Jawaban singkat: Claude dapat mengubah sebuah ide menjadi brief pengambilan gambar, tetapi Claude bukanlah renderer dalam alur kerja ini. GlobalGPT CLI mengirimkan tugas video, mengembalikan ID tugas, menunggu hasilnya, dan menyimpan berkas media secara lokal.
Pembagian tersebut penting. Claude berguna untuk merencanakan sebuah adegan, menyempurnakan prompt, dan memeriksa apakah sebuah pengambilan gambar memiliki satu fungsi visual yang jelas. CLI berguna untuk bagian-bagian yang perlu dapat diulang: memperkirakan kredit, mengirimkan tugas, memeriksa statusnya, dan menyimpan file hasil pengembalian.
Untuk titik masuk langsung, gunakan Ruang kerja CLI GlobalGPT. Jika Anda masih memerlukan bantuan untuk pemasangan dan pengaturan Kode Claude, ikuti Panduan Pengaturan CLI GlobalGPT. Artikel ini berfokus pada proses penyerahan video dan informasi yang dikembalikan oleh CLI.
Keunggulan praktis produk ini terletak pada cakupan yang luas tanpa alur kerja yang terpecah-pecah: GlobalGPT menggabungkan berbagai model dan fungsi AI ke dalam satu ruang kerja, sementara CLI menghubungkan ruang kerja tersebut ke terminal dan berkas-berkas yang benar-benar perlu Anda simpan.
Panduan ini menunjukkan alur kerja dengan tiga prompt yang telah ditetapkan. Dua prompt pertama menghasilkan berkas yang dapat digunakan pada eksekusi pertama. Prompt ketiga menjadi peringatan yang berguna: perintah meminta rasio 9:16, tetapi rute default menghasilkan berkas dengan rasio 16:9. Anggaplah pengaturan yang diminta sebagai masukan untuk diverifikasi, bukan sebagai bukti hasil keluaran.
Claude dapat merencanakan video; GlobalGPT CLI yang merendernya
Claude dapat menulis deskripsi adegan seperti “adegan zoom in perlahan ke sebuah botol dalam cahaya pagi.” Dalam alur kerja ini, sistem tersebut tidak secara otomatis mengubah kalimat tersebut menjadi berkas MP4. Tahap rendering dilakukan setelah Anda meneruskan deskripsi adegan tersebut ke GlobalGPT CLI.
Loop praktisnya adalah:
- Mintalah Claude untuk menyederhanakan ide tersebut menjadi satu pengambilan gambar dengan subjek, pergerakan kamera, pencahayaan, dan elemen yang tidak dimasukkan yang jelas.
- Jalankan
glbgpt video --perkirakandengan rasio, resolusi, durasi, dan pengaturan audio yang diinginkan. - Periksa perkiraan kredit sebelum mengirimkan.
- Kirimkan prompt yang sama, simpan ID tugas, dan tunggu hingga tugas selesai.
- Periksa dimensi, durasi, pemutaran, dan soundtrack file yang telah diunduh sebelum menggunakannya.
Hal-hal yang perlu Anda siapkan sebelum video CLI pertama
- Node.js 18 atau yang lebih baru.
- Akun GlobalGPT telah masuk ke CLI.
- Sebuah terminal di mana
glbgptPerintah tersebut tersedia. - Sebuah petunjuk yang menjelaskan satu tugas visual.
- Folder hasil lokal untuk setiap kasus.
CLI masuk menggunakan akun GlobalGPT, jadi perintah di bawah ini tidak akan menempelkan kunci API ke terminal. Pisahkan proses pengecekan pengaturan dari proses pembuatan yang berbayar. Hal ini --perkiraan Bendera adalah titik pemeriksaan yang aman.
Alur kerja CLI Claude → GlobalGPT
Bayangkan Claude sebagai perencana pengambilan gambar dan CLI sebagai tahap serah terima ke tim produksi:
Dari ide hingga video yang tersimpan
- 1. Rencana
Mintalah kepada Claude satu ringkasan tugas yang jelas. - 2. Perkiraan
Jalankanglbgpt video --perkirakan. - 3. Kirim
Periksa kreditnya, lalu simpan ID tugasnya. - 4. Memverifikasi
Unduh, jalankan, dan periksa berkas aslinya.
Gunakan satu petunjuk untuk setiap pengambilan gambar. Petunjuk yang bermanfaat harus menyebutkan subjek, gerakan, pencahayaan, komposisi, dan hal-hal yang harus dihindari. Petunjuk tersebut tidak boleh meminta model untuk menyelesaikan seluruh storyboard, rekaman suara, penyuntingan, dan sistem merek dalam satu klip berdurasi enam detik.
Contoh perkiraan:
glbgpt video "Pengenalan produk bergaya sinematik untuk botol air minum yang dapat digunakan kembali di atas meja studio, gerakan zoom in perlahan, cahaya pagi yang lembut, pantulan yang realistis, komposisi iklan yang rapi, tanpa teks atau logo." \
--estimate --ar 16:9 --res 720p --duration 5 --no-audioUrutan opsi yang tepat sangat penting saat Anda melampirkan gambar referensi. Pada build CLI ini, --gambar dapat menggunakan kata-kata berikut sebagai jalur gambar. Tuliskan prompt terlebih dahulu, lalu tambahkan --gambar:
glbgpt video "Buat animasi pada foto produk yang disediakan dengan efek paralaks yang halus dan pergerakan kamera yang terkendali dari kiri ke kanan. Pertahankan bentuk, warna, tutup, dan latar belakang produk. Pastikan gerakannya tetap terkendali dan sesuai untuk iklan. Tanpa teks." \
--estimate --ar 16:9 --res 720p --duration 5 --no-audio \
--image assets/case-2-reference.pngSetelah melakukan perkiraan, jalankan perintah yang sama tanpa --perkiraan dan tambahkan direktori keluaran khusus untuk kasus tersebut. Simpan ID tugas yang ditampilkan. Jika terminal ditutup saat tugas sedang diproses, periksa ID tersebut sebelum mengirimkan apa pun lagi.
Tiga contoh video CLI
1. Pengenalan produk melalui teks
Cepat
Pengungkapan produk secara sinematik untuk botol air minum yang dapat digunakan kembali di atas meja studio, gerakan kamera mendekati objek secara perlahan, cahaya pagi yang lembut, pantulan yang realistis, komposisi iklan yang rapi, tanpa teks atau logo.Pengaturan yang diminta: 16:9, 720p, 5 detik, tanpa suara.
Perkiraan kredit: 500. Tugas yang telah diselesaikan menggunakan rute video Grok Imagine dan mengembalikan hasil tugas 1187857984487688192.
File yang diunduh berukuran 1280×720 dan durasi trek videonya sekitar 5,04 detik. Bingkai pertama memperlihatkan sebuah botol di atas meja yang diterangi sinar matahari, sehingga objek tersebut mudah diamati. Wadah tersebut masih menyertakan trek audio, jadi hasilnya sebaiknya diputar dan diperiksa, bukan hanya mengandalkan --tanpa-audio hanya bendera itu saja.
Putusan: Uji coba awal yang baik untuk foto produk yang hanya menampilkan teks. Uji coba ini menjawab apakah subjek, teknik push-in, dan pencahayaan komersial sudah terpenuhi; namun, hal ini tidak menjamin bahwa setiap permintaan selanjutnya akan mempertahankan identitas produk yang sama.
2. Foto produk menjadi animasi
Sebelum panggilan video, saya membuat satu gambar referensi yang bersih: sebuah botol keramik tanpa merek yang diletakkan di atas meja berwarna netral. Gambar referensi tersebut berharga 300 kredit dan disimpan secara lokal sebagai assets/case-2-reference.png.
Cepat
Buat animasi pada foto produk yang disediakan dengan efek paralaks yang halus dan pergerakan kamera dari kiri ke kanan yang terkendali. Pertahankan bentuk, warna, tutup, dan latar belakang produk. Pastikan gerakannya tetap terkendali dan sesuai untuk iklan. Tanpa teks.Pengaturan yang diminta: 16:9, 720p, 5 detik, tanpa audio, satu gambar referensi.
Perkiraan kredit: 500. Tugas yang telah diselesaikan dikembalikan 1187863719057557504.
Ukuran file yang diunduh adalah 1280×704 dan durasi trek videonya sekitar 5,04 detik. Botol tersebut tetap terlihat dalam bingkai poster. Pemutaran penuh tetap menjadi cara yang tepat untuk menilai efek paralaks, stabilitas tepi, serta apakah tutup botol dan siluetnya tetap terlihat selama pergerakan.
Putusan: Metode "Reference-image-to-video" lebih cocok jika objek harus tetap dapat dikenali. Periksa hasil keluaran untuk memastikan tidak ada perubahan bentuk maupun perubahan label atau penutup sebelum menggunakannya sebagai aset produk.
3. Permintaan storyboard vertikal (dan mengapa verifikasi itu penting)
Cepat
Sebuah klip media sosial vertikal yang memperlihatkan seorang desainer mengubah kartu storyboard menjadi adegan bergerak, dengan hubungan sebab-akibat visual yang jelas, gerakan yang terkendali, pencahayaan studio yang rapi, tanpa teks atau logo.Pengaturan yang diminta: 9:16, 720p, 6 detik, tanpa suara.
Perkiraan kredit: 600. Tugas yang telah diselesaikan dikembalikan 1187867250242095104.
Tugas tersebut berhasil, tetapi file yang diunduh berukuran 1280×720 dalam orientasi lanskap dan durasi trek videonya sekitar 6,04 detik. Artinya, pengaturan 9:16 yang diminta tidak terpenuhi pada proses ini. File tersebut merupakan bukti yang berguna mengenai ketidaksesuaian parameter, bukan klip sosial vertikal yang telah diverifikasi. Jangan memotongnya tanpa pemberitahuan dan menyebutnya sebagai hasil pembuatan 9:16 yang berhasil; simpan hasil lanskap tersebut sebagai contoh pemecahan masalah, atau jalankan kembali prosesnya hanya setelah rute dan rasio aspek yang diharapkan sudah jelas.
Apa yang ditunjukkan oleh hasil awal
Ketiga tugas tersebut masing-masing berharga 500, 500, dan 600 kredit. Gambar referensi terpisah berharga 300 kredit, sehingga totalnya mencapai 1.900 kredit untuk putaran pertama. Daftar transaksi akun sesuai dengan keempat jumlah tersebut.
Pelajaran yang lebih berguna adalah dari segi operasional. Status tugas yang berhasil hanya membuktikan bahwa penyedia telah mengembalikan sebuah berkas. Hal itu tidak membuktikan bahwa setiap pengaturan yang diminta telah dipenuhi. Periksa:
- Dimensi: baca nilai lebar dan tinggi yang sebenarnya dari berkas tersebut.
- Durasi: bandingkan trek video dengan detik yang diminta.
- Kelanjutan subjek: Periksa bentuk produk, tutupnya, tepinya, dan latar belakangnya.
- Audio: memastikan apakah ada trek audio saat Anda meminta agar tidak ada audio.
- Pemutaran: putar mulai dari bingkai pertama hingga akhir sebelum menyematkan berkas tersebut.
Ada satu hal lagi yang perlu diperiksa saat Anda menyebutkan nama model dalam sebuah perintah: periksa model yang ditampilkan oleh perintah `estimate` dan `task record` di CLI. Dalam eksekusi ini, perintah `video` tetap mengembalikan Grok Imagine meskipun ID model lain telah diberikan, sehingga hasilnya harus dideskripsikan berdasarkan rute yang benar-benar dijalankan. Rute default juga memperlakukan --tanpa-audio menandainya sebagai "tidak tersedia" jika tidak ada pengaturan volume; periksa wadah yang dikembalikan alih-alih menjanjikan berkas yang tidak bersuara.
CLI vs. MCP: Koneksi mana yang paling sesuai dengan alur kerja Anda?
Model Context Protocol (MCP) adalah standar terbuka untuk menghubungkan aplikasi kecerdasan buatan (AI) dengan alat dan data eksternal. MCP berguna ketika sebuah agen perlu menemukan dan menjalankan alat-alat dalam konteks yang lebih luas.
CLI lebih cocok digunakan jika Anda menginginkan perintah yang terlihat, berkas lokal, ID tugas, serta alur kerja yang dapat diulang berupa perkiraan → pengiriman → unduhan. MCP menjadi pilihan yang menarik jika Anda ingin Claude atau agen lain mendeteksi alat video tersebut sebagai bagian dari alur kerja alat yang lebih luas. Contoh di atas adalah eksekusi CLI; contoh tersebut bukanlah uji pembangkitan MCP.
| Pilih CLI jika Anda membutuhkan | Pertimbangkan MCP jika Anda membutuhkan |
|---|---|
| Perintah terminal eksplisit, berkas lokal, ID tugas, dan perkiraan yang dapat diulang → kirim catatan. | Sebuah aplikasi kecerdasan buatan (AI) untuk menemukan dan menjalankan alat eksternal sebagai bagian dari alur kerja yang lebih luas. |
| Satu tugas media yang dapat diulang per perintah. | Penemuan alat dan koordinasi antar alat yang terhubung. |
Pengendalian biaya dan penanganan kegagalan
Jalankan --perkiraan sebelum setiap prompt baru. Simpan setiap kasus di direktori keluaran tersendiri agar unduhan selanjutnya tidak menyembunyikan file mana yang milik tugas mana. Jika penyedia atau transportasi gagal sebelum file terbentuk, periksa ID tugas asli sebelum mencoba lagi sekali. Jika file yang dapat diputar sudah ada, pertahankan sebagai keluaran pertama; jangan membuat generasi baru hanya karena komposisinya bukan favorit Anda.
Jika dimensi yang dikembalikan tidak sesuai dengan permintaan, catat ketidaksesuaian tersebut. Sebuah tugas bisa saja berhasil di tingkat API namun tetap gagal memenuhi persyaratan editorial. Itulah yang terjadi pada permintaan pukul 09:16 dalam proses ini.
Untuk tahap berikutnya setelah pembentukan, mengubah naskah menjadi rencana video adegan demi adegan Jadi, setiap klip sudah memiliki peran yang jelas sebelum Anda menggabungkannya.
PERTANYAAN YANG SERING DIAJUKAN
Apakah Claude bisa menghasilkan video sendiri?
Claude dapat membantu merencanakan pengambilan gambar dan menyusun prompt. Dalam alur kerja ini, GlobalGPT CLI melakukan proses pembuatan video dan menyimpan file hasil keluaran.
Apakah CLI GlobalGPT memerlukan kunci API dalam perintahnya?
CLI menggunakan akun GlobalGPT yang telah masuk. Perintah-perintah dalam contoh ini tidak menyisipkan kunci API ke dalam shell.
Mengapa harus menghitung perkiraan kredit terlebih dahulu?
Tugas video menghabiskan kredit. --perkiraan memungkinkan Anda memeriksa perkiraan biaya sebelum mengirimkan. Jumlah tersebut hanyalah perkiraan; daftar transaksi akun adalah tempat untuk memverifikasi tagihan yang telah diproses.
Di mana video itu disimpan?
CLI dapat mengunduh hasilnya ke direktori keluaran yang Anda tentukan dengan --keluar. Sediakan satu direktori untuk setiap kasus dan sertakan ID tugas serta URL media aslinya bersama berkas tersebut.
Apakah CLI sama dengan MCP?
Tidak. CLI adalah alur kerja terminal yang menggunakan perintah dan berkas yang jelas. MCP adalah standar untuk menghubungkan aplikasi AI dengan alat dan data eksternal. Keduanya dapat mendukung alur kerja yang terkait, tetapi hasil CLI tidak boleh disebut sebagai uji MCP.
Kesimpulan
Gunakan Claude untuk membuat pengambilan gambar yang singkat dan tepat, lalu serahkan perhitungan estimasi, pengiriman, status tugas, dan file lokal kepada GlobalGPT CLI. Langkah verifikasi singkat ini merupakan bagian dari alur kerja: sebuah tugas bisa berhasil meskipun rasio aspek atau pengaturan soundtrack tidak tercermin dalam media yang dikembalikan.
Saat bidikan berikutnya sudah siap, membuat video dengan GlobalGPT, simpan prompt dan ID tugas, serta periksa berkas yang sebenarnya sebelum berkas tersebut masuk ke alur kerja pengeditan.
