$0.09 一條 TikTok 影片：一個 Claude Code skill 點樣 productize 一個工作流

🛠️ ClipsPal Hooks 係過去兩星期睇到最值得拆解嘅 Claude Code skill。

唔係因為佢做 TikTok 影片，係因為佢示範咗一件事：Claude Code skill 嘅真正威力唔係搵 LLM 寫 code，係把一個 vertical workflow 整條 pipeline 壓成一個自然語言 trigger。

一條命令：make tiktok hooks for my protein tracker app。

佢自動跑：5 × 6 角色矩陣設計 → fal.ai Gemini 3.1 Flash Image 渲染 5 個 UGC 角色靜態圖 → fal.ai Vidu 將靜態圖動畫化成 3 秒片段 → 從 820 條 hook 模板庫挑 30 條 → ffmpeg 合成 30 條 1080×1920 mp4 帶字幕。單次跑 ~$2.70，平均 $0.09 一條。

呢個唔係 toy。如果你做 app marketing，每月 30 條 TikTok daily post 就係呢個 cost。問題係：呢個 pipeline 點解需要做成 skill，唔做成普通 CLI script？

Skill ≠ Script

兩者表面上都係 command + execution，但 skill 嘅 design 多咗幾樣關鍵嘅 affordance：

State management with crash recovery。state.json + flock 去重引擎追蹤每個 fal job 嘅狀態，Ctrl-C 中斷後重跑會 skip 已完成嘅步驟。呢個對昂貴嘅 API call（Vidu 5 個片段佔總 cost 85%）係必須嘅。如果 fal poll 跑到一半 timeout，你唔想成 $2.30 嘅 Vidu 片段重跑一次。

Two-stage human approval gate。Skill 喺兩個位置強制人工確認：角色矩陣生成後 + 靜態圖渲染後。呢個唔係 paranoia，係 cost optimization——Vidu 階段先係主要 cost，如果前面靜態圖唔啱，俾你 abort 嘅機會係 ROI 最高嘅 design decision。

Skill 嘅自然語言 entry。CLI script 要記語法。Skill 嘅 entry point 係「描述產品 + 提供 b-roll folder」，由 SKILL.md 加 LLM 翻譯成 deterministic execution。Vincent 落 Claude Code 唔需要記參數，描述意圖就夠。

當你開始諗 production skill 嘅 surface area，呢三件事就係 baseline：

1. State + idempotency for expensive operations
2. Approval gates at cost cliffs
3. Natural language entry, deterministic execution

$0.09/條 點解係 productize 嘅 inflection point

呢個 unit economics 數字其實係 ClipsPal 真正 productize 嘅關鍵。

對比一下：傳統做法請 freelance designer 做 1 條 UGC TikTok hook 影片，平均 $20-50。Even 用本地剪片 software 自己做，每條都係 1-2 hr 嘅 attention cost。$0.09/條 比 freelance 平 200-500 倍，比 self-made 嘅 attention cost 平更多。

呢個係 「pricing 嘅 phase transition」。當 unit cost 跌到一定點，使用方式會質變：

• $20/條：你會精挑細選 5-10 條最 promising 嘅 angle
• $0.09/條：你會直接做 30 條丟出去，由 algorithm 揀邊條爆

第二種方式對 TikTok 呢類 algorithm-driven feed 嘅 platform 完全 dominant。你嘅 hit rate 唔需要高，需要嘅係 多條獨立 sample 入分發系統。每多一條都係一次免費 A/B test。

呢個 economics 對成個 short-form video creator economy 都係 disruptive。如果你睇 last30days-skill一週 +7000 stars，就知道大家都喺嗅同一個 shift——unit cost 嘅 phase transition + workflow 壓成 vertical skill。

Vertical skill 嘅複製公式

ClipsPal 嘅 architecture 可以抽象成一個 template，套去其他 vertical workflow：

1. Identify a workflow with 3+ external API calls
2. Find the cost cliff (where 80% of $ goes)
3. Build state.json idempotency around the cliff
4. Add approval gate BEFORE the cliff, not after
5. Wrap the entry point in natural language SKILL.md
6. Publish as plugin via /plugin marketplace add

幾個 candidate vertical：

• App Store 截圖 + 描述生成：MCP image gen + 多語言翻譯 + ASO 文案
• YouTube 短片字幕 + 縮圖批量：Whisper + 字幕生成 + 多 thumbnail variant
• Podcast clip + social post：Audio segment + AI summary + auto-post

每個都有同樣嘅 structure：expensive external call + 重複工序 + 需要少量人工 judgement。Vertical skill 嘅 sweet spot 就係呢個交集。

一個觀察

過去 18 個月 Claude Code 嘅生態演化，唔係 toolchain 越來越複雜，係 workflow 越來越濃縮。一個 skill 一句命令 30 條 production-ready output，呢個唔係未來，係而家。