Telegram, WhatsApp+380637610482
Valery Danyuk
Valery DanyukudviklerUdvikling af AI-værktøjer til virksomheder. Høj kvalitet. Overkommelige priser.Skriv på Telegram

Ctrl+Z-produktion: Et AI-drevet YouTube -videostudie i stedet for billige videoer

Ctrl+Z-brugerfladen til produktionsvideostudiet: AI-chat til venstre og færdige YouTube videoer til højre
OpgaveEn klient med en dokumentarisk YouTube kanal med over 400.000 abonnenter havde brug for et studie, der kunne håndtere mere dybdegående indhold – 3D-grafik og motion design i stedet for billige videoer med voiceovers – uden at sprænge produktionsbudgettet.
LøsningVi har bygget et Ctrl+Z-produktionsvideostudie: en dialoggrænseflade i Claude, en 3D-animationsgenerator, en blueprint- og 2D-animationsgenerator med terrænkort, et AI-agentsystem til videogennemgang og analyser af seerreaktioner.
DeadlinesProjektet er afsluttet, klienten er tilfreds, og forfatteren planlægger at lancere flere YouTube kanaler baseret på studiet.
ResultatFuldautomatiseret produktion af 3D-dokumentarer: Du indtaster dit emne i chatten, og studiet forbereder automatisk research, manuskript, voiceover, rendering og tekster til sociale medier.

En dokumentarisk YouTube kanal med over 400.000 abonnenter har bygget et AI-drevet videostudie. Emner og redigeringer indsendes via almindelig tekst i en chat baseret på Claude. Derefter tager en 3D-animationsgenerator, en blueprint- og kortgenerator og et AI-agentsystem, der automatisk kontrollerer den færdige video, over. Jeg vil udforske dets komponenter og hvorfor det var nødvendigt nu.

Hvorfor har en dokumentarkanal med 400.000 abonnenter brug for sit eget AI-drevne videostudie?

Det er ikke første gang, Viktor har kontaktet os: Vi har tidligere lavet opslagstavler og Telegram kanaler for ham. I 2023 lancerede han YouTube kanalen All Tech i genren "Popular Mechanics" – videoer om produktion og teknologi – og voksede til over 400.000 abonnenter, hvilket gav ham penge til kanalen på det brasilianske marked. Siden foråret 2026 har kanalen også rettet sig mod et tysk publikum: det samme materiale bliver remasteret og dubbet til tysk.

Studiets første version klippede simpelthen automatisk videoer fra licenseret stock footage – billigt, men begrænset. I foråret og sommeren 2026 stod det klart, at dette ikke ville være nok: YouTube var ved at udvikle en AI-søgemaskine, der analyserer selve videoens indhold – billeder, lyd og manuskriptindhold. Der var behov for en overgang fra splejsede optagelser til intern 3D-grafik, motion design og klare forklaringer – alt sammen uden at oppuste produktionsbudgettet og styret via almindelig tekst i chatten.

Hvordan styrer man et videostudie med blot én sætning i chatten?

Hele studiet fungerer via en dialog drevet af Claude: Skaberen skriver emnet, vælger sprog, format og stil for kanalen, mens research, manuskript, voiceover, rendering og tekster til publicering på sociale medier kompileres automatisk. Det er det samme princip som en stemmeassistent, bare med redigeringer skræddersyet til specifikke billeder i videoen.

I praksis ligner det en almindelig korrespondance. Forfatteren sender et skærmbillede eller beskriver, hvad der er galt med den nuværende version – for eksempel at billedteksterne på forsiden blokerer for et smukt billede – og modtager en genopbygget version med præcisering af præcis hvilke elementer, der er ændret.

Ctrl+Z produktionsgrænseflade: til venstre er en chat med redigeringer af forsiden af videoen om Audi quattro, til højre er et studie med en rendering og cover til YouTube og Shorts

En chat, der anmoder om en mindre tekststørrelse på forsiden, så den ikke skjuler billedet af den ødelagte bro, og en færdiglavet afspiller med videoen om "Øresundsbroen".

Omslagsredigeringer for at imødegå "det er uklart, hvad der står her": nye versioner med et foto af et ødelagt tog og et 3D-hjulsæt i forgrunden

Tre nye tosprogede omslag til filmen om ICE 884-katastrofen - med et kollaps af en overkørsel, et bristet dæk og en 3D-demontering med vraget som baggrund.

En spiller med den færdige film "T-34: Hvorfor den blev en legende" og et udvalg af korte videoer baseret på det samme materiale

Hver forfatters redigering foretages som en separat kommando og anvendes øjeblikkeligt på alle relaterede videoer på kanalen – der er ikke behov for manuelt at lave snesevis af forsider om, hvis bannernes overordnede stil ændres.

Vil du administrere din hjemmeside med blot ord, uden nogen indstillinger? 1001site AI fungerer efter samme princip: den personlige AI-assistent redigerer tekst, fotos og sider baseret på en tekstkommando eller et skærmbillede.

Hvad kan en 3D-animationsgenerator gøre?

Generatoren skaber en præcis 3D-rekonstruktion af et virkeligt objekt baseret på publicerede dimensioner – en gearkasseaksel, et toghjul, en bropylon – og konverterer det til et røntgenlag oven på standardbilleder. Modellen er ingeniørpræcis med kommenterede dimensioner – den kan verificeres i forhold til de samme tegninger, som generatoren var baseret på.

De resulterende billeder inkluderer scener som en adskilt Audi quattro-aksel mærket "hul aksel 263 mm" eller et tværsnit af et ICE-toghjul med et temperaturkort, der viser "udvendig +3°C, indvendig 95°C". Nogle objekter er umulige at fange overhovedet - en skjult revne i et ståldæk ved 200 km/t eller det øjeblik, hvor en 8 kilometer lang bro midt i strædet synker ned i en tunnel. Her viser en 3D-rekonstruktion baseret på tegninger scenen tydeligere end arkivoptagelser og uden licensproblemer.

3D-rekonstruktion af Audi quattro gearkasseaksel med dimensionerne "hulaksel 263 mm"ICE-toghjul i 3D-snit: udvendig +3°C, indvendig gummiring -95°CEn 3D-rekonstruktion af en stålfælg i ødelæggelsesøjeblikket med en hastighed på 200 km/t - et stillbillede fra efterforskningen af Eschede-katastrofen.Video "Øresundsbroen": Den 8 kilometer lange bro midt i sundet forsvinder under vandet ned i en tunnel. Forsidebillede tagget "3D-analyse"3D-model af Audi Sport quattro S1-chassis med en dedikeret motor - 598 hk, 5 cylindre

Hvor kommer tegningerne, kortene og 2D-animationen fra?

Den anden generator dækker opgaver, der ikke kræver fuld 3D: flade tekniske illustrationer i historisk stil, tværsnitsdiagrammer og terrænkort med ruter. Det samme værktøj kan tegne et diagram over cykelkæden på Wright-brødrenes første fly og et satellitkort over en 164 kilometer lang bro.

Stilen er valgt, så den matcher historien: til historiske episoder, sepia-tonet lineær grafik, der minder om tegninger fra gamle patenter; til ingeniørmæssige forklaringer, et fladt diagram med mærkede dele; til geografi, et kort over området med markerede ruter mellem byer. Således kan en enkelt video skifte mellem tre visuelle sprog uden at miste sammenhæng.

En tegning af Wright-brødrenes første flyvemaskine i historisk stil med teksten "cykelkæder" - motoren drejer to propeller.Snitbillede af T-34 tankophænget: fem ruller med en diameter på 830 mm3D-diagram af forbindelsen mellem elementerne i Femern Bælt-tunnelen på bunden af ØstersøenEn flad illustration i lærebogsstil af en pøbelorm, der i 1818 gav en ingeniør ideen til en tunnelboremaskine.3D-diagram af et tunnelboremaskines skærehoved med 66 rullebor og en kraft på 8000 kNEn isometrisk 3D-rekonstruktion af den 11 meter høje stålbjælke på Øresundsbroen, som huser jernbanen.En 3D-rekonstruktion af servicet i ICE-togets spisevogn – en scene fra Eschede-katastrofeundersøgelsenEt rutekort over den 164 kilometer lange Danyang-Kunshan-viadukt, der viser byerne Danyang, Changzhou, Wuxi og Kunshan.

Hvem tjekker videoen, hvis der ikke er nogen klipper i studiet?

Et system af AI-agenter er ansvarlige for kvaliteten af den færdige video: det redigerer uafhængigt optagelserne, gennemgår resultatet, kontrollerer det for uoverensstemmelser og tilføjer tags og fodnoter gennem hele historien – uden behov for en menneskelig tidslinjeadministrator. Et separat analysesystem analyserer seernes reaktioner efter videokategori og bruger resultaterne til manuskripterne til fremtidige episoder.

Den endelige beslutning – om videoen skal udgives som den er, eller om den skal sendes tilbage til revision – ligger hos kanalens skaber: agenterne forbereder en version og en liste over kommentarer, og personen klikker på knappen "udgiv".

Rollefordelingen her er klar: Agenter påtager sig repetitivt, mekanisk arbejde – de gennemgår elleve minutters optagelser billede for billede, sammenligner billedteksterne på skærmen med manuskriptet og husker at citere kilden til en figur. Mennesker står tilbage med de vanskeligt formaliserede opgaver – at vurdere, om videoen holder opmærksomheden, om en scene er for langtrukken, og om en joke i begyndelsen af filmen lyder naturlig.

Hvorfor virker billige voiceover-videoer ikke længere på YouTube?

Fra maj 2026 lancerer YouTube Ask YouTube en AI-søgemaskine drevet af det neurale netværk Gemini. Til efteråret vil den være tilgængelig ikke kun for Premium-abonnenter, men for alle brugere i USA – på computere, telefoner og tv'er. Systemet besvarer seernes spørgsmål ved hjælp af selve videoens indhold: det analyserer billeder, lyd og hele transskriptet; videotitlen er sekundær.

Den gamle tilgang Ctrl+Z produktion
Videosekvens Et udvalg fra licenserede aktier Brugerdefineret 3D-rekonstruktion og tegninger baseret på faktiske dimensioner
Forklaring Tekst læst af en syntetisk stemme En historie med billedtekster og visuel grafik
Hvad AI-søgning ser Generelt optagelse uden forbindelse til specifikke fakta i videoen Optagelser der bogstaveligt talt viser, hvad manuskriptet siger
Kontrollere Manuel tidslinjesamling Tekstkommando i chatten

Projektets skaber forventer, at Ask YouTube når Europa inden udgangen af 2026 – dette er hans egen prognose; Google har endnu ikke annonceret en officiel dato for regionen. Men logikken er allerede klar: Når en søgemaskine kan "se" en video i sin helhed, bliver forskellen mellem en video med understøttende grafik og en video lavet af en sammensat nyhedsfilm mærkbar for både seeren og YouTube selv.

Google viser allerede, hvordan denne teknologi vil udvides ud over søgning til selve visningssiden. Modellen bestemmer, efterhånden som videoen skrider frem, hvilke dele den skal bruge for at give et svar: indlæsning af individuelle billeder, justering af visningsfrekvensen og valg mellem billede, lyd og transskription for et specifikt fragment. For en video, hvor den eneste kilde til mening er voiceoveren, har systemet ofte intet at tilbyde seeren ud over undertekster. En video med en 3D-model med undertekster og et rutekort har noget at tilbyde, selv uden lyd.

Hvordan bliver én film til ti kortfilm?

Publikationen er også organiseret efter en færdiglavet regel:

  1. Studiet er ved at sammensætte en hovedfilm, der er op til 12 minutter lang – denne længde passer til præcis tre YouTube reklamepauser.
  2. Korte klip på 50-80 sekunder hver klippes automatisk fra den færdige film til kortfilm.
  3. Kortfilm fungerer som reklamemateriale: seeren ser et kort fragment med et svar på ét spørgsmål og ser derefter hele filmen.

Således producerer én filmcyklus øjeblikkeligt et helt klip med indhold til forskellige visningsformater.

Hvem er denne tilgang til videoproduktion egnet til?

Hvis din virksomhed er afhængig af regelmæssig udgivelse af indhold – videoer, produktkort, opslag på sociale medier – vil du før eller siden støde på det samme dilemma: Skal du manuelt kompilere indhold hver gang, eller skal du oprette et system, der kun gør det én gang, via en tekstkommando? Ctrl+Z-produktionsløsningen er et dialogdrevet studie, hvor AI arbejder baseret på præcise inputdata: dimensioner, fakta og et script.

Et lignende princip – "beskriv med ord, hvad du har brug for, og AI'en vil udarbejde resultatet baseret på dine data" – ligger i kernen af 1001site AI. AI-agenten opbygger en hjemmeside ved hjælp af et Instagram link, en gammel hjemmeside eller et regneark. Kontoens AI-assistent redigerer derefter tekster og fotos baseret på en tekstkommando og arbejder på din egen Claude, ChatGPT eller Gemini -nøgle via MCP – uden et tokengebyr.

Kilder

Projektlinks

Spørgsmål og svar

Hvad er Ctrl+Z-produktion?

Forfatterens egenudvikling er et specialbygget AI-videostudie, der er lukket for offentlig registrering. Det styres via chat: tekstemner, sprogvalg og kanalstil er alle indstillet. Systemet sammensætter derefter automatisk research, manuskript, voiceover, rendering og tekster til sociale medier.

Hvorfor har man brug for en præcis 3D-rekonstruktion, hvis man bare kan vise arkivoptagelser?

Nogle objekter er simpelthen umulige at fotografere – for eksempel samlingen mellem undervandstunnelelementer eller gearkasseakslen under motorhjelmen. En 3D-rekonstruktion baseret på offentliggjorte dimensioner viser dette tydeligt og uden licensbegrænsninger på andres optagelser.

Hvordan gennemgår AI-agenter færdige videoer uden en fastansat redaktør?

Agenter gennemgår den samlede video, sammenligner scener med manuskriptet, tilføjer tags og fodnoter og returnerer versionen til revision, hvis de finder uoverensstemmelser. Den endelige beslutning – om videoen skal udgives eller redigeres igen – ligger hos kanalens skaber.

Er det muligt at se et eksempel på, hvordan dette fungerer?

Ja, forfatteren har lavet en trin-for-trin demovideo - linket findes i kilderne nedenfor, ligesom All Tech-klientkanalen, hvor de færdige film udgives.