Jak używać Claude Code do automatyzacji projektów video marketingowych (kompletny przewodnik)

Co zautomatyzujesz (w skrócie)

Dlaczego Claude Code do video marketingu?

Architektura automatyzacji

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

Krok 1: Zdefiniuj głos swojej marki i briefy kreatywne

brand:
persona: "Pragmatyczny, ale optymistyczny edukator"
audience: "Marketerzy B2B SaaS i niezależni twórcy"
pillars:
- "Praktyczna automatyzacja ponad teorią"
- "Decyzje oparte na danych"
- "Pokazuj, nie mów"
banned_phrases:
- "{game‑changer}"
- "{disrupt}"
style:
tone: "jasny, zwięzły, przyjazny"
reading_level: "Klasa 8–9"
ctas:
primary: "Subskrybuj, aby otrzymywać cotygodniowe automatyzacje"
secondary: "Pobierz szablon przepływu pracy"

Jesteś starszym specjalistą od video marketingu i scenarzystą. Napisz 60–90 sekundowy scenariusz, który:
- Zaciekawi w 3 sekundy danymi
- Dostarczy 1 użyteczny wniosek
- Używa głosu marki z brand_voice.yaml
- Wygeneruje listę scen z znacznikami czasu, sugerowanymi materiałami B-roll i tekstem na ekranie

Krok 2: Generuj scenariusze za pomocą Claude + lokalnych szablonów

# wyodrębnij audio
ffmpeg -y -i data/raw/input.mp4 -vn -acodec pcm_s16le data/processed/audio.wav
# uruchom whisper (przykład)
whisper data/processed/audio.wav \
--model medium \
<a7>--language en \</a6>
--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

Krok 4: Automatyczne wycinanie długich filmów na krótkie

# wytnij 00:02:10–00:02:40
ffmpeg -ss 00:02:10 -to 00:02:40 -i input.mp4 -c copy out_clip.mp4
# efekt powiększenia (skala + przycięcie)
ffmpeg -i out_clip.mp4 -filter:v "scale=iw*1.08:ih*1.08, crop=iw:ih" -c:a copy out_clip_zoom.mp4

Krok 5: Wsadowe napisy, tytuły, opisy i hashtagi

Krok 6: Miniatury z wariantami tekstu

Krok 7: Przesyłanie i planowanie

Krok 8: Orkiestracja za pomocą Makefile lub narzędzia do uruchamiania zadań

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

Krok 9: Bramki jakości i analityka

Przykładowy przepływ kompleksowy

Praktyczne wzorce podpowiedzi dla Claude Code

Uwagi dotyczące narzędzi i wskazówki dotyczące konfiguracji

Przykład: Minimalna heurystyka Autoclip (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

Skalowanie systemu

Warto zauważyć: Używanie Sider do przyspieszenia tworzenia i przeglądania podpowiedzi

Częste pułapki (i poprawki)

Twoje następne kroki

FAQ