En person åbner Claude, taster ét enkelt mål ind, går i fitnesscenteret — og kommer tilbage til en færdig YouTube-video. Ingen optagelse, intet kamera, intet klippeprogram. Avataren er AI, stemmen en klon, manuskriptet skrevet af Claude. Imponerende? Ja. Men det ærligere spørgsmål er: hvad ligger der reelt bag — og hvad betyder det for dig, hvis du ikke er YouTuber, men driver en virksomhed?
Det vigtigste kort fortalt
- En creator lod Claude Fable 5 producere en komplet YouTube-video helt alene: research, manuskript, stemme, avatar, klipning og motion-grafik — ud af én enkelt prompt.
- Fable 5 er Anthropics nye topmodel („Mythos“-klassen, et trin over Opus) og for første gang tilgængelig på en betalt plan.
- Pipelinen har fem trin: manuskript, stemme, avatar, klipning og et automatisk selvtjek.
- Den ærlige del: Resultatet kan ikke kopieres 1:1, det kræver ikke nødvendigvis den dyreste model — og et enkelt gennemløb åd omkring 40 % af en månedsplan til 200 $.
- For virksomheder er det ikke effekten, der tæller, men princippet: klare mål, indbygget kontekst og en kvalitetskontrol, som systemet selv står for.
Hvad der reelt skete her
Udgangspunktet var et eksperiment: én prompt, ét mål, og så fingrene væk. Videoen, det handler om, blev ikke filmet. Personen i billedet er en AI-avatar, stemmen en klon, trænet på rigtige tidligere videoer. Hvert eneste ord i manuskriptet stammer fra Claude. Mens videoen blev til, så creatoren ikke ét eneste frame — han havde tastet en prompt ind og var gået. Research, manuskript, stemme, avatar, motion-grafik: alt kørte af sig selv.
Det er en ny model, der gør det muligt. I denne uge har Anthropic offentliggjort Claude Fable 5 — og netop derfor kan denne video overhovedet eksistere.
Hvad Claude Fable 5 er
Fable 5 er den første model i den såkaldte „Mythos“-klasse — trinnet over Opus — som er tilgængelig på en betalt plan. Hidtil var denne klasse forbeholdt godkendte sikkerhedspartnere. I næsten alle testede benchmarks sætter den nye rekorder. Tre områder skiller sig ud:
- Programmering. Ifølge Stripe komprimerer Fable 5 måneders engineering-arbejde til dage. I annonceringen kører en fuldstændig migrering af en Ruby-kodebase på 50 millioner linjer igennem på én enkelt dag — en opgave, der ville have holdt et helt team beskæftiget i to måneder i hånden.
- At se. Modellen kan rekonstruere kildekoden til en web-app alene ud fra screenshots. Og den har spillet Pokémon Fire Red igennem fra start til slut udelukkende ud fra de rene skærmbilleder — uden kort, uden navigationshjælp, som ældre modeller stadig havde brug for.
- Udholdenhed over lange stræk. Fable 5 holder koncentrationen over millioner af tokens. Med en filbaseret hukommelse — ganske enkelt filer, den skriver noter i — nåede den i spillet Slay the Spire tre gange så ofte frem til sidste akt som Opus 4.8.
Billigt er det ikke: omkring 10 US-dollar pr. million input-token, 50 pr. million output-token. Hvad den pris konkret betyder, ser du længere nede i den ærlige del.
Sådan blev videoen til: pipelinen i 5 trin
Bag den ene prompt ligger en ren kæde af fem trin. Hvert af dem løser et konkret problem — og netop den opdeling er det egentlige trick.
- Manuskript. Claude læser hele annonceringen fra Anthropic, kontrollerer hvert udsagn for faktuel korrekthed og skriver manuskriptet i creatorens stemme — på grundlag af en „Voice Playbook“, bygget ud fra hans virkelige transskriptioner.
- Stemme. Manuskriptet går til en stemmeklon (ElevenLabs), trænet på de rigtige videoer. Knebét: man kan ikke generere fire minutter i træk, fordi stemmen driver af med længden. Derfor deler Claude manuskriptet op i bidder på knap et minut og indtaler dem enkeltvis.
- Avatar. Hver lydbid renderes i HeyGen på den nyeste avatar-model. Da modellen endnu ikke kunne vælges via API’et, styrede Claude uden videre selv en browser med Playwright og klikkede hver video igennem i hånden.
- Klipning. Claude samler avatar-klippene med FFmpeg, laver en ordret transskription og bygger hver motion-grafik som rigtig kode — HTML, animeret med GSAP, timet præcist efter de talte ord.
- Selvtjek. Til sidst kontrollerer Claude sit eget arbejde: den renderer frames fra hver scene, vurderer dem visuelt og genrenderer alt, der ikke passer — indtil det går rent igennem.
Én prompt ind, en færdigklippet video ud. Det er, hvad en model i topklassen præsterer i ugen for sin udgivelse.
Gratis download
📄 Praksisguide & tjekliste (PDF, på tysk)
De fem trin, hele tool-stakken og de vigtigste omkostningsfælder — som en kompakt, brandet praksisguide til at tage med og hakke af.
Hent praksisguiden (på tysk)Den ærlige del: grænser, omkostninger, virkelighed
Så imponerende det end er — set uden AI-hype står fire nøgterne punkter tilbage, som creatoren selv nævner åbent:
- Ikke reproducerbart 1:1. Kopierer du den samme prompt, får du ikke det samme resultat. I baggrunden ligger allerede byggede, specialiserede evner („Skills“) til motion-grafikken — det er dem, der gør forskellen.
- Det kræver ikke den dyreste model. Creatoren siger det selv: den stil kunne han formentlig også bygge efter med den langt billigere Sonnet — så snart forløbet er pakket ind som en genbrugelig Skill. Pipelinen er mere værd end topmodellen.
- Omkostningerne er reelle. Gennemløbet tog omkring en time og brugte cirka 380.000 token. Modellen kørte på Max-abonnementet — og et enkelt gennemløb åd omkring 40 % af en månedsplan til 200 $. På en time næsten det halve budget. Der er altså grund til forsigtighed.
- Kontekst slår smart prompt. Det afgørende var ikke en magisk kommando, men Kontext. Creatoren skrev i store træk: „Stop først, når du er 100 % overbevist om, at det er en video af høj kvalitet — den skal på min kanal, et dårligt resultat skader mit omdømme.“ Og: „Verificér bagefter med et dynamisk workflow, at alt sidder.“ Giver du systemet et hvorfor får du bedre resultater.
Netop det sidste punkt er den egentlige lektie — og den har intet med YouTube at gøre.
Hvad du kan tage med
Glem avataren et øjeblik. Det, dette eksperiment viser, er et arbejdsmønster, som kan overføres til enhver seriøs automatiseringsopgave:
- Opdel i stedet for at trylle. Ikke „én prompt til alt“, men en klar kæde af trin, hvor hvert enkelt løser et konkret problem.
- Lever kontekst med. Målet, indsatsen og kvalitetskravet hører hjemme i opgaven — ikke i dit hoved.
- Byg kontrollen ind. Systemet validerer sit eget resultat, før et menneske kigger på det.
- Hold øje med omkostningerne. Den stærkeste model er sjældent den mest økonomiske. Ofte rækker den slankere — hvis forløbet er bygget godt.
Det er ikke et YouTube-trick. Det er det spørgsmål, jeg stiller i ethvert automatiseringsprojekt: hvor giver automatisering reel løftestang — og hvor er den bare en dyr effekt?
Konklusion
Claude Fable 5 kan ting, der for nylig lød som science fiction — en hel video ud af én sætning. Men det ærlige blik tæller mere end effekten: resultatet kan ikke kopieres frit, ofte gør en billigere model det lige så godt, og omkostningerne kan løbe løbsk. Tilbage står et princip, der kan overføres — klare trin, indbygget kontekst, indbygget kontrol. Præcis dét arbejder jeg med i virksomheder: ikke med den største model, men med den løsning, der reelt løser problemet — målbart og uden AI-hype.
Kilde: Frit bearbejdet efter „Claude Fable 5 Made This Entire Video By Itself.“ af Nate Herk | AI Automation — se på YouTube. Indplacering, udvalg og formulering stammer fra pletzenauer — digital consulting.