Higgsfield + Codex/Claude MCP 全流程教程

AI军火库7955 曝光 · 45 收藏

一份从连接配置到案例实操的完整参考手册，覆盖8个真实案例、7大工具、30+模型、点数管理与避坑指南。

一、这是什么？

一句话版本： 你在 Claude 或 Codex 的聊天框里打一句话，AI 自动调用 30+ 视频模型，帮你从剧本到成片一条龙做完，甚至自动传 YouTube。

拆开来说：

以前做一条AI视频： ChatGPT写剧本 → Midjourney生角色图 → Runway/Kling生成视频片段 → ElevenLabs配音 → 剪映剪辑 → 每步手动搬运，5个工具，1整天。

现在： 一句话，Claude/Codex自动串完全流程，几分钟出片。

二、环境准备

2.1 你需要准备什么

项目

2.2 连接设置（3步搞定，约2分钟）

以下以 Claude 为例，Codex / Claude Code 流程基本一致。

第1步：复制 MCP 连接地址

去 Higgsfield 官网（higgsfield.ai），顶部导航栏找到「MCP」入口，复制连接地址：

如果用的是 Claude Code 或 Codex，官方建议用 CLI 方式连接，详见 higgsfield.ai/cli

第2步：在 Claude 中添加连接器

打开 Claude（桌面端或网页版 claude.ai）
进入 Settings → Connectors（设置 → 连接器）
点击右上角 Add → Add custom connector（添加自定义连接器）
名称填：Higgsfield
URL 粘贴上面的地址
点击 Add

第3步：授权登录

点击 Connect
浏览器跳转到 Higgsfield 登录页，用你的 Higgsfield 账号登录
授权完成，连接器状态变为已连接
（可选但推荐）在权限设置里把 Read 和 Write 都设为 Always Allow，这样后续生成不用每次手动确认

完成后，连接器会一直保持连接状态，这是一次性设置，以后不用重复操作。

2.3 验证连接

连接成功后，在 Claude 聊天框里发一句话验证：

你能用Higgsfield 做什么?列出所有可用工具。

Claude 会返回一份可用工具清单，包括图片生成、视频生成、角色训练、音频翻译等。同时你也可以让它查一下你的点数余额：

查一下我的Higgsfield点数余额。

如果工具没出现，断开连接器重新连一次，OAuth 会话过期是最常见的首次连接问题。

2.4 点数体系说明

按 720p 算，1点 ≈ 1-1.5秒视频。5分钟视频（300秒）约需 300-450点，一个 Plus 账号每月大概跑 2-3 条完整短片。

三、基础教程：从0到1

3.1 生成第一张图片

最简单的入门操作，一句话生成一张图片：

用 Higgsfield 生成一张图片:纽约街头深夜，霓虹灯下一个人撑伞走过，电影感，16:9

Claude 会自动选择合适的图片模型（如 GPT Image 2 或 Nano Banana Pro），设置参数并生成。

要点：

描述尽量具体：场景、光线、构图、风格、比例
生成后如果不满意，直接跟 Claude 说"重新生成，改成xxx"
生成的图片会保存在你的 Higgsfield 工作区，后续可以直接引用

3.2 图片转视频（Image to Video）

核心技巧：先生成一张满意的图片作为"锚定帧"，再用这张图作为视频的起始帧。

把刚才生成的那张纽约街头图片，用Seedance2.0做成5秒视频，慢速推镜头，电影感，1080p

为什么先图后视频？

直接文生视频，效果不可控，经常要重试，浪费点数
先生成图片，确认满意后再转视频，成功率高、成本低
被拒的视频要消耗完整点数，而图片只消耗1-3点

3.3 多镜头串联（Chain Shots）

做多镜头视频时，用"链式生成"保持画面连贯：

链式生成的好处：

画面连贯，不会有突兀的跳变
比每个镜头独立生成省点数（多镜头一次性生成比逐个生成更划算）
Claude 会在同一个上下文里管理所有镜头的状态

3.4 角色一致性（Soul ID）

如果你要在多个镜头甚至多集内容里保持同一个角色的脸不变，用 Soul ID：

Soul ID 要点：

参考图最好提供多角度（正面、侧面、全身、特写）
灰色背景的参考图效果最好，去掉杂乱背景让模型聚焦人物
训练完成后，角色身份会保存在你的工作区，后续随时可调用
跨场景、跨集使用都没问题，脸不会跑

四、进阶工作流

4.1 完整短剧制作8步流程

这是目前最炸裂的工作流，一条指令完成从剧本到YouTube上传的全链路：

Claude/Codex 会自动执行以下8步（流程图见上方可视化）：

4.2 批量生成与并行处理4.3 YouTube频道自动化（Faceless无脸频道工作流）

用 Claude 的子代理（sub-agents）功能并行生成多个镜头：

Claude 会自动启动多个子代理并行处理，比逐个生成快数倍。

4.3 YouTube频道自动化（Faceless频道）

适合不露脸、纯靠内容和画面做起来的频道：

然后追一句话批量扩展：

Claude 会自动选题、研究、生成、包装，循环生产。

4.4 电商产品广告（3步工作流）

Higgsfield 官方教程的 4K 产品广告工作流：

4.5 UGC内容工厂

用 UGC 预设批量生成"真人推荐"风格的短视频：

Claude 会自动选择 UGC 预设，生成脚本 → 创作者表演画面 → 产品特写 → 字幕 → 成品。

五、8大真实案例详解

案例1：一句话生成篮球场电影感视频

难度： ★☆☆☆☆ 入门级

指令：

发生了什么：

Claude 先自己写了一个比原话详细得多的图片提示词，包含破损沥青、褪色罚球线、铁丝网、纽约褐石建筑、涂鸦墙、金色光线、浅景深等细节
调 GPT Image 2 生成了一张高质量照片
拿了这张图的 job ID，直接作为起始帧传给 Kling 3.0
生成了3秒慢速电影感推镜头

要点： 两个工具调用，一条指令，零手动操作。以前你得先生图、下载、再上传到视频工具、重写提示词。现在中间的搬运彻底没了。

点数消耗： 约 8-10 点（图片2点 + 视频6点）

案例2：Vox风格2分钟动画解说片

难度： ★★☆☆☆ 中等级

指令：

发生了什么：

Claude 自动研究主题相关资料
把内容结构化成不同段落，对齐视觉节点和旁白节奏
生成动态画面（信息可视化动效）
生成配音（可选 Brian、Naomi、Hugo 等声音）
旁白对应到选定语音，音轨纳入影片组装
组装成完整成片

要点： 提示词是触发器，不是逐镜头脚本。你不用为每个镜头单独写指令，Claude 自己规划分镜。

适用场景： YouTube Shorts、Instagram Reels、TikTok 短中视频。Vox风格辨识度高、节奏快、信息密度恰到好处。

点数消耗： 约 80-120 点

案例3：faceless YouTube频道（月入$39,500案例）

难度： ★★★☆☆ 高级

指令：

发生了什么：

Claude 研究庞贝古城历史资料，内容结构化成9个章节，每章对应一段时间轴
生成全部分镜画面，角色和场景全程一致
配音自动生成并同步到时间轴，背景音乐配好
用户追加指令：帮我做完整 YouTube 上传包
Claude 生成了3个不同风格的封面供 A/B 测试、SEO标签、带时间戳的描述
用户追加指令：Make me 2 more videos，选题你自己找
Claude 自己选了两个选题，又跑了两条出来

要点： 最后那个"再帮我做两条"才是最要命的。它不是一次性生成，是可以像工厂一样持续运转。你给方向，它自己选题、生产、包装。

诚实提醒： $39,500 月收入是头部频道的数据，不代表你接上 MCP 就能复制。工具能帮你生产内容，但内容能不能赚钱是另一码事。能赚钱的永远是少数。

点数消耗： 单条约 300-450 点，3条约 900-1350 点（一个 Plus 账号勉强够一条）

案例4：5分钟AI短剧全自动生成 + 传YouTube

难度： ★★★☆☆ 高级

指令：

发生了什么： 见第四章 4.1 的8步流程，全自动执行。

关键细节：

剧本不是干巴巴大纲，有场景描述、对白、镜头语言
角色用 Soul ID 锁脸，全程不跑偏
运镜参数自动判断（急推、推轨、360环绕）
从剧本到YouTube一条龙

当前限制：

不是按一下回车就去喝咖啡，中间有等待生成时间
有需要人工确认的节点
5分钟成片实际可能需要 30-60 分钟跑完
点数消耗较大，建议 Pro 套餐

点数消耗： 约 400-600 点

案例5：4K产品广告3步工作流（耳机广告）

难度： ★★★★☆ 专业级

来源： Higgsfield 官方教程（2026年6月22日发布）

3步流程：

第1步：素材准备

用 GPT Image 2 生成耳机产品多角度图（正面、侧面、俯视、佩戴效果）
生成主角角色参考图（特写 + 全身，灰色背景）
生成场景参考图（录音棚、街头、办公室）
生成道具和服装参考

第2步：分镜脚本

用 Claude + 自定义 Skill 把广告脚本转成命名的 Seedance 提示词
每个镜头有独立提示词，共享风格前缀和命名元素
形成一个连贯的分镜文档

第3步：生成与迭代

逐场景用 Seedance 2.0 4K 生成
诊断失败镜头，改写提示词重新生成
从多次生成中挑选最佳片段
后期剪辑组装成最终广告

核心洞察： 最好的AI广告不是随机生成，而是系统。秘密不是每次生成都成功，而是工作流产出足够多的可控尝试，让剪辑师能找到最 keeper 的那几秒。

点数消耗： 约 500-800 点

案例6：50岁零基础批量生产AI漫画短视频

难度： ★★☆☆☆ 实用级

来源： 日本一位50多岁的创作者，自述"零艺术天赋、零剪辑技能"

工作流：

在 Claude 里设定一个"图片生成 Skill"（固定画风模板）
丢入剧本，Claude 自动生成每个场景的漫画分格图
用 Higgsfield 的图生视频功能，每张图转5秒慢速推镜头
用子代理并行处理所有场景（一次5个场景同时生成）
用 Higgsfield 内置 TTS 生成日语配音（可选 ElevenLabs 或 MiniMax 引擎）
用 Canva 或 Vrew 快速剪辑加字幕

他原话的精华：

"自从切换到这种思维方式，我能同时运营多个账号。一个50多岁、没有艺术天赋、没有剪辑技能的人也能做到这一步。这意味着，没有技能已经不再是借口了。"

要点： 关键不在于"打磨自己的技能"，而在于"建立系统并自动化"。与其去上视频剪辑培训班，不如让 AI 来做视频。

点数消耗： 单条约 50-80 点（漫画风格比写实便宜）

案例7：YouTube长视频B-roll自动化

难度： ★★★☆☆ 效率级

来源： 一位 YouTube 创作者的实际工作流

痛点： 30分钟 talking-head 视频，B-roll 搜索和放置要花 3-5 小时，比剪辑本身还耗时。

核心洞察： 秘密不是更好的AI图片生成，而是时间戳。音频有了带时间戳的转录文本后，文件名就是放置地图。一张命名为 00:01:34.png 的图片，不只是描述一个时刻，它直接告诉编辑器在时间轴的哪个位置放这个文件。

工作流：

用 TurboScribe 把录制好的音频转录成带时间戳的文本
Claude Code 读取转录文本，分析每个时间点需要什么画面
通过 Higgsfield Skill 自动生成每张 B-roll 图片
文件名用时间戳命名（如 00:01:34.png）
把整个文件夹拖进 CapCut，文件按时间戳自动排序 = 时间轴顺序
自动放置完成，不用手动拖

效果： 30分钟视频的 B-roll 从 3-5 小时压缩到约 30 分钟。

点数消耗： 30分钟视频约 60 张图，约 120-180 点

案例8：Higgsfield Original Series 原创AI剧集

难度： ★★★★★ 顶级（目前由 Higgsfield 官方团队制作）

已播出剧集：

意义： demo 和产品之间有条线。5分钟短剧demo可以说是技术展示，但完整剧集在自家平台播出还有多部，这就不是 demo 了，是正儿八经在做内容。

给普通创作者的启示： 这是方向标。官方做的，代表他们认为这条路线已经可以产出可消费的内容了。个人创作者现在可能还到不了这个水准，但半年后呢？

六、7大工具功能详解

Higgsfield MCP 给你的 AI Agent 提供了7个可调用的工具：

连接成功后，可以直接问 Claude："你能用 Higgsfield 做什么？"它会列出当前可用的所有工具和功能。

七、可用模型清单

Higgsfield 一个账号覆盖 30+ 模型，以下是主要模型：

八、点数成本管理

8.1 核心原则

按交付物追踪点数，不按调用次数追踪。

一个15秒的广告片，用"锚定帧 + 链式多镜头"的方式，可以控制在 200-300 点以内。如果你不管理点数，逐个镜头独立生成，可能花掉 2-3 倍。

九、常见坑与最佳实践

9.1 常见坑

9.2 最佳实践

1. 保持项目级参考文件

每次生成都引用同一套参考：角色设定、色彩方案、产品标识。Agent没有这个会漂移。

2. 像真实制片一样思考

最好的AI广告/视频不是随机生成的，而是系统。分离成可重复的步骤：准备素材 → 测试参考 → 生成分镜 → 逐场景迭代 → 剪辑最佳片段。

3. 按镜头选模型，不按项目选模型

10秒的建立镜头和紧凑的角色特写有不同的成本/质量权衡。Kling 3.0 跑约6点，Veo/Sora 要40-70点。不是所有镜头都需要最贵的模型。

4. 生成足够多的可控尝试

不是每次生成都成功。工作流的价值在于产出足够多的可控尝试，让你从中挑出最佳的几秒。

5. 描述运动，不描述场景

做图生视频时，场景已经锁定在锚定帧里了。你应该描述的是运动方式（推、拉、摇、移），不是重新描述场景。