02かなり近いですね。いい感じです。4つのバリエーションがあり、
00:13:08それぞれ少しずつ違います。突出したものはありませんが、
00:13:12非常によくできていると思います。
00:13:14参照画像として与えた
00:13:19デザインの雰囲気にもしっかり合っています。素晴らしいですね。
00:13:21あとは、残りのスライドに対しても
00:13:25全く同じプロセスを繰り返すだけです。もう一つずつやる必要はありません。
00:13:27基本的には、一気に全て実行させることができます。
00:13:30このように、この仕組みがいかに簡単にコンテンツ量産マシンに
00:13:35なり得るかがお分かりいただけるでしょう。
00:13:35特に、毎日更新される
00:13:41GitHubリポジトリのリストのようなリソースがあれば、永遠に需要のあるコンテンツになります。
00:13:45しかも、すべてここから実行できるのです。
00:13:47MCPサーバーを使って、これを一つの「スキル」に集約し、
00:13:51クリエイティブな側面を強力にバックアップできます。さて、
00:13:53一つ付け加えておきたいのは、すべてにおいて
00:13:57フルAI画像生成に頼る必要はないということです。
00:14:00例えば、カバー画像にはデザイン性が重要なので
00:14:04Higgsfieldを使用するという、
00:14:05ハイブリッドなスタイルも可能です。
00:14:08そして、コストやトークン消費を抑えたい場合は、
00:14:12本文のスライドにはHTMLなどを使用し、
00:14:16Claude Codeにコードで生成させることもできます。アプローチは様々です。
00:14:20重要なのは、今や私たちには選択肢があるということです。
00:14:22このMCPサーバーによって、選択肢が広がりました。
00:14:24今日のところは、この辺りで終わりにしましょう。
00:14:27今回紹介したもののリンクは、すべて概要欄にあります。
00:14:30私のClaude Codeマスタークラスに興味がある方は、
00:14:32Chase AI Plusをぜひチェックしてみてください。
00:14:35それでは、またお会いしましょう。

Key Takeaway

Claude CodeにHiggs Field MCPサーバーを接続することで、GitHubからの最新トレンド情報の取得から画像生成、コンテンツ構造化までの一連のワークフローを指一本動かさずに完全自動化できる。

Highlights

  • Higgs Field MCPサーバーは、17の画像モデルと14の動画モデルを含む多数のAIツールへの単一アクセス経路を提供する。

  • Claude CodeとHiggs Fieldを連携させることで、GitHubのトレンドリポジトリ抽出からSNS投稿用画像の生成までを完全に自動化できる。

  • Higgs Field MCPを使用したコンテンツ制作フローの導入により、24時間以内に10万回の再生数を獲得した実績がある。

  • 最新のAIモデルは週単位で入れ替わるが、MCP経由であれば個別のAPI接続や支払い管理なしに常に最適なツールを選択できる。

  • Claude Code内で「スキル」として一連の動作を定義すれば、毎日決まった時間に情報を収集し、コンテンツを量産するマシンへと変貌する。

Timeline

AIツール管理の断片化問題とMCPによる解決

  • 各AIツールの個別接続やAPI管理は開発者にとって大きな負担となっている。
  • Higgs Field MCPは、17種類の画像モデルと14種類の動画モデルを一箇所に集約する。
  • 最適なAIツールが週単位で激しく変動する現状において、単一の接続経路を確保する重要性が高まっている。

従来の環境では、画像生成や動画生成の各ツールに独自のAPIや支払い体系があり、それらを個別にClaudeに接続するのは非効率だった。APIが未公開のツールも多く、ユーザーは1つか2つの特定のツールに縛られがちだった。しかし、MCPサーバー経由であれば、Nano Banana ProやGPT Images 2といった最新モデルへ即座にアクセスを切り替え、常に最高品質の出力を得ることが可能になる。

Claude.aiおよびClaude Codeへのインストール手順

  • claude.aiの設定画面からカスタムコネクタを追加するだけで、ウェブアプリやデスクトップアプリから各モデルを呼び出せる。
  • Claude Codeのターミナル上では「/mcp」コマンドを使用して接続状態を確認できる。
  • 画像編集時にはNano Banana 2などの特定モデルを指定し、参照画像に基づいた指示が可能になる。

インストール方法は、ウェブ版の設定からコネクタを追加する方法と、ターミナルからClaude Codeに直接指示する方法の2種類がある。ウェブ版では生成された画像がインラインで表示され、「再生成」「アニメーション化」「編集」といった直感的な操作がマウスで行える。一方、Claude Code内での設定も自然言語で「このMCPを設定して」と伝えるだけで完了し、複数のAIモデルをコマンドラインから自在に操る準備が整う。

GitHubトレンド情報を活用したコンテンツ自動生成の実践

  • 過去7日間のトレンドリポジトリ上位10件をGitHubから自動抽出し、スター数でランク付けする。
  • Claude Codeが情報を分析し、SNS向けのカルーセル投稿の構成案と画像生成プロンプトを自動作成する。
  • 参照画像のデザインスタイルを維持したまま、テキスト内容のみを差し替えた高品質な画像バリエーションが5分程度で生成される。

毎朝GitHubをチェックし、最新のAIリポジトリ情報を取得する自動化スクリプトが土台となる。Claude Codeは取得した情報を読み込み、ユーザーが提示した参照画像のスタイル（レイアウトやトーン）を模倣しながら、新しいコンテンツに合わせたプロンプトをHiggs Fieldへ送信する。実際にGPT Images 2で2K解像度の高品質な画像が4パターン生成され、デザインの一貫性を保ちつつ、情報の価値を最大化するコンテンツが短時間で完成する。

コンテンツ量産マシンの構築とハイブリッドアプローチ

  • 一連の実行フローを「スキル」として登録することで、永続的な自動投稿システムが構築できる。
  • コストやトークン消費を抑えるため、デザイン重視の表紙はAI生成、本文はHTML/コード生成という使い分けが有効である。
  • 最新情報のリソースとMCPサーバーを組み合わせることが、クリエイティブ活動の強力なバックアップになる。

手動で各ステップを確認するフェーズから、全ての工程を1つのコマンドにまとめる「スキル化」へと移行することで、真の自動化が実現する。全ての画像をフルAIで生成する必要はなく、用途に応じてHTMLベースの画像作成とHiggs Fieldによる画像生成を組み合わせる柔軟なアプローチが推奨される。これにより、トレンド情報を常に発信し続ける需要の高いコンテンツチャンネルを、最小限の労力で維持できるようになる。

Community Posts

No posts yet. Be the first to write about this video!

Write about this video