ElevenLabs 升級 MCP 外掛：在 Claude 和 ChatGPT 裡直接生成音影片

過去用 AI 做一條帶配音的短影片，流程通常是這樣的：先在聊天機器人裡寫好指令碼，複製到影像工具裡生圖，再去另一個平臺轉成影片，最後開啟 ElevenLabs 配音和挑背景音樂，中途光是切標籤頁和導檔案就能把人逼瘋。

現在 ElevenLabs 打算把這套繁瑣的搬運工流程給省了。9 月 14 日，ElevenLabs 宣佈擴充旗下的 MCP 聯結器，把語音、音樂、影像和影片生成能力全部打包塞進了各大主流 AI 助手裡。

只要在 Claude、ChatGPT、Cursor、Grokbot 或者 Hermes 裡完成一次安裝和 OAuth 授權，你就不需要配置任何伺服器，也不用去翻找和貼上 API 金鑰，直接用大白話在對話方塊裡指揮生成。

聊天框直接變成多媒體制作臺

這次更新最直接的變化，就是把以往散落在各處的創作工具攏在了一起。ElevenLabs 這個聯結器底層接入了超過 50 個模型，幾乎覆蓋了全套內容創作流程。

在語音方面，你只要隨口描述想要的情緒和語調，系統就會呼叫聲音庫直接在對話方塊裡吐出音訊，省掉了到處匯出的步驟。

如果是音訊處理，甩進去一段錄音，內建的 Scribe 模型能輸出支援 99 種語言的高精度文字轉錄，而且自帶發言人標籤和時間戳。需要多語言出海時，直接讓它呼叫配音功能，原聲音色和語氣都能保留下來。

畫面和旋律也沒有落下。除了能根據指令生成指定風格的純音樂或帶人聲配樂，它還整合了頂尖的影像與影片模型。你可以在同一個對話方塊裡先生成圖片，再讓它動起來，甚至直接給畫面人物加上對口型動畫。

ElevenLabs 在工作流上打通得挺徹底。這個聯結器其實就是此前驅動 ElevenLabs Agents 的同一個 MCP，團隊之前要是已經接入過，現在無需重複配置就能直接用。而且 ElevenLabs Flows 流程畫布上的每一個功能節點，現在都能通過這個 MCP 喚起。

做完不跑丟，直接進 Studio 精修

很多人用聊天機器人做多媒體內容，最怕的就是碎片檔案亂成一團，回過頭找不到素材。

ElevenLabs 的處理方式是把所有對話中生成的資產，自動同步回你的 ElevenCreative 雲端工作區。

這就形成了一個很順手的雙層協作邏輯：在聊天框裡，你靠大白話快速拉出初稿和各種素材；需要精剪時，直接開啟 ElevenCreative 裡的 Studio，在時間線上微調旁白軌、疊加多層音效和音樂墊樂，最後再匯出成片。

企業使用者關心的安全問題也有交代。工作區管理員能自主決定聯結器開放哪些工具呼叫許可權，並在接入時勾選資料駐留範圍，防止許可權失控。

目前這個聯結器已經在 Claude、ChatGPT 和 Cursor 等平臺的外掛或聯結器目錄上線，幾步點選就能綁好。

為什麼重要

對於個人創作者和獨立開發者來說，這件事的價值在於把原本割裂的 AI 生產線摺疊進了一個輸入框裡。以前把一份簡報做成短影片，要換三四個工具、買幾份訂閱，現在一個對話執行緒裡就能把文案、旁白、配樂、畫面和對口型全部串起來，試錯成本被大幅拉低。如果你日常就在用 Claude 或 Cursor，現在就非常值得裝上試試。

我們認為，ElevenLabs 這一步走得相當精明。它沒有死守自家網站的流量入口，而是認清了現實：創作者的起點早就轉移到了各類對話助手和程式碼編輯器裡。藉著 MCP 這個開源協議，ElevenLabs 順水推舟把自己變成了各大助手的預設多媒體底層，既賣了自己的音訊看家本領，又順帶分發了第三方音影片模型。

從行業競爭來看，這也給其他單點 AI 工具提了個醒。光做單純的文生圖或單一模型已經不夠了，誰能最快嵌入使用者的日常工作介面，誰才能鎖住粘性。不過這種打法也有潛在隱患：使用者在外部對話方塊裡玩得越開心，對原生平臺的品牌感知就越弱；再加上底層依賴 50 多個不同模型，跨模態協同生成時的畫風一致性和呼叫延遲，依然需要團隊在後續更新中持續打磨。