ساخت ویدیوی کوتاه ۶۰ ثانیه‌ای در NotebookLM

ویدیوهای ۶۰ ثانیه‌ای NotebookLM؛ منابع شما به شورت تبدیل می‌شود

اخبار · هوش مصنوعی

ابزار پژوهشی گوگل یک قدم دیگر از دفترچه‌ی یادداشت فاصله گرفت. حالا هر مجموعه منبعی که داخل NotebookLM بارگذاری می‌کنید، می‌تواند در کمتر از یک دقیقه به یک ویدیوی کوتاه عمودی تبدیل شود؛ همان فرمتی که هر روز میلیون‌ها بار در اینستاگرام، یوتیوب و تیک‌تاک اسکرول می‌شود. گوگل این قابلیت را «ویدیوی کوتاه» نامیده و آن را در ستون استودیوی نوت‌بوک قرار داده است. سؤال اصلی این است: این قابلیت واقعاً یک ابزار یادگیری است یا فقط یک اسباب‌بازی تازه برای تولید محتوا؟

چکیده. گوگل در آپدیت تازه‌ی NotebookLM امکان ساخت ویدیوهای کوتاه حدوداً ۶۰ ثانیه‌ای را از دل منابع کاربر اضافه کرده است. خروجی عمودی است، با هوش مصنوعی جمینای تولید می‌شود و برای فهم سریع یک موضوع یا اشتراک‌گذاری در شبکه‌های اجتماعی طراحی شده. طبق گزارش‌ها این قابلیت ابتدا با زبان خروجی انگلیسی و برای مشترکان پلن‌های AI Pro و Ultra عرضه شده و قرار است بعداً در دسترس کاربران رایگان هم قرار بگیرد. مسیر ساخت ساده است: منابع را وارد کنید، در ستون Studio سراغ بخش Video بروید و فرمت را روی Short بگذارید.

ساخت ویدیوی کوتاه ۶۰ ثانیه‌ای در NotebookLM

۱) ماجرا از کجا شروع شد؟

نوت‌بوک‌ال‌ام در ابتدا یک دستیار پژوهشی ساده بود: چند فایل PDF، چند لینک و یک چت‌باکس که فقط بر پایه‌ی همان منابع جواب می‌داد. نقطه‌ی قوتش هم همین محدودیت بود؛ برخلاف چت‌بات‌های عمومی، پاسخ‌هایش را از منابع خود کاربر می‌ساخت و ارجاع می‌داد. اما گوگل طی یک سال گذشته پشت سر هم لایه‌های تازه به آن اضافه کرد: خلاصه‌ی صوتی به سبک پادکست، نقشه‌ی ذهنی، کارت‌های مرور و در ادامه خلاصه‌ی ویدیویی.

افزودن ویدیوی کوتاه، ادامه‌ی منطقی همین مسیر است. گوگل به‌جای اینکه کاربر را وادار کند خروجی متنی را بخواند، فرمت مصرف محتوا را عوض کرده است. ایده‌ی پشت این تصمیم روشن است: بخش بزرگی از مخاطبان امروز، به‌ویژه نسل جوان‌تر، عادت کرده‌اند اطلاعات را در قالب کلیپ‌های کوتاه عمودی دریافت کنند. اگر ابزار پژوهشی بتواند همان فرمت را تولید کند، فاصله‌ی بین «مطالعه کردن» و «مصرف محتوا» کوتاه‌تر می‌شود.

اگر می‌خواهید بدانید این تحول در دل رقابت کلی هوش مصنوعی کجا می‌ایستد، مرور آرشیو اخبار هوش مصنوعی تصویر بهتری از سرعت این مسابقه به شما می‌دهد.

۲) ویدیوی کوتاه در نوت‌بوک‌ال‌ام دقیقاً چیست؟

ویدیوی کوتاه، نسخه‌ی فشرده‌شده‌ی همان خلاصه‌ی ویدیویی است که پیش‌تر در استودیوی نوت‌بوک وجود داشت. تفاوت اصلی در سه چیز است: طول، نسبت تصویر و ریتم. خروجی حدود یک دقیقه است، به‌جای قاب افقی از قاب عمودی استفاده می‌کند و روایتش به‌جای توضیح آرام و مفصل، به یک روایت سریع و ضربتی نزدیک شده است.

ساختار داخلی این ویدیوها معمولاً از یک جمله‌ی قلاب شروع می‌شود، بعد دو تا چهار نکته‌ی کلیدی را پشت سر هم می‌آورد و در پایان با یک جمع‌بندی تمام می‌شود. تصاویر پس‌زمینه و کارت‌های متنی به‌صورت خودکار ساخته می‌شوند و یک گوینده‌ی هوش مصنوعی متن را روایت می‌کند. مهم است بدانید ورودی این ویدیو، مدل عمومی نیست؛ محتوای آن از همان منابعی می‌آید که خودتان داخل نوت‌بوک گذاشته‌اید.

طبق گزارش‌های منتشرشده، بخش تصویرسازی این ویدیوها بر پایه‌ی مدل‌های تصویری سبک‌تر گوگل کار می‌کند تا زمان تولید پایین بماند. همین موضوع باعث می‌شود ساخت یک ویدیو معمولاً در چند دقیقه انجام شود و نه چند ساعت.

۳) چطور یک ویدیوی کوتاه بسازیم؟

مسیر ساخت عمداً کوتاه نگه داشته شده است. مراحل به این شکل است:

گام نخست: یک نوت‌بوک تازه بسازید و منابع خود را وارد کنید. منبع می‌تواند فایل PDF، سند گوگل داکس، لینک وب‌سایت، متن ساده یا حتی یک ویدیوی یوتیوب باشد. هرچه منابع دقیق‌تر و متمرکزتر باشند، خروجی هم منسجم‌تر خواهد بود.

گام دوم: در ستون Studio سراغ بخش مربوط به ویدیو بروید.

گام سوم: فرمت خروجی را از حالت پیش‌فرض روی گزینه‌ی Short بگذارید تا به‌جای خلاصه‌ی ویدیویی بلند، نسخه‌ی کوتاه عمودی ساخته شود.

گام چهارم: اگر می‌خواهید ویدیو روی یک زاویه‌ی خاص تمرکز کند، در کادر راهنما بنویسید که چه چیزی برایتان مهم است؛ مثلاً «فقط روی نتایج آزمایش فصل سوم تمرکز کن». این همان جایی است که کیفیت پرامپت شما مستقیم روی کیفیت خروجی اثر می‌گذارد. اگر در نوشتن دستور دقیق تجربه‌ی کافی ندارید، راهنمای پرامپت‌نویسی برای مبتدیان نقطه‌ی شروع خوبی است.

گام پنجم: منتظر بمانید تا پردازش تمام شود، سپس ویدیو را داخل خود نوت‌بوک پخش کنید یا دانلود و در شبکه‌های اجتماعی منتشر کنید.

مراحل ساخت ویدیوی کوتاه در بخش استودیوی نوت‌بوک‌ال‌ام

۴) چه کسانی به این قابلیت دسترسی دارند؟

بر پایه‌ی متن اطلاعیه و گزارش‌های رسانه‌ای، عرضه‌ی اولیه محدود بوده است. زبان خروجی در گام نخست انگلیسی است و دسترسی به مشترکان پلن‌های AI Pro و Ultra محدود شده. گوگل اعلام کرده که این قابلیت در آینده برای کاربران رایگان هم فعال می‌شود، اما زمان دقیق آن مشخص نیست.

این الگوی عرضه برای گوگل تازگی ندارد. تقریباً همه‌ی قابلیت‌های سنگین نوت‌بوک‌ال‌ام ابتدا روی پلن‌های پولی تست شده‌اند و بعد از پایدار شدن زیرساخت، به لایه‌ی رایگان رسیده‌اند. دلیلش هم روشن است: تولید ویدیو به‌مراتب گران‌تر از تولید متن است و باز کردن ناگهانی آن برای همه، فشار سنگینی به سرورها وارد می‌کند.

برای کاربران فارسی‌زبان، محدودیت زبان خروجی مهم‌ترین نکته است. تا زمانی که پشتیبانی از زبان‌های دیگر اضافه نشود، خروجی ویدیویی به انگلیسی روایت می‌شود؛ حتی اگر منابع شما فارسی باشد. راهکار موقت این است که از ویدیو به‌عنوان ابزار تمرین زبان یا محتوای بین‌المللی استفاده کنید، نه به‌عنوان محصول نهایی برای مخاطب فارسی.

۵) چرا گوگل سراغ قاب عمودی رفت؟

انتخاب نسبت عمودی یک تصمیم فنی نیست، یک تصمیم رفتاری است. محتوای عمودی زبان مشترک شبکه‌های اجتماعی امروز است و هر خروجی که در این قالب ساخته شود، بدون نیاز به ویرایش آماده‌ی انتشار است. گوگل با این کار عملاً نوت‌بوک‌ال‌ام را از یک ابزار مطالعه به یک ابزار تولید محتوا هم تبدیل کرده است.

اما زاویه‌ی دوم ماجرا آموزشی است. پژوهش‌های حوزه‌ی یادگیری خرد نشان می‌دهند که تقسیم یک موضوع بزرگ به قطعات کوتاه، نگه‌داشتن تمرکز را ساده‌تر می‌کند. یک ویدیوی یک‌دقیقه‌ای نمی‌تواند جای مطالعه‌ی عمیق را بگیرد، اما می‌تواند نقش «مرور سریع پیش از امتحان» یا «آشنایی اولیه با یک موضوع ناآشنا» را بازی کند.

نکته‌ی سوم رقابتی است. ابزارهای مستقل زیادی در سال گذشته وارد بازار تبدیل سند به ویدیو شده‌اند. گوگل با افزودن این قابلیت به‌صورت رایگان یا در دل اشتراک موجود، عملاً بازار آن ابزارها را زیر فشار می‌گذارد؛ الگویی که پیش‌تر هم در اهمیت هوش مصنوعی در کسب‌وکار درباره‌اش نوشته‌ایم.

۶) کاربردهای عملی برای کاربران واقعی

برای دانشجویان و دانش‌آموزان: جزوه‌ی چهل صفحه‌ای فصل را وارد کنید و پیش از امتحان، یک مرور یک‌دقیقه‌ای از سرفصل‌های اصلی بگیرید. این ویدیو جای مطالعه را نمی‌گیرد اما به‌عنوان لایه‌ی آخر مرور بسیار کاربردی است.

برای معلمان و مدرسان: از هر درس یک تیزر کوتاه بسازید و پیش از شروع کلاس در گروه دانش‌آموزان منتشر کنید. این کار حس آمادگی ذهنی ایجاد می‌کند و مشارکت کلاس را بالا می‌برد.

برای تولیدکنندگان محتوا: مقاله‌های بلند وبلاگ خود را به کلیپ‌های کوتاه تبدیل کنید و از آن‌ها برای هدایت مخاطب به نسخه‌ی کامل استفاده کنید. نکته‌ی مهم این است که خروجی خام هوش مصنوعی را بدون بازبینی منتشر نکنید.

برای تیم‌های کاری: گزارش‌های داخلی، مستندات محصول یا صورت‌جلسه‌ها را به یک خلاصه‌ی تصویری تبدیل کنید تا اعضای تیم بدون خواندن ده‌ها صفحه، تصویر کلی را بگیرند.

دسترسی ویدیوی کوتاه نوت‌بوک‌ال‌ام برای پلن‌های پولی

۷) محدودیت‌ها و نکاتی که باید بدانید

نخستین محدودیت، عمق است. در شصت ثانیه نمی‌شود یک موضوع پیچیده را کامل توضیح داد. اگر منبع شما یک مقاله‌ی علمی سنگین باشد، ویدیو ناچار است بخش بزرگی از جزئیات را حذف کند و همین حذف می‌تواند تصویر ناقصی بسازد.

دومین محدودیت، دقت است. خروجی از منابع خود شما ساخته می‌شود، اما مدل همچنان در مرحله‌ی خلاصه‌سازی ممکن است تأکید را جابه‌جا کند یا یک نکته‌ی فرعی را به‌جای نکته‌ی اصلی برجسته کند. پیش از انتشار عمومی، ویدیو را یک بار کامل ببینید.

سومین محدودیت، سبک بصری است. چون تصاویر به‌صورت خودکار تولید می‌شوند، ممکن است در چند ویدیوی پشت سر هم شباهت زیادی بین قاب‌ها ببینید. برای برندهایی که هویت بصری مشخصی دارند، این خروجی معمولاً به‌عنوان پیش‌نویس مناسب است نه محصول نهایی.

در نهایت باید یادآوری کرد که این ابزار جایگزین تفکر انسانی نیست. بحث درباره‌ی مرز واقعی توانایی‌ها و محدودیت‌های این فناوری را در پتانسیل و محدودیت‌های واقعی هوش مصنوعی مفصل‌تر بررسی کرده‌ایم.

۸) جایگاه نوت‌بوک‌ال‌ام در برابر رقبا

در سمت مقابل، چت‌جی‌پی‌تی و کلود هم هرکدام مسیر خودشان را برای خروجی چندرسانه‌ای دنبال می‌کنند، اما نقطه‌ی تمایز نوت‌بوک‌ال‌ام همچنان همان «بسته‌بودن به منبع» است. وقتی مدل فقط اجازه دارد از فایل‌های شما استفاده کند، احتمال ساختن اطلاعات نادرست به‌شکل محسوسی کاهش پیدا می‌کند.

از سوی دیگر، ابزارهای تخصصی ویرایش ویدیو هنوز کنترل به‌مراتب بیشتری به کاربر می‌دهند. نوت‌بوک‌ال‌ام در این مرحله سرعت را انتخاب کرده و کنترل جزئی را کنار گذاشته است. برای کسی که روزی چند کلیپ آموزشی لازم دارد، این معامله‌ی منصفانه‌ای است؛ برای یک تیم تولید حرفه‌ای، احتمالاً نه.

مقایسه‌ی رفتار مدل‌های مختلف در وظایف تخصصی موضوع جالبی است؛ نمونه‌اش را در نبرد چت‌جی‌پی‌تی و دیپ‌سیک می‌بینید.

۹) قدم بعدی چه خواهد بود؟

سه انتظار منطقی از نسخه‌های بعدی وجود دارد. نخست، پشتیبانی از زبان‌های بیشتر که برای کاربران غیرانگلیسی‌زبان مهم‌ترین موضوع است. دوم، کنترل بیشتر روی سبک بصری و صدای گوینده. سوم، امکان ساخت مجموعه‌ای از ویدیوهای کوتاه پشت سر هم از یک منبع بلند، چیزی شبیه به یک سری آموزشی خودکار.

اگر می‌خواهید مهارت کار با این دست ابزارها را از پایه بسازید، مجموعه‌ی آموزش‌های کاربردی هوش مصنوعی نقطه‌ی شروع خوبی است.

پرسش‌های پرتکرار درباره‌ی ویدیوهای کوتاه نوت‌بوک‌ال‌ام

طول این ویدیوها دقیقاً چقدر است؟

هدف گوگل حدود شصت ثانیه است. بسته به حجم و پیچیدگی منابع، طول نهایی می‌تواند کمی کمتر یا بیشتر شود.

آیا خروجی به زبان فارسی هم ساخته می‌شود؟

در عرضه‌ی اولیه، زبان خروجی انگلیسی اعلام شده است. گوگل به گسترش زبان‌ها اشاره کرده اما زمان‌بندی مشخصی برای فارسی منتشر نشده است.

برای استفاده حتماً باید اشتراک بخرم؟

در گام نخست بله؛ قابلیت برای مشترکان پلن‌های AI Pro و Ultra عرضه شده است. طبق اعلام گوگل قرار است بعداً برای کاربران رایگان هم فعال شود.

می‌توانم ویدیو را دانلود و در اینستاگرام منتشر کنم؟

بله، خروجی در قالب عمودی ساخته می‌شود که مستقیماً برای انتشار در شبکه‌های اجتماعی مناسب است. پیش از انتشار، صحت محتوا را بررسی کنید.

محتوای ویدیو از کجا می‌آید؟

فقط از منابعی که خودتان داخل نوت‌بوک بارگذاری کرده‌اید. همین محدودیت باعث می‌شود خروجی به منابع شما وفادار بماند.

جمع‌بندی. ویدیوهای کوتاه نوت‌بوک‌ال‌ام یک قابلیت کوچک با اثر بزرگ‌اند: فاصله‌ی بین یک سند خسته‌کننده و یک محتوای قابل‌مصرف را به چند دقیقه کاهش می‌دهند. با محدودیت زبان و عمق کنار بیایید و آن را به‌عنوان لایه‌ی مرور و معرفی به کار بگیرید، نه جایگزین مطالعه. برای دنبال‌کردن تازه‌ترین تغییرات دنیای هوش مصنوعی به @MrChatGPT_IR بپیوندید.
(0 رأی)

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *