𝗧𝗵𝗲 𝗔𝗿𝘁 𝗼𝗳 𝘁𝗵𝗲 𝗔𝘂𝘁𝗼-𝗦𝘂𝗺𝗺𝗮𝗿𝘆

Kreator YouTube menghabiskan waktu berjam-jam memeriksa rekaman mentah. Anda mencari sebuah cerita di tengah video yang bergoyang dan obrolan yang tak ada habisnya. Membaca transkrip secara manual membuang-buang waktu Anda. Anda bisa menggunakan waktu tersebut untuk penyuntingan atau pewarnaan sebagai gantinya. Auto-summarization AI mengubah kekacauan ini menjadi beat sheet yang jelas. Ini memungkinkan Anda menyetujui alur cerita sebelum Anda mulai memotong video.

Gunakan dua lapisan untuk menemukan cerita Anda. Pertama, minta AI untuk bertindak sebagai editor cerita. Ini akan memberi Anda kerangka (outline) bagian demi bagian. Ini adalah pandangan makro Anda. Kedua, telusuri setiap segmen untuk menemukan beat tertentu. Sertakan kutipan dan stempel waktu (timestamp) untuk beat tersebut. Ini adalah pandangan mikro Anda. Jangan gunakan prompt yang samar. Sebaliknya, arahkan model untuk mengikuti alur video Anda. Gunakan struktur seperti intro, masalah, titik balik (pivot), dan resolusi. Menautkan beat ke stempel waktu menciptakan daftar untuk persetujuan cerita. Hal ini memastikan semua orang setuju dengan busur emosional (emotional arc) sebelum Anda menyunting.

Sorotan Alat: Gunakan Whisper untuk mendapatkan teks yang bersih dan grafik energi. Grafik energi menunjukkan apakah sebuah beat sesuai dengan kegembiraan atau frustrasi dalam audio. Ini membantu Anda memeriksa output AI terhadap suara asli.

Bayangkan Anda memiliki rekaman pasar berdurasi dua jam. Setelah menjalankan Whisper, Anda mendapatkan kerangka makro dengan empat bagian. Anda kemudian meminta micro beats di bagian kedua. Anda menemukan beat frustrasi pada 1:10:15 dengan kutipan yang tepat dan lonjakan energi yang sesuai.

Cara mengimplementasikannya:

  • Siapkan transkrip: Jalankan rekaman Anda melalui layanan transkripsi AI dan periksa kesalahannya.
  • Hasilkan kerangka makro: Minta AI untuk menghasilkan rincian busur narasi Anda bagian demi bagian.
  • Ekstrak micro beats: Minta beat spesifik dengan label, kutipan, dan stempel waktu. Periksa ini terhadap grafik energi.

Ringkasan:

  • Tiered prompting mengubah transkrip menjadi beat sheet.
  • Analisis sentimen membantu memverifikasi beat terhadap isyarat emosional.
  • Daftar dengan stempel waktu menghemat waktu penyuntingan manual selama berjam-jam.

Sumber: https://dev.to/ken_deng_ai/the-art-of-the-auto-summary-generating-narrative-beats-from-chaos-3gea

Komunitas pembelajaran opsional: https://t.me/GyaanSetuAi