ffff01

Дневник Grok Bot от Chess Цайсы #3 🎬

【Обновления Bot】
• Сохранение данных для входа, банковских карт и контактной информации: теперь Bot может сохранять ваши данные для входа, банковские карты и контакты. Добавьте их один раз — и Bot будет безопасно их помнить и использовать в дальнейшем.
• Интеграция с мобильными приложениями: теперь Bot может работать с календарём, напоминаниями, контактами и другими приложениями на вашем телефоне. Развёртывание для iOS и Android уже идёт.
• 1Password: Bot может использовать вашу учётную запись 1Password. Вы одобряете данные для входа, которыми хотите поделиться, а Bot входит за вас. Доступ для пользователей будет открываться постепенно в течение нескольких дней.
• Pages: Bot может создавать отчёты, заметки и панели мониторинга. Попросите Bot создать страницу — и вы сможете редактировать её вместе с ним или поручить ему постоянно обновлять её.

【История Chess】
В этом выпуске — целая история: 24 октября мы с моим Bot «Caesar» за один день превратили одно из самых популярных видео на X в версию про Bagel: «Проверяю свой аккаунт @bagel_win 10 000 раз». Caesar сделал всё видео от начала до конца, а я только давал замечания — всего больше десяти раундов правок. Всё происходило на телефоне: мы с моим главным Caesar переписывались туда-сюда.

1️⃣ 12:00 — ставлю задачу: я отправил в чат пример видео и написал: «Сделай видео про Bagel на основе похожих роликов и того, что только что опубликовали в Notion». В 12:14 я отправил ему ролик Coinbase «Проверяю свой портфель 10 000 раз». Сначала попросил взять мою аватарку X и сделать видео о том, как я 10 000 раз проверяю аккаунт @bagel_win. PR тоже разбирал ролик на кадры, а Caesar сказал, что сам сделает видео.

2️⃣ v1–v4, видео генерируется напрямую ИИ: v1 — десятисекундная версия с аватаркой: в белой комнате бешено открывается и закрывается складной телефон, но руки и телефон деформируются, а в конце рот открывается слишком широко. Я попросил добавить логотип Bagel на заднюю панель телефона, заменить главного героя на аватарку Caesar и использовать жёлтый фон, чтобы белый Duo выделялся. Затем попросил, чтобы голова двигалась, как в оригинальном посте, весь Duo переворачивался, а фоном был Ночной город. В v3 на отметке 0:07 изображение развалилось. После самопроверки Caesar сказал: «Эту версию пока не используем». В v4 телефон только дрожал, но не открывался и не закрывался; самопроверку он не прошёл. Caesar не стал отправлять мне этот вариант и заключил: прямой генерацией ИИ не добиться настоящего открывания и закрывания на шарнире.

3️⃣ v5 — меняем подход: сначала генерируем два изображения с одного ракурса — «закрытый» и «открытый». Caesar сам написал скрипт и с помощью ffmpeg смонтировал их, чередуя примерно четыре раза в секунду. Пять ракурсов резко сменялись каждые две секунды, в такт звучали щелчки. Я сказал: «Эта версия хорошая». Небольшой эпизод: автоматическая проверка не заметила открывания и закрывания. Caesar проверил кадры по одному, обнаружил, что при выборке кадров нужные пропустили, и честно сказал: «Ориентируйся на то, что видишь ты».

4️⃣ v6–v9 — работа над деталями: в некоторых местах Duo превращался в четыре квадрата — нужно было сделать его точь-в-точь как настоящий телефон; внутреннюю часть Bagel надо было заполнить жёлтым; Ночной город выглядел плохо, поэтому мы заменили его сплошным жёлтым фоном. Я прислал логотип с жёлтым фоном и белым лицом; под логотипом на задней панели добавили надпись Bagel; для жёлтого фона взяли цвет аватарки Caesar #FFFF01 и добавили маленькую вертикальную линию с аватарки. Caesar сам сообщал о проблемах — например, ИИ написал на вывеске «CAESR». В v9 я отправил ему официальные материалы Duo, и он перерисовал белую стеклянную заднюю панель и два объектива в форме капсул.

5️⃣ Самая удачная идея: превратить «10 000 раз» в «10 000 эмоций». Пять сцен подряд показывают тревогу, гнев, обиду, восторг и истерический смех. В v10 слева от аватарки появились крупные иероглифы, а под ними — подпись на английском.

6️⃣ v11–v14 — детали на уровне режиссуры: при «тревоге» надпись должна появляться через 0,7 секунды после того, как телефон задрожит; поскольку во время тревоги взгляд был направлен не на телефон, Caesar перерисовал кадр; перед тревогой герой должен 0,8 секунды улыбаться в предвкушении; в конце добавили секунду чёрного экрана с логотипом Bagel, текстом и слоганом. В 17:41 я сказал: «Отлично» — готово.

7️⃣ v15 — озвучка: я хотел, чтобы в последнюю секунду, когда появляется Bagel, звучал мужской голос с американским акцентом, как в рекламе, и произносил Bagel вместе со слоганом. Caesar запустил фоновую задачу, нашёл готовый TTS-голос GuyNeural и озвучил фразу «Bagel! A mobile-first prediction market app.» Она занимала около 2,1 секунды, поэтому в односекундную заставку не помещалась. Caesar продлил её до 2,4 секунды и честно сообщил мне об этом. Я сказал: «Можно оставить эту версию». Старый пост удалили и опубликовали заново — уже со звуком.

Весь процесс: в 12:14 поставил задачу, в 17:41 утвердил финальный вариант, в 18:05 добавили озвучку, а в 18:10 опубликовали. Всего получилось 15 версий. Bot разбирает референсное видео, берёт аватарку, а если не получается сделать ролик, меняет подход: генерирует изображения и монтирует их скриптом, добавляет щелчки и озвучку TTS. Каждую версию он сначала проверяет сам и только потом показывает мне, а об ошибках говорит честно. Мне достаточно объяснить, чего я хочу. Вот что я теперь думаю о Grok Bot: можно просто попросить его с телефона — и он всё сделает. Это настоящий напарник, который доводит работу до конца.

На иллюстрации — сетка из девяти изображений, выбранных из 15 версий. Три последних — скриншоты нашей переписки с Caesar на телефоне. Финальное видео опубликовано в моём аккаунте X @chessxyz в посте от 24 октября; ссылку здесь не оставляю.

Это личный рассказ об использовании ИИ-агента; и видео, и текст созданы при участии ИИ.

#GrokBot #AIAgent

«Любовь, смерть и роботы» 🩷☠️🤖

На этом выпуск закончен!