Higgsfield startet Katana: Claude-Skill baut Referenz-Edits mit eigenen Motiven nach

Higgsfield hat Katana vorgestellt, einen Skill für Claude, der einen Referenz-Edit mit den eigenen Figuren, Produkten oder Kleidungsstücken eines Creators nachbaut. Er läuft über den Higgsfield-MCP-Connector und liefert das fertige Video im Chat sowie in den Higgsfield Assets der Nutzer.
- Katana ist ein Higgsfield-Skill für Claude, der einen Referenz-Edit mit bis zu fünf Fotos der eigenen Figuren, Produkte oder Kleidung nachbaut.
- Er läuft über den Higgsfield-MCP-Connector und erfordert ein aktives Higgsfield-Abonnement, aber keinen API-Schlüssel.
- Korrekturen erzeugen nur die betroffenen Einstellungen neu, das Neuzusammensetzen vorhandener Einstellungen kostet keine Credits.
- Claude zeigt vor jeder Generierung die genauen Credit-Kosten an und nutzt dafür den bestehenden Higgsfield-Tarif.
- Das Ergebnis ist ein MP4, das Dauer, Seitenverhältnis und Bildrate der Referenz übernimmt und in Assets gespeichert wird.
Was Katana leistet
Laut Higgsfield nimmt Katana einen Referenz-Edit entgegen, entweder ein vom Nutzer hochgeladenes Video oder ein Preset aus der Katana-Bibliothek, dazu bis zu fünf Fotos von Figuren, Produkten oder Kleidung. Mit diesen Assets baut das Tool das Video neu auf. Die Katana-Seite beschreibt das Werkzeug als von Claude Motion angetrieben. Es läuft auf Higgsfield-Modellen über den Higgsfield-MCP-Connector, mit demselben Konto und denselben Credits wie higgsfield.ai.
Die Referenz legt die Struktur fest: die Reihenfolge der Einstellungen, die Länge jeder einzelnen und die Platzierung der Schnitte auf der Musik. Die Fotos bestimmen, wer und was zu sehen ist. Nutzer können optionale Anweisungen ergänzen, etwa welche Produktaufnahme am wichtigsten ist oder welches Element unverändert bleiben muss. Das Ergebnis ist ein MP4 im Format der Referenz, mit deren Einstellungen, Timing und Ton.
Higgsfield argumentiert, der langsame Teil bei KI-Video sei nicht die Generierung, sondern der Schnitt. Einen Clip zu erzeugen dauere eine Minute, während es deutlich länger brauche, ein bewährtes Format nachzubilden: eine Referenz Schnitt für Schnitt zu lesen, Tempo und Typografie anzugleichen und das Material zusammenzusetzen. Katana verlagert diese Arbeit in den Claude-Chat.
Workflow und Einstiegspunkte
Der Workflow besteht aus drei Eingaben und einer Korrekturschleife: eine Referenz, bis zu fünf Assets und die Neuerstellung selbst. In Higgsfields eigenem Test kam ein Referenzclip mit derselben Einstellungsfolge, demselben Timing und demselben Track zurück, mit der Testfigur im Bild.
Korrekturen werden als einfache Nachrichten gesendet. Eine Bitte, eine Einstellung zu ändern, ein Foto auszutauschen oder ein Detail anzupassen, erzeugt nur die betroffenen Einstellungen neu. Eine zweite Version für eine andere Figur oder ein anderes Produkt ist eine weitere Nachricht in derselben Unterhaltung, sodass jede Iteration vom vorherigen Ergebnis ausgeht. Higgsfield zufolge gibt es keine sichtbare Obergrenze für die Zahl der Korrekturen.
Es gibt zwei Wege hinein, die im selben Chat landen:
- Die Katana-Seite: Das Formular unter higgsfield.ai/katana hat Felder für ein Referenzvideo, Figuren und optionale Anweisungen. Mit Send & Generate in Claude wird das Briefing an einen Claude-Chat übergeben.
- Claude direkt: Bei aktivem Higgsfield-Connector öffnet /katana den Preset-Katalog, /katana/<preset-name> startet ein bestimmtes Preset, und auch eine schlichte Anfrage wie "make me an edit of this product using Higgsfield" startet Katana.
Claude kann direkt an den Chat angehängte Bilder nicht lesen, daher öffnet Katana innerhalb der Unterhaltung ein Higgsfield-Upload-Fenster. Ein direkter Link auf eine Mediendatei funktioniert ebenfalls. Links auf Instagram- oder TikTok-Profile werden nicht akzeptiert, die Referenz muss also zuvor heruntergeladen werden.
Einrichtung und Presets
Katana setzt ein aktives Higgsfield-Abonnement voraus, einen API-Schlüssel braucht es nicht. Nutzer öffnen claude.ai oder Claude Desktop, gehen zu Settings → Connectors, wählen Add custom connector, nennen ihn Higgsfield, fügen die MCP-Server-URL https://mcp.higgsfield.ai/mcp ein und autorisieren mit ihrem Higgsfield-Konto.
Ein Preset ist ein vorbereiteter Referenz-Edit, der seine Bewegung, seinen Stil und einen Prompt enthält, der beschreibt, wie neue Assets eingesetzt werden. Die Bibliothek ist nach Kategorien (Personalized edits, Style transfer, Motion transfer) und nach Quelle (Higgsfield oder Community) gegliedert. Community-Presets werden von der Katana-Seite aus veröffentlicht und erfordern für die Bewegung ein Video von 3 bis 30 Sekunden, bis zu 40 Bilder und einen Prompt, der diese mit @ erwähnt. Geteilte Presets gehen sofort live und können nach Meldungen wieder entfernt werden.
Preise und Zielgruppe
Katana nutzt die Credits des bestehenden Higgsfield-Tarifs, ohne separate Abrechnung für MCP und ohne Aufschlag für die Nutzung innerhalb von Claude. Vor jeder Generierung zeigt Claude eine Karte mit den genauen Credit-Kosten. Credits fallen nur für Generierungen an, eine Korrektur, die bereits vorhandene Einstellungen neu zusammensetzt, kostet daher nichts. Zusätzliche Generierungen oder Alternativen können die Kosten erhöhen, Tarifstufen und Kontingente unterscheiden sich je nach Region.
Dauer, Seitenverhältnis und Bildrate des MP4 folgen der Referenz und lassen sich in Claude nicht separat festlegen. Jedes Ergebnis erscheint in einem Chat-Widget mit Vorschau und Download-Button und wird in Assets auf higgsfield.ai gespeichert.
Higgsfield positioniert Katana für Creator, die bereits wissen, wie der Edit aussehen soll, etwa ein Produktvideo in einem bewährten Format oder ein Fashion-Edit mit einem bestimmten Rhythmus. Gibt es noch keine Referenz und ist der Schnitt selbst das kreative Problem, sei Katana laut Unternehmen der falsche Ausgangspunkt. Zudem teilt es sich die Assets mit Genjutsu, das Motion Transfer und Object Swap für Video im selben Chat bietet, sodass ein dort umgewandelter Clip zur Katana-Referenz werden kann.
Higgsfield: Higgsfield Meets Katana: What It Is and How it Works


