Ваш разум работает гораздо быстрее, чем ваши пальцы. У вас рождается блестящая сложная идея, но где-то между мозгом и клавиатурой она испаряется. ИИ получает четыре слова и выдает вам что-то шаблонное в ответ. Это видео о том, как исправить это с помощью вашего голоса. Я начну с самого сложного теста, какой только смог придумать: описанная вслух полноценная аркадная игра, которую Claude должен создать за один раз. Я открываю Typeless, спонсора этого видео . Это голосовая клавиатура на базе языковой модели, и она сама ничего не создает. Ее работа заканчивается на поле для ввода промпта. Она должна понять минуту сумбурной речи и превратить ее в четкий структурированный текст. Поэтому воспринимайте все в этом видео как граничный тест этого понимания. Я удерживаю горячую клавишу и говорю следующее. Итак, создай мне аркадную игру, во что я мог бы сыграть прямо здесь в браузере. Давай назовем ее «Охота на багов». В общем, я маленький корабль внизу экрана, а светящиеся программные баги, похожие на маленьких жуков, падают сверху. Управление сделай простым. Клавиши со стрелками для движения влево и вправо, пробел—чтобы стрелять. Пусть будет три жизни. Хотя, знаете что? Сделай пять. А, и самое важное: игра должна запускаться сразу после загрузки, без настройки. Слева—то, что напечатал Mac. Он услышал «корабль» как слово, которое я не буду произносить вслух. Программные баги превратились в программные книги, а жизни—в жен. Стрелки стали « сохранениями», а клавиша для стрельбы вообще не попала в текст. Мои «в общем» , «я полагаю» и «знаете что» остались на месте. Хуже всего с жизнями. Я сказал «три», потом «сделай пять», и Mac напечатал « три». На самом деле, знаете что? Сделай 50. Модель, читающая это, должна выбирать между пятью и пятьюдесятью. Справа—версия Typeless, попавшая в поле для ввода Claude. «Охота на багов» написана с большой буквы. Это корабль, а программные баги похожи на маленьких жуков. Управление вернулось в виде короткого списка: стрелки для движения, пробел для стрельбы. Количество жизней указано верно. Там стоит пять, а тройка исчезла. Последняя строка тоже приведена в порядок. Что важнее всего, она запускается сразу при загрузке без какой -либо настройки. Ниже—игра, которую Claude создал по этому промпту. Она запускается сразу при загрузке, и это настоящая игра. Маленький корабль внизу , светящиеся зеленые жуки со скобками кода на спинах спускаются сверху, пять жизней в углу, счет и счетчик уровня. Волны становятся сложнее, появляются разные виды жуков и боссы. В моем запросе не было ни слова о скобках или боссах, так что модель многое додумала на основе моих деталей. Игра—это развлекательная версия. В повседневности это спецификация, бриф, сообщение партнеру, и чем больше вы скажете, тем меньше модели придется угадывать. А вот остальная часть моего процесса, от начала до конца. Второй тест—это одна сумбурная фраза. Запишите то, как вы говорите, когда еще не приняли окончательного решения. Перенесите съемку на четверг. На самом деле, нет, на пятницу, и отправьте спонсору монтаж , э-э, ну, знаете, до выходных. Mac напечатал все эти отклонения от темы. Четверг, на самом деле нет, пятница, и это «ну, знаете» все еще посередине. Typeless выдал мне одну строку: перенести съемку на пятницу и отправить спонсору монтаж до выходных. Четверг исчез, потому что я от него отказался, а слова-паразиты тоже пропали. Это первые две особенности, на которые стоит обратить внимание. Он сохраняет только итоговую версию и удаляет лишние слова. В таком коротком предложении вы исправите версию Mac за пять секунд, поэтому все, что дальше—это длинная, неподготовленная речь, где это перестает быть правдой. Сначала две настройки. Сочетание клавиш, ведь вы будете нажимать его сотни раз, поэтому выберите то, которое рука находит не глядя. И персональный словарь, где вы исправляете имя один раз, и оно остается исправленным. Я добавил название канала и имена моих коллег прежде всего остального. ChatGPT и Claude уже принимают голосовой ввод, но только внутри своих приложений. Видео не живет в одном окне чата. Это бриф в Google Docs, переписка в Slack, письмо в Gmail . Моя работа начинается в Google Doc, потому что в нашей команде ни один сценарий не пишется без брифа. Я ставлю курсор в документ и надиктовываю все за один дубль. Что обещает видео, для кого оно, что должно быть на экране. Где-то посередине я поменял день съемки с четверга на пятницу, а чуть позже я отвлекся на другую тему и вернулся обратно. Эта запись отправляется в оба инструмента. Итак, начинаю бриф к видео. Главное обещание этого видео в том, что мы покажем людям, как сократить время монтажа вдвое с помощью нового обновления. Наша целевая аудитория—в основном начинающие авторы или, в общем -то, все, кто создает видео самостоятельно. По графику производства , давайте запланируем съемку на четверг . Стоп, погодите. Давайте перенесем съемку на пятницу. Да, пятница подходит больше. Кстати, о пятнице, надо напомнить Саре насчет утверждения бюджета. Ой, простите. Отвлекся. Вернемся к брифу. Итак, по визуальному ряду. Что обязательно должно быть на экране, так это крупные планы интерфейса программы, и нам нужен четкий разделенный экран, показывающий результат «до» и «после». Это самая важная часть. Хорошо, с брифом всё. Слева Mac, справа—Typeless. Mac сохранил все неудачные дубли. Четверг. На самом деле, давайте перенесем съемку на пятницу. Всё это осталось, и он даже записал мои «простите» и «стоп, простите » прямо посреди брифа. Он также расслышал «сократить время монтажа вдвое » как «сократить время и помочь». Typeless выдал мне чистый бриф. Суть в том, что мы показываем людям, как сократить время монтажа вдвое с новым обновлением. Аудитория—начинающие авторы или, по сути, все, кто делает свои видео , а съемка—в пятницу. Отступление про четверг исчезло. Больше всего мне нравится момент с утверждением бюджета. Я начал говорить, остановился, сказал «вернемся к брифу», и это отступление не попало в текст. Он также превратил мое отступление о визуале в два пункта: крупный план записи экрана интерфейса и четкий разделенный экран с результатом «до» и «после». Далее идея отправляется в Claude. Сначала то, как большинство из нас обычно пишет промпты : четыре слова, типа «идеи для видео», « изображения продуктов». Ответ—список подходов, которые подошли бы любому каналу, потому что промпт ничего не сказал о нашем. Теперь та же задача вслух, около минуты прямо в поле промпта . Итак, мне нужны идеи для видео. Это руководство для начинающих по созданию изображений продуктов с Nano Banana, ну , для нашего канала. Аудитория—авторы 25 –45 лет, от новичков до среднего уровня , которые пробовали ChatGPT, но не выстроили реальный рабочий процесс. Всё должно быть готово к съемке в пятницу. Предположим, они видели базовый обзор. Никакого кликбейта в духе «это меняет всё». Наши зрители это ненавидят. А еще по три захода для каждого угла и возражения, которые люди напишут в комментариях, например: «а это бесплатно ?» Слева—то, что я вставил бы в Claude без Typeless. Один длинный блок текста почти без знаков препинания. Фраза о том , что мне нужны ракурсы для руководства для новичков, не попала в текст, поэтому он начинается с просьбы об изображениях с Nano Banana—это другое требование, да и моя реплика про кликбейт прозвучала неверно. Справа контекст стоит первым в двух коротких абзацах, а всё, о чём я просил, превратилось в нумерованный список из пяти требований. Это выстраивает структуру и убирает лишнее. Правда, это не дословная передача моих слов. Система раскрыла мои сокращения, из-за чего текст звучит официальнее, чем я говорю в жизни. В промпте для Claude это не имеет значения. В письме реальному человеку я бы это проверил. Ответ Claude совершенно не похож на тот , что из четырёх слов. Ракурсы, подобранные под нашу аудиторию, цепляющие завязки с учётом дедлайна и даже возможные возражения зрителей. Тщательно составленный промпт тоже мог бы к этому привести. Это первая грань. Typeless не делает промпт умнее, он просто не даёт моему контексту потеряться по пути. Дальше я прорабатываю сценарий с Claude голосом. Я диктую завязку, прошу набросать структуру и переписать один блок. Вот завязка, которую я хочу. Большинство ИИ -фотографий продуктов выглядят фальшиво , и дело не в модели, а в промпте. Дай мне черновой вариант структуры, максимум пять блоков. Второй блок кажется каким- то не таким. В нём слишком много объяснений, прежде чем что-то показано. Перепиши его так, чтобы демонстрация начиналась с первого предложения. Mac слил всё в один абзац, а «кажется не таким» превратил в «каблуки долой». А фраза «вот завязка, которую я хочу» вообще пропала, поэтому Claude не понял , что это предложение нужно оставить. Typeless выделил завязку отдельной строкой в кавычках и разбил запросы на короткие абзацы. Следующая остановка— Slack. Я открываю переписку со сценаристом и видеомонтажёром и надиктовываю задачи. Сценаристу: сократить второй и четвёртый блоки. Они затянуты, а утверждение про бесплатные кредиты всё ещё требует источника. Монтажёру: добавлять плашку на экран при каждом действии и оставить второй дубль вступления. Первый слишком быстрый. А, и отправь список для монтажёра первым. Его часть уже ждёт. Здесь я слежу за тоном и порядком. Те же факты должны звучать свободнее, чем в брифе, а моё мимолётное замечание должно перенести сообщение монтажёру в начало. Mac потерял почти половину сообщения для сценариста и заканчивает фразой «и часть для монтажёра первой», с которой никто не сможет работать. Typeless выдал мне два списка, по одному на человека с краткими пунктами задач, и список редактора оказался первым, хотя я назвал его вторым. Есть один нюанс. Он также напечатал мою собственную инструкцию « отправь список редактора первым, его часть ждет» в качестве первой строки сообщения. Он выполнил команду, но оставил её как текст, так что перед отправкой эту строку нужно удалить. Когда сценарий готов, мне нужно краткое резюме, чтобы проверить, понятно ли основное обещание. У Typeless есть режим под названием «спросить о чём угодно». Вы выделяете текст, спрашиваете вслух, и ответ приходит без необходимости трогать документ. Я применил его к нашему готовому сценарию—сравнению GPT image и Nano Banana. Обобщи сценарий тремя предложениями, чтобы я мог проверить, ясна ли основная мысль. На Mac можно нажать правой кнопкой мыши и получить резюме от Apple Intelligence. Он выдал четыре предложения, которые проходят по сценарию раздел за разделом и просто обрываются на середине. Функция « Обобщить» не принимает инструкций, поэтому я не мог попросить три предложения или проверить обещание. Typeless выдал ровно три, начав с главного вывода. GPT image 2 для текста , языков и точной правки, Nano Banana 2 для портретов, иллюстраций и массовой работы в 4K—отправляйте каждую задачу подходящей модели вместо выбора одного победителя. Это и есть то обещание, которое я хотел проверить. Последнее предложение—это «вода» об использовании уникальных сильных сторон для максимальной эффективности, я бы его вырезал. Он точно соблюдал мой формат, но его формулировки всё ещё требуют правки. Далее—письмо спонсору, компании , работающей на арабском языке, о видео , в котором я хочу показать их продукт. Обычно это висит в черновиках, потому что нужно писать на английском, прогонять через переводчик и исправлять то, что звучит неестественно. Я открываю новое письмо в Gmail, переключаюсь на перевод, выбираю арабский и говорю по- английски, как в голосовом сообщении. Напиши команде Creative Spark о нашем следующем видео, руководстве для новичков по созданию изображений товаров с Nano Banana. Оно выходит, э-э, в конце следующей недели. Я думаю, их продукт хорошо впишется сразу после второй демонстрации, где мы редактируем изображение, и я хочу узнать, интересно ли им это и что бы они хотели, чтобы мы показали. Да, и имя контактного лица пишется Ибрагим: И-Б-Р-А-Г-И-М. Mac просто печатает на английском, и даже не всё подряд. Напиши видео руководство для новичков изображения с выходит в конце следующей недели. Creative Spark и Nano Banana так и не попали в текст, а моё уточнение о написании имени было напечатано как обычный текст. Справа— арабский текст. Там видео, дата релиза, вопрос о том, куда вписывается их продукт, и что они хотят, чтобы мы показали. Creative Spark и Nano Banana остаются латиницей, а имя Ибрагим— арабской вязью. Однако это еще не готовое письмо. Тот же подвох, что и в Slack: первая строка для команды Creative Spark переведена и введена текстом. Нет ни приветствия, ни прощания . Имя в стороне оказалось в последнем предложении, а по-арабски сказано, что их продукт идеально подходит—слово, которое я не произносил. Поэтому я удаляю первую строку, вручную добавляю приветствие и прощание, а также решаю, оставлять ли слово «идеально». Я не говорю по-арабски, поэтому прогнал текст через переводчик обратно, и смысл совпал . Это доказывает лишь то, что смысл сохранился, но не то, что это звучит естественно, поэтому я стараюсь, чтобы носители языка тоже это читали. Через несколько дней монтажер присылает готовое видео. Я смотрю черновой вариант и проговариваю вслух заметку за заметкой в том порядке, в котором замечал моменты . Так, на 1:10 метка удаления слов- паразитов появляется слишком поздно. Она должна появляться вместе с результатом. Пауза около 3:40 затянута, вырезать её. На самом деле, первым делом, дисклеймер спонсора в начале должен быть обязательно. Это срочно, потому что без него спонсор не одобрит монтаж. И предложение на 5:20—я запинаюсь на нем. Я пришлю новый дубль. Mac перевел всё онлайн в том порядке, в котором я говорил. 340 стало 340, «затянута» превратилось в «дорожки», а «пришлю новый дубль»—в «я возьму». Typelist переместил дисклеймер спонсора в самое начало, так как я сказал, что это срочно , и оставил причину сразу после него. Остальные заметки стали нумерованным списком с правильными временными метками , а новый дубль в конце. Из всех восьми тестов здесь понимание сохранилось лучше всего. Вопрос, который я ожидаю в комментариях—куда уходит аудио, раз вы весь день говорите в программу? Согласно странице о безопасности Typelist, хранение данных в облаке по умолчанию отключено, аудио в облаке не хранится, а ваши данные не используются для обучения , с дополнительной зашифрованной синхронизацией или без нее. Всё же стоит прочитать эту страницу самостоятельно, прежде чем полагаться на сервис в чем- то важном, к тому же он не заменяет клавиатуру. Typelist отлично справляется со своей задачей: берет минуту сбивчивой речи, убирает «воду» и отступления, выдавая структурированный текст в любом приложении. Сервис дает сбои, когда нужно отличить инструкцию от сообщения, и время от времени добавляет слова или фразы, которых я не произносил. Письмо спонсору, которое раньше пылилось в черновиках, теперь действительно доходит до дела. Если хотите попробовать Typelist, начните с бесплатного тарифа. В него входят основные функции, и их достаточно, чтобы понять, подходит ли он вам. Если вы будете использовать его постоянно и вам понадобится больше, ссылка в описании даст вам стандартные 5 долларов плюс дополнение за 20, итого 25 долларов. Увидимся в следующем видео.