مشروع تحديث ShortWave.STUDIO

كان الأمر حتى الآن أشبه بصناعة يدوية منزلية

من بين المحتويات التي ينتجها وينشرها ShortWave.STUDIO، يوجد نوع من الفيديوهات، وهو 1 من أنواع المحتوى،
يُسمّى «OPTOg».

في السابق، كنا ننتج أساسًا محتوى يشبه البرامج الحوارية تحت اسم «Ping»،
ثم بدأنا نصنع محتويات لا تندرج في ذلك الإطار، فغيّرنا الاسم.

لكن هذه قصة جانبية.

حتى الآن، كانت الفيديوهات التي ننتجها تُصنع يدويًا.
وكان سير العمل كما يلي.

1. كتابة النص باليابانية
2. ترجمته إلى الإنجليزية بمساعدة الذكاء الاصطناعي
3. إنشاء الفيديو والصوت الأساسيين في HeyGen انطلاقًا من النص
4. إنشاء مواد مثل الصور المصغرة، مع استخدام الذكاء الاصطناعي جزئيًا
5. فتح برنامج تحرير الفيديو واستيراد المواد المُنشأة وتحريرها
6. تصدير العمل ورفعه إلى YouTube والموقع وغيرهما

…نعم، إنه سير عمل عادي جدًا، لكن هكذا كنا نعمل.

رغم أننا كنا نستخدم الذكاء الاصطناعي في الترجمة وإنتاج المواد،
فإن معظم مراحل الإنتاج كانت يدوية. صناعة يدوية منزلية بكل معنى الكلمة.

حان الوقت

في البداية، كان ذلك مقبولًا. فصناعة المحتوى ممتعة بحد ذاتها.

لكن الوقت والجهد اللازمين لكل فيديو، أي لـ1 فيديو، كانا كبيرين،
ومع مرور الوقت وتغيّر الظروف، كانت العتبة النفسية لممارسة الإبداع ترتفع سنة بعد أخرى.

لحسن الحظ، كان سير الإنتاج يتبع أنماطًا واضحة،
وكانت المواد المستخدمة وبنية المسارات والإعدادات المطبقة منظمة في قوالب.

إذا وضحنا وتحققنا من «كيفية أتمتة ما يفعله البشر»،
فمن المرجح أن نتمكن من تقليل العمل المطلوب بدرجة كبيرة.

وجاء التوقيت مناسبًا: نحن في عصر يتاح فيه GPT-6 Astra من OpenAI وFable 5.1 من Anthropic.
وبدا أنه يمكن إسناد البحث التفصيلي ودراسة الخيارات وتنفيذ ما ينتج عنها إليهما.

لذلك قررنا البدء بالتحديث الذي لطالما أردنا إنجازه وكنا نؤجله باستمرار.

البداية بتنظيم الأمور

أولًا، وضع التوجه وتوضيح الاحتياجات. ما يُسمّى عادة تعريف المتطلبات.

اعتمدنا مبدأ أساسيًا مهمًا: لن نسعى إلى الأتمتة الكاملة.
ستقتصر الأتمتة على «العمل التنفيذي»، أما المهام التي تندرج ضمن «الإبداع» فسيتولاها البشر.

حددنا هذين المبدأين، وعددهما 2، بوصفهما «محورًا لا يتغير»، ثم نؤتمت أكبر قدر ممكن ضمنهما.
لكن مع مقارنة الجهد المطلوب بالنتيجة، وتنفيذ ما يحقق جدوى مقابل التكلفة فقط.

هناك تفاصيل كثيرة بالطبع، لكن هذا هو الأساس.

أبلغنا الذكاء الاصطناعي بهذه المبادئ وبطبيعة العمل الفعلي، وطلبنا عدة خطط تنفيذ.
وانتهينا إلى توجه يقوم على «الجمع بين MCP وUXP والتحكم في الواجهة».

التنفيذ والتحقق

نستخدم خدمة HeyGen لإنشاء المواد الرئيسية،
وكانت هذه الخدمة توفر MCP.

عند تجربته، وجدنا أنه يغطي معظم ما كنا نفعله يدويًا،
لذلك بدا أن بالإمكان أتمتة جميع تلك المراحل تقريبًا.

لكن Premiere Pro لا يتضمن آلية تتيح للذكاء الاصطناعي أتمتة العمليات فيه.
ولأتمتة التحرير، نحتاج إلى شيء يتوسط بينهما…

بعد البحث، قررنا تثبيت تطبيق يُسمّى «Premiere Pro MCP».

https://premiere-pro-mcp.com

إنه تطبيق يستخدم MCP للتوسط بين الذكاء الاصطناعي وPremiere Pro.
هناك منتجات متنوعة من هذا النوع، فابحثوا عنها إن كنتم مهتمين.

لكنه لم يكن كاملًا أيضًا…
ومع متابعة البحث، اكتشفنا أن هناك أشياء كثيرة لا يستطيع إنجازها.

في النهاية، استقررنا على الجمع أيضًا بين تنفيذ خاص بنا باستخدام UXP والتحكم الفعلي بالمتصفح بواسطة Codex،
لتحقيق أتمتة العملية ككل.

ما يمكن فعله وما لا يمكن فعله

بعد الكثير من المنعطفات، نفذنا مهارات أتمتة مقسمة إلى 2 أجزاء.
وأصبح سير العمل كما يلي.

1. كتابة النص باليابانية
2. ترجمته إلى الإنجليزية بمساعدة الذكاء الاصطناعي
3. تقرأ المهارة رقم 1 النص، وتنشئ الفيديو والصوت وتنزلهما تلقائيًا
4. إنشاء مواد مثل الصور المصغرة، مع استخدام الذكاء الاصطناعي جزئيًا
5. تفتح المهارة رقم 2 برنامج تحرير الفيديو، وتعالج المواد وتضعها وفق القواعد المحددة
6. استلام التحكم في برنامج التحرير بعد وضع المواد والمعالجة الأولية، ثم ضبط التفاصيل
7. تصدير العمل ورفعه إلى YouTube والموقع وغيرهما

الخطوتان 3 و5 أعلاه هما المهمتان المؤتمتتان.
أتمتة الأجزاء المرهقة عند تنفيذها يدويًا سهّلت العمل كثيرًا.

للتوضيح، هذا هو توزيع المسؤوليات ضمن سير العمل كله.

・ما يتولاه الذكاء الاصطناعي والأتمتة

• توليد الفيديو والصوت في HeyGen
• تنزيل المخرجات وتنظيمها
• التحقق من تطابق الترجمة النصية مع الحوار
• استخراج مشاهد مرشحة
• استيراد المواد إلى Premiere ووضعها
• المعالجة الأولية المحددة
• المهام الروتينية الأخرى القابلة للتكرار

・ما يتولاه البشر

• ابتكار الأفكار والمشاريع
• كتابة النصوص
• الإخراج بجميع جوانبه
• ضبط تفاصيل كل مادة وتطبيق المؤثرات
• ضبط الترجمة النصية
• مراجعة معالجة الذكاء الاصطناعي وتصحيحها
• اتخاذ قرار اكتمال العمل

«لم نفعله» لا يعني «لم نستطع فعله»

تترك مبادرة الأتمتة هذه عددًا لا بأس به من المهام التي تتطلب عملًا بشريًا.
وقد تركناها عمدًا بعد تقييم الجدوى مقابل التكلفة، كما ذكرنا في البداية.

مثلًا…

• يمكن أتمتتها، لكن الإنسان ينجزها أسرع
• تتطلب حكمًا بحسب كل حالة
• نتائجها غير مستقرة
• تستهلك الكثير من أرصدة الذكاء الاصطناعي
• تنطوي على قدر كبير من الغموض
• يمكن تنفيذها، لكن تكلفة التنفيذ مرتفعة جدًا
• كانت جزءًا أردت القيام به بنفسي

لهذه الأسباب وأمثالها، قررنا عدم أتمتة بعض الأجزاء.

لو أعدنا تنظيم بنية الفيديوهات، لربما أمكن توسيع نطاق الأتمتة أكثر،
بل بدا أن الأتمتة الكاملة ممكنة أيضًا…

لكن لو فعلنا ذلك، فلن يعود هذا ShortWave.STUDIO.

نظام ينمو

أُطلق هذا النظام للتو، وقد لا يكون كاملًا بعد،
لكن أدوات الكفاءة الداخلية من هذا النوع ينبغي تحسينها خلال استخدامها.

نود تطويره استنادًا إلى الانطباعات والمعرفة التي نكتسبها أثناء صنع المحتوى،
لتحقيق بيئة إنتاج أكثر كفاءة.