Eine kleine Startup-Firma hat ein System entwickelt, das einen einzelnen Prompt entgegennimmt, ihn an Claude 5.5 weiterleitet und innerhalb von Minuten ein gerendertes Erklärvideo ausspuckt. Das Unternehmen dahinter, DiggerHQ, nennt den Prozess „Ship a launch video“. Das Ganze läuft auf OpenComputer, einer serverlosen Plattform, und das Endergebnis ist eine MP4-Datei, die man sich ansehen kann.
Hier ist der Ablauf, Schritt für Schritt.
Prompt rein, Video raus
Das System nimmt eine URL oder einen Prompt als Eingabe entgegen. Claude 5.5 generiert das Skript als Code, dann rendert ein serverloser Agenten es in Frames. Das Rendern ersetzt die Uhren des Browsers durch eine virtuelle Uhr, sodass jeder Frame ein deterministischer Suchvorgang ist – das heißt, derselbe Prompt erzeugt immer dasselbe Video. Das Ergebnis ist 1920×1080 bei 30 fps, komprimiert mit libx264 und einem crf von 18.
Der Agent hat keine Geheimnisse. Jede Aufgabe erhält ein temporäres Vercel Blob Upload Token, das auf einen Pfad beschränkt ist und drei Stunden lang gültig ist, auf dem die fertige MP4-Datei als öffentliche URL existiert.
Die Tools, die es funktionieren lassen
Der Agent ist aus drei Tools aufgebaut:
- web_fetch: Liest die Produktseite aus, zieht Seitentext, Titel, Überschriften, die am häufigsten verwendeten Hex-Farben und Google Fonts ein.
- check_scene: Lädt das generierte HTML, meldet Fehler und erfasst sichtbaren Text zu Beispielstempeln.
- render_video: Führt Playwrights Headless Chromium aus, rendert die Frames und lädt die MP4-Datei hoch.
Jeder Tool-Aufruf findet in einer frischen Amazon Linux 2023 MicroVM auf arm64 mit 4 vCPUs und 8 GB RAM statt, die Node 22 ausführt. Die VM installiert Playwright und ffmpeg in etwa einer Minute, bevor sie verworfen wird.
Wie Claude 5.5 den Film schreibt
Claude 5.5 erledigt die Hauptarbeit beim Schreiben des Films. Das Modell verarbeitet etwa 90k Eingabetoken und 15k Ausgabetoken pro Video, wobei der Großteil davon das HTML selbst ausmacht. Die restlichen Token decken das Skript und die Szenenbeschreibungen ab.
Der Prozess ist bemerkenswert schlank. Es gibt kein Videomodell, das das Rendern durchführt. Das HTML wird von Claude zusammengestellt und dann an einen Headless-Browser übergeben, der es Frame für Frame rendert. Die finale Ausgabe ist ein deterministisches MP4, das jeder ansehen kann.
Was ist der Unterschied?
Das ist ein trickreicher Kniff. Ein Prompt wird in ein gerendertes Video, Szene für Szene, innerhalb von Minuten umgewandelt, ohne dass eine Bearbeitung erforderlich ist. Das deterministische Rendern bedeutet, dass derselbe Prompt immer das gleiche Ergebnis liefert, was eine wertvolle Eigenschaft für alle ist, die Dokumentationen oder Tutorials erstellen.
Das System ist außerdem erstaunlich leichtgewichtig. Der Agent ist eine einzelne TypeScript-Datei, die mit opencomputer deploy bereitgestellt wird, ohne Framework, ohne Warteschlange und ohne eigenen Server des Unternehmens. Alles läuft in einer transienten MicroVM ab, die nach jedem Job verschwindet.
Das Speicher-Modell ist ebenfalls clever. Jeder Job erhält sein eigenes temporäres Token, sodass das fertige MP4 öffentlich zugänglich ist, aber auf einen einzelnen Pfad für drei Stunden beschränkt ist. Das bedeutet, dass das Video nur so lange existiert, wie es benötigt wird, was ein vernünftiges Design für ein System ist, das Inhalte auf Anfrage generiert.
Unsere Einschätzung
Das System ist ein Proof of Concept für einen größeren Trend: KI-Modelle schreiben Code, der sich selbst rendert. Claude 5.5 ist gut für Erklärvideos, und diese Demo zeigt genau, wie das in der Praxis funktioniert. Das deterministische Rendern ist der Star der Show – es ist das Feature, das das Ganze nützlich macht.
Das Unternehmen hat das gesamte Setup als Repository verfügbar gemacht, diggerhq/shipvideo, und es wird mit einem einzigen Befehl bereitgestellt. Jeder kann es ausprobieren.
Die Demo hat die Aufmerksamkeit von Lesern auf sich gezogen, die die Seite aufmerksam verfolgen.
Quellenmaterial: „Opus 5.5 ist gut für Erklärvideos“, launchvideo.io.
Das Notizbuch abonnieren.
Die besten Geschichten des Tages und jedes neue Urteil, in klarem Deutsch, um sieben im Postfach. Eine Mail am Tag, nicht mehr.