🎬 Эксперимент: шортсы про ИИ, которые делает агент

Последние пару месяцев я веду эксперимент с YouTube Shorts про занимательные истории из мира ИИ. И вот один из роликов, про физика, нейросеть и термоядерную установку, неожиданно выстрелил: за двое с половиной суток у него 15 тысяч просмотров и больше 300 лайков. Поэтому решил поделиться, как это всё устроено.

Делаю ролики почти в фоновом режиме: основную работу выполняет кодинговый агент (сперва был Codex, сейчас больше Claude Code), а я согласовываю сюжет, правлю текст, если вижу нестыковки и стилистические проблемы, и смотрю готовый ролик.

Как это устроено:

— Сюжет. Получаю подборку свежих инфоповодов, агент проверяет первоисточники: статьи, репозитории, официальные блоги. Сразу называет, чья это работа и можно ли проверить факты — например, есть ли код.
— Сценарий. Агент пишет текст для широкой аудитории, а я его правлю. На это уходит больше всего моего времени: формулировки, кальки, термины. У агента не всегда получается с первого раза рассказать так, чтобы было понятно, интересно и без упускания важных деталей.
— Озвучка. Gemini TTS через OpenRouter, а Whisper размечает тайминги для субтитров. Сами субтитры берутся из исходного текста, а не из распознавания.
— Видеоряд. Фрагменты статей, открытые фото и видео с проверенными лицензиями и собственная графика. В том самом ролике про плазму 3D-поверхности отрисованы прямо по формулам из статьи, а монтаж собирается скриптом на Python.
— Память. Весь процесс описан в markdown-пайплайне, и после каждого ролика агент дописывает туда новые правила. Мы с агентом смотрим статистику и делаем выводы, что заходит, а что нет, записывая в правила.

Кроме самого удачного ролика, ещё несколько стабильно собирают по несколько тысяч просмотров. А один не показали почти никому — 25 просмотров 🙃

Огрехи есть: голос местами механический, графика иногда вылезает за край экрана, а я ленюсь лишний раз заставлять агента отправлять все переделывать. И это скорее научпоп, чем экспертный контент. Но аудитория смотрит, а для эксперимента в фоне это отличный результат.