Как провести оценку видео нейросетью и проверить замечания самому. Разбираем короткий ролик в Gemini по кадрам, времени и понятности действия.
Евгений
Дизайнер-партнёр LibraChat
6 мин чтения
На первом просмотре ролик кажется понятным. Человек несёт книгу к стеллажу. Камера показывает полки. Но в конце всё ещё непонятно, куда ставить принесённую книгу. Чтобы получить полезную оценку видео нейросетью, я задаю вопрос об одном действии и прошу указать место, где нашёлся ответ. Потом открываю эту секунду сам. Общее «снято хорошо» к правке не привяжешь.
Возьмём условный ролик для книжного обмена. Он показывает, как поставить одну книгу на полку и забрать другую. Задача черновика — донести порядок действий. Оценка будет полезной, если её можно проверить по кадру и звуку. Для этого сначала реши, что зритель должен унести с собой, а затем ищи, где именно ролик об этом говорит.
Что даёт оценка видео нейросетью
Вопрос к ролику · Как выглядит проверяемое замечание · Что посмотреть самому
Понятно ли, что нужно сделать первым? — Назван кадр, где ставят принесённую книгу — Видно ли, какой полке она предназначена
Понятно ли действие без звука? — Названа пауза или титр, который даёт нужное указание — Сколько времени титр виден при обычной скорости
Совпадает ли речь с кадром? — Указано время фразы и описано происходящее рядом — Не ушёл ли важный предмет из кадра до конца фразы
Первый результат я жду в виде таблицы с двумя или тремя местами. Длинный список затрудняет выбор. Если действие показано один раз, это может быть более важная точка, чем все замечания о цвете. Я раскладываю их по тому, что изменится для зрителя после правки. Указание полки помогает выполнить шаг. Смягчение перехода влияет на удобство просмотра.
В справке Gemini Apps описана загрузка файлов, в том числе видео, в веб-приложении. Там можно выбрать файл и задать вопрос о его содержании. Действующие ограничения на вложения зависят от материала и аккаунта. Для первого прохода подойдёт один короткий собственный ролик, в котором уже есть нужное действие. Справка Gemini Apps о загрузке файлов.
Я отправляю один фрагмент и даю модели три условия.
Назови действие, которое зритель сможет выполнить после просмотра.
Для каждого замечания укажи примерное время и опиши видимое или слышимое основание.
Если деталь неразличима, запиши отдельный вопрос для ручной проверки.
Ответ подобного вида удобно перенести в список правок. Интервал «примерно с середины указания» можно уточнить в редакторе. Запись «подпись плохо читается» лучше развернуть. Видна ли она слишком коротко, маленькие ли буквы или надпись уходит за границу вертикального кадра? Это три разных исправления. Если модель их смешала, попроси указать один наблюдаемый признак.
Подходы к просмотру видео отличаются. В документации Gemini API Google описывает режим, который по умолчанию извлекает по одному кадру в секунду, и отдельные возможности изучения выбранных частей. Детали API относятся именно к этому маршруту. У отдельного сервиса для просмотра могут быть другие настройки. Для короткой вспышки или перехода я открываю подозрительный участок в видеоредакторе и прокручиваю его вручную. Документация Gemini API по видео.
Как перепроверить замечания
Представь, что ответ говорит «зритель запомнит верхнюю полку», но на этой секунде в кадре только рука. Я начинаю просмотр чуть раньше отметки. Потом останавливаюсь на моменте, где книга касается полки. Если отличительных признаков нет, можно добавить пояснение. Например, указать полку в титре, переместить камеру или положить рядом видимый цветной разделитель. Каждая такая правка меняет одну конкретную вещь.
Открывая исправленный фрагмент, я задаю тот же вопрос без знания исходного замысла. Человек должен суметь назвать нужное место после обычного просмотра, без паузы и чтения задания. Если в ролике есть субтитры, отдельно проверь время появления и читаемость. Для практических шагов подойдёт разбор субтитров в CapCut.
Иногда модель предлагает исправить сразу звук и картинку. Я сначала смотрю отрывок без звука и записываю, какое действие понял. Затем включаю только звук на том же месте. Если без изображения ясно, куда идти, но в кадре этого не видно, можно исправить видеоряд или титр. Если на звуке тоже нет нужного слова, вернусь к речи. Два прохода дают простую подсказку о том, где быстрее проверить новую версию.
Есть полезная деталь для общих замечаний. Если модель больше одного раза называет посторонний предмет, сравни исходное кадрирование с карточкой, которую увидят на мобильном. Книга может быть различима в полном кадре и исчезнуть в вертикальном. В списке правок запиши, какой вариант ты проверял. При следующем просмотре открой именно его.
В моём рабочем списке у каждой замеченной проблемы один приоритет. Если зритель не знает, куда ставить книгу, сначала разбираю этот момент. Если полку он понял, но не разобрал, какую книгу можно взять, проверяю уже соседнюю реплику. Цветовая правка остаётся отдельной строкой. Я перенесу её выше только тогда, когда цвет помогает найти нужную полку. После такого выбора проще передать коллеге одну задачу и понять, что изменилось в следующем файле.
Хорошая оценка видео нейросетью оставляет у тебя вопрос, который можно задать и живому зрителю. Сначала попроси человека описать действие в кадре. Только после ответа покажи первоначальную задумку. Тогда его наблюдение сохранит то, что он понял сам.
Перед отправкой я делаю ещё один проход.
Открываю именно экспортированный файл в плеере на телефоне.
Проверяю момент, который отметила модель, и несколько секунд вокруг него.
Прошу нового зрителя сказать, что он сделает после ролика, и слушаю ответ до пояснений.
Как записать правку по времени
В LibraChat можно собрать письменное задание из своих временных отметок. Если у тебя готов отдельный документ со списком сцен, условия работы с ним указаны в планах LibraChat. Сюда достаточно принести текстовые заметки из просмотра.
Разбери мои заметки редактора к ролику о книжном обмене. Для каждой отметки укажи наблюдаемую проблему и одну конкретную правку. Оставь замечание про то, куда ставить книгу, первым. Там, где наблюдения не хватает, сформулируй короткий вопрос к просмотру вместо окончательного вывода.
Прямо сейчас найди в своём ролике секунду, на которой зритель впервые понимает действие. Запиши, что именно видно и слышно, и внеси эту заметку в LibraChat. После правки открой экспорт на той же секунде. Если новый зритель сразу назвал нужный шаг, замечание выполнено.