# 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」。
2.  **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)。
3.  **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。
4.  **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。
5.  **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？