Claude 101 EP3: โพสต์เปิดตัว ไลก์แค่ 2?
วิดีโอ
ทิปของตอนนี้ (Tip)
ใส่ บทบาทหนึ่งประโยค ไว้ต้นคำสั่ง เช่น คุณคือนักการตลาดที่เชี่ยวชาญโพสต์เปิดตัว ก่อนบอกงาน หน้านี้ระบุว่าการตั้งบทบาทในพรอมต์ระบบช่วยกำหนดพฤติกรรมและน้ำเสียง และแม้แค่ประโยคเดียวก็สร้างความต่างได้


เทมเพลต 2 บรรทัด (ก๊อปได้)
คุณคือ [บทบาท] ที่ [เชี่ยวชาญอะไร] ช่วย [งาน] ให้ [ใคร]
วิธีทำและต้นทุน
| ขั้น | เครื่องมือ | ต้นทุน |
|---|---|---|
| เลือกทิป ตรวจทุกประโยคกับหน้าเว็บจริง (SOURCES.md) | Playwright capture ของหน้าเว็บจริง | 0 |
| เขียนบท ไทม์ไลน์ และ shot list (shots.json, 24 fps, เฟรมลงตัว) | ไม่ใช้เครื่องมือเพิ่ม | 0 |
| เสียงบรรยาย: TTS หนึ่งคำขอ (Umbriel) | gemini-3.8-flash-tts | ฟรี (ใช้ 1 ใน 10 คำขอต่อวัน) |
| คีย์เฟรมและอวาตาร์น้องจิ้งจอก (2 ตัวเลือกต่อช็อต) | Codex image gen (gpt-6-luna) | 0 (โควตา Codex) |
| วิดีโอ LTX-2.5 ช็อตเจ้าของ 8 ช็อต (S3 รวม 4 เทค, S7 2 เทค, S8 3 เทค) | Colab L4 ComfyUI | ประมาณ 1.9 unit รวมทุกรอบ (149.14 → 147.21) |
| motion graphic 9 ช่วง (canvas + ภาพหน้าเว็บจริง) | Colab CPU high-mem | ประมาณ 0 unit |
| ประกอบภาพและเสียง: ASS, SFX, เพลง EP1, -14 LUFS | ffmpeg ในเครื่อง | 0 |
| ตรวจภาพด้วย Vertex (Gemini 3.8 Flash, AUDIT-BRIEF) 3 รอบ | tools/vertex-vision.py | ประมาณ 0.04 USD รวม 3 รอบ |
| ลายน้ำ และประกอบหน้าทดลอง | tools/watermark.sh | 0 |
จุดอ่อนที่รู้ (เรียงตามผลกระทบ)
- แว่นตาเป็นจุดอ่อนของ LTX: ช็อต S3 (สิ้นหวัง) ใช้ถึงสี่เทค และ S7 ต้องลองสองเทค ผลสุดท้ายแว่นสม่ำเสมอ แต่ Vertex รอบ 1 และ 2 ยังให้ 6/10 จากแว่นในช็อต S3 รอบ 3 ผ่านที่ 7/10
- ช็อต S8 เทคแรกปากเปิดยิ้มกว้าง ไม่ตรงกับแนวทางปากปิด ต้องลองใหม่สองเมล็ด (seed 43 และ 44) เลือก 44 ที่ปากปิด
- ไทม์ไลน์ประโยคเสียงมาจากการแบ่งช่องว่างเสียง ไม่ใช่ forced alignment (ความคลาดเคลื่อนราว ±0.2 วินาที) ทำให้ไฮไลต์ตรงกับเสียงแบบคร่าวๆ
- ตัวเลขไลก์ 2 และ 19 และชื่อน้องจิ้งจอก เป็นเรื่องสมมติเพื่อการเล่า ไม่ใช่ข้อมูลจริงจากการทดลอง
- ภาพหน้าเว็บจริงมีตัวอย่างโค้ด Python อยู่ใต้หัวข้อ ซึ่งไม่ได้พูดถึงในเรื่อง อาจทำให้คนดูสับสนเล็กน้อย
- ภาพแชทและการ์ดเป็นตัวอย่างจำลอง ไม่ใช่หน้าจอผลิตภัณฑ์จริง และอวาตาร์น้องจิ้งจอกเป็นภาพวาด
ช็อตทั้งหมด

















อภิธานศัพท์ (Glossary)
- LTX-2.5
- โมเดลวิดีโอจากภาพนิ่ง (image-to-video) รันบน Colab L4
- Motion graphic (MG)
- ภาพเคลื่อนไหวที่วาดด้วย canvas ไม่ใช่วิดีโอ AI
- Playwright
- โปรแกรมควบคุมเบราว์เซอร์เพื่อถ่ายภาพหน้าเว็บจริง
- Few-shot / multishot
- ให้ตัวอย่างหลายชิ้นในคำสั่งก่อนสั่งงานจริง (คำในหน้าเว็บ)
- LUFS
- หน่วยวัดความดังเสียงรวม เป้า -14
- ASS
- รูปแบบไฟล์ซับไตเติลที่ฝังคำบรรยายและรูปร่างง่ายๆ
- HLS
- การส่งวิดีโอเป็นชิ้นเล็กๆ เพื่อเล่นบนหน้าเว็บ (Pages ไม่รองรับ byte-range)
- Vertex audit
- ให้โมเดล Gemini ตรวจวิดีโอตามรายการข้อบกพร่องที่กำหนด
- พรอมต์ระบบ (system prompt)
- คำสั่งตั้งต้นที่กำหนดบทบาทและพฤติกรรมของ Claude ก่อนเริ่มการสนทนา
- Identity drift
- ตัวละครใน AI วิดีโอค่อยๆ เปลี่ยนหน้า แว่น หรือทรงผม ซึ่ง Vertex ใช้เป็นเกณฑ์ตรวจ