Cómo crear vídeos con Claude

MCP (Model Context Protocol) es el estándar abierto que permite a un asistente llamar a un servicio externo. Cuando PageToVid está conectado, Claude obtiene unas cuarenta herramientas. En la práctica, usarás seis de ellas.

• inspect_page lee una URL y clasifica lo que merece la pena filmar en ella.
• create_video inicia un renderizado a partir de una URL y un resumen.
• create_animation renderiza un guion gráfico que escribiste tú mismo, sin página alguna.
• get_video informa de la fase, el progreso y —cuando finaliza— las advertencias.
• get_storyboard muestra cada escena: cómo se dibujó, qué se dijo sobre ella, de dónde provino cada toma.
• update_storyboard más rerender_video corrigen un vídeo en lugar de rehacerlo.

Lo importante es entender que Claude es el director, no un formulario. Elige el número de escenas, las palabras, los elementos visuales y el ritmo de edición. Todo en esta guía trata de darle la información que necesita para elegir bien.

El servidor utiliza HTTP y se autentica con OAuth, por lo que no hay nada que instalar ni clave API que pegar en ningún sitio.

1. 1Claude Code — ejecuta claude mcp add --transport http pagetovid https://pagetovid.com/mcp, luego /mcp dentro de Claude Code para iniciar sesión. Se abrirá un navegador una vez.
2. 2Claude en web, escritorio o móvil — Ajustes → Conectores → Añadir conector personalizado → pega https://pagetovid.com/mcp. Los conectores personalizados están disponibles en los planes de pago de Claude.
3. 3Cursor, VS Code y otros clientes MCP — la misma URL; la página de desarrolladores tiene enlaces de un solo clic que precargan el servidor.

Pide a Claude que llame a get_account primero. Te responderá con tu plan, tu saldo de créditos y exactamente qué capacidades tiene la cuenta, lo cual es la forma honesta de averiguar si las imágenes de AI están disponibles para ti antes de escribir un resumen que dependa de ellas.

Una instrucción débil es "haz un vídeo de mi sitio". Obtendrás un vídeo de un titular. Una instrucción fuerte le da a Claude las tres cosas que no puede leer de la página:

• Para quién es y qué debe hacer. "Un anuncio de 40 segundos para desarrolladores que nos evalúan, terminando en el nivel gratuito."
• Los datos que deben aparecer. Precios, números, la oferta. Claude no inventará una cifra, y cualquier cosa que no pueda obtener de la página la omitirá.
• Cualquier frase que deba decirse palabra por palabra. Ponla entre comillas y se dirá textualmente.

Luego, deja que Claude inspeccione antes de filmar. inspect_page clasifica los temas de la página, y una página cuyos temas principales son el producto —una tabla, un cuadro de búsqueda, una cuadrícula de precios, un listado en vivo— produce un vídeo mucho mejor que una cuyo tema principal es una imagen de héroe. Si la clasificación resulta escasa, dirige a Claude a una página más profunda: tu página de precios, tu documentación, el recorrido de marketing de la aplicación.

La relación de aspecto elige el dispositivo, no solo el recorte. 9:16 filma el diseño móvil de tu página en una ventana de visualización de teléfono; 16:9 y 1:1 filman el de escritorio. Inspecciona en la relación que realmente filmarás, porque los temas clasificados difieren entre ellas.

Esta es la regla que sorprende a todos, y la que vale la pena explicarle a Claude explícitamente.

La narración es la que determina la duración. La voz se graba como una pista continua y las escenas la dividen, por lo que una escena dura exactamente lo mismo que las palabras pronunciadas sobre ella. No estableces una duración; escribes más o menos palabras. Aproximadamente 110 palabras por minuto.

Así que "hazlo de 30 segundos" es una instrucción, no una palanca; la forma de conseguir 30 segundos es con unas 55 palabras de narración. Si pides una duración y escribes 200 palabras, obtendrás un vídeo de 110 segundos. Dile a Claude el objetivo y deja que él gestione las palabras; es bueno en esto una vez que sabe que la regla se aplica.

Una escena sin narración es una tarjeta silenciosa y se mantiene durante la duración que le asignes, útil para un título o un fotograma final.

Tres preguntas distintas, y ayuda nombrarlas por separado cuando le das instrucciones a Claude.

• El visual — cómo se dibuja una escena. Veintiuno de ellos: una declaración, un gráfico, una línea de tiempo, una cuadrícula de precios, una cita, una comparación, un hilo de mensajes, una transición de antes/después, una grabación de pantalla real de tu página.
• El movimiento — cómo se animan los contenidos de ese visual.
• La transición — cómo aparece la propia escena: un corte, un fundido cruzado, un latigazo, un golpe de zoom, un flash, un deslizamiento, un fallo.

list_motions publica los tres con su propósito, para que Claude pueda elegir del catálogo real en lugar de adivinar. Un movimiento o transición que nombres es el que obtienes; nada se cambia silenciosamente por algo más seguro.

También hay una decisión que establece el ritmo de todo el vídeo: edit_style. tiktok_punchy realiza cortes bruscos y enfatiza un punto marcado como problema o victoria. documentary utiliza fundidos cruzados entre temas. corporate es neutral. cinematic es más lento. Elegir uno suele ser mejor que especificar ocho transiciones manualmente.

Un renderizado puede terminar y aun así no estar completo, y el estado dirá done de cualquier manera. Esta es la forma más común en que la gente publica un vídeo con un fallo.

Pide a Claude que lea las warnings de get_video: son frases sencillas, no códigos. Te informan cuando un visual de AI de una escena falló, cuando se omitió una porque se agotaron los créditos, cuando una necesitaba una capacidad que tu plan no incluye, y cuando una escena se mantuvo menos tiempo del que duraron las palabras pronunciadas sobre ella.

Luego, get_storyboard. Muestra, por escena, cuánto tiempo tardan sus palabras en decirse frente a cuánto tiempo se mantuvo realmente, de qué página se capturó cada toma y la procedencia de cada afirmación en la narración. Si aparece un número en pantalla que no puedes rastrear hasta tu página, aquí es donde lo descubrirás.

Rehacer desde cero cuesta otro renderizado (40 créditos) y desecha todo lo que estaba bien. update_storyboard cambia una cosa a la vez, y las operaciones en una sola llamada se basan unas en otras; todo el lote se aplica, o se rechaza en conjunto, nunca a medias.

• set_shot apunta una escena a un elemento específico de la página, usando un selector de inspect_page, opcionalmente con un clic, algo de escritura, un hover o un spotlight.
• set_data corrige una cifra sin volver a autorizar la escena.
• set_transition cambia cómo se introduce una escena.
• set_narration reescribe lo que se dice —y, por lo tanto, cuánto dura la escena.

Luego, rerender_video. Y si el único problema es que los subtítulos se desincronizan con la voz, rerender_video con captions_only ajusta su tiempo en la pista de voz existente del vídeo sin grabar una nueva toma —gratis, una vez por renderizado.

Un renderizado terminado cuesta 40 créditos. Un renderizado que falla por una razón del sistema se reembolsa automáticamente.

Los visuales de IA se facturan aparte: una imagen fija de IA cuesta 40 créditos, y el clip de IA de la casa (Veo 3.1 Fast, ocho segundos en 720p, con sonido) 160. Un clip de un modelo que nombres se cobra según lo que ese modelo cuesta de verdad, por segundo y según la resolución usada; pide primero a Claude que llame a list_models o quote_cost, ambas gratuitas. create_animation y create_video devuelven un ai_plan con la factura antes de que se genere nada, y ai_budget lo limita de antemano, para que un vídeo no pueda costar discretamente más de lo que pretendías.

La generación de IA requiere un plan de pago. En el plan gratuito, un renderizado sigue produciendo grabaciones de pantalla reales, un guion de IA, una voz de IA y subtítulos; las escenas que solicitaron un visual generado recurren a texto, y el resultado lo indica en las advertencias en lugar de fallar silenciosamente.