ИИ-система контента, принесшая 200 млн просмотров — Сара Чиенг, Cerebras и Кова Ли, OpenAI

Original · The AI Content System Behind 200M Views — Sarah Chieng, Cerebras & Cova Lee, OpenAI

53:184 min readAI Engineer10/21/2026Computing/Software · Advertising/Marketing · Internet Technology

Key Takeaway

Системный конвейер из шести этапов превращает ИИ в инструмент автоматизации рутинного монтажа и дистрибуции через API, сохраняя контроль над авторским голосом и смыслом.

Highlights

  • Визуальные элементы увеличивают удержание информации аудиторией с 10% до 65% спустя трое суток после просмотра.

  • Высокая скорость инференса модели GPT 5.6 Sol Ultrafast в 750 токенов в секунду обеспечивает мгновенную итерацию сценариев и генерацию десятков вариантов брендинга.

  • Оформление заголовка и превью определяет до 50% охвата на YouTube, формируя разрыв между 500 и 5 миллионами просмотров.

  • Генерация шот-листа в два этапа создает подробные таймкоды для закадрового голоса и готовый чек-лист планов для съемок.

  • Интеграция API Hyperframes и управления компьютером через ChatGPT автоматизирует нарезку длинных видео, чистку субтитров и расстановку звуковых эффектов.

  • Статья из Википедии «Признаки текстов, написанных ИИ», добавленная как негативный промпт, полностью устраняет клише и шаблонный тон из сгенерированных описаний.

Timeline

  1. Шесть ступеней контент-системы и скорость генерации

    Сравнение методов создания контента показывает низкую эффективность генерации без системных шаблонов. Высокая скорость генерации текста снимает технические ограничения при работе с объемными текстами и сложными промптами. Объединение системного инженерного подхода и эстетического дизайна задает стабильный темп выпуска материалов.

    • Визуальное сопровождение поднимает сохранение информации в памяти до 65%.
    • Архитектура GPT 5.6 Sol Ultrafast выдает скорость 750 токенов в секунду на чипах Cerebras.
    • Производство делится на шесть шагов: поиск идей, сценарий, съемка, монтаж, реперпозинг и публикация.

  2. Хранилище референсов и симуляция вирусных превью

    Текстовые описания уступают визуальным примерам при постановке задач языковым моделям. Симулятор главной страницы YouTube позволяет заранее проверить читаемость и контрастность обложки среди чужих видео. Выделение половины времени на проработку кликабельной упаковки предотвращает провал дистрибуции.

    • Копилка референсов обучает ИИ-агентов точному творческому стилю создателя.
    • Инструмент парсинга каналов позволяет анализировать и комбинировать тысячи успешных обложек.
    • Половина успеха видеоролика зависит от связки названия и превью.

  3. Сценарные навыки и автоматический шот-лист

    Проговаривание технических фактов вслух моделирует естественный разговор с собеседником. ИИ в режиме интервью выявляет логические несостыковки и убирает лишние фрагменты. Готовый чек-лист ракурсов и экранных записей исключает пропуски нужных кадров во время съемочного дня.

    • Голосовое наговаривание черновика устраняет рекламный навязчивый тон.
    • Генерация трех вариантов сценария с разбивкой 50% на вовлечение и 50% на ясность ускоряет выбор лучшей структуры.
    • Двухэтапный промпт размечает сценарий на планы A-roll, B-roll и формирует съемочный чек-лист.

  4. Инструменты фиксации экрана и организация исходников

    Интеграция локальных инструментов захвата экрана с командной строкой ускоряет поиск нужных демонстрационных материалов. Систематизация файлов с разделением на экранные записи, основной и дополнительный видеоряд предотвращает хаос в таймлайне. Быстрый инференс дает возможность получать до 10 вариантов фирменного оформления за один запрос.

    • Утилита Coast непрерывно фиксирует рабочий стол локально и находит точные таймкоды технических демонстраций.
    • CleanShot позволяет наносить стрелки и маскировать конфиденциальные данные без открытия тяжелых монтажных программ.
    • Анализ 50 прошлых видео в Instagram формирует готовую дизайн-систему в Figma.

  5. Автоматизация монтажа через API и кастомные панели

    Подключение документации API в диалог с моделью настраивает пакетный рендеринг видео без ручной склейки. Использование коротких аватаров экономит время на полных пересъемках из-за неверно названных терминов или цифр. Нажатие кнопок на звуковой панели избавляет от ручного перетаскивания файлов на дорожки таймлайна.

    • API сервиса Hyperframes собирает черновой монтаж и титры по переданной документации.
    • Кратковременные ИИ-аватары хронометражем в полсекунды исправляют оговорки в речи.
    • Кастомная панель из девяти кнопок автоматизирует расстановку звуковых эффектов на переходы.

  6. Визуальные эффекты и очистка стиля от штампов

    Дорисовка фона по маске создает профессиональный кадр без покупки декораций. Агенты с компьютерным зрением строят объемные анимированные объекты прямо по предоставленным референсам. Использование личных историй и жестких числовых фактов возвращает тексту человеческий голос.

    • Генеративная замена и маскирование преображают пустые интерьеры комнат в детализированные студии.
    • Связка Astra, Blender и After Effects добавляет парящие 3D-объекты формата GLB по одному текстовому запросу.
    • Список стоп-фраз из статьи Википедии о текстах ИИ удаляет фальшивые обороты из подписей к публикациям.

  7. Автономный постинг и еженедельный аудит процессов

    Скрипты автоматической публикации подбирают эффективное время постинга под каждую социальную сеть. Регулярный аудит выявляет дублирование задач и неэффективные плагины монтажного софта. Сравнение просмотров с медианными показателями отделяет реальные вирусные всплески от случайных колебаний.

    • Интеграция с API планировщиков распределяет пакет из шести нарезок на шесть недель вперед.
    • Промпт аудита рабочих процессов находит узкие места и ненужные технические проверки.
    • Проактивный агент Dots отслеживает статистику и сигнализирует об аномальном росте просмотров.

  8. Аутентичность, съемочный сетап и поиск вирусных аномалий

    Попытки полностью делегировать смыслы алгоритмам приводят к созданию шаблонного мусора. Глубокое понимание профессиональной области формирует уникальную оптику, которую невозможно сымитировать промптами. Исследование открытого кода рекомендательных систем объясняет принципы ранжирования и повышает охваты.

    • ИИ выполняет рутинную сборку субтитров и планов, но центральная идея остается за автором.
    • Аутентичность инженерного контента строится на реальном практическом опыте написания кода.
    • Анализ открытого алгоритма рекомендаций и поиск выбросов на уровне от 1x до 20x от нормы вскрывают вирусные темы.

Description

Sarah Chieng (head of developer experience at Cerebras) and Cova Lee (OpenAI developer experience, formerly a full-time creator) share the agent-powered system they use to make content. It runs across six stages: ideating, scripting, recording, editing, repurposing and publishing. Topics include swipe files and custom research tools, voice-based scripting and script skills, shot lists, design systems, and editing through APIs and computer use. They also cover cutting long videos into shorts, scheduled publishing, and a weekly skill that reviews your own process. Their main point: let AI take the tedious work so you can treat content as a craft, not make slop. Chapters: - 00:00 Intro - 01:12 Meet Sarah and Cova - 04:05 The six stages - 05:19 Ideation: swipe files and research tools - 09:34 Scripting with your voice - 12:35 Shot lists and recording - 17:06 Design systems - 18:39 Editing with AI - 23:13 Transforming your visuals - 26:16 Repurposing and captions - 28:00 Publishing on autopilot - 29:25 Reviewing your own process - 32:02 Don't make slop - 34:19 Gear - 36:25 Q&A Sarah Chieng, Cerebras: https://www.cerebras.ai Cova Lee, OpenAI: https://openai.com Join us in SF for the second annual AIE CODE summit: https://aie.codes our last flagship summit of 2026. Applications live now!

Write about this video