Headless-монтаж.

Привіт усім.

Глянув вчора я на новий скіл 'відеомонтажу'. І тут ситуація кардинально протилежна до попередньої історії з Dola AI. Якщо той перший скіл був пустушкою-клікбейтом, то цей — справжній, хардкорний інженерний пайплайн. Це повністю робочий інструмент так званого  (монтаж без відкриття відеоредактора).

Але він дійсно «важкенький», і в ньому зашита зовсім інша комерційна хитрість.

Розберімо його анатомію, як він працює і чому 80% користувачів на ньому зламають зуби:

Як це працює під капотом або Технічна краса

Автор скіла не намагається змусити нейромережу клікати мишкою по екрану. Він використав найпрофесійніший підхід до CapCut:

- Реверс-інжиніринг проєктів CapCut:

CapCut на ПК зберігає кожен ваш проєкт у вигляді звичайної папки з файлом draft_content.json. У цьому файлі описано все: яка картинка де лежить, на якій мілісекунді починається, яка гучність у звуку і які стоять анімації.

- Хитрість із «зразком» (геніальний хід):

Формат цього JSON часто змінюється від версії до версії CapCut. Щоб скрипт не ламався, автор змушує користувача кинути на таймлайн одну картинку і один звук руками. Скрипт зчитує їх як шаблон (tpl) і далі клонує цей шаблон для всіх інших 50 картинок.

- Автоматична нарізка під голос:

Скрипт викликає локальну нейромережу розпізнавання мови faster-whisper. Вона розбиває аудіодоріжку на речення з точністю до мілісекунд.

- Динаміка та плашки:

Скрипт через бібліотеку Pillow малює гарні контрастні плашки з текстом у PNG і кидає їх окремою доріжкою.

Прописує так званий «ефект Кена Бернса» (keyframe scale): непарні кадри плавно наїжджають (1.02 ..  1.08), парні — від'їжджають.

- Фінал:

Ви відкриваєте CapCut — а там уже лежить готовий, ідеально підігнаний під диктора проєкт, де все можна посунути руками.

АІ-агенти для CapCut.

Всім привіт.

Редактор відеомонтажу CapCut став настільки популярним що до нього почали "прикручувати" фішки автоматизації. Не стану вигадувати новий велосипед. Згадаю інших авторів на прикладі ChatGPT та Claude агентів.

На жаль вада у всіх фішок одна - вам потрібна ПЛАТНА підписка  або  в ChatGPT або в Claude. Безкоштовно така фіча автоматизації  відеомонтажу поки недоступна.

ChatGPT агент для CapCut.

Якщо у вас є підписка ChatGPT, ви можете спокійно тестувати монтаж відео в CapCut через Codex і не переживати, що після кількох змонтованих відео більше не зможете користуватися ChatGPT.

Річ у тому, що звичайний ChatGPT і Codex мають окремі ліміти використання.

Тобто навіть якщо ви вичерпаєте доступний ліміт Codex, ви все одно зможете спілкуватися з ChatGPT, ставити запитання та генерувати зображення в межах їхніх власних лімітів.

І ще один цікавий момент: невикористані звичайні ліміти Codex не накопичуються. Вони оновлюються відповідно до встановлених періодів.

Тому якщо ви вже платите за ChatGPT, чому б не використовувати й можливості Codex?

Тим паче що з його допомогою та відповідними інструментами можна автоматизувати частину вашої роботи.

У відео детально, крок за кроком, показано, як усе налаштувати, як це працює та який результат можна отримати.

Анатомія одного «чудо-скіла».

Привіт усім.

Анатомія одного «чудо-скіла» (skill) або як ми розбирали хайп навколо AI-генерації відео.

Зараз у мережі вірусяться ролики з гучними заголовками в стилі: «Секретний спосіб генерувати довгі 30-секундні відео на Seedance 2.5 безкоштовно! Просто завантажте цей скіл».

Ми вирішили перевірити цей тренд на практиці в сервісі Dola AI. 

Dola AI (колишній застосунок Cici, за яким стоїть ByteDance - той самий розробник, що створив модель Seedance 2.5).

Ось що сталося насправді з технічного та маркетингового боку:

1. Звідки взявся цей «секретний хак»

У стандартному інтерфейсі Dola AI для звичайних і безкоштовних користувачів стоїть обмеження: відео генеруються короткими шматочками (5–10 або максимум 15 секунд), ще й з водяними знаками.

Хтось кмітливий виявив цікаву лазівку: якщо в розділі Skills / Навички створити кастомного агента і жорстко зашити в системний промпт виклик тула text_to_video(duration: 30), то агент звертається напряму до бекенду Seedance 2.5 і змушує його видавати повний 30-секундний ролик в обхід стандартного перемикача в інтерфейсі!

2. Як народився хайп на YouTube

Ютубери моментально вхопилися за це й почали штампувати ролики з клікбейтом у стилі:

«SEEDANCE 2.5 БЕЗЛІМІТНО І БЕЗКОШТОВНО! 30 СЕКУНД У DOLA AI! КАЧАЙТЕ МІЙ СКІЛ ТУТ і ЗАРАЗ!»

У відео вони показують гарний результат, але «забувають» уточнити дві речі:

Генерація 30-секундного відео спалює денні кредити або ліміти PRO-режиму з шаленою швидкістю (буквально 1–2 відео, і безкоштовний ліміт порожній).

Лазівки на таких великих платформах живуть лічені дні.

3. Чому Dola AI заблокувала скіл на модерацію

Коли сотні людей одночасно почали завантажувати в Dola AI однаковий файл SKILL.md зі словами Hard Lock, overrides everything та примусовим спалюванням серверних GPU-потужностей на 30 секунд — інженери платформи зреагували: вони налаштували автоматичний фільтр безпеки на імпорт навичок, який одразу відправляє файли з таким формулюванням на ручну перевірку (Pending Review) або банить їх. Бекенд Dola AI почав блокувати виклики інструментів, якщо у користувача немає активної Pro-підписки або достатньої кількості кредитів для 30-секундного рендеру.

Спойлер: вийшло повноцінне технічне розслідування про те, як працюють AI-агенти насправді й чому безкоштовного сиру не буває.

17 прихованих промптів з ChatGPT.

Всім привіт.

Відкрийте для себе 17 "прихованих" підказок ChatGPT та чарівних ключових слів, які допоможуть вам створювати неймовірні анімації з використанням ШІ, кінематографічні візуальні ефекти, рознесені ракурси, розкадровки, рекламні оголошення, інфографіку та багато іншого.

Це перелік підказок та методів ChatGPT для:

• Створення фільмів і кінематографічних сцен з використанням ШІ

• Ракурсів камери та розкадровки

• Анатомічної та рентгенівської візуалізації

• Анімації в розрізі

• Візуалізації еволюції та врізок

• Реклами продуктів із використанням ШІ

• Ефектних знімків продуктів

• Ефектів вибуху продукту

• Архітектури та дизайну інтер’єру

• Концепцій дизайну продукту

• Візуалізації для стікерів та мозкового штурму

• Інфографіки з використанням ШІ

• Анімації зображень у відео за допомогою Google Flow

Ці підказки ChatGPT можуть бути корисними для створення фільмів із використанням ШІ, створення контенту, реклами, освіти, дизайну, візуалізації продуктів та контенту для соціальних мереж.

Нижче наведено повний список «магічних ключових слів» (для генерації початкових зображень у ChatGPT/DALL-E) та відповідних відео-промтів (для анімації, наприклад, через Google Flow / Luma / Kling / Runway), згрупованих за категоріями з відео:

LTX Director vs MiniMax Director.

Всім привіт.

LTX Director

LTX Director - це набір кастомних нод для ComfyUI (первинно розроблений автором під ніком WhatDreamsCost, репозиторій WhatDreamsCost-ComfyUI), створений для повноцінного «режисування» та контролю генерації ШІ-відео за допомогою моделі LTX-Video (від Lightricks).

Фактично це вбудований у ComfyUI нелінійний таймлайн-відеоредактор (як Premiere чи DaVinci), який дозволяє створювати довгі, зв'язні, багатокрокові відеосцени замість хаотичних поодиноких 4-секундних кліпів.

Основні можливості та філософія LTX Director

Інтерактивний таймлайн всередині ноди: замість громіздких зв'язок із десятків окремих нод для кожного шоту, всередині інтерфейсу ноди є таймлайн із доріжками для відео, зображень, аудіо та текстових промптів.

Можна розрізати (split), обрізати (trim) та комбінувати фрагменти прямо в UI.

Prompt Relay та часові зони промптів: дозволяє задавати локальні промпти для конкретних секунд хронометражу (наприклад, з 0 по 2 сек. — «людина йде вулицею», з 2 по 4 сек. — «повертає голову і дивиться в камеру»). Модель генерує плавний перехід без видимих артефактів нарізки.

Точний контроль кадрів (First/Last / Anchor Frames): можливість фіксувати початковий і кінцевий кадри (first/last frame pinning), а також задавати проміжні ключові зображення-якорі (anchor frames). Це дає моделі чіткий вектор, від якого стану до якого потрібно дістатися.

Retake Mode (режим перезйомки): якщо на певному відрізку генерації щось пішло не так (наприклад, попливли руки чи обличчя), можна виділити лише цей інтервал і відправити на перегенерацію без необхідності рендерити всю сцену заново.

Робота зі звуком та ліпсінком: підтримка імпорту власного звуку, синхронізація дій/діалогів, а також генерація аудіоінпейнтингу (Audio Inpainting — плавне зведення готового аудіо з тим, що генерує модель).

Підтримка IC-LoRA та Motion-керування: у версіях (LTX Director 2.0+) з'явилася окрема доріжка для IC-LoRA: можна перетягнути референсне відео, і воно спрямовуватиме рух чи композицію генерації.

Збереження проекту: можливість експорту/імпорту таймлайну та всіх його налаштувань разом із медіафайлами у JSON-проєкт для подальшого повернення до роботи.