अपने AI असिस्टेंट से वीडियो क्लिप माँगिए और बातचीत छोड़े बिना तैयार फ़ाइल पाइए। Picasso IA का MCP सर्वर Claude Desktop, Claude Code और Cursor जैसे क्लाइंट को वही वीडियो मॉडल देता है जो टूलकिट चलाता है, और हर जनरेशन के पीछे वही क्रेडिट काम करते हैं।
AI से वीडियो बनाने का ज़्यादातर काम एक ब्राउज़र टैब, एक प्रॉम्प्ट बॉक्स और ढेर सारे इंतज़ार से शुरू होता है। वीडियो जनरेशन के लिए MCP सर्वर इस पूरे चक्र को उसी जगह ले आता है जहाँ आप पहले से सोचते और बोलते हैं: आपके AI असिस्टेंट में। आप बातचीत में क्लिप बताते हैं, असिस्टेंट अनुरोध Picasso IA को भेजता है, और तैयार वीडियो एक फ़ाइल के रूप में लौट आता है जिसे आप डाउनलोड कर सकते हैं, उसी मॉडल कैटलॉग से बना जो टूलकिट चलाता है।
MCP यानी Model Context Protocol एक ओपन प्रोटोकॉल है जो किसी AI असिस्टेंट को बाहरी टूल बुलाने देता है। Picasso IA का MCP सर्वर ऐसा ही एक टूल है। Claude Desktop, Claude Code और Cursor जैसे MCP सपोर्ट वाले क्लाइंट इसके ज़रिए वीडियो जनरेट कर सकते हैं, और इमेज और आवाज़ भी, बिना आपको खिड़कियों के बीच कुछ कॉपी किए।
असली फ़ायदा संदर्भ का है। आपके असिस्टेंट के पास पहले से वह स्क्रिप्ट है जो आपने चिपकाई थी, आपके रिपॉज़िटरी में रखा प्रोडक्ट विवरण है, या दस संदेश पहले लिखा स्टोरीबोर्ड है। यह सब प्रॉम्प्ट बॉक्स में दोबारा टाइप करने की जगह आप कहते हैं तीसरे सीन का क्लिप बनाओ, और असिस्टेंट अपने पास मौजूद सामग्री से वीडियो प्रॉम्प्ट लिख देता है। क्लिप आने पर आप उसी धागे में प्रतिक्रिया देते हैं, और अगला प्रयास वहीं से शुरू होता है जो आपने अभी देखा।
मॉडलों के स्तर पर कुछ नहीं बदलता। सर्वर वही कैटलॉग और वही क्रेडिट सिस्टम इस्तेमाल करता है जो टूलकिट में है, जहाँ 502 में से 121 मॉडल टेक्स्ट से वीडियो वाले हैं। हर जनरेशन में क्रेडिट लगते हैं, और कितने लगेंगे यह मॉडल और आपकी चुनी सेटिंग पर निर्भर करता है, इसलिए प्लान प्राइसिंग पेज पर मिलते हैं। एक्सेस उस कुंजी से चलता है जो आप अपने खाते में बनाते हैं, और उसे पासवर्ड की तरह ही संभालना चाहिए।
वीडियो मॉडल एक-दूसरे की जगह नहीं ले सकते, और कैटलॉग का एक फ़ायदा यही है कि हर काम के लिए सही मॉडल चुना जा सके। आप अपने अनुरोध में मॉडल का नाम ले सकते हैं, या असिस्टेंट से कह सकते हैं कि वह एक सुझाए और वजह बताए। ये तीन मॉडल ज़्यादातर पहले प्रोजेक्टों को कवर करते हैं, और तीनों कैटलॉग में देखे जा सकते हैं:
| आपको कौन सा क्लिप चाहिए | आज़माने लायक मॉडल | असिस्टेंट से क्या माँगें |
|---|---|---|
| टेक्स्ट विवरण से एक सिनेमाई सीन | google/veo-3.1 | एक ही शॉट, जिसमें सब्जेक्ट, कैमरा मूवमेंट, रोशनी और आवाज़ एक अनुच्छेद में बताई गई हो |
| कई शॉट वाला छोटा सीक्वेंस | kwaivgi/kling-v3-video | सीन को शॉटों में बाँटा हुआ, हर शॉट का अपना प्रॉम्प्ट और अवधि |
| ऐसा क्लिप जिसमें लोग बोलें या आवाज़ मायने रखे | bytedance/seedance-2.5 | उद्धरण चिह्नों में लिखा संवाद, और जो आसपास की आवाज़ आप चाहते हैं |
| एक स्थिर फोटो जो हिलने लगे | google/veo-3.1 | फोटो पहले फ़्रेम के रूप में, और मूवमेंट के बारे में एक वाक्य |
| कई क्लिपों में एक ही किरदार | bytedance/seedance-2.5 | किरदार की रेफरेंस इमेज और हर अनुरोध में उन्हें दोबारा इस्तेमाल करने की याद दिलाना |
मॉडल क्लिप की लंबाई, रेज़ोल्यूशन, आस्पेक्ट रेशियो और ऑडियो जनरेट करने या न करने में अलग होते हैं, इसलिए असिस्टेंट से कहिए कि फ़ैसला करने से पहले मॉडल का पेज देख ले। जो क्लिप वर्टिकल पोस्ट के लिए ठीक है, वह हॉरिज़ॉन्टल प्रेज़ेंटेशन के लिए ग़लत आकार का हो सकता है, और यह जनरेट करने से पहले पता चल जाए तो बाद में पता चलने से सस्ता पड़ता है।
यह पूरी यात्रा सीधे शब्दों में है, खाली खाते से लेकर ऐसे क्लिप तक जिसे आप जाँच सकें। सेटअप एक बार होता है; उसके बाद सब कुछ बस बातचीत है।
तीसरे स्टेप से पहले अपना पहला प्रॉम्प्ट एक बार टूलकिट में चला लेना काम आता है। टूलकिट आज वही कैटलॉग चलाता है, इसलिए आप देख पाते हैं कि कोई मॉडल आपके शब्दों के साथ क्या करता है, और असिस्टेंट से उसे दोहराने को कहने से पहले एक शैली तय कर पाते हैं।
असिस्टेंट प्रॉम्प्ट तब अच्छे लिखता है जब आप उसे बंदिशें देते हैं, और औसत तब जब आप सिर्फ़ विषय देते हैं। एक कैफ़े के क्लिप की तुलना कीजिए एक बारिस्ता के हैंडहेल्ड शॉट से जो सिरेमिक कप में दूध डाल रही है, सुबह की खिड़की की रोशनी, उठती भाप, कोई संगीत नहीं। दूसरे वर्ज़न में मॉडल के पास अंदाज़ा लगाने के लिए बहुत कम फ़ैसले बचते हैं।
हर नए आइडिया को पूरा सीक्वेंस माँगने से पहले एक छोटे क्लिप पर आज़माइए। ग़लत दिशा की कीमत एक जनरेशन है, जबकि छह शॉट के बाद पता चले तो छह जनरेशन।
किसी भी वीडियो मॉडल के लिए अच्छा ब्रीफ वही कुछ बातें कवर करता है: स्क्रीन पर क्या है, कैमरा कैसे चलता है, रोशनी कैसी लगती है, कितनी देर चलना चाहिए और कौन सी आवाज़ चाहिए। अगर सब्जेक्ट की कोई स्थिर इमेज आपके पास पहले से है, तो उसे शुरुआती फ़्रेम के रूप में दीजिए, क्योंकि तब मॉडल कुछ नया गढ़ने की जगह वह चीज़ एनिमेट करता है जो आपने चुनी है।
लंबे काम के लिए असिस्टेंट से पहले योजना बनवाइए। हर शॉट की एक पंक्ति वाली सूची टेक्स्ट में सुधारना आसान है, और वह फ़िल्म के धुंधले आइडिया को छोटे-छोटे अनुरोधों के सेट में बदल देती है। यही आदत AI स्टोरीबोर्ड को चलाती है, जहाँ योजना ही उत्पाद है, और जब क्लिप आपके पास पहले से मौजूद फ़ुटेज के बीच जुड़ने हैं तो यह AI B-roll के साथ भी अच्छी बैठती है।
टेक्स्ट के मुक़ाबले वीडियो जनरेशन धीमा है, और ईमानदार वर्कफ़्लो यहीं से शुरू होता है। हर अनुरोध एक जनरेशन है, वह एक काम की तरह चलता है, और आउटपुट एक फ़ाइल के रूप में आता है जिसे आप डाउनलोड करते हैं। इंतज़ार के हिसाब से योजना बनाइए: क्लिप को कतार में डालिए, स्क्रिप्ट पर लौट जाइए, और नतीजा आए तब देखिए।
क्रेडिट दूसरी स्थायी बात है। हर जनरेशन में क्रेडिट लगते हैं जो मॉडल और सेटिंग पर निर्भर करते हैं, इसलिए लंबा क्लिप, ऊँचा रेज़ोल्यूशन या ऑडियो वाला मॉडल एक छोटे बिना आवाज़ के टेस्ट से ज़्यादा ख़र्च करा सकता है। कुछ बड़ा चलाने से पहले असिस्टेंट से कहिए कि वह बताए कौन सा मॉडल और कौन सी सेटिंग इस्तेमाल करने वाला है, और एक सरल आदत रखिए: ड्राफ़्ट छोटा, फ़ाइनल लंबा।
फ़ाइलें आख़िरी कड़ी हैं। नतीजे फ़ाइल के रूप में लौटते हैं, इसलिए वे सीधे आपके अगले काम में लग जाते हैं, चाहे वह वीडियो एडिटर हो, साझा फ़ोल्डर हो या कोई प्रोजेक्ट। जनरेशन के बाद जिस क्लिप को निखारना है, उसके लिए वीडियो अपस्केलिंग और फोटो को वीडियो में बदलना दिखाते हैं कि पहले रेंडर के बाद कैटलॉग क्या देता है।
सर्वर असिस्टेंट से कैटलॉग तक पहुँचने का एक रास्ता है। यह कोई अलग इंजन नहीं है, और इसके पीछे के मॉडल जितना ही कर पाता है, उससे ज़्यादा नहीं। इस पर कोई दिनचर्या बनाने से पहले पाँच सीमाएँ जान लेना ठीक रहेगा:
इनमें से कोई बात आइडिया को कमज़ोर नहीं करती। इसी वजह से यह पेज एडिटर के विकल्प की नहीं, काम सौंपने की बात करता है: असिस्टेंट ड्राफ़्ट करता और अनुरोध भेजता है, मॉडल रेंडर करते हैं, और क्या जाएगा यह आप तय करते हैं।
यह एक कनेक्टर है जो किसी AI असिस्टेंट को वीडियो जनरेट करने के लिए Picasso IA को बुलाने देता है। MCP असिस्टेंट को बाहरी टूल तक पहुँच देने का ओपन प्रोटोकॉल है, और Picasso IA का सर्वर उसी के ज़रिए कैटलॉग के वीडियो मॉडल उपलब्ध कराता है। आप बातचीत में क्लिप माँगते हैं, अनुरोध एक जनरेशन की तरह चलता है, और नतीजा फ़ाइल के रूप में लौटता है जिसे आप डाउनलोड कर सकते हैं।
कोई भी MCP सपोर्ट वाला क्लाइंट। Claude Desktop, Claude Code और Cursor ऐसे क्लाइंट के उदाहरण हैं जो यह प्रोटोकॉल बोलते हैं। अगर आपका असिस्टेंट MCP सर्वर सपोर्ट करता है, तो आप Picasso IA को वैसे ही जोड़ते हैं जैसे कोई और सर्वर, अपने खाते की कुंजी के साथ। अगर पक्का नहीं है कि कोई क्लाइंट चलेगा या नहीं, तो उस पर दिनचर्या बनाने से पहले सपोर्ट पेज पर पूछ लीजिए।
उसी कैटलॉग से जो टूलकिट इस्तेमाल करता है, जिसके 502 मॉडलों में 121 टेक्स्ट से वीडियो वाले हैं। उदाहरणों में अकेले सिनेमाई सीन के लिए google/veo-3.1, कई शॉट वाले सीक्वेंस के लिए kwaivgi/kling-v3-video और संवाद व आवाज़ वाले क्लिप के लिए bytedance/seedance-2.5 हैं। हर मॉडल की अवधि, रेज़ोल्यूशन और ऑडियो के अपने विकल्प हैं, इसलिए कैटलॉग में उसका पेज देखिए।
आप अपने Picasso IA खाते में एक कुंजी बनाते हैं और क्लाइंट में सर्वर जोड़ते समय उसे MCP सर्वर को देते हैं। कुंजी को पासवर्ड की तरह संभालिए: उसे साझा चैट, स्क्रीनशॉट या सार्वजनिक रिपॉज़िटरी में न चिपकाइए, और लगे कि वह लीक हो गई है तो बदल दीजिए। टूलकिट और वेब ऐप को कुंजी नहीं चाहिए, क्योंकि आप बस साइन इन करते हैं।
इसमें क्रेडिट लगते हैं, वही क्रेडिट जो टूलकिट में लगते हैं। रकम मॉडल और आपकी चुनी सेटिंग, जैसे अवधि, रेज़ोल्यूशन और ऑडियो, पर निर्भर करती है, इसलिए यहाँ बताने लायक कोई एक क़ीमत नहीं है। नए खातों को शुरू करने के लिए मुफ़्त क्रेडिट मिलते हैं। मौजूदा प्लान प्राइसिंग पेज पर हैं, जो आँकड़ों के लिए भरोसे की इकलौती जगह है।
इमेज से ज़्यादा, और समय मॉडल, क्लिप की लंबाई और सेटिंग पर निर्भर करता है, इसलिए कोई भी आपको ईमानदारी से एक तय संख्या नहीं दे सकता। ऐसे काम की उम्मीद रखिए जो बाद में पूरा होता है, तुरंत जवाब की नहीं। चलते समय आप बातचीत में अपना काम जारी रख सकते हैं, और पूरा होने पर क्लिप फ़ाइल के रूप में आपका इंतज़ार करता है।
नतीजा एक फ़ाइल के रूप में लौटता है जिसे आप डाउनलोड कर सकते हैं, कैटलॉग के किसी भी दूसरे आउटपुट की तरह। वहाँ से वह वहीं जाता है जहाँ आपके प्रोजेक्ट को चाहिए: वीडियो एडिटर, साझा फ़ोल्डर, या राय लेने के लिए भेजा जाने वाला ड्राफ़्ट। हर क्लिप साझा करने से पहले खुद देखिए, क्योंकि असिस्टेंट पुष्टि कर सकता है कि फ़ाइल मौजूद है, पर यह नहीं कि मूवमेंट ठीक दिखता है।
हाँ, उन मॉडलों के साथ जो इसे सपोर्ट करते हैं। कई वीडियो मॉडल फोटो को पहले फ़्रेम के रूप में लेते हैं, और कुछ रेफरेंस इमेज लेते हैं ताकि शॉटों में चेहरा, पोशाक या प्रोडक्ट स्थिर रहे। हर मॉडल क्या अनुमति देता है यह उसके पेज पर देखिए, और असिस्टेंट को बताइए कि हर अनुरोध में कौन सा रेफरेंस दोबारा इस्तेमाल करना है, ताकि किरदार एक क्लिप से दूसरे में बदल न जाए।
सिर्फ़ अपना, या ऐसे व्यक्ति का जिसने साफ़ तौर पर सहमति दी हो, और बाकी सब के लिए काल्पनिक किरदारों पर रहिए। ऐसे क्लिप जनरेट न कीजिए जिनमें कोई असली पहचानी जा सकने वाली व्यक्ति वह करती या कहती दिखे जो उसने कभी नहीं किया। अगर क्लिप प्रकाशित होना है, तो जिस प्लेटफ़ॉर्म पर वह दिखेगा उसके मौजूदा नियम जाँच लीजिए, क्योंकि वे बदलते रहते हैं और हर साइट पर अलग होते हैं।
हाँ, और यह एक समझदार पहला क़दम है। टूलकिट आज वही मॉडल चलाता है: एक चुनिए, प्रॉम्प्ट लिखिए या फोटो जोड़िए, और जनरेट कीजिए। वहाँ कुछ टेस्ट क्लिप आपको दिखा देते हैं कि हर मॉडल आपके शब्दों के साथ क्या करता है, ताकि बाद में आपका असिस्टेंट जो प्रॉम्प्ट लिखे वे ऐसी चीज़ से शुरू हों जो पहले ही काम कर चुकी है।
देखना चाहते हैं कि मॉडल आपके आइडिया के साथ क्या करते हैं? Picasso IA का टूलकिट खोलिए और अपना पहला क्लिप जनरेट कीजिए, जबकि बाकी वर्कफ़्लो आकार लेता रहे।
अपनी भाषा चुनें
