影片筆記：我用一個 Claude Skill (技能) 省下了所有生成圖片和影片的訂閱費用！每個月現省上千元！

一句話總結

影片介紹如何在本地電腦的桌面版 AI 助理（如 Claude 或 ChatGPT）中安裝「Skill（技能）」，並串接 FAL 平台的 API，透過極低廉的按量計費方式，取代昂貴的月度訂閱方案，實現低成本生成圖片與影片，甚至可進一步封裝為專屬桌面 App。

核心重點

1. 成本優勢：傳統 AI 圖片/影片服務需每月支付 10-15 美元以上進階方案費用，本方法採用 FAL 平台 API 按實際生成數量計費，無需固定月費，適合偶爾使用者。
2. 本地化操作：利用桌面版 AI 助理（Claude/ChatGPT）的「Skill」功能，將操作邏輯、模型選擇、路徑指引編寫為操作手冊，實現本地化低成本生成。
3. 流程自動化：透過建立專案資料夾結構（完成檔、參考圖）、設定 .env 檔案儲存 API Key，並撰寫提示詞讓 AI 自動執行生成、儲存與命名流程。
4. 功能擴展：不僅支援文生圖（Text to Image）與圖生圖（Image Modification），還擴展至文生影片（Text to Video）及靜態圖轉動態影片，並可封裝為具備圖示與分頁功能的桌面 App。

詳細大綱

一、 背景與解決方案概述

• 現狀痛點：常見 AI 圖片/影片生成服務需每月支付 10-15 美元以上進階方案費用，對偶爾使用者負擔較重。
• 解決方案：在本地 AI 助理（Claude 或 ChatGPT）安裝 Skill（技能），以極低成本生成內容，無需綁定訂閱方案。

二、 環境準備與專案設定

• 軟體下載：下載並安裝 Claude 或 ChatGPT 的桌面版軟體（需支援讀取參考圖片及儲存檔案至指定位置）。
• 資料夾結構建立：
• 建立專案資料夾。
• 專案內建立兩個子資料夾：
• 「完成檔」：儲存生成好的檔案。
• 「參考圖」：存放用於生成或修改的參考圖片。
• 專案指定：在桌面版軟體中開啟專案資料夾，並點擊「信任此工作區」（ChatGPT 則為指定來源資料夾）。

三、 FAL 平台設定與模型比較

• FAL 平台介紹：提供多種 AI 模型，計費透明，按實際生成數量計費，無需固定月費。
• 帳號與金鑰設定：
• 使用 Gmail 註冊帳號。
• 建立並複製 API Key（用於辨識使用者身份）。
• 繫結信用卡以支付費用。
• 初期不需大量儲值，熟悉操作後再視需求增加額度。
• 模型探索與比較：
• 透過「探索」(Explore) 查看模型分類（如 Text to Image）。
• 模型對比：
• Nano Banana 2：Google 推出的熱門文生圖模型。
• GPT Image 2：另一個熱門模型。
• 計費分析：複製模型頁面中的計價方式，交由 ChatGPT 分析比較哪個模型更划算。
• 結論：ChatGPT 分析認為使用 Nano Banana 2 生成圖片較省錢，故選定為主模型。
• 模型介面 (Endpoints) 注意：
• 同一模型可能有多個介面執行不同任務（例如：文字生成圖片、修改現有圖片）。
• 需複製對應任務的模型 ID。

四、 建立 Claude Skill（技能）

• 技能定義：作為 AI 助理的操作手冊，規範執行任務時的要點。
• 技能內容設定：
• 觸發條件：當請求生成或編輯圖片時啟用。
• 指定模型：包含 Nano Banana 2 和 GPT Image 2。
• 介面選擇：依據任務類型選擇正確介面。
• 機密資訊處理：API Key 不應直接貼在提示詞中，應儲存於 .env 檔案讓程式自動讀取。
• 路徑指引：提示詞需說明參考圖存放於「參考圖」資料夾，生成檔案存放於「完成檔」資料夾，檔名格式為「模型名稱+日期時間」。
• 技能建立流程：
• 將提示詞貼入輸入框送出。
• 依 Claude 詢問回答或採用建議。
• 建立 .env 檔案，將 API Key 貼入並儲存。

五、 圖片生成與修改測試

• 生成圖片測試：
• 範例：生成「古羅馬競技場奮戰的角鬥士」。
• 過程：送出提示詞 -> 授權對話方塊點擊「允許」 -> 生成完成並自動儲存至指定資料夾。
• 修改現有圖片測試：
• 範例：將獅子圖片修改為穿著金色鎧甲。
• 操作：將參考圖複製至「參考圖」資料夾。
• 進階功能：可請 Claude 使用不同模型各生成一張，對照風格差異。
• 提示詞優化技能：
• 針對不擅長描述細節（場景、鏡頭視角）的使用者。
• 改寫技能：請 AI 先依據主題自動補充豐富細節，經使用者確認無誤後再送出生成。
• 範例：生成「蘇格拉底在雅典街頭辯論」，AI 先擴展提示詞（包含神態、建築、焦段等），確認後生成。

六、 影片生成功能擴展

• FAL 影片模型選擇：
• 分類：Text to Video (文字生成影片)。
• 推薦模型：
• Seedance 2.0：目前效果最出色。
• Minimax H3：新亮相模型。
• Kling V3：價效比不錯。
• 操作：複製各模型計價資訊，交由 AI 分析比較後選定主力模型。
• 技能擴展：
• 撰寫提示詞將影片生成功能加入原有技能。
• 由於參數複雜，建議採用一問一答方式協助設定。
• 影片生成測試：
• 範例：使用 Kling 3.0 生成「穿著時尚男子吃巧克力棒」影片。
• 流程：提示詞優化 -> 確認參數（秒數、寬高比、音訊） -> 生成。
• 靜態圖轉動態影片技巧：
• 提供靜態圖片作為初始影格，請 AI 延伸後續畫面。
• 範例：使用 MiniMax H3，將「女子貼臉飛龍」圖片動起來，鏡頭拉遠。
• 流程：參考圖放入「參考圖」資料夾 -> 撰寫提示詞 -> AI 優化提示詞 -> 確認參數 -> 生成史詩感奇幻短片。

七、 進階：封裝為桌面 App

• 目標：將生成流程順手化，打造專屬桌面 App。
• 實作流程：
• 切換 Claude 至「計畫」(Plan) 模式。
• 描述理想 App 樣貌：視窗佈局、設計風格、欄位按鈕、作品呈現方式。
• Claude 詢問實作細節 -> 撰寫計畫提案 -> 實作。
• App 功能與測試：
• 設定：在「設定」對話方塊儲存 API 金鑰。
• 介面：左上角切換「圖片」與「影片」分頁；底部下拉選單挑選模型。
• 圖示生成：
• 請 App 生成專屬圖示（例如：抽象幾何風格、圓角白色圖示，寬高比 1:1）。
• 儲存為 Icon 並命名。
• 安裝：套用圖示並安裝至「應用程式」資料夾。
• 使用：開啟 App 即可立即使用，無需額外操作。

工具 / 模型 / 名詞整理

• AI 助理/軟體：
• Claude (桌面版)
• ChatGPT (桌面版)
• AI 模型 (來自 FAL 平台)：
• Nano Banana 2 (Google 推出，用於文生圖)
• GPT Image 2 (用於文生圖)
• Seedance 2.0 (用於文字生成影片)
• Minimax H3 (用於文字生成影片)
• Kling V3 / Kling 3.0 (用於文字生成影片)
• 平台與服務：
• FAL (AI 模型提供平台，提供 API Key 與計費服務)
• 技術元件/檔案格式：
• API Key (應用程式介面金鑰)
• .env (環境變數檔案，用於儲存機密資訊)
• Skill (技能/操作手冊)
• Endpoints (介面/端點)
• Prompt (提示詞)
• Icon (圖示檔案)

操作流程整理

1. 環境建置：

• 安裝桌面版 Claude 或 ChatGPT。
• 建立專案資料夾，內含「完成檔」與「參考圖」子資料夾。
• 在軟體中開啟專案並點擊「信任此工作區」。

1. FAL 平台設定：

• 使用 Gmail 註冊 FAL 帳號並繫結信用卡。
• 建立 API Key 並複製。
• 在 FAL 平台「探索」中查找模型，複製目標模型的計價資訊與 Model ID (Endpoints)。

1. 建立 Skill (技能)：

• 撰寫提示詞，定義觸發條件、指定模型（如 Nano Banana 2）、選擇正確 Endpoints。
• 建立 .env 檔案，將 API Key 存入，確保提示詞中不直接暴露金鑰。
• 將提示詞與 .env 設定導入 Claude 技能系統。

1. 執行生成任務：

• 圖片生成：輸入提示詞 -> AI 呼叫 API -> 點擊允許 -> 檔案自動儲存至「完成檔」。
• 圖片修改：將參考圖放入「參考圖」資料夾 -> 輸入修改指令 -> AI 呼叫 API -> 儲存結果。
• 提示詞優化：若描述簡略，AI 會先擴展細節（場景、鏡頭等），經確認後再執行生成。
• 影片生成：選擇影片模型（如 Kling 3.0）-> 確認參數（秒數、比例、音訊）-> 生成。
• 圖轉影片：將靜態圖放入「參考圖」-> 指令讓 AI 延伸動態 -> 生成影片。

1. 進階：封裝桌面 App (可選)：

• 切換 Claude 至「計畫」模式。
• 描述 App 介面需求（分頁、下拉選單、設定欄位）。
• 由 Claude 生成程式碼與圖示。
• 安裝圖示至應用程式資料夾，完成專屬 App 建置。

值得注意的限制或風險

• 模型名稱準確性：影片中提及的模型名稱（如 Nano Banana 2, GPT Image 2, Seedance 2.0, Minimax H3）需查證是否為實際存在的官方名稱，可能存在聽寫錯誤或暱稱。
• API 計費與信用卡綁定：需綁定信用卡支付費用，初期雖不需大量儲值，但仍需留意帳戶餘額與扣款情況。
• 本地軟體依賴：此方法依賴桌面版 Claude 或 ChatGPT 的特定功能（如讀取參考圖、儲存檔案、Skill 支援），需確保軟體版本支援這些功能。
• 技能維護：若 FAL 平台更新模型 ID 或計費方式，需手動更新 Skill 中的提示詞與 Endpoints。

逐字稿辨識疑點

• Nano Banana 2：逐字稿中多次提及此模型名稱，並註明為 Google 推出。此名稱與常見之 Google 模型（如 Imagen, Gemini, Nano Banana 非標準名稱）不符，疑為聽寫錯誤或特定模型暱稱，需查證。
• Kling 3.0：逐字稿中先提及「Kling V3」，後測試時提及「Kling 3.0」，版本編號格式不一致，需查證。
• GPT Image 2：逐字稿中提及此模型名稱，需查證是否為實際存在的模型名稱或口誤。
• Seedance 2.0：逐字稿中提及此模型名稱，需查證是否為實際存在的模型名稱或口誤。
• Minimax H3：逐字稿中提及此模型名稱，需查證是否為實際存在的模型名稱或口誤。
• FAL 平台：逐字稿中提及此平台名稱，需查證是否為實際存在的平台名稱或口誤。

可延伸追問

• FAL 平台目前支援的所有模型列表及最新計費標準為何？
• 若使用 ChatGPT 桌面版，其 Skill 功能與 Claude 桌面版在操作上有哪些具體差異？
• 如何確保 .env 檔案的安全性，避免 API Key 洩露？
• 若生成的圖片或影片不符合預期，有哪些常見的調整策略（如調整提示詞權重、更換模型）？
• 將流程封裝為桌面 App 後，若 FAL 平台 API 發生變更，App 是否需要重新編譯或更新？