Cómo crear vídeos con Claude, del brief al MP4 final

MCP (Model Context Protocol) permite que un asistente llame a herramientas externas. Conectado a PageToVid, Claude ve unas setenta y cinco, de inspect_page a translate_video, y hace de director: elige el número de escenas, las palabras, los visuales y el ritmo de montaje. Las herramientas de solo lectura se ejecutan sin más; tu cliente te pide confirmación antes de cualquier cosa que gaste créditos.

Por dentro nada cambia respecto al flujo de la web. Leemos la página, escribimos un storyboard, grabamos la web en directo en un navegador real en la nube, grabamos la voz en una sola toma continua, sacamos de ella los subtítulos y renderizamos un MP4 con un póster y un archivo de subtítulos. Claude lo dirige, y también puede llamar a create_animation para grabar un storyboard sin ninguna página: cifras que acaba de calcular, un registro de novedades, una historia.

El resumen en una pantalla está en la página del generador de vídeos con Claude; cada parámetro, en la página de desarrolladores MCP.

Este es el orden que da vídeos publicables. Puedes decírselo a Claude en una frase («inspecciona primero, luego renderiza, luego lee los avisos y el storyboard») y lo seguirá.

Un vídeo termina en done, held o error. La trampa es done con avisos: el estado no cambia cuando una escena perdió su visual con IA o se mantuvo menos tiempo que sus palabras. Pide a Claude que lea warnings antes de dar el vídeo por terminado. Si quieres un mínimo, quality_gate con una puntuación mínima deja un vídeo flojo en held en lugar de publicarlo.

«Haz un vídeo de mi web» te da un vídeo de tu titular. Este es un brief que enviaríamos de verdad para una herramienta de citas:

Haz un vídeo de 45 segundos en 16:9 de https://ejemplo-citas.es/precios para gerentes de clínicas que comparan herramientas. Empieza por el problema de las citas a las que nadie acude. Enseña la agenda y los ajustes de recordatorios, no la portada. Datos: plan gratuito para un profesional, recordatorios por SMS incluidos. Termina con «Empieza gratis, sin tarjeta».

Por qué funciona:

• Una página de producto, no la portada. Destaca una tabla o un formulario; una portada destaca un eslogan.
• Los datos en el brief. Claude los pasa como focus. El sistema no inventa cifras, y lo que no puede vincular a la página o al brief se descarta.
• La frase entre comillas. Se dice palabra por palabra.
• La duración. 45 segundos son unas 75–95 palabras en inglés, algunas más en español; el planificador escribe para esa cifra y la voz se corrige hacia ella con un margen del diez por ciento. El porqué está en la locución marca la duración.

Para el estilo, nombra un estilo de montaje en lugar de elegir las transiciones una a una: tiktok_punchy, documentary, corporate o cinematic. Qué hace cada uno está en estilos de montaje y ritmo.

El vídeo de arriba es una animación, así que no graba ninguna web. Empieza con una conversación de Claude dibujada: «Make a 30-second video of our pricing page.», «Reading the page…», «Done. 6 scenes, 31 seconds. MP4 ready.» Siguen una línea de tiempo de cinco pasos, una cifra grande sobre la regla de la duración, una cuadrícula de lo que diriges (21 visuales, 8 transiciones, 4 estilos de montaje, imágenes y clips con IA), una tarjeta de precios y una frase final: «Ask Claude. Read the warnings. Ship it.»

Tres cosas han envejecido, y las dejamos a la vista a propósito. La cuadrícula cuenta las transiciones de entonces; hoy hay 27. La cifra grande cita una velocidad de lectura fija, que ya no publicamos porque varía con la voz y el idioma. Y la tarjeta de precios cuenta en la antigua unidad de créditos, antes de que cambiara la escala: hoy un render terminado cuesta 40 créditos, una imagen con IA 40 y un clip de la casa 311. Arreglar las tres cosas son tres ediciones set_data y un nuevo render, que es justo de lo que trata la siguiente sección.

Empezar de cero tira todo lo que estaba bien. update_storyboard cambia una cosa cada vez:

• set_shot apunta una escena a un elemento concreto que encontró inspect_page, con un clic en el botón real, texto escrito en un buscador, un paso del ratón o un foco.
• set_data sustituye los datos de una tarjeta: envía los del storyboard con la única cifra cambiada.
• set_transition cambia cómo entra una escena dibujada.
• rewrite_narration reescribe lo que se dice y, por tanto, lo que dura la escena.

Después, rerender_video: un render, 40 créditos. Si solo se desfasan los subtítulos respecto a la voz, rerender_video con captions_only los vuelve a sincronizar sobre la toma existente, gratis una vez por render. Un render que falla por un motivo técnico se devuelve automáticamente. Más casos en corregir un vídeo sin rehacerlo.

Los visuales con IA se cobran aparte: una imagen cuesta 40 créditos, el clip de la casa 311, un modelo concreto lo que indique list_models. quote_cost calcula gratis cualquier petición y ai_budget le pone tope. Planes y vídeos sueltos en precios.