„Ctrl+Z“ produkcija: dirbtinio intelekto valdoma YouTube vaizdo įrašų studija, o ne pigūs vaizdo įrašai

Dokumentinių YouTube kanalas, turintis daugiau nei 400 000 prenumeratorių, sukūrė dirbtiniu intelektu paremtą vaizdo įrašų studiją. Temos ir redagavimas pateikiami paprastu tekstu pokalbyje, paremtame Claude. Tada perimamas 3D animacijos generatorius, brėžinių ir žemėlapių generatorius bei dirbtinio intelekto agentų sistema, kuri automatiškai tikrina baigtą vaizdo įrašą. Dabar aptarsiu jo komponentus ir kodėl jis buvo reikalingas.

Kodėl dokumentinių filmų kanalui, turinčiam 400 000 prenumeratorių, reikia savo dirbtinio intelekto valdomos vaizdo studijos?

Viktoras su mumis susisiekia ne pirmą kartą: anksčiau jam kūrėme skelbimų lentas ir Telegram kanalus. 2023 m. jis sukūrė „All Tech“ YouTube kanalą „Populiariosios mechanikos“ žanre – vaizdo įrašuose apie gamybą ir technologijas – ir išaugo iki daugiau nei 400 000 prenumeratorių, o kanalas uždirbo pajamų iš Brazilijos rinkos. Nuo 2026 m. pavasario kanalas taip pat orientuojasi į vokiečių auditoriją: ta pati medžiaga yra perdirbama ir dubliuojama į vokiečių kalbą.

Pirmoji studijos versija tiesiog automatiškai iškirpdavo vaizdo įrašus iš licencijuotos vaizdo medžiagos – pigiai, bet ribotai. 2026 m. pavasarį ir vasarą tapo aišku, kad to nepakaks: YouTube kūrė dirbtinio intelekto paieškos sistemą, kuri pati analizuoja vaizdo įrašo turinį – kadrus, garso įrašus ir scenarijaus turinį. Reikėjo pereiti nuo sujungtų vaizdo įrašų prie vidinės 3D grafikos, judesių dizaino ir aiškių paaiškinimų – visa tai nedidinant gamybos biudžeto ir kontroliuojant paprastu tekstu pokalbyje.

Kaip valdyti vaizdo studiją vos viena fraze pokalbyje?

Visa studija veikia pagal Claude palaikomą dialogą: kūrėjas parašo temą, pasirenka kanalo kalbas, formatą ir stilių, o tyrimas, scenarijus, įgarsinimas, vizualizacija ir tekstai publikavimui socialiniuose tinkluose sudaromi automatiškai. Tai tas pats principas kaip ir balso asistento, tik redagavimas pritaikytas konkretiems vaizdo įrašo kadrams.

Praktiškai tai atrodo kaip įprastas susirašinėjimas. Autorius atsiunčia ekrano kopiją arba aprašo, kas negerai dabartinėje versijoje, pavyzdžiui, kad ant viršelio esantys užrašai užstoja gražų vaizdą, ir gauna atkurtą versiją su paaiškinimu, kurie elementai tiksliai pasikeitė.

Kiekvieno autoriaus redagavimas atliekamas kaip atskira komanda ir taikomas visiems susijusiems kanalo vaizdo įrašams vienu metu – nereikia rankiniu būdu perdaryti dešimčių viršelių, jei pasikeičia bendras reklamjuosčių stilius.

Norite valdyti savo svetainę vien žodžiais, be jokių nustatymų? 1001site AI“ veikia tuo pačiu principu: asmeninis DI asistentas redaguoja tekstą, nuotraukas ir puslapius pagal teksto komandą arba ekrano kopiją.

Ką gali 3D animacijos generatorius?

Generatorius sukuria tikslią realaus objekto 3D rekonstrukciją, remdamasis paskelbtais matmenimis – pavarų dėžės veleną, traukinio ratą, tilto piloną – ir paverčia ją rentgeno spindulių sluoksniu ant standartinių vaizdų. Modelis yra inžineriškai tikslus, su anotuotais matmenimis – jį galima patikrinti pagal tuos pačius brėžinius, kuriais remiantis buvo sukurtas generatorius.

Gautuose vaizduose matyti tokie vaizdai kaip išardytas „Audi quattro“ velenas, pažymėtas „tuščiaviduris velenas 263 mm“, arba vidaus degimo variklio rato skerspjūvis su temperatūros žemėlapiu, rodančiu „lauke +3 °C, viduje 95 °C“. Kai kurių objektų užfiksuoti iš viso neįmanoma – paslėptą įtrūkimą plieninėje padangoje važiuojant 200 km/h greičiu arba pačią akimirką, kai 8 kilometrų ilgio tiltas sąsiaurio viduryje panyra į tunelį. Čia 3D rekonstrukcija, paremta brėžiniais, sceną parodo aiškiau nei archyvinėje medžiagoje ir be licencijavimo problemų.

Iš kur atsiranda piešiniai, žemėlapiai ir 2D animacija?

Antrasis generatorius apima užduotis, kurioms nereikia pilno 3D vaizdo: plokščias technines iliustracijas istoriniu stiliumi, skerspjūvio inžinerines diagramas ir reljefo žemėlapius su maršrutais. Ta pati priemonė gali nubraižyti dviračio grandinės schemą ant pirmojo Wrightų brolių lėktuvo ir 164 kilometrų ilgio tilto palydovinį žemėlapį.

Stilius parenkamas atsižvelgiant į istoriją: istoriniams epizodams – sepija atspalvių linijinė grafika, primenanti senų patentų brėžinius; inžineriniams paaiškinimams – plokščia diagrama su pažymėtomis dalimis; geografijai – vietovės žemėlapis su pažymėtais maršrutais tarp miestų. Taigi, viename vaizdo įraše galima perjungti tris vizualines kalbas neprarandant darnos.

Kas tikrina vaizdo įrašą, jei studijoje nėra montuotojo?

Už galutinio vaizdo įrašo kokybę atsakinga dirbtinio intelekto agentų sistema: ji savarankiškai redaguoja filmuotą medžiagą, peržiūri rezultatą, patikrina, ar nėra neatitikimų, ir prideda žymas bei išnašas visoje istorijoje – nereikalaujant žmogaus laiko juostos valdytojo. Atskira analizės sistema analizuoja žiūrovų reakcijas pagal vaizdo įrašo kategoriją ir pateikia išvadas į būsimų epizodų scenarijus.

Galutinį sprendimą – ar publikuoti vaizdo įrašą tokį, koks jis yra, ar siųsti jį atgal pataisyti – priima kanalo kūrėjas: agentai parengia versiją ir komentarų sąrašą, o vartotojas paspaudžia mygtuką „publikuoti“.

Vaidmenų pasidalijimas čia aiškus: agentai atlieka pasikartojantį, mechaninį darbą – peržiūri vienuolikos minučių trukmės filmuotą medžiagą kadras po kadro, tikrina ekrane rodomą antraštę pagal scenarijų ir nepamiršta nurodyti figūros šaltinio. Žmonėms lieka sunkiai įforminamos užduotys – įvertinti, ar vaizdo įrašas patraukia dėmesį, ar scena nėra pernelyg ištęsta ir ar pokštas filmo pradžioje skamba natūraliai.

Kodėl pigūs įgarsinimo vaizdo įrašai nebeveikia YouTube platformoje?

Nuo 2026 m. gegužės mėn. YouTube pristatys „Klausk YouTube dirbtinio intelekto paieškos sistemą, veikiančią naudojant neuroninį tinklą Gemini. Šį rudenį ji bus prieinama ne tik „Premium“ prenumeratoriams, bet ir visiems JAV vartotojams – naudojantiems kompiuterius, telefonus ir televizorius. Sistema atsako į žiūrovų klausimus naudodama paties vaizdo įrašo turinį: analizuoja kadrus, garso įrašus ir visą transkripciją; vaizdo įrašo pavadinimas yra antraeilis.

Projekto kūrėjas tikisi, kad „Ask YouTube pasieks Europą iki 2026 m. pabaigos – tai jo paties prognozė; Google dar nepaskelbė oficialios datos šiam regionui. Tačiau logika jau aiški: kai paieškos sistema gali „žiūrėti“ visą vaizdo įrašą, skirtumas tarp vaizdo įrašo su papildoma grafika ir vaizdo įrašo, sukurto iš sujungtų kino kronikos fragmentų, tampa pastebimas tiek žiūrovui, tiek pačiai YouTube.

Google jau rodo, kaip ši technologija apims ne tik paiešką, bet ir patį peržiūros puslapį. Vaizdo įrašui progresuojant, modelis nusprendžia, kurios dalys turi pateikti atsakymą: įkeliami atskiri kadrai, reguliuojamas peržiūros dažnis ir pasirenkamas vaizdas, garsas ir transkripcija konkrečiam fragmentui. Vaizdo įraše, kuriame vienintelis prasmės šaltinis yra įgarsinimas, sistema dažnai neturi ką žiūrovui pasiūlyti, išskyrus subtitrus. Vaizdo įrašas su subtitrais 3D modeliu ir maršruto žemėlapiu turi ką pasiūlyti net ir be garso.

Kaip vienas filmas virsta dešimčia trumpametražių filmų?

Leidinys taip pat organizuojamas pagal paruoštą taisyklę:

1. Studija kuria pagrindinį filmą, kuris trunka iki 12 minučių – tokia trukmė telpa lygiai į tris YouTube reklamas.
2. Iš galutinio filmo automatiškai iškerpami trumpi 50–80 sekundžių trukmės klipai, skirti trumpiems vaizdo įrašams.
3. Trumpi filmai veikia kaip reklaminė medžiaga: žiūrovas mato trumpą fragmentą su atsakymu į vieną klausimą, o tada peržiūri visą filmą.

Taigi, vieno filmavimo ciklo metu iš karto sukuriamas visas klipas turinio, skirto skirtingiems žiūrėjimo formatams.

Kam tinka šis vaizdo įrašų kūrimo metodas?

Jei jūsų verslas priklauso nuo reguliaraus turinio – vaizdo įrašų, produktų kortelių, socialinių tinklų įrašų – skelbimo, anksčiau ar vėliau susidursite su ta pačia dilema: ar kiekvieną kartą turinį rinkti rankiniu būdu, ar sukurti sistemą, kuri tai padarytų tik vieną kartą, naudojant tekstinę komandą? „Ctrl+Z“ gamybos sprendimas yra dialogu pagrįsta studija, kurioje dirbtinis intelektas veikia remdamasis tiksliais įvesties duomenimis: aspektais, faktais ir scenarijumi.

Panašus principas – „žodžiais aprašykite, ko jums reikia, o dirbtinis intelektas (DI) sudarys rezultatą pagal jūsų duomenis“ – yra 1001site DI“ pagrindas. DI agentas sukuria svetainę naudodamas Instagram nuorodą, seną svetainę arba skaičiuoklę. Tada paskyros DI asistentas redaguoja tekstus ir nuotraukas pagal teksto komandą ir dirba su jūsų Claude, ChatGPT arba Gemini raktu per MCP – be jokio simbolinio mokesčio.

Šaltiniai

• Įrašas iš kanalo „Verslas su dirbtiniu intelektu“: https://t.me/promtvibeadd/454
• „All Tech“ klientų kanalas YouTube platformoje: https://www.youtube.com/@tudotechhd
• Vokiška kanalo versija: https://www.youtube.com/@tudotechhd_de
• Klauskite YouTube Google I/O 2026“ konferencijoje („AI Ultra“, Gemini Spark“): https://www.analyticsinsight.net/news/google-launches-ask-youtube-ai-voice-search-feature-at-io-2026
• „Ask YouTube Video Understanding“ (agentų vaizdo įrašų supratimas): https://www.searchenginejournal.com/google-video-understanding-ask-youtube/588123/