Как с помощью ИИ сделать 100 коротких видео за день? Практика Video-use и автоматизация workflow

Вывод сначала: узкое место — pipeline, не модель

Модель может нарисовать кадр, но монтаж по словам + пакетный рендер + очередь — реальный водораздел для 100 роликов/день.

Вывод сначала: если у вас сырьё — говорящая голова, screen capture, интервью — Video-use сейчас самый практичный агентный монтаж: материал в папку, Claude Code читает транскрипт и делает точный монтаж, FFmpeg с аппаратным ускорением экспортирует. Если картинку нужно создать с нуля — подключайте upstream Pixelle-Video, n8n + Sora и т. п., а Video-use используйте downstream для темпа и субтитров.

На kvmboot Cloud Mac mini M4 (24 ГБ) мы измерили: вертикальный ролик говорящей головы 30–45 сек. от транскрипции до final.mp4 — 8–14 минут (с ElevenLabs и самопроверкой). Три параллельные узлы с ночной очередью стабильно дают 90–120 роликов/день.

1. Почему «100 роликов в день» так сложно

Пакетное производство коротких видео редко упирается в сценарий — GPT-4-класс за минуту пишет двадцать текстов. Реальные узкие места в трёх точках:

• Рендер — CPU/GPU-нагрузка: 45 секунд вертикали с FFmpeg-транскодом, burn-in субтитров и цветофильтром на M4 — 3–6 минут. 100 роликов = 5–10 часов чистого рендера, без транскрипции и времени Agent.
• Качество и скорость конфликтуют: полностью автоматический n8n даёт ролик за 3–8 минут, но консистентность картинки и ритм сильно ниже точного монтажа; Video-use качественнее, но дольше на ролик.
• Agent-сессия не должна обрываться: Video-use читает takes_packed.md, вызывает timeline_view.py для визуальной проверки и крутит самопроверку. Закрыл ноутбук или сеть дёрнулась — ролик с начала.

«100 в день» нужно разбивать по типу pipeline, а не ждать одного волшебного инструмента. Если вы уже оркестрируете Agent по расписанию, паттерны очереди и Webhook из Cursor Automations на облачном Mac переносятся на пакетную видео-очередь почти без изменений.

2. Три типа pipeline для коротких видео

2.1 Тип A: text-to-video

Тема на вход → автоматически сценарий, картинка/видео, TTS, синтез. Примеры: Pixelle-Video, n8n + Sora 2 + Shotstack, Viral Shorts Engine. Плюс: нулевой барьер сырья. Минусы: сложно держать консистентность, высокая цена API ($0,5–3/ролик), риск модерации платформ.

2.2 Тип B: точный монтаж сырья (Agent Editing)

Сырая съёмка → агент читает транскрипт, режет по словам, убирает воду, цвет, субтитры, самопроверка. Пример: Video-use. Плюсы: качество близко к ручному монтажу, open source, self-host. Минусы: нужно сырьё, 8–14 мин./ролик, окружение Agent.

2.3 Тип C: remix / clip

Автослайсы из длинного видео, субтитры, смена формата. Примеры: ViralMint MCP, Descript, Opus Clip. Хорошо для подкаста и длинных стримов; ритм говорящей головы менее точен, чем у Video-use.

3. Разбор workflow Video-use

Video-use (browser-use/video-use) — open-source Skill монтажа для coding-агентов. Он не «смотрит» видео — он читает его через два слоя информации для монтажа по границам слов:

3.1 Слой 1: аудио-транскрипция (всегда в контексте)

Каждый источник один раз через API транскрипции (официально ElevenLabs Scribe, fork для Китая — iFlytek): таймкоды слов, разделение спикеров, маркеры событий (смех, аплодисменты). Всё сжимается в ~12 КБ takes_packed.md — главный текст для выбора точек монтажа LLM.

3.2 Слой 2: визуальный композит (по запросу)

timeline_view.py строит filmstrip + waveform + word-labels PNG для любого интервала. Вызывается только на критических решениях: пауза, сравнение пересъёмок, проверка стыка. Намного эффективнее, чем «LLM смотрит каждый кадр».

3.3 Рендер и самопроверка

После фиксации точек: FFmpeg с 30 ms audio fade (без щелчков), цветофильтры (warm_cinematic / neutral_punch), burn-in субтитров, опционально Manim/Remotion. Самопроверка на готовом ролике: кадр у стыка, waveform, перекрытие субтитров — jump cut и рассинхрон до выдачи.

3.4 Память проекта

Решения монтажа пишутся в project.md — при продолжении серии контекст сохраняется. Критично для пакетной производства одного IP.

Set up https://github.com/browser-use/video-use for me.
Read install.md first to install this repo, wire up ffmpeg,
register the skill with whichever agent you're running under,
and set up the ElevenLabs API key.
Then read SKILL.md for daily usage, and always read helpers/.
After install, don't transcribe anything on your own —
just tell me it's ready and wait for me to drop footage into a folder.

Для долгой работы Agent в облаке см. почему Claude Code запускают на облачном Mac и параллельные AI-агенты на удалённом Mac M4.

4. Пятимерная таблица сравнения

Как читать таблицу: «Исполнение» у Video-use — точность монтажа, не генерация картинки. Для 100/день типично: Pixelle-Video или screen capture (A) → Video-use на ритм (B) → n8n или скрипт на дистрибуцию.

5. Матрица сценариев

6. Рекомендуемые комбинации (Stack)

Один автор — 10 точных монтажей/день:

iPhone: 10 говорящих голов за сессию (60–90 сек. сырья каждый)
→ синхронизация в проект на облачном Mac
→ Claude Code + Video-use Skill на каждый ролик
→ ручная проверка, загрузка в TikTok / YouTube Shorts
= один M4 Cloud Mac, месячная аренда покрывает compute

Матрица аккаунтов — цель 100/день:

Таблица тем: 100 topics (Google Sheet / Airtable)
→ пакет сценариев (GPT-4 / Claude API)
→ screen capture или Pixelle-Video для B-roll (3 параллельных узла)
→ очередь Video-use (Redis / file lock)
→ FFmpeg единый 1080×1920 + шаблон субтитров
→ n8n bulk upload + API платформ
= 2–3 Cloud Mac M4 24 ГБ + API ~$50–80/день

Dev-команда — видео в CI:

GitHub Actions trigger → Cloud Mac Runner тянет сырьё
→ Video-use headless render
→ артефакты в S3 / CDN
→ callback в Slack
= общий Cloud Mac с iOS CI, см. гайд по Runner

CI и параллельный рендер часто делят узлы — см. iOS 18 CI/CD: полное руководство на Cloud Mac M4 и Flutter GitHub Actions на Mac mini как self-hosted runner.

7. Типичные заблуждения

• Заблуждение 1: «Video-use из текста сделает 100 видео» — нет, это монтаж, не генератор. Без сырья нет входа.
• Заблуждение 2: «Один Mac выжмет 100 силой» — M4 стабильно ~40–60/день. 100 «в лоб» = падение качества или очередь всю ночь и риск обрыва Agent.
• Заблуждение 3: «API транскрипции можно убрать» — без таймкодов слов Agent режет по секундам, качество обваливается.
• Заблуждение 4: «Полный автомат без ревью» — при 100/день даже 5% брака = 5 плохих роликов. Рекомендуем выборочно 10% + первый ролик полностью.
• Заблуждение 5: «Пакетная очередь на ноутбуке» — закрыл крышку = очередь мертва = рендер с начала. Batch только на облачном Mac или десктопе.
• Заблуждение 6: «Игнорировать модерацию» — AI-картинка на TikTok/Shorts проходит ревью тяжелее; точный монтаж говорящей головы (главный кейс Video-use) проходит легче text-to-video.

8. Чеклист из 7 шагов

1. Определить тип pipeline: есть сырьё → Video-use; нет сырья → сначала тип A (Pixelle-Video / screen capture), потом Video-use.
2. Подготовить окружение: macOS + FFmpeg + Python 3.10+ + Claude Code / Codex. Рекомендуем Cloud Mac mini M4 24 ГБ — локальная машина не должна жить в рендере.
3. Установить Video-use: клон browser-use/video-use, install.md для FFmpeg и ElevenLabs API Key, регистрация Agent Skill.
4. Один ролик end-to-end: 60 сек. говорящей головы, замерить транскрипция → монтаж → рендер → самопроверка, записать узкое место.
5. Структура пакетных папок: projects/{date}/{topic_id}/raw/ + output/, project.md для серии.
6. Параллельная очередь: 2–3 Cloud Mac, file lock или Redis; транскрипция и рендер на разных узлах. Webhook из Cursor Automations.
7. QA и дистрибуция: скрипт самопроверки после рендера → ручная выборка 10% → n8n / скрипт bulk upload. Раз в неделю — брак и cost/ролик.

9. FAQ

Может ли Video-use сгенерировать 100 коротких видео из текста?

Нет. Это workflow монтажа для coding-агентов: пошаговая транскрипция, монтаж по словам, цвет, субтитры, самопроверка. Для 100/день нужны пакетная поставка сырья и параллельные узлы рендера.

Хватит ли одного Mac на 100 роликов в день?

Один M4 Mac mini при 30–45 сек. вертикали и FFmpeg HW — стабильно ~40–60/день. Для 100: 2–3 облачных Mac параллельно или очередь с разделением транскрипции и рендера.

Video-use или Pixelle-Video?

Pixelle-Video: тема → полностью автоматическое faceless-видео. Video-use: сырьё → агентный монтаж говорящей головы, tutorial, интервью. Часто соединяют в цепочку.

Зачем Video-use на облачном Mac?

Пакетный FFmpeg, callback транскрипции и длинные Agent-сессии требуют 7×24. Cloud Mac mini M4: постоянный tmux, кодирование Apple Silicon, изоляция — без перегрузки ноутбука и обрыва при закрытии крышки.

Какие API-ключи нужны?

Официально ElevenLabs Scribe; fork для Китая — iFlytek. Плюс FFmpeg, Python 3.10+, shell-агент (Claude Code, Codex, OpenClaw).

Сколько API на 100 роликов/день?

30 сек. говорящей головы: ElevenLabs ~$0,005/ролик, Claude на монтаж ~$0,02–0,05/ролик, FFmpeg без API. Итого ~$2,5–5,5/день (без аренды Mac). Text-to-video (Sora / Kling) часто 10–50× дороже.

10. Заключение

100 коротких видео в день в 2026 достижимы — если «оркестрация pipeline» стоит выше «выбора модели». Video-use закрывает сложную часть «качество точного монтажа»: не рисует кадры, но темп, субтитры и вид сырья близки к ручной работе.

Реальный путь: тип A материал → тип B ритм → параллельные узлы + очередь → выборочная выдача. Один M4 — 10–15/день; для сотни 2–3 облачных Mac параллельно — самый экономичный масштаб.

Следующий шаг: один ролик 60 сек. на облачном Mac через Video-use end-to-end, замерить время, потом масштабировать. Не купите три машины до первого успешного ролика — проверить workflow > накопить железо.