Claude ile Motion Grafik: Neden Herkesin Videosu Aynı?
Ozan Sihay · 2026-11-03
💡 Hızlı Bilgi
1. Claude doğrudan piksel tabanlı video üretmiyor; After Effects gibi kod yazarak SVG ve vektör tabanlı hareketli grafikler (motion graphic) hazırlıyor.
2. Sosyal medyadaki Claude videolarının büyük kısmı birbirinin kopyası; konuşmacı bunu tekdüze komutlara ve şablonsuz üretime bağlıyor.
3. Tekrara düşmemek için "Skills" (beceriler) özelliği kullanılıyor; bu yöntem renk, tipografi ve hareket kurallarını hafızada tutarak jeton (token) tasarrufu sağlıyor.
4. Konuşmacıya göre animasyon üretiminde en tutarlı sonuçları maliyeti yüksek olan Claude Opus modeli veriyor; Sonnet modeli ise iyi bir alternatif olarak öne çıkıyor.
5. Claude'un kendi eklediği sesler çok yetersiz kalıyor; konuşmacı etkili bir video için ses efektlerinin ve müziğin harici araçlarla eklenmesini öneriyor.
📊 Detaylı Açıklama
Claude aslında bilinen anlamda bir video üretim aracı gibi çalışmıyor. Sora, Kling ya da Veo gibi difüzyon modelleri piksel üretirken, Claude tamamen kodlama mantığıyla hareket ediyor. After Effects programında olduğu gibi şekilleri, yazıları ve vektörleri kodla birleştiriyor. Sahneye kamera hareketleri ve anahtar kareler (keyframe) ekliyor. Konuşmacı baştan sona kurguyu Claude'a yaptırmıyor. Bunun yerine YouTube ve Reels videolarındaki ara planlar, infografikler ve başlık animasyonları için bu aracı devreye sokuyor.
Piyasadaki yapay zeka videolarının neredeyse tamamı aynı görünüyor. Kullanıcılar modele özel bir kural tanımlamadığı için Claude varsayılan ve klişe kalıpları tekrarlıyor. Konuşmacı bu tekdüzeliği kırmak için özel bir beceri (skill) dosyası geliştirdiğini anlatıyor. Bu dosyanın içinde tipografi yönergeleri, stil katalogları, hareket dinamikleri ve kaçınılması gereken klişe listeleri yer alıyor. Sistem bu kuralları baştan bildiği için modeli her seferinde uzun uzun eğitmek gerekmiyor. Böylece hem üretim kalitesi artıyor hem de harcanan jeton miktarı düşüyor.
Doğru animasyon çıktısı almak için komut verirken kesin sınırlar çizmek gerekiyor. Konuşmacı; ekran oranını (16:9 ya da 9:16), sahne süresini (örneğin 15 saniye) ve görsel tarzı (retro 8-bit veya harita animasyonu gibi) mutlaka belirtiyor. Süre verilmezse model sahne uzunluğunu kestiremiyor. Model seçiminde ise Claude Opus modelini ve "yüksek çaba" ayarını tercih ediyor. Opus daha pahalı bir model olsa da karmaşık animasyon kodlarında daha kararlı çalışıyor. Bütçeyi düşürmek isteyenler için Sonnet modeli de kabul edilebilir bir seçenek sunuyor.
Görsel ne kadar iyi olursa olsun zayıf ses kurgusu videonun etkisini yok ediyor. Claude animasyonlara temel düzeyde ses dosyaları ekleyebiliyor. Ancak konuşmacı bu sesleri kütüphane kısıtları nedeniyle çok zayıf buluyor. Etkileyici bir anlatım için seslendirme, ortam sesleri (Foley) ve arka plan müziğinin ayrı katmanlar halinde işlenmesi gerekiyor. Konuşmacı, ElevenLabs ile ürettiği yapay zeka ses klonlarını animasyonla eşleştiriyor; ses efektlerini ise profesyonel kütüphanelerden çekerek timeline üzerinde katmanlar halinde birleştiriyor.
Kullanıcıların başkalarının şablonlarına bağımlı kalmaması için kendi becerilerini üretmesi gerekiyor. Claude üzerinde yer alan "Skill Creator" aracı bu süreci otomatik hale getiriyor. Kullanıcı istediği tasarım dilini, renk paletlerini ve trend fontları yazarak modele kendini tanıtıyor. Model kapsamlı bir araştırma yaparak indirilebilir bir beceri paketi hazırlıyor. Konuşmacı ayrıca gelecekte Claude'un bilgisayar kullanım (computer use) yeteneğiyle Premiere Pro gibi kurgu programlarını doğrudan yönettiği yeni iş akışlarını da test ettiğini belirtiyor.
🎯 Teknoloji Uzmanı Yorumu
Üretken yapay zekanın video alanındaki yönü piksel üretiminden kod tabanlı hareketli grafiklere doğru genişliyor. Piksel tabanlı difüzyon modelleri harfleri, çizgileri ve geometriyi korumakta zorlanırken; kod tabanlı SVG animasyonları kesin netlik ve ölçeklenebilirlik sunuyor. Claude'un After Effects benzeri bir kodlama mantığıyla hareket etmesi, özellikle sosyal medya ve açıklayıcı video üreticileri için büyük bir boşluğu dolduruyor.
Kullanıcıların yaşadığı en büyük sorun olan "tekdüze içerik" problemi, komut mühendisliğinin yetersizliğini gösteriyor. Konuşmacının "Skills" mimarisini kullanması teknik olarak çok isabetli bir yaklaşım. Bağlamı (context) modüler markdown dosyalarına bölmek, modelin halüsinasyon görmesini ve varsayılan vasat tasarım kalıplarına sığınmasını engelliyor. Üstelik bu yapı her istekte aynı açıklamaları yazma zorunluluğunu kaldırarak işlem maliyetini belirgin şekilde düşürüyor.
Ses tasarımı tarafında yapay zekanın sınırları hâlâ belirgin. Büyük dil modelleri görsel kodları başarıyla dizse de işitsel zamanlama ve katmanlı miksaj konusunda yetersiz kalıyor. Konuşmacının görseli Claude ile üretip ses tarafını harici araçlara devretmesi mevcut teknolojinin sınırlarıyla tam örtüşüyor. Görüntü ile sesin tek bir prompt ile kusursuz senkronize olduğu bir üretim akışı henüz tüketici düzeyinde oturmuş değil.
Bu iş akışı; hızlı sosyal medya içeriği üretenler, eğitim kanalları ve b-roll ihtiyacı duyan bağımsız videograflar için son derece mantıklı görünüyor. Saatler süren vektör animasyonlarını birkaç dakikaya indirmek ciddi bir iş gücü avantajı sağlıyor. Buna karşın sinematik anlatım, karmaşık 3D görsel efektler veya yüksek prodüksiyonlu reklam işleri yapan profesyonellerin geleneksel kurgu ve animasyon yazılımlarını bir kenara bırakması için henüz çok erken.
Kanal: Ozan Sihay