Claude Code वापरून व्हिडिओ मार्केटिंग प्रकल्पांचे स्वयंचलन कसे करायचे (पूर्ण मार्गदर्शक)

तुम्ही काय स्वयंचलित कराल (संक्षेप)

व्हिडिओ मार्केटिंगसाठी Claude Code का?

स्वयंचलन आर्किटेक्चर

video-automation/
├─ config/
│ ├─ brand_voice.yaml
│ ├─ platforms.yaml
│ └─ prompts/
│ ├─ script_prompt.md
│ ├─ title_desc_prompt.md
│ └─ clip_rules.md
├─ data/
│ ├─ raw/
│ ├─ processed/
│ └─ captions/
├─ scripts/
│ ├─ generate_script.py
│ ├─ transcribe.py
│ ├─ autoclip.py
│ ├─ captions.py
│ ├─ repurpose.py
│ └─ schedule_upload.py
└─ Makefile

पाऊल 1: तुमचा ब्रँड आवाज आणि क्रिएटिव्ह ब्रीफ्स भरा

brand:
persona: "व्यवहारिक पण उत्साही शिक्षक"
audience: "B2B SaaS मार्केटर्स आणि सोलो क्रिएटर्स"
pillars:
- "तत्त्वज्ञानापेक्षा व्यावहारिक स्वयंचलन"
- "डेटा-चालित निर्णय"
- "दाखवा, सांगू नका"
banned_phrases:
- "game-changer"
- "disrupt"
style:
tone: "स्पष्ट, संक्षिप्त, मैत्रीपूर्ण"
reading_level: "इयत्ता 8-9"
ctas:
primary: "आठवड्याचे स्वयंचलन बिल्डसाठी सदस्यता घ्या"
secondary: "वर्कफ्लो टेम्पलेट मिळवा"

तुम्ही एक वरिष्ठ व्हिडिओ मार्केटर आणि स्क्रिप्टर आहात. 60-90 सेकंदांची स्क्रिप्ट लिहा जी:
- 3 सेकंदांत आकडा वापरून आकर्षित करते
- 1 कृतीयोग्य शिकवण देते
- brand_voice.yaml मधील ब्रँड आवाज वापरते
- वेळ मोजणाऱ्या सीन लिस्ट, प्रस्तावित B-roll आणि ऑन-स्क्रीन टेक्स्ट आउटपुट देते

पाऊल 2: Claude आणि स्थानिक टेम्पलेट्ससह स्क्रिप्ट्स तयार करा

# ऑडिओ काढा
ffmpeg -y -i data/raw/input.mp4 -vn -acodec pcm_s16le data/processed/audio.wav
# whisper चालवा (उदाहरण)
whisper data/processed/audio.wav \
--model medium \
--language en \
--task transcribe \
--output_dir data/captions

ffmpeg -i data/raw/input.mp4 -vf subtitles=data/captions/input.srt -c:a copy data/processed/captioned.mp4

पाऊल 4: लांब व्हिडिओंना शॉर्ट्समध्ये ऑटो-क्लिप करा

# कट 00:02:10–00:02:40
ffmpeg -ss 00:02:10 -to 00:02:40 -i input.mp4 -c copy out_clip.mp4
# पन्च-इन इफेक्ट (स्केल + क्रॉप)
ffmpeg -i out_clip.mp4 -filter:v "scale=iw*1.08:ih*1.08, crop=iw:ih" -c:a copy out_clip_zoom.mp4

पाऊल 5: बॅच कॅप्शन्स, शीर्षके, वर्णने आणि हॅशटॅग्स

पाऊल 6: टेक्स्ट व्हेरियंट्ससह थंबनेल्स

पाऊल 7: अपलोडिंग आणि वेळापत्रक

पाऊल 8: Makefile किंवा टास्क रनरसह ऑर्केस्ट्रेट करा

shorts: transcribe autoclip captions repurpose
@echo "Shorts तयार झाले आहेत data/processed/shorts मध्ये"
longform: generate_script captions
upload:
python scripts/schedule_upload.py --platform youtube --input data/processed/shorts

पाऊल 9: गुणवत्ता गेट्स आणि विश्लेषण

उदाहरण संपूर्ण कार्यप्रवाह

Claude Code साठी व्यावहारिक प्रॉम्प्ट नमुने

साधनांची नोंद आणि सेटअप टिप्स

उदाहरण: मिनिमल ऑटो-क्लिप ह्युरिस्टिक (Python)

import re
from typing import List, Tuple
HOOK_PATTERNS = [r"\bhere's the\b", r"\bthe mistake\b", r"\bdo this\b", r"\bin 30 seconds\b",
]
def score_line(line: str) -> int:
    s = 0
    if len(line) < 140: s += 10
    if re.search(r"\b\d+%|\d+x|\b\d+ (seconds|minutes|steps)\b", line): s += 20
    if any(re.search(p, line.lower()) for p in HOOK_PATTERNS): s += 20
    if line.endswith('.'): s += 10
    return min(s, 100)
def propose_clips(transcript: List[Tuple[float, float, str]], max_len=35):
    clips = []
    cur = []
    cur_len = 0
    for start, end, text in transcript:
        cur.append((start, end, text))
        cur_len += (end - start)
        if cur_len >= max_len or score_line(text) > 40:
            clips.append((cur[0][0], end))
            cur, cur_len = [], 0
    if cur:
        clips.append((cur[0][0], cur[-1][1]))
    return clips

सिस्टिम स्केलिंग

महत्वाचे: Sider वापरुन प्रॉम्प्टिंग आणि पुनरावलोकने जलद करा

सामान्य अडचणी (आणि दुरुस्ती)

तुमच्या पुढील पावल

वारंवार विचारले जाणारे प्रश्न