Нейросеть для рилсов: что она закрывает и где нужен человек

Короткие вертикальные ролики перестали быть отдельной активностью и стали обязательной частью почти любой кампании. При этом производство их устроено кустарно: агентство или инхаус-команда берёт длинную запись — вебинар, подкаст, интервью, съёмку с мероприятия — и вручную вытаскивает из неё десяток фрагментов.

Разберём, из чего складывается эта работа, какую её часть автоматика уже забирает и что остаётся людям. Считать будем в часах и в структуре затрат.

Из чего состоит час работы с записью

Возьмём типовой случай: часовой подкаст, из которого нужно сделать серию коротких роликов.

Первый этап — отсмотр. Материал проходят целиком, отмечая моменты, где спикер сказал что-то резкое, ошибся, пошутил или сформулировал мысль целиком. Из часа записи набирается 10–15 фрагментов, пригодных для нарезки; остальное — связки и контекст, без которых момент не читается.

Второй этап — сборка каждого фрагмента. Обрезка по границам мысли, обычно 20–60 секунд. Перекадрирование из горизонтали в вертикаль так, чтобы говорящий не уехал за край. Субтитры, без которых ролик почти не досматривают: звук в ленте у большинства выключен. Экспорт под площадку.

На часовой выпуск у монтажёра уходит вечер. В структуре этого вечера сама творческая часть — решение, что достойно ролика, — занимает меньшую долю. Основное время съедает механика.

Что автоматика закрывает уверенно

Поиск кандидатов. У ролика, который досматривают, есть узнаваемые признаки: резкий вход в первые полторы секунды, законченная мысль внутри отрезка, смысловой или эмоциональный пик в первой трети. Эти признаки формализуются и считаются по всей длине записи одним проходом — то, что человек делает перемоткой за час, алгоритм делает по расшифровке за минуты.

Кадрирование. Удержание говорящего в кадре при переводе из горизонтали в вертикаль — чисто техническая задача отслеживания. Автоматика справляется, включая случаи с двумя людьми в кадре.

Субтитры. Распознавание речи и раскладка по репликам давно перестали быть проблемой.

Где человек остаётся обязательным

Контекст. Алгоритм слышит громкую эмоциональную реплику, но не знает, что она смешна только в связке с предыдущей фразой. Такие фрагменты выглядят убедительно в подборке и разваливаются при просмотре.

Тон бренда. Резкое высказывание спикера может быть лучшим кандидатом по всем формальным признакам и при этом непригодным для публикации от лица компании.

Отбор. Автоматика выдаёт набор с запасом, и решение, что из него пойдёт в ленту, остаётся за человеком. Это и есть та работа, ради которой нанимают специалиста.

Что меняется в экономике

Главная ошибка в разговоре об этих инструментах — считать их заменой монтажёру. На практике численность команды остаётся прежней, меняется структура затрат.

Раньше вечер уходил на отсмотр и механику, а на отбор оставалось полчаса. Теперь механика занимает минуты, а отбор — те же полчаса, но уже на большем количестве кандидатов. То есть при том же человеко-времени с записи снимается больше материала, а качество отбора растёт: у редактора появляется выбор.

Отсюда практическое следствие для планирования. Если в кампании заложено пятнадцать коротких роликов в месяц, узкое место находится не там: упрётесь вы в исходники. Длинных записей, из которых есть что резать, обычно меньше, чем кажется, и первым делом считают именно их: сколько часов пригодного материала образуется у компании естественным путём.

Что из этого следует

Автоматика забрала механику и не тронула отбор. Поэтому короткие видео перестали быть дорогими в производстве и остались дорогими в редактуре: цена ролика теперь измеряется не часами монтажа, а вниманием человека, который решает, что достойно публикации.

Для планирования это меняет две вещи. Считать надо не мощность производства, а объём исходников: длинных записей, из которых есть что резать, у компании обычно меньше, чем роликов в медиаплане. И закладывать время редактора на просмотр кандидатов — этот этап никуда не делся, он просто переехал в начало.

Меняется и критерий выбора инструмента. Точность отбора здесь ценится меньше, чем количество вариантов: система, выдающая три клипа с часа, экономит время просмотра и лишает выбора, а разница между хорошим и проходным роликом решается именно на выборе.

Откуда цифры

Оценки выше сняты на потоке подкастов, стримов, интервью и вебинаров: десять-пятнадцать пригодных фрагментов с часа и вечер ручной работы — наблюдение на конкретном материале, а не отраслевая статистика. Разбор того, по каким признакам отбираются моменты и почему запас кандидатов важнее точности, есть в отдельном материале: как выбираются лучшие моменты для коротких роликов.

Главное наблюдение простое: чаще всего автоматика вытаскивает ровно те моменты, которые нашёл бы монтажёр руками. Промахи случаются, поэтому клипы отдаются с запасом — выбор остаётся за человеком, и именно это делает автоматизацию рабочей.

Если у вас есть замеры по производству коротких видео — сколько роликов выходит с часа записи, сколько времени занимает согласование, — поделитесь в комментариях. Такой статистики по рынку почти нет, а планировать бюджеты приходится всем.