O czym jest ten film
- Autor pokazuje pipeline montażowy, który od miesiąca montuje każdy film na jego kanale — od surowego materiału po gotowy plik.
- Cały system opiera się na pięciu narzędziach, z których niemal wszystkie są darmowe.
- WhisperX transkrybuje materiał ze znacznikami czasu dla każdego słowa, dzięki czemu Claude wie, gdzie postawić cięcie.
- FFmpeg fizycznie wykonuje cięcia, sklejenia i obróbkę dźwięku — 25 minut surówki schodzi do około 12 minut.
- Higgsfield (przez MCP) generuje B-roll, gdy brakuje własnego materiału; HyperFrames buduje grafiki animowane jako kod HTML.
- Kluczowym elementem jest własna umiejętność (skill) „watch”, która daje Claude’owi „oczy” — wyciąga klatki wideo do inspekcji.
- Na tej podstawie działa pętla agentowa: render → recenzja przez subagentów → poprawki → ponowny render, aż materiał przejdzie kontrolę.
- Koszt: ok. 90 dolarów tokenów na film, pokrywane z planu Claude Code Max; jedyny realny wydatek gotówkowy to B-roll w Higgsfield.
- Demonstracja na żywo: intro nagrania powstaje autonomicznie w ok. 40 minut, po dwóch przebiegach kontroli jakości.
- Cztery dodatkowe elementy podnoszące jakość: skill „taste”, generowane assety, plik stylu uczący się z poprawek oraz przygotowanie przed montażem.
Redakcyjne tłumaczenie
Co właściwie robi ten system
Wrzucam surowy materiał do jednego folderu, a Claude montuje z niego cały film za jednym podejściem. Obsługuje grafiki animowane, generuje w pełni automatycznie B-roll z AI, wypala napisy i podkłada muzykę — wszystko. Ten pipeline zmontował każdy film na tym kanale w ciągu ostatniego miesiąca.
Większość osób, które próbują czegoś podobnego, spędza godziny na przerzucaniu się wiadomościami z Claude’em, bo brakuje im jednej umiejętności — tej, która zamienia montaż z pomocą AI w całkowicie autonomiczny silnik produkcji wideo. Pokażę, jak zbudować cały system, bez ukrywania szczegółów. Zacznijmy od tego, jak montaż z AI naprawdę działa.
Architektura pipeline’u
Montaż z AI jest w gruncie rzeczy prosty, bo to dokładnie to samo, co robi człowiek — tylko rozbite na etapy, które Claude potrafi faktycznie wykonać. Problem polega na tym, że Claude Code nie zaloguje się do Premiere Pro i nie zacznie montować. Trzeba więc zaprojektować pipeline wokół zestawu narzędzi i realnych możliwości modelu. Najlepsze w moim rozwiązaniu jest to, że opiera się na mniej więcej pięciu narzędziach i prawie wszystkie są darmowe.
Etap pierwszy: transkrypcja. Używam WhisperX — niewielkiego modelu AI, który działa lokalnie na moim komputerze i transkrybuje surowy materiał słowo po słowie, ze znacznikiem czasu przy każdym słowie. To ma znaczenie, bo Claude nie słyszy dźwięku z klipów. Bez podsekundowych informacji o tym, co i kiedy zostało powiedziane, nie ma pojęcia, gdzie powinno paść cięcie.
(Informacja dodatkowa: WhisperX to rozszerzenie modelu Whisper od OpenAI o wyrównanie na poziomie pojedynczych słów — stąd te podsekundowe znaczniki czasu.)
Etap drugi: cięcie. Claude sam z siebie też nie wykona cięcia — musiałby napisać skomplikowany kod. Do tego służy FFmpeg. Claude czyta transkrypt i decyduje, co wypada: ciszę, nieudane podejścia, wypełniacze. FFmpeg fizycznie realizuje te cięcia — przycina klipy, skleja je z powrotem i porządkuje dźwięk. Jest darmowy i otwartoźródłowy, a 25 minut surowego materiału zamienia w mniej więcej 12 minut zwartego wideo.
Etap trzeci: B-roll. Po usunięciu pomyłek i ciszy mamy zgrubny montaż, ale bez dodatkowego materiału powstałby dość nudny film — dwadzieścia minut wpatrywania się we mnie. Claude przegląda więc wszystkie nagrania ekranu, które zrobiłem do danego filmu, i wstawia je tam, gdzie wymaga tego scenariusz. Kiedy do jakiejś kwestii nie mam materiału, używam Higgsfielda, żeby wygenerować B-roll pasujący do sceny. Higgsfield daje Claude’owi dostęp do najlepszych modeli obrazu i wideo w ramach jednego połączenia przez MCP. Claude czyta kontekst scenariusza i generuje materiał dokładnie pod to, co mówię.
(Informacja dodatkowa: MCP — Model Context Protocol — to standard, przez który modele podłącza się do zewnętrznych narzędzi i usług.)
Etap czwarty: grafiki animowane. B-roll jest dobry, ale prawdziwa moc tego pipeline’u tkwi w generowaniu motion graphics. Odpowiada za to HyperFrames — w stu procentach darmowy, otwartoźródłowy silnik graficzny od zespołu Haystack. Buduje każdą grafikę jako kod, więc Claude nie ma żadnych ograniczeń, ile ich stworzy do filmu. Obsługuje nawet ustawianie scen i przejścia między nimi. HyperFrames to kręgosłup całego rozwiązania i to on przesuwa je z „przycinania klipów” do „faktycznego tworzenia wideo”.
Etap piąty: warstwa dźwiękowa. Kiedy grafiki są na miejscu, dokładamy efekty specjalne: muzykę tła i efekty dźwiękowe. Tu znowu całą robotę wykonuje FFmpeg.
Ile to kosztuje
Zapewne zastanawiacie się, ile to wszystko kosztuje. Przez ostatnie kilka tygodni każdy film wychodził średnio na jakieś 90 dolarów w tokenach. Rzecz w tym, że nigdy tego nie zapłaciłem, bo wszystko szło z planu Claude Code Max, który i tak mam. Jedyny realny koszt gotówkowy to B-roll z AI — kilka dolarów za segment w Higgsfield.
Dla porównania: opłacenie montażysty to od 150 do 3000 dolarów za film. A te montaże wracają w trzy godziny — szybciej niż od jakiegokolwiek montażysty, z którym pracowałem. Można spokojnie spróbować puścić to na tańszym modelu i zoptymalizować jeszcze bardziej, niż zrobiłem to ja. Bardzo chętnie zobaczę, co wam wyjdzie — zostawcie komentarz, jeśli macie pomysły, jak to potanić.
Miejsce, w którym większość rozwiązań się rozpada
To jest cały pipeline i większość workflowów montażowych z AI kończy się dokładnie w tym miejscu. I dokładnie dlatego się sypią. Bo w praktyce dzieje się tak: wraca pierwsza wersja, napisy zasłaniają twarz, grafiki źle wykorzystują przestrzeń. Piszecie więc: „przesuń to niżej”, „powiększ tę grafikę”. I nagle spędziliście dwie godziny jako reżyser obsługujący w istocie ślepego montażystę — nie oszczędzając ani minuty.
Zatkałem tę dziurę i to jest powód, dla którego cały workflow działa u mnie samodzielnie. Dałem Claude’owi możliwość realnego oglądania montowanego filmu. Claude Code nie widzi wideo — potrafi tylko czytać transkrypt. Właśnie dlatego zawsze bezbłędnie robi zgrubny montaż: żeby przyciąć surówkę, wystarczy dobry transkrypt. Ale grafiki i nakładki zawsze wracały z drobnymi usterkami, bo Claude nigdy nie widział efektu końcowego.
Kilka miesięcy temu zbudowałem więc skill o nazwie „watch”, który daje Claude’owi oczy. Wyciąga z wideo kolejne klatki, dzięki czemu Claude widzi dokładnie, co dzieje się na ekranie w każdym momencie. To ogromny skok jakości w tym workflow, bo kiedy Claude widzi własną pracę, może montować tak, jak robi to prawdziwy montażysta.
Pomyślcie o tym przez chwilę. Prawdziwy montażysta pracuje na osi czasu: wprowadza zmianę, odtwarza materiał, wyłapuje, co wygląda źle, i poprawia. Powtarza to, aż film wygląda jak trzeba. Żaden montażysta nie zmontuje filmu za jednym podejściem z zamkniętymi oczami. Dlaczego więc wymagamy tego od Claude’a?
Pętla agentowa
Ten cykl nazywa się pętlą agentową i składa się z dwóch składników: celu — czyli „dokończ film” — oraz sposobu, w jaki Claude może sprawdzić, nad czym pracuje. Tym drugim jest właśnie skill „watch”.
W moim pipelinie wygląda to tak. Kiedy render się kończy, subagenci używają skilla „watch”, żeby przejrzeć materiał jak wybredny montażysta. Sprawdzają usterki wizualne, odstępy, wyrównanie i ogólne wrażenie z klipu. Potem przekazują Claude’owi raport w postaci listy poprawek. Claude wprowadza je, renderuje ponownie i znowu poddaje materiał recenzji. Pętla kręci się, dopóki film nie przejdzie kontroli. Zanim siadam do końcowego przeglądu, materiał ma już za sobą pół tuzina recenzji wykonanych przez subagentów.
Ta pętla walidacji jest tu kluczowa, bo agent, który nie potrafi sprawdzić własnej pracy, tak naprawdę tylko zgaduje, jaka jest jakość efektu końcowego. To także dokładny powód, dla którego nie używam modelu rozumiejącego wideo, takiego jak Gemini: przy moim podejściu Claude sam decyduje, gdzie dokładnie w klipie patrzy. Możemy więc celowo obejrzeć styki między grafikami — właśnie te miejsca.
Walidacja to największa część układanki „montaż za jednym podejściem”, ale nie jedyne zadanie skilla „watch”. Dzięki niemu podkradam też dowolny styl montażu i w pełni automatycznie dobieram B-roll — obie rzeczy pokażę przy przejściu przez pełen pipeline.
Instalacja i konfiguracja
Ustawmy wszystko, żebyście mogli to uruchomić u siebie już dziś.
Najpierw utwórzcie na pulpicie (albo gdziekolwiek) folder o nazwie „video editor” i otwórzcie go w Claude Code. Ja uruchamiam Claude Code wewnątrz mojego Founder OS — jednego folderu i przestrzeni roboczej, z której prowadzę cały biznes: sprzedaż, realizację, treści, wszystko. Jeśli chcecie zbudować taki Founder OS, w tym miesiącu prowadzę warsztat na żywo, link w opisie. Ale do samego montażu nie potrzebujecie ani Founder OS, ani niczego wymyślnego — wystarczy otworzyć ten folder również w aplikacji desktopowej.
Potem instalujemy wszystko, czego potrzeba:
- Pobierzcie skill „watch” z poradnika (link w opisie) oraz link do repozytorium HyperFrames na GitHubie i poproście Claude’a, żeby zainstalował oba w tym projekcie.
- Podłączcie Higgsfield jako MCP do B-rolla. Wejdźcie na higgsfield.com/mcp, skopiujcie link i poproście Claude’a o instalację. Jeśli chcecie używać tego też w czacie Claude, wejdźcie w menu konektorów i dodajcie go tam.
- Zainstalujcie FFmpeg i WhisperX — one wykonują najcięższą pracę przy cięciu i transkrypcji. Znów: weźcie adresy z GitHuba i poproście Claude’a o instalację.
Jeśli chcecie jeden prompt, który skonfiguruje absolutnie wszystko, jest w opisie, w moim playbooku montażowym.
Przygotowanie materiału przed montażem
To jest stack, więc możemy skierować go na prawdziwy materiał. Spróbuję zmontować za jednym podejściem intro do filmu, który właśnie nagraliśmy. Ale najpierw pokażę, co robię, żeby edytor dostał dobry wynik już przy pierwszej próbie.
Mam na komputerze folder z całym nagranym materiałem: ujęcia z kamery głównej i scenariusz. Robimy tylko intro, więc mam na razie tylko scenariusz intra. Scenariusz tworzę w dokumencie Worda albo Google Docs, bo mogę wtedy dopisywać komentarze z tym, co faktycznie chcę osiągnąć. Mówię więc, jakiej muzyki chcę użyć w intrze. Mówię, żeby zacząć od dużego zbliżenia i szybko odjechać kamerą. Mówię, jakiego typu grafiki mają powstać, a jeśli mam obrazy referencyjne, które chcę wpleść — po prostu wrzucam do nich linki.
To jest absolutnie kluczowe. Jeśli nie odrobicie pracy przygotowawczej i nie zastanowicie się, jak ma wyglądać efekt końcowy, dostaniecie typowy „AI slop” — film, który zupełnie nie pasuje do tego, co chcieliście stworzyć.
Mając ten jeden folder, mogę wejść do Claude’a i powiedzieć po prostu: „Zmontuj klip pierwszy, intro jest tutaj” — i podać ścieżkę do folderu. U mnie leży w folderze Movies, ale można to zrobić dowolnie. Dokładam krótki prompt z tym, czego chcę. Zawsze zaznaczam: „Jest tam dokument Worda ze scenariuszem, sprawdź komentarze, bo w nich są wszystkie potrzebne informacje”. Dorzucam też przypomnienie: „Użyj skilla watch do tej pętli samodoskonalenia, o której mówiliśmy”.
Przebieg montażu na żywo
Puszczamy. Claude zaczyna od zgrubnego montażu.
Claude ruszył do pracy i utworzył projekt. Widać kilka folderów. Jest folder z assetami, do których go odesłałem: zrzuty z filmów na YouTube zmontowanych tym systemem oraz muzyka do intra, o którą prosiłem. Do tego zaszkicował inne foldery, które przydadzą się później. Teraz uruchamia WhisperX — ten lokalny model — żeby przetranskrybować klip i wiedzieć dokładnie, kiedy pada każde słowo, i na tej podstawie zrobić zgrubny montaż.
Transkrypcja właśnie wpadła. Widać podsekundowe znaczniki czasu przy każdym wypowiedzianym słowie; to ciągnie się przez kilkaset linijek. Na tej podstawie Claude znajdzie zgrubny montaż oraz wyłapie ciszę i przerwy.
Wygląda na to, że zgrubny montaż jest gotowy — otwieram go.
[odtworzenie zmontowanego intra]
Zgrubny montaż wyszedł idealnie i to było do przewidzenia, bo tu wystarczy transkrypt, żeby wyciąć ciszę i przerwy. Skróciło mniej więcej półtorej minuty materiału do 39 sekund.
Skoro mamy zgrubny montaż, kolejnym krokiem jest przeczytanie wszystkich moich komentarzy i stworzenie planu grafik. Ten plan opiera się na komentarzach, które daliśmy w dokumencie Worda. Claude je przeczyta i zacznie generować B-roll z AI, a potem wszystko połączy.
Widać, że rendering ruszył w Higgsfieldzie. Używa Seedance 2 w 1080p, więc potrwa to kilka minut. Ale w międzyczasie Claude dalej pracuje — przygotowuje plan grafik i wstawi ten materiał, gdy tylko skończy się render.
B-roll z AI właśnie się wygenerował i wygląda całkiem dobrze. Teraz zostanie pobrany z powrotem do projektu i automatycznie wmontowany przez HyperFrames.
Claude ukończył pierwszą wersję renderu — czyli jeszcze przed jakąkolwiek pętlą poprawek. To jego pierwsze podejście:
[odtworzenie pierwszej wersji]
Ciekawa interpretacja, ale niech będzie. Przypominam, że to zupełnie świeża instancja edytora, którą postawiłem specjalnie na potrzeby demonstracji. Pewnie muszę dać jej więcej wskazówek co do tego, jak renderuje Claude’a jako postać. Możliwe, że poprawię to w intrze, które widzicie na początku tego filmu — nie miejcie mi tego za złe.
Teraz widzę, że Claude ogląda film za pomocą skilla, przechodząc klatka po klatce w poszukiwaniu błędów i usterek. Zaraz to wszystko naprawi, wyrenderuje ponownie, a potem zobaczymy efekt końcowy.
Claude skończył. Intro zajęło mu jakieś 40 minut, ale ważne, że zrobił to całkowicie autonomicznie. Jedyne, co mu powiedziałem, to żeby użył drugiej wersji pewnego B-rolla, który sam wygenerował ponownie i zapytał mnie o zdanie. Przeszedł dwa pełne przebiegi kontroli technicznej i zgodności kompozycji. Oto finalne intro:
[odtworzenie finalnej wersji z muzyką]
Całkiem dobrze. Jest kilka drobiazgów, które pewnie bym poprawił, ale zasadniczo to niemal ideał. Kolejny krok to po prostu zrobić resztę filmu. Ja pokazałem tylko intro, ale dokładnie tak działa cały pipeline.
Cztery rzeczy, które przesuwają montaż z „nieźle” do „za jednym podejściem”
Skill „watch” daje wam pętlę, ale są jeszcze cztery elementy, które robią różnicę.
Po pierwsze: skill „taste”. Każda grafika, którą tworzy HyperFrames, to w gruncie rzeczy projektowanie front-endu, bo powstaje w HTML-u. To znaczy, że wszystko, co poprawia Claude’a w projektowaniu front-endu, poprawia też wasze motion graphics. I dokładnie to robi skill „taste”. Zostawiony sam sobie Claude robi grafiki, które są zwykłym „AI slopem”. Skill „taste” daje mu reguły, według których pracowałby prawdziwy projektant, więc całość wygląda znacznie lepiej. Podoba mi się to, że nie podsuwa Claude’owi gotowego presetu, tylko podejście do projektowania — dzięki temu robi lepsze grafiki w dowolnym stylu.
Po drugie: generowane assety. Mówiłem, że Higgsfield służy do B-rolla, ale zasługuje na drugie miejsce na tej liście, bo Claude może go użyć w trakcie montażu do wygenerowania obrazu albo krótkiego klipu i wstawienia go bezpośrednio w grafikę. To zmienia definicję tego, czym grafika może być. Do tej pory były to tylko teksty, wykresy i nagrania ekranu — ograniczone tym, co potrafi HTML. Ale czasem potrzebujecie ikon albo elementów, których HyperFrames nie zbuduje kodem. Wtedy Higgsfield je generuje, a HyperFrames wciąga te nowe obrazy do grafiki.
Po trzecie: plik stylu, który wchłania każdą poprawkę. W tej chwili każda uwaga, którą przekazujecie Claude’owi w końcowym przeglądzie, to uwaga, którą powtórzycie za tydzień. Reguła, którą stosuję, brzmi: każda poprawka wychodząca z przeglądu zostaje zapisana z powrotem w pliku stylu, zanim montaż zostanie zamknięty. To naprawdę ważne dla stopniowej pełnej automatyzacji tego workflow, bo dzięki temu Claude cały czas uczy się z waszych uwag.
Po czwarte — i moim zdaniem najważniejsze dla montażu za jednym podejściem — to nie narzędzie, tylko praca przygotowawcza przed montażem. Jedna z największych rzeczy, jakich nauczyłem się przez ostatni miesiąc, brzmi tak: im więcej czasu poświęcicie na planowanie, tym bliżej będziecie montażu za jednym podejściem, bo agent przestaje zgadywać, czego chcecie — po prostu czyta komentarze z waszego scenariusza. Dziesięć minut komentarzy oszczędzi wam dosłownie godziny przerzucania się wiadomościami i to jest największa różnica między montażem, który wraca gotowy do użycia, a takim, który wymaga godzin dyskusji z Claude’em.
To cały system. Spakowałem go w poradnik z każdym promptem z tego filmu — możecie go pobrać za darmo pod linkiem poniżej. A jeśli chcecie zbudować AI OS, na którym to wszystko działa, uczę tego na żywo podczas Founder OS Build Shop 26 sierpnia. Link również w opisie.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Pętla walidacji jest ważniejsza niż samo narzędzie generujące
Na czym polega: Agent, który nie potrafi obejrzeć efektu swojej pracy, tylko zgaduje jakość. Cały skok jakościowy w tym pipelinie bierze się z cyklu: render → recenzja → poprawka → ponowny render, powtarzanego aż do przejścia kontroli.
Jak stosować: Do każdego agentowego zadania dołóżcie mechanizm, którym agent sprawdzi własny wynik — dla wideo są to klatki, dla kodu testy, dla dokumentu checklist recenzenta. Definiujcie cel plus sposób weryfikacji, nie samą instrukcję.
Na co uważać: Pętla musi mieć kryterium zakończenia („przechodzi kontrolę”), inaczej agent będzie się kręcił w kółko i palił tokeny. Autor mówi o mniej więcej pół tuzina przebiegów na film i 40 minutach na samo intro.
2.Praca przygotowawcza przed montażem daje największy zwrot
Na czym polega: Autor wskazuje ją jako czynnik numer jeden dla montażu za jednym podejściem. Dziesięć minut komentarzy w scenariuszu oszczędza godziny poprawek, bo agent przestaje zgadywać.
Jak stosować: Piszcie scenariusz w dokumencie z komentarzami: jaka muzyka, jaki ruch kamery, jakie grafiki, jakie obrazy referencyjne. Podajcie agentowi ścieżkę do folderu i wyraźnie każcie mu przeczytać komentarze.
Na co uważać: Bez tej pracy dostaniecie generyczny „AI slop”, który nie pasuje do waszej estetyki. To nie jest krok opcjonalny, który da się nadrobić późniejszymi poprawkami.
3.Transkrypcja ze znacznikami na poziomie słowa to fundament cięcia
Na czym polega: Claude nie słyszy dźwięku. WhisperX daje podsekundowe znaczniki czasu przy każdym słowie i to one pozwalają modelowi zdecydować, gdzie pada cięcie.
Jak stosować: Uruchamiajcie WhisperX lokalnie na surowym materiale przed jakimkolwiek montażem. Zgrubny montaż to jedyny etap, który autor określa jako niezawodny — bo wymaga wyłącznie dobrego transkryptu.
Na co uważać: Jakość cięcia jest ograniczona jakością transkryptu. Słaby dźwięk, akcenty czy nakładające się głosy przełożą się bezpośrednio na błędne punkty cięcia.
4.Rozdziel „decyzję” od „wykonania”
Na czym polega: Claude decyduje, co wyciąć, ale fizyczne operacje wykonuje FFmpeg. Model nie musi pisać skomplikowanego kodu obróbki wideo — wydaje polecenia sprawdzonemu narzędziu.
Jak stosować: Projektując pipeline agentowy, przypisujcie modelowi rolę planisty, a deterministycznym narzędziom — rolę wykonawcy. To ogranicza obszar, w którym model może się pomylić.
Na co uważać: Model nadal generuje wywołania narzędzi, więc błędne parametry są możliwe. Warto mieć w pętli walidacji sprawdzenie, czy wynikowy plik faktycznie odpowiada planowi.
5.Grafiki jako kod znoszą limit ilościowy
Na czym polega: HyperFrames buduje każdą grafikę jako kod HTML, więc nie ma ograniczenia, ile grafik agent stworzy do jednego filmu. Obsługuje też ustawianie scen i przejścia.
Jak stosować: Zamiast szablonów w programie do montażu, opiszcie grafiki tekstowo i pozwólcie agentowi je wygenerować. Ponieważ to front-end, wszystko, co poprawia model w projektowaniu interfejsów, poprawia też grafiki.
Na co uważać: HTML ma swoje granice — ikon czy elementów niemożliwych do zbudowania kodem trzeba dostarczyć z zewnątrz (patrz punkt 7).
6.Kontrolowany podgląd bije model rozumiejący wideo
Na czym polega: Autor świadomie nie używa modelu typu Gemini do analizy wideo, bo przy wyciąganiu klatek Claude sam decyduje, gdzie dokładnie patrzy — na przykład na styki między grafikami.
Jak stosować: Kiedy chodzi o precyzyjną kontrolę jakości, dajcie agentowi narzędzie do celowanej inspekcji zamiast ogólnego opisu całości. Kierujcie jego uwagę na konkretne miejsca styku i przejścia.
Na co uważać: To wybór autora pod jego zastosowanie, nie ogólna teza o wyższości jednego modelu. Podejście klatkowe jest droższe tokenowo i nie ocenia dynamiki ruchu tak dobrze jak podgląd całego klipu.
7.Generatory obrazów jako źródło elementów graficznych, nie tylko B-rolla
Na czym polega: Higgsfield pełni w tym pipelinie dwie role: generuje B-roll tam, gdzie brakuje własnego materiału, oraz w trakcie montażu produkuje obrazy i krótkie klipy wstawiane bezpośrednio w grafiki.
Jak stosować: Podłączcie generator przez MCP, żeby agent mógł sięgnąć po niego sam, w kontekście scenariusza, bez waszego pośrednictwa.
Na co uważać: To jedyny realny koszt gotówkowy w całym systemie — kilka dolarów za segment. Generowanie w 1080p trwa kilka minut, więc planujcie to jako równoległy etap, nie blokujący.
8.Plik stylu ma wchłaniać każdą poprawkę
Na czym polega: Bez tego każda uwaga z końcowego przeglądu wraca za tydzień. Reguła autora: każda poprawka z recenzji trafia do pliku stylu, zanim montaż zostanie zamknięty.
Jak stosować: Zróbcie z tego twardy krok w procedurze zamknięcia zadania, a nie dobrą praktykę. Wtedy system realnie uczy się z waszych decyzji przez kolejne tygodnie.
Na co uważać: Plik stylu narastający bez porządkowania stanie się sprzeczny i rozdęty. Warto go okresowo konsolidować, żeby reguły się nie wykluczały.
9.Ekonomia: tokeny z abonamentu zamiast faktury dla montażysty
Na czym polega: Około 90 dolarów tokenów na film, pokrywane z planu Claude Code Max, wobec 150–3000 dolarów za montaż zlecony człowiekowi. Czas realizacji: około trzech godzin.
Jak stosować: Zanim policzycie oszczędność, sprawdźcie, czy wasz plan realnie udźwignie takie zużycie. Autor sam zachęca do prób z tańszymi modelami i dalszej optymalizacji.
Na co uważać: „Nie zapłaciłem” to efekt abonamentu, nie zerowego kosztu — przy rozliczeniu za API te 90 dolarów jest jak najbardziej realne. Do tego dochodzą limity użycia i koszt B-rolla.
10.Świeża instancja nie jest równa dopracowanemu systemowi
Na czym polega: W demonstracji autor przyznaje, że użył zupełnie nowej instancji edytora i że wynik wymagałby jeszcze wskazówek co do sposobu renderowania niektórych elementów.
Jak stosować: Traktujcie pierwsze uruchomienia jako fazę kalibracji, w której zbieracie reguły do pliku stylu. Autonomiczność narasta z czasem, wraz z liczbą wchłoniętych poprawek.
Na co uważać: Nie oceniajcie systemu po pierwszym renderze i nie oczekujcie wyników autorskiego kanału od świeżo postawionej konfiguracji — miesiąc jego użytkowania jest częścią tego rezultatu.