İçerik üreticileriyle konuştuğumuzda hep aynı cümleyi duyuyorduk: "Fikir bulmak kolay, asıl cehennem üretmek." Bir YouTube Shorts çekmek beş dakika sürüyor ama işin geri kalanı, yani düzenleme, altyazı, thumbnail ve yayınlama saatleri yiyor. Haftada beş video çıkaran biri, zamanının çoğunu çekimde değil post-production'da geçiriyor. "Keşke bu kadar uğraşmasam" dediklerini duydukça biz de şunu düşünmeye başladık: bu sürecin büyük kısmı otomatikleştirilebilir mi?
Otomatikleştirilebiliyordu, ama "basit fikir" ile "çalışan ürün" arasında dağlar olduğunu çabuk gördük. AI ile uzun bir videodan en iyi anları bulmak kulağa kolay geliyor. Gerçekte ise ilk versiyonlarda altyazılar cümlenin tam ortasında kesiliyor, thumbnail için bulanık kareler seçiliyordu. "AI ilgi çekici anları seçsin" demek bir şey, AI'a "ilgi çekici"nin ne demek olduğunu öğretmek bambaşka bir şey. Ses analizini, yüz ifadesini ve konuşmanın içeriğini birlikte değerlendiren birden fazla modeli aynı anda çalıştırana kadar aylar geçti.
Bugün ShortsByAuto kullanan içerik üreticileri haftada 15-20 video çıkarabiliyor; aynı işi manuel yapsalar bu sayı en fazla beşte kalırdı. Küçük bir üretici için bu üç dört katlık fark her şeyi değiştiriyor. Bir kullanıcımızın anlattığı şey de bunu iyi özetliyor: "ShortsByAuto'dan önce haftada 3 video çıkarıyor ve tükenmiş hissediyordum. Şimdi 15 çıkarıyorum, üstelik kendime daha çok zaman kalıyor."
Peki AI kusursuz mu çalışıyor? Hayır. Bazen alakasız anları seçiyor, bazen altyazıda hata yapıyor. Ama işin yüzde seksenini kendisi hallediyor, kalan yüzde yirmiyi de kullanıcı kontrol edip düzeltiyor. Şu anki dengeyi kurmamızı sağlayan da bu; zaten amacımız kusursuz bir çıktı değil, insanların gerçekten kullanabileceği bir araç ortaya koymaktı.