Свой режиссёр

ИИ-монтаж — это две работы: понять материал (что сказано, что показано, где лучшие дубли) и смонтировать ролик (сценарий, нарезка, инструменты редактора). Обе умеет и ваш ИИ-ассистент, подключённый к Slicer по MCP: он сам смотрит кадры и пишет план ролика. Slicer применяет к плану правила своего ИИ-режиссёра — на нашем сервере, — собирает ролик и отвечает, что поправил сам и что стоит поправить ассистенту. Так ролик монтируется на подписке и лимитах вашего ассистента, а в Slicer это бесплатно.

Зачем#

• Бесплатно в Slicer. Бриф режиссёра, кадры, приём плана, правки, стиль и экспорт токенов не тратят.
• Ассистент — режиссёр. Историю, порядок мыслей, лучшие дубли и что показать решает ассистент: он сам смотрит кадры и сообщает Slicer, что в них увидел.
• Правила нашего режиссёра — на сервере. Ассистент не получает правил ИИ-режиссёра Slicer: они применяются к плану, когда ассистент его присылает. В ответ приходят исправления и замечания, поэтому ролик собирается аккуратно, даже если модель в чём-то ошиблась.
• Ролик — ваш проект. Результат сразу виден в редакторе приложения: его можно доработать руками, попросить ассистента поправить детали или экспортировать.

Речь распознаёт сервер Slicer: только так у ролика будут слова с id, по которым режется речь. Это единственный платный шаг, и ассистент запускает его только после вашего согласия на цену (Подтверждение цены). Если речи в материале нет, всё бесплатно целиком. Наш собственный ИИ-монтаж остаётся рядом — для тех, у кого нет своего ассистента.

Как это работает#

1. Загрузка и проект

   Ассистент загружает файлы (create_upload_link или import_from_url) и создаёт проект create_project в режиме manual — как Сам в редакторе в приложении, бесплатно. Через несколько секунд проект становится черновиком.

2. Речь

   Если в материалах есть речь, ассистент вызывает transcribe_speech без confirmCost, называет вам цену и после вашего «да» распознаёт речь; ход — get_transcribe_jobs.

3. Бриф режиссёра

   get_director_brief возвращает материал (material): исходники, речь по id слов, паузы, дубли [RETAKE …] и ваши пожелания, — несколько общих советов (guide), схему плана (planSchema) и схему наблюдений по кадрам (scenesSchema). Правил ИИ-режиссёра Slicer в брифе нет. Если вы назвали тип ролика, темп, эффекты или длину, ассистент передаст их сюда — они сохранятся в проекте, и Slicer учтёт их, когда примет план.

4. Кадры и наблюдения

   Анализа кадров в брифе тоже нет: смотрит сам ассистент — get_frames отдаёт кадры исходника картинками (как смотреть экономно). Что увидел — где говорит автор, где показано действие, что не годится в ролик, — ассистент записывает наблюдениями.

5. План

   Ассистент продумывает историю как монтажёр — смысл, порядок, лучшие дубли, показ действия, концовку — и отправляет план и наблюдения submit_director_plan вместе с ревизией rev из брифа.

6. Исправления и замечания

   Slicer применяет к плану правила своего режиссёра (что происходит с планом), собирает ролик и сохраняет его новой ревизией. В ответе — что Slicer поправил сам, замечания к плану и ролик текстом. Есть замечания — ассистент правит план и присылает снова (план → замечания → исправленный план).

7. Результат

   Когда замечаний нет, ассистент сверяет ролик с замыслом, правит детали edit_project и set_style, присылает ссылку на проект и спрашивает, экспортировать ли ролик.

Как ассистент смотрит кадры#

get_frames отдаёт до 16 кадров за вызов, по 512 точек по большей стороне, прямо в ответе инструмента — картинками, которые модель видит сама. Кадры можно взять в заданные секунды исходника (times) или равномерно по отрезку (from, to, count, по умолчанию 8 кадров на весь исходник). Фото возвращает свою единственную картинку, у аудио кадров нет.

Каждый кадр расходует лимиты вашего ассистента, поэтому смотреть стоит экономно — так подсказывают и бриф, и промпт direct_reel:

1. Сначала обзор — 6–8 кадров равномерно по каждому видео, один вызов на исходник.
2. Затем подробнее, где важно — вокруг моментов, на которые ссылается речь («смотрите», «вот результат»), вокруг действий и показа товара.
3. Наблюдения по ходу — где говорит автор, а где показано действие, насколько интересен кадр, какие места не годятся (тёмные, смазанные кадры, заставки). Их ассистент присылает вместе с планом.

Для материала на 1–5 минут обычно хватает 30–120 кадров.

Наблюдения по кадрам#

Наш режиссёр получает разметку материала от анализа кадров: где автор говорит в камеру, где показывает действие, где видеоряд. В своём режиссёре такую разметку делает ассистент — по кадрам, которые посмотрел, — и присылает её вместе с планом в поле scenes по схеме scenesSchema из брифа. Каждое наблюдение — участок одного исходника:

[
  { "sourceIndex": 0, "start": 0, "end": 14.5, "kind": "talking_head", "interest": 3, "description": "Бариста рассказывает у стойки" },
  { "sourceIndex": 0, "start": 14.5, "end": 21, "kind": "demo", "interest": 5, "description": "Рисует сердце на латте" },
  { "sourceIndex": 1, "start": 0, "end": 9, "kind": "broll", "interest": 4, "description": "Гости с чашками у окна" }
]

По наблюдениям Slicer ставит видеоряд: из кусков, которые запросил план, убирает говорящую голову и отмеченные unusable места, а для исходника видеоряда, который план пропустил, сам выбирает самый интересный подходящий участок. Ещё наблюдения нужны проверке плана: замечания footage_is_talking_head, unusable_footage и nothing_shown приходят только по ним.

Наблюдения необязательны, но без них Slicer не знает, что в кадрах: в видеоряд может попасть автор, молча смотрящий в камеру, или неудачный кадр. В одном плане — до 400 наблюдений; время за пределами исходника подтягивается к его краям, а наблюдения с неизвестным исходником или видом Slicer пропускает.

Что Slicer делает с планом#

План от ассистента — это данные: Slicer ничего из него не исполняет. Он проверяет план схемой, применяет к нему правила своего ИИ-режиссёра — те же, по которым работает наш режиссёр, — и только потом собирает ролик. Правила остаются на сервере: ассистент видит только их результат.

• Схема. План не по схеме отклоняется с bad_plan и списком первых ошибок — ассистент исправит и пришлёт снова; план без фрагментов — empty_plan.
• Речь — по словам. Фрагменты речи задаются только id слов: склейки встают на границы слов и пауз, слова-паразиты внутри речи вырезаются.
• Видеоряд — по наблюдениям. Куски без речи подрезаются по исходнику и по наблюдениям; исходник видеоряда, который план пропустил, Slicer ставит в ролик сам.
• Сдержанный монтаж. Речь звучит в естественной скорости, инструменты редактора — редкие акценты: лишние настройки Slicer снимает сам и пишет об этом в исправлениях.
• Длина. Ролик укладывается в длину из настроек: если план длиннее, первыми уходят наименее важные фрагменты.
• Ревизия. Если ролик успели изменить в редакторе, план отклоняется с 409 stale_document — ассистент перечитает проект и пришлёт план с новой rev.

То, что Slicer не решает за ассистента, — где закончить мысль, какой дубль лучше, что показать, — приходит замечаниями.

План → замечания → исправленный план#

Принятый план сразу заменяет ролик целиком и сохраняется новой ревизией — даже если к нему есть замечания. Заголовок, описание и хэштеги из плана сохраняются для публикации. Ответ submit_director_plan:

• rev — новая ревизия: с ней ассистент присылает следующий план или правки;
• durationSec, planSegments, fragments — длительность ролика, число фрагментов плана и ролика;
• fixes — что Slicer поправил сам;
• issues — замечания: код (code), номер фрагмента плана с нуля (segment, если замечание о фрагменте) и что поправить (message);
• video — ролик текстом, как в get_transcript.

Тексты fixes и message — на английском: их читает модель. Все коды замечаний — Замечания к плану.

{
  "rev": 4,
  "durationSec": 29.6,
  "planSegments": 7,
  "fragments": 8,
  "fixes": ["Filler words are cut automatically inside kept speech."],
  "issues": [
    { "code": "cuts_thought", "segment": 2, "message": "Segment 2 stops in the middle of a sentence (\"…взбиваем молоко…\"): end it where the thought ends." }
  ],
  "video": "…"
}

1. Первый план

   Ассистент присылает план и наблюдения с rev из брифа. Slicer собирает ролик и отвечает исправлениями и замечаниями.

2. Разбор замечаний

   Каждое замечание говорит, что не так и где: cuts_thought у фрагмента 2 — продлить фрагмент до конца мысли, two_takes — оставить один дубль из двух, footage_is_talking_head — взять кадр, где видно действие. Исправления из fixes уже в ролике — повторять их не нужно.

3. Исправленный план

   Ассистент присылает план целиком ещё раз — с новой rev из ответа: со старой план отклонится с 409 stale_document. Новый план снова заменяет ролик целиком.

4. Пока есть замечания

   Круг повторяется, пока issues не станет пустым. Дальше мелочи удобнее править операциями edit_project, а новый план присылать, только когда меняется сама история: он заменит и правки, сделанные после прошлого плана.

Ограничения#

• Кадрирование — по центру. Наблюдения не говорят, где в кадре лицо, поэтому кадр ставится по центру. Ассистент, который видел кадры, правит его операцией set_framing (Кадр, маска, скорость).
• Медиа-карточки — только со своими фото. Картинку карточки по описанию рисует платный ИИ Slicer, поэтому в плане ассистента карточки не принимаются. Своё фото из медиа проекта ставится операцией update_card.
• Кадров за вызов — до 16, наблюдений в плане — до 400. Вызовы считаются в общем лимите запросов MCP.
• Правил режиссёра в ответах нет. Ни бриф, ни промпт, ни ответы инструментов не содержат правил ИИ-режиссёра Slicer — только ваш материал, общие советы, исправления и замечания.
• Только готовый к правкам проект. Пока ролик рендерится — 409 busy; если исходники удалены по сроку хранения — 409 sources_expired.

Промпт direct_reel#

Весь порядок работы одной командой задаёт промпт MCP direct_reel: выберите его и укажите файлы (files — пути или публичные ссылки на видео, фото и аудио) и, по желанию, идею ролика (idea). В промпте — только порядок работы: загрузка, субтитры из речи с вашего согласия, бриф, кадры и наблюдения, план и исправление по замечаниям. Если клиент промпты не поддерживает, просто попросите словами — «Смонтируй этот ролик в Slicer сам», — ассистент пойдёт тем же путём. Как вызывать промпты в разных клиентах — Промпты.

Пример разговора#

Смонтируй сам в Slicer ролик из ~/Movies/latte-art.mp4 и ~/Movies/cafe.mp4: 30 секунд, динамичный темп, хук «Латте-арт за минуту».

1. Ассистент загружает оба файла и создаёт проект «Сам в редакторе».
2. В первом видео есть речь — он называет цену распознавания и после вашего «да» запускает transcribe_speech.
3. get_director_brief с pace: "dynamic" и targetDurationSec: 30 — материал по словам, схемы плана и наблюдений.
4. get_frames — по 8 кадров на каждое видео, затем ещё 6 кадров вокруг момента, где бариста рисует сердце. В наблюдениях — рассказ у стойки, рисунок на латте и гости с чашками.
5. submit_director_plan — хук, три законченные мысли бариста, перебивки рисунка и чашки в руках гостя. Замечание cuts_thought у второго фрагмента: ассистент продлевает его до конца мысли и присылает план снова — замечаний нет.
6. Ответ ассистента:

Готово: ролик на 28 секунд — хук «Латте-арт за минуту», три шага от молока до рисунка и крупный план готового сердца в финале. Поправил кадр на втором фрагменте, чтобы чашка была по центру. Ссылка на проект — в приложении. Экспортировать в 1080p?

Платным было только распознавание речи; бриф, кадры, оба плана, правки и экспорт — бесплатны.

Что дальше#