Виталий Вебер: построил конвейер для YouTube и сократил производство ролика с месяца до полутора дней
В кейсе рассказываем, как SMM-специалист выстроил систему из нескольких агентов для полного цикла производства роликов. Теперь он голосом наговаривает фактуру и получает на выходе готовый сценарий, заголовки, обложки, анимации и тайм-коды. Вместо месяца работы целой команды весь процесс занимает полтора дня.
Хотел делать YouTube — но один ролик занимал месяц
Я работаю в SMM уже 9 лет, был лид-продакшн соцсетей в Т—Ж. В какой-то момент захотел делать собственный YouTube-канал. Но быстро понял, что в одиночку это практически нереально.
Чтобы написать сценарий для ролика, уходило очень много времени. Нужно было найти фактуру, собрать ее, разложить в правильный сценарий, посмотреть, подкорректировать. После этого записать, отдать монтажеру записанные материалы и получить готовый продукт. На хорошее производство одного ролика для видеоплатформ уходил целый месяц. И это при условии, что есть команда.
Я либо делал очень мало роликов, либо вообще не делал. Не мог даже сделать один ролик и как-то его преобразить, что-то с ним сделать.
Первый контакт с нейросетями — посмеялся и закрыл
Я зашел в GPT-3 как и все в то время. Потыкался, задал пару вопросов про жизнь. Нейросеть отвечала смешно, я посмеялся и закрыл. Вывод был простой: нейросети еще глупые.
Но следить за развитием технологии я не перестал. Раз начали, раз выпустили первую модель — значит, буду пробовать дальше. Каждую новую модель тестировал на одних и тех же задачах, связанных с текстами для постов в соцсетях. Давал одну и ту же задачу, смотрел на результат, сравнивал с предыдущими версиями.
С каждым обновлением убеждался: да, нужно много примеров, да, надо подобрать правильную модель. Но для написания текста в стиле конкретного человека, для статей и постов нейросети становились все лучше.
Понял, что нейросети можно обучать на примерах
В какой-то момент я начал строить маленькие конвейеры для производства контента. Первым делом попытался разобраться со сценариями: как их вообще писать и строить драматургию.
Начал с того, что научился расшифровывать видео на YouTube. Брал ролики, которые мне нравятся, расшифровывал их и просил нейросеть проанализировать структуру. Хватило примерно пяти роликов одного ютубера, чтобы собрать рабочую структуру драматургии. Так я понял, что сценарии для роликов придерживаются определённых структур, и можно условно копировать подход к ролику, встраивая в него свою историю.
По факту это стало первым элементом конвейера. Я расшифровываю интересные мне видео, прошу проанализировать расшифровки, и уже на основе анализа начинаю писать сценарий по структуре. Появились сценарии — начал записывать.
Новые задачи научился решать по тому же принципу
Когда появились сценарии, я начал записывать. Но быстро понял, что нужны обложки. К этому моменту уже усвоил принцип: чтобы нейросеть делала то, что нужно, ей надо показать хорошие примеры.
Собрал десять обложек, которые мне нравятся, и показал их нейросети вместе с заголовками роликов. Объяснил, как изображение связано с заголовком, какой контекст они создают вместе. После такого обучения нейросеть научилась делать вырвиглазные обложки для YouTube.
Это обложка, которую раньше делал дизайнер ↓
А вот обложки, которые я делаю в нейросетях ↓
С заголовками работал так же. Чтобы лучше попадать в массовую аудиторию, показал нейросети около сорока названий роликов, которые зашли. Отдельного промпта для заголовков нет — я прошу того же агента, который пишет сценарий, на основе готового текста предложить десять вариантов заголовков. Потом выбираю три лучших.
Из того, что научился скачивать расшифровки, понял, что можно автоматически делать тайм-коды. Для расшифровки готового ролика использую Писец, а для генерации тайм-кодов — Claude Sonnet 4.5. При расшифровке проставляется время на каждую фразу и предложение, из этого сразу формируются тайм-коды для ролика. Не нужно вручную отсматривать видео и записывать минуты.
Потом пришёл к видеопродакшну. С помощью нейросетей сделал трейлер для канала — раньше это стоило бы очень много денег. Сейчас сам рисую картинки первого и последнего кадра, объясняю нейросети, какое движение хочу получить от объекта к объекту. Монтажёр слегка корректирует результат, и получается готовый трейлер. Переходы между частями ролика тоже делаю через нейросети: генерирую объекты в одном стиле — грубый поли-стиль пластилина — и анимирую их в Kling.
А вот пример готового видео:
На выходе из всего процесса получаю готовый сценарий, несколько типов заголовков, описание ролика, обложки для YouTube, анимированные переходы и тайм-коды.
Не все получалось с первого раза
Заминки были, особенно когда модели только начинали развиваться. Claude Sonnet 3.5 нуждался в очень большом количестве примеров, чтобы писать в нужном стиле или корректировать текст. Приходилось показывать много образцов, прежде чем он начинал выдавать что-то похожее на то, что мне нужно.
С Claude Sonnet 4.5 уже требуется меньше корректировок. Он лучше цепляется за стиль, и нужно намного меньше примеров для воспроизведения контента в нужном виде. Вношу намного меньше правок.
Но с видео до сих пор не всегда получается с первой попытки. Промпты для анимаций пишу в Gemini 2.5 Pro, а генерирую в Kling. Для маленьких анимаций часто получается с первой попытки, но иногда доходит до трёх, если промпт недостаточно понятный.
Главное — описывать движение конкретно: какой объект, как именно двигается, в каком направлении, статична ли камера. Чем точнее сформулируешь, тем меньше попыток уйдёт на результат.
Теперь делаю все за полтора дня вместо месяца
Раньше я либо делал очень мало роликов, либо вообще не делал. Сейчас у меня есть целые конвейеры по производству роликов, которые мне нравятся.
Работаю с монтажером 50 на 50, как держатель идеи. Я понимаю, что мне нужно получить на выходе, и с помощью нейросетей могу это реализовать так, чтобы не занимало много времени. Полтора дня на то, чтобы сделать один ролик со всеми подготовками, сценарием и остальным обвесом, который сейчас нужен для видео.
Такие конвейеры облегчают большую работу и заменяют целую команду, которая раньше могла на это работать.
С момента, как конвейер заработал, я выпустил пять роликов. Ещё три готовятся к выходу в 2026 году. Цифры пока не огромные, но для задачи «начать вести канал и регулярно выпускать ролики» — это уже результат. Раньше я вообще не мог сделать ни одного ролика в одиночку, а теперь есть работающий процесс и понятный темп.
Нейроцех изменил не инструменты, а мышление
Нейроцех ценен даже не столько материалами и вебинарами, которые безусловно полезны, сколько общением в чате. Именно оно меняет мышление и отношение к нейросети.
Раньше я думал, что нейросеть — это такая коробочка, в которую ты засовываешь руку, запускаешь и получаешь идеальный результат. Но клуб помог понять одну простую вещь: это просто пустая коробка, в которую ты можешь положить весь контент, который тебе нравится, и она попробует его воспроизвести в твоем стиле, нужном для решения твоей задачи.
Это осознание пришло после того, как я вступил в клуб и увидел, как ребята, которые уже долго работают с нейросетями, тестируют их на своих реальных задачах. Важен не просто факт использования, а именно как они подходят к процессу. Это не «давайте всунем в любой процесс нейросеть», а понимание того, что нужно показать ей много примеров, чтобы она работала. Что задачи надо разбивать на маленькие этапы. Что нужно несколько агентов для разных задач, и каждый агент хорошо работает только с одной задачей.
Все это пришло только после Нейроцеха. Такой очень большой буст, который подсказал, как можно внедрять свои рабочие процессы в нейросеть.