یک روز کاری با هوش مصنوعی؛ از ایده صبح تا محتوای آماده شب

ساعت نه صبح بود و یک موضوع روی میزم بود. این موضوع باید تا شب به محتوای کامل می‌رسید: متن، عکس، ویدیوی کوتاه و نسخه صوتی. قبلاً این کار یک هفته طول می‌کشید. این بار تصمیم گرفتم همه‌اش را در یک روز با هوش مصنوعی بیناویرا انجام بدهم. می‌خواستم ببینم واقعاً چه چیزی از آب درمی‌آید. این گزارش همان یک روز است. نکته‌هایی را هم که وسط راه یاد گرفتم، کنارش آورده‌ام.

صبح؛ ایده را با گفت‌وگو مرتب کردم

اولین کار، حرف زدن بود، نه نوشتن. موضوع را به دستیار گفت‌وگو گفتم. خواستم سه زاویه متفاوت پیشنهاد بدهد. بعد برای همان زاویه، ساختاری با مقدمه، سه بخش اصلی و پایان خواست. ده دقیقه بعد، به‌جای یک صفحه سفید، یک نقشه داشتم.

دستیار سه زاویه پیشنهاد داد. اولین پیشنهاد، زاویه عدد و رقم بود. دومین پیشنهاد به زندگی روزمره یک خانواده نگاه می‌کرد. سومین پیشنهاد، آینده‌ای را نشان می‌داد که اگر امروز کاری نکنیم، چه اتفاقی می‌افتد. زاویه دوم را انتخاب کردم. مقاله قرار بود برای آدم‌های معمولی باشد، نه متخصص‌ها. همین انتخاب ساده، لحن همه ادامه کار را تعیین کرد. جالب اینجاست که تا قبل از این گفت‌وگو، خودم هم نمی‌دانستم از کدام زاویه می‌خواهم بنویسم. حرف زدن با دستیار اول فکر خودم را مرتب کرد، بعد متن را.

هرچه خواسته‌ام شفاف‌تر بود، جواب بهتری گرفتم. «یک متن خوب بنویس» چیزی تحویل نداد. اما این دستور نتیجه داد: «یک ساختار برای مقاله‌ای درباره صرفه‌جویی در مصرف آب، برای مخاطب عام، با لحنی صمیمی». از آن روز، قبل از هر دستور یک جمله برای خودم می‌نویسم: دقیقاً چه می‌خواهم؟

ظهر؛ عکس را با چند پرامپت ساختم، نه با یک پرامپت

برای تصویر شاخص، یک جمله ننوشتم و به همان اول رضایت ندادم. سه نسخه با سه حال‌وهوای متفاوت ساختم: مینیمال، گرم و داستانی، پرجزئیات. نسخه گرم و داستانی، موضوع را در یک نگاه می‌رساند.

اولین نسخه خیلی تمیز و مرتب بود، ولی سرد بود؛ انگار از یک کاتالوگ می‌آمد. نسخه سوم پر از جزئیات بود؛ آن‌قدر که چشم نمی‌دانست اول کجا را ببیند. اما نسخه دوم یک چیز داشت که دو تای دیگر نداشتند: یک حس. نورش مثل نور عصر بود. آدم داخل عکس وسط یک کار واقعی به نظر می‌رسید، نه کسی که ژست گرفته باشد. همان‌جا فهمیدم معیار انتخاب عکس «زیبایی» نیست؛ «حس» است.

نسخه اول تقریباً هیچ‌وقت نسخه نهایی نیست. ساختن سه نسخه ده دقیقه بیشتر طول کشید. ولی انتخاب از میان سه گزینه، خیلی بهتر از قبول کردن تنها گزینه است. موقع انتخاب یک معیار ساده داشتم: کدام عکس بدون خواندن متن، داستان را می‌گوید؟

عصر؛ عکس را به ویدیوی کوتاه تبدیل کردم

عکس ظهر را به ویدیوی کوتاهی تبدیل کردم. همان عکس صبح را با یک حرکت نرم، برای شبکه‌های اجتماعی به ویدیو برگرداندم. متن کوتاهی روی ویدیو گذاشتم؛ فقط یک جمله، همان قلاب اصلی مقاله. طولش را زیر سی ثانیه نگه داشتم.

برای جمله روی ویدیو سه بار نوشتم و پاک کردم. جمله اول خیلی طولانی بود و روی تصویر جا نمی‌گرفت. دومی خیلی کلی بود و هیچ‌کس را کنجکاو نمی‌کرد. سومی فقط هفت کلمه داشت. اما همان هفت کلمه، سؤالی بود که خواننده با خواندن مقاله به جوابش می‌رسد. وقتی ویدیو را آماده کردم، دو بار پشت سر هم تماشایش کردم. اول می‌خواستم ببینم حرکتش نرم است یا نه. بعد می‌خواستم ببینم خودم به‌عنوان یک بیننده غریبه، دلم می‌خواهد ادامه‌اش را بخوانم یا نه.

ویدیوی کوتاه، خلاصه مقاله نیست؛ دعوت به خواندن مقاله است. پس به‌جای اینکه همه حرف‌ها را در ویدیو بگنجانم، فقط کنجکاوی ساختم و بقیه را به متن سپردم.

شب؛ مقاله را با صدا گوش دادم

آخر شب، متن کامل را به گفتار تبدیل کردم و با هدفون گوشش دادم. گوش دادن، اشتباه‌هایی را نشان می‌دهد که چشم موقع خواندن نمی‌بیند: جمله خیلی طولانی، لحنی که ناگهان از صمیمی به رسمی می‌پرد، پاراگرافی که تکرار است. سه مورد را همان‌جا اصلاح کردم. نسخه صوتی را هم آماده کردم؛ هم برای کسانی که ترجیح می‌دهند بشنوند، هم برای خودم که با آن یک بازبینی اضافه انجام دادم.

یکی از آن سه مورد، جمله‌ای بود که روی کاغذ خیلی شیک به نظر می‌رسید. ولی وقتی با صدا شنیدمش، فهمیدم نفس‌گیر است. آن‌قدر طولانی بود که تا آخرش، اولش یادم می‌رفت. کوتاهش کردم و متن یک‌دفعه سبک‌تر به نظر رسید. مورد دوم، جایی بود که لحن مقاله از صمیمی به رسمی می‌پرید. در خواندن آن را نمی‌دیدم، ولی در شنیدن مثل یک دست‌انداز بود. همان شب فهمیدم گوش دادن به متن، یک ویراستار تازه است که تا حالا استخدامش نکرده بودم.

از این یک روز، سه نکته ماند

اول، ترتیب مهم است: اول فکر (گفت‌وگو)، بعد تصویر، بعد ویدیو، بعد صدا. وقتی ترتیب را برعکس می‌کنم، همه‌چیز را دوباره انجام می‌دهم.

دوم، هوش مصنوعی دستیار است، نه جایگزین سلیقه. انتخاب نهایی — کدام عکس، کدام جمله، کدام نسخه — همیشه با انسان است. یک لحظه وسط ظهر بود که دستیار عکسی پیشنهاد داد که از نظر تکنیکی بی‌نقص بود، ولی حال‌وهوایش با موضوع مقاله نمی‌خواند. اگر فقط به «خوب بودن» نگاه می‌کردم، همان را انتخاب می‌کردم و مقاله یک چیز کم می‌داشت: روح. همان‌جا فهمیدم سلیقه را نمی‌توانم به هوش مصنوعی بسپارم؛ می‌توانم کار را بسپارم، ولی داوری نهایی مال خود آدم است.

سوم، بازبینی را حذف نکنید. سریع‌ترین بخش کار، همان بازبینی ده‌دقیقه‌ای آخر است که کیفیت را از «خوب» به «قابل انتشار» می‌برد.

این یک روز یک چیز را برای من ثابت کرد. هوش مصنوعی قرار نیست جای ما کار کند. قرار است کاری کند که یک روز کاری را واقعاً در یک روز تمام کنی. اگر شما هم موضوعی روی میزتان دارید که هفته‌هاست عقب افتاده، همین امروز امتحانش کنید. ترتیبش همین است: اول گفت‌وگو، بعد عکس، بعد ویدیو، بعد صدا. در بیناویرا، هر چهارتایش در یک جاست؛ لازم نیست برای هر قدم، سراغ یک جای تازه بروید.