คู่มือนี้อธิบายขั้นตอนการผลิตคลิป Explainer สไตล์ 3D Animation ความยาว 20–40 วินาที ตั้งแต่พากย์เสียง สร้างสตอรี่บอร์ด สร้างวิดีโอ ไปจนถึงตัดต่ออัตโนมัติด้วย Clip Engine
คู่มือนี้สาธิตผ่าน Claude Code เป็นหลัก หากใช้ AI ค่ายอื่น ต้องปรับและทดสอบขั้นตอนเอง
คู่มือนี้ไม่ครอบคลุมการหานิชและการเขียนสคริปต์ เริ่มต้นจากสคริปต์ที่เตรียมไว้แล้ว
ภาพรวม
| รายการ | รายละเอียด |
|---|---|
| ความยาวคลิป | 20–40 วินาที |
| รูปแบบ | ภาพแนวตั้ง 9:16 · ตัวละคร 3D · เสียงบรรยาย (Narrator) แยกจากฟุตเทจ |
| เวลาผลิตโดยประมาณ | 30–60 นาทีต่อคลิป |
| ต้นทุนโดยประมาณ | หลักสิบบาทต่อคลิป |
เสียงบรรยายพากย์แยกแล้วนำมาประกอบกับฟุตเทจภายหลัง ไม่ให้ AI สร้างเสียงพูดภาษาไทยพร้อมฟุตเทจ เนื่องจากเสียงพูดไทยที่สร้างพร้อมวิดีโอมีโอกาสผิดเพี้ยนสูงกว่า
สิ่งที่ต้องมีก่อนเริ่ม
- Claude Code ที่ติดตั้งสกิล Clip Engine แล้ว
- บัญชี Google AI Studio (ใช้พากย์เสียงและถอดไฟล์เสียง)
- บัญชี Google Flow (ใช้สร้างวิดีโอ)
- สคริปต์เนื้อหา ที่เตรียมไว้แล้ว
- Character Model Sheet ของผู้ดำเนินรายการ: ภาพตัวละคร AI Avatar หลายมุมกล้องบนเอกสารแผ่นเดียว (มีโลโก้บนเสื้อ) ใช้แนบทุกครั้งที่สร้างภาพสตอรี่บอร์ด เพื่อให้ตัวละครหน้าตาเหมือนเดิมทุกฉาก
- ไฟล์ฟอนต์ ที่มีลิขสิทธิ์ถูกต้อง และ ไฟล์ Sound Effects สำหรับขั้นตัดต่อ
ขั้นตอนที่ 1 · พากย์เสียง
พากย์เองหรือใช้ AI ก็ได้ คู่มือนี้ใช้ Google AI Studio TTS (ใช้งานได้ฟรี)
- เปิด Google AI Studio แล้วเข้าเมนู TTS
- เลือกเสียงและอารมณ์ที่ต้องการ
- วางสคริปต์
- กด Run แล้วฟังผลลัพธ์
- หากผ่าน กด ดาวน์โหลด ไฟล์เสียง
ขั้นตอนที่ 2 · ถอดไฟล์เสียงเป็นบทพร้อมประทับเวลา
- ใน Google AI Studio คลิก Playground
- เลือกโมเดล Gemini 3.8 Flash ตั้งค่า Thinking ระดับ Medium ขึ้นไป
- อัปโหลดไฟล์เสียงจากขั้นตอนที่ 1
- วางคำสั่งด้านล่าง แล้วกด Run
- ดาวน์โหลดผลลัพธ์เป็นไฟล์ข้อความ
คำสั่ง: Transcript & Timestamp — ถอดไฟล์เสียงเป็นข้อความพร้อมทำปุ่มดาวน์โหลดเป็น text doc.
1. ห้ามปัดเลขเวลา — timestamp ต้องมาจากการฟังจริง จึงต้อง "ไม่กลม"
- รูปแบบห้ามทำ: 00:00:01,500 / 00:00:02,000 (ลงท้าย 000/500 ทั้งไฟล์ = เดา)
- รูปแบบต้องทำ: 00:00:01,387 / 00:00:02,219
2. ช่องว่างระหว่างประโยคห้ามเท่ากันทุกช่อง คนพูดจริงเว้นไม่เท่ากัน
3. เวลาเริ่มของแต่ละท่อน = วินาทีที่คำแรกออกจากปากจริง ไม่ใช่วินาทีที่ท่อนก่อนจบ
4. ถอดคำต่อคำ ห้ามสรุป ห้ามเรียบเรียงใหม่ ห้ามเติมคำ
5. ชื่อเฉพาะที่ต้นทางเป็นภาษาอังกฤษ สะกดอังกฤษ ห้ามทับศัพท์ไทย
(เช่น Peter Parker ไม่ใช่ ปีเตอร์ ปาร์กเกอร์ / Mercedes Benz ไม่ใช่ เมอร์ซีเดสเบนซ์)
6. หน่วยห้ามแยกกลางเด็ดขาด
สิ่งต่อไปนี้ต้องอยู่ในท่อนเดียวกันทั้งก้อน ห้ามตัดกลาง
แม้คนพูดจะเว้นจังหวะกลางก้อน หรือก้อนนั้นจะยาวเกิน 6 พยางค์:
- ตัวเลขทั้งชุด พร้อมหน่วย
"ปี 2024" (ห้ามเป็น "ปี 20" + "24")
"3,000 ล้านบาท" / "100 ล้านดอลลาร์" / "66 ล้านบาท" (เลข+หน่วยอยู่ด้วยกัน)
- ชื่อ-นามสกุล / ชื่อเฉพาะ / แบรนด์ / ตำแหน่ง ต้องอยู่ครบทั้งชื่อ
"Peter Parker" (ห้ามเป็น "Peter" + "Parker")
"Coca Cola" / "Mercedes Benz" / "App Store"ขั้นตอนที่ 3 · สร้างสตอรี่บอร์ดและภาพนิ่ง
ขั้นตอนนี้ทำใน Claude Chat หรือ Claude Cowork ได้ แต่ขั้นตัดต่อต้องรันใน Claude Code จึงแนะนำให้ทำใน Claude Code ตั้งแต่ขั้นนี้
- เปิด Claude Code
- วางสคริปต์เนื้อหาและคำสั่งด้านล่าง
- แทนค่าในวงเล็บ
< >ให้ตรงกับงาน - นำ Prompt ที่ได้แต่ละฉากไปสร้างภาพ พร้อมแนบ Character Model Sheet ทุกครั้ง
[วางเนื้อหาที่นี่] จงวิเคราะห์เนื้อหาเพื่อแตกเป็น storyboard ภาพนิ่ง 5 ฉาก ต้องกำชับว่าภาพนิ่งเท่านั้น เขียนคำสั่งในรูปแบบ "Single text block with copy code" ใช้ Visual style นี้ Use the character from the attached reference character sheet exactly as they look: same face, head, hair or fur, accessories, outfit and colors, with any lettering, logo or markings reproduced exactly as in the reference, and the same body proportions as the reference. The character appears only once in the image. Vertical 9:16 Sims-style video-game cutscene: low-to-mid polygon 3D models with faceted flat-shaded planes on the character, clothing and props, matte surfaces with muted realistic colors, soft flat game lighting. Wildly over-the-top comedy acting like a 1990s rubber-faced comedy movie star, expressed through the character's eyes, brows, mouth, hands or paws and upper body, keeping their own face shape. Setting: a dark black void stage with a glowing thin neon <สีกริด> grid floor and one strong spotlight from above, a few distant stars in the darkness; the props form a small diorama placed on the grid. <SCENE: แอ็กชัน + ท่าร่างเดียว + สีหน้า + props + มุมกล้อง> The upper third of the frame is calm dark void. Purely pictorial with clean unmarked surfaces apart from the character's own markings from the reference.
| ค่าที่ต้องแทน | ความหมาย |
|---|---|
<สีกริด> | สีเส้นกริดนีออนบนพื้น |
<SCENE: …> | แอ็กชัน + ท่าร่างเดียว + สีหน้า + props + มุมกล้อง ของฉากนั้น |
พรอมป์นี้ใช้ได้กับตัวละครทุกแบบ ทั้งผู้หญิง ผู้ชาย และตัวละครสัตว์ (Animal Avatar) รูปร่าง เสื้อผ้า และโลโก้ยึดตาม Character Model Sheet ที่แนบ ไม่ต้องแก้พรอมป์ตามตัวละคร
ขั้นตอนที่ 4 · สร้างวิดีโอ
- คัดลอก Video Prompt ที่ได้ไปที่ Google Flow
- ตรวจสอบว่าอยู่ใน Agent Mode แล้ววาง Prompt และสั่งสร้างวิดีโอ
- เมื่อได้วิดีโอครบทุกฉาก ดาวน์โหลดลงเครื่อง
จงเขียน Video prompt ความยาวฟุตเทจละ 8 วินาที วีดีโอเน้นความ over acting, และ Dynamic camera movement เขียนคำสั่งในรูปแบบ "Single text block with copy code"
⚠️ Google Flow ต้องอยู่ใน Agent Mode เท่านั้น
ขั้นตอนที่ 5 · ตัดต่อด้วย Clip Engine
เตรียมโฟลเดอร์งาน รวมไฟล์ทั้งหมดไว้ในโฟลเดอร์เดียว ไม่ต้องจัดโฟลเดอร์ย่อย
- ฟุตเทจทุกฉากจากขั้นตอนที่ 4
- ไฟล์เสียงพากย์จากขั้นตอนที่ 1
- ไฟล์ฟอนต์ที่ต้องการใช้ (มีลิขสิทธิ์ถูกต้อง)
- ไฟล์ Sound Effects
สั่งตัดต่อ
- เปิด Claude Code
- เรียกสกิล Clip Engine แล้วพิมพ์แนวทางการตัดต่อเป็นภาษาทั่วไป ไม่ต้องใช้ศัพท์เทคนิค ตัวอย่าง:
/clip-engine ขอลูกเล่น dynamic camera zoom เข้า/ออก/แพน/หมุน, transition หลากหลายและใส่ทุกฉาก, ใส่ subtitle, ใส่ sfx หลากหลาย
- กด Enter แล้วรอประมาณ 10 นาที
- ตรวจผลลัพธ์ไฟล์ MP4 ที่ได้ (ดูตัวอย่างผลลัพธ์ได้ในช่วงท้ายของวิดีโอสาธิต)
เสร็จสิ้น
เมื่อได้ไฟล์ MP4 จาก Clip Engine ถือว่าผลิตคลิปเสร็จสมบูรณ์ หากต้องการปรับรายละเอียด ให้พิมพ์สั่งแก้ต่อใน Claude Code แชทเดิม
