← Visos naujienos

Nate Herk parodo tris kasdienes DI darbo eigas: montažas, ekspertų panelė, Instagram

ProduktaiŠaltinis: Matt Wolfe YouTube kanalas·
Nate Herk parodo tris kasdienes DI darbo eigas: montažas, ekspertų panelė, Instagram

Pokalbyje su Matt Wolfe Nate Herk pristato tris savo kasdien naudojamas DI darbo eigas: automatinį trumpų video montažą su Claude Code, „The Roast Room“ — DI ekspertų panelę sprendimams vertinti, ir socialinių tinklų valdiklį, kuris pats tyrinėja, kuria ir publikuoja Instagram turinį. Pagrindinė jo mintis — modelį reikia mokyti pagal jau pasiteisinusių darbų „auksinį“ rinkinį ir kaupti grįžtamąjį ryšį į skills, o ne tikėtis originalumo iš nulio. Pripažįstama, kad garso dizainas ir muzika kol kas lieka stipresnė žmogaus sritis.

Video eiga

Pilna santrauka

Laidos ir svečio pristatymas0:00

Vaizdo įrašas yra antrasis serijos „parodyk man savo workflow" epizodas, kurioje Matt Wolfe kviečiasi svečius ir išklausinėja juos apie jų sukurtus sprendimus. Šįkart svečias — Nate Herk, pristatantis tris kasdien naudojamas DI darbo eigas: automatizuotą video montavimo pipeline, DI ekspertų tarybą „the roast room" ir DI socialinių tinklų vadybininką. Pabrėžiama, kad visa tai žiūrovas gali atkartoti pats.

Automatinio montažo pradžia1:03

Pirmoji tema — automatinis montažas. Matt prisipažįsta, kad jo ankstesni bandymai leisti DI montuoti baigdavosi tuo, jog taisymai užtrukdavo ilgiau nei pats darbas. Nate sutinka, kad pradžioje taip ir buvo: renderinimas lėtas, po kiekvieno pataisymo viską reikia perrenderinti. Padėtis pasikeitė, kai jis ėmė kitaip galvoti apie šių darbo eigų kūrimą ir pradėjo kaupti žinias bei grįžtamąjį ryšį į skills. Kaip pavyzdį jis mini, kad tą patį rytą sugeneravo apie 20 reels: sistema pati sugalvojo idėjas, parašė scenarijus (jam liko tik perskaityti iš teleprompterio), parinko B-roll ir sukūrė reikalingus DI video.

Mokymasis iš pasiteisinusių pavyzdžių3:06

Esminė Nate'o mintis — DI prastai mąsto „už rėmų ribų", nes iš esmės tik spėja kitą žodį ir remiasi tuo, kas daugumai atrodytų logiška. Todėl geriausias įkvėpimo šaltinis yra jau įrodytas, pasiteisinęs darbas. Jis lygina tai su evals produkcijoje, kurie testuojami prieš „golden data set": tą patį principą verta taikyti kuriant bet ką — net ir verslo sprendimus — pažiūrint, kaip sėkmingai tą patį padarė kiti, ir išskaidant, kaip jie ten atsidūrė. Jis sako, kad toks mąstymas pakeitė ir jo paties sprendimų priėmimą.

27 reels analizė ir šablonai5:39

Praktiškai jis davė modeliui 27 gerai pasirodžiusius, žmogaus montuotus reels, kuriuos šis peržiūrėjo kadras po kadro: analizavo, kaip dažnai keičiasi scenos, kaip žiūrovas jaučiasi perjungiant B-roll, kaip veikia shimmer efektai, kaip santykiauja balsas, muzika ir garso efektai, kokie garso lygių skirtumai. Iš to buvo sukurtas šablonų bankas, paverstas skill'u, ant kurio toliau statoma. Trumpuosiuose video naudojamos trys pagrindinės scenos: kalbantis autorius apačioje su B-roll viršuje, B-roll per visą ekraną ir autorius per visą ekraną.

Dabar jis gali įmesti neapdorotą įrašą ir gauti rezultatą, kuris atrodo lyg sumontuotas jo žmonių komandos — tie patys šriftai, nuotaika, tempas.

Muzika ir garso rinkinys3:37

Nate pripažįsta, kad muzika ir garso dizainas yra sritis, kur žmogus kol kas daug pranašesnis, ir kad šie elementai labai nepakankamai įvertinti žiūrovo patirtyje. Vis dėlto jis kaupia savo „Herk kit" — išsaugotų mėgstamų garso efektų, garsų, muzikos ir trending audio rinkinį, kurį nuolat pildo ir nurodo, kada ką naudoti.

Techninis stekas: Claude Code, Blender6:12

Techniškai viskas sukasi Claude Code aplinkoje; backend'e naudojami hyperframes. Agentas naudoja naršyklę: eina ieškoti reikiamo B-roll, įrašinėja ekraną, spaudžia, daro ekrano nuotraukas, o reikiamus DI video generuoja per Kling.AI, Higgsfield ar panašius įrankius. Da Vinci Resolve ar Premiere Pro nereikia — viskas vyksta autonomiškai. Nate taip pat pradėjo jungti Blender 3D scenoms, nors pats niekada jo nėra atsidaręs ir nežino, kaip atrodo sąsaja; Matt sako esąs panašioje padėtyje ir per pastaruosius tris mėnesius Blenderyje nuveikęs daugiau nei per visą gyvenimą.

Nate juokauja, kad tai jį padarė kur kas produktyvesnį, bet ir tingesnį — nebenori daryti rankinių darbų, kuriuos anksčiau atlikdavo per porą minučių. Matt atsako, kad taip žmogus pakyla vertės grandine aukštyn ir tampa labiau orkestruotoju.

Ilgų YouTube video montažas7:45

Antras montažo pritaikymas — ilgi YouTube video. Iki šiol Nate visus tutorialus montavo pats; anksčiau DI palikdavo du to paties dublius arba nepastebėdavo turinio spragų, kurias pastebi pats autorius (pavyzdžiui, blogai paaiškintą sakinį, kurį verta perrašyti). Dabar dalis šio supratimo įdėta į skill'ą: jis ne tik transkribuoja ir karpo, bet ir mąsto iš žiūrovo perspektyvos, iškelia galimas spragas. Ilguosiuose video naudojamos dvi scenos — veido kamera kartu su ekranu ir fonu, arba veido kamera per visą ekraną. Sistema supranta, kada ekrane ilgai niekas nejuda (pelė stovi vietoje, autorius dėsto mintį), ir tada pereina į visą ekraną.

Ji taip pat savo iniciatyva daro nedidelius priartinimus, kurių pats Nate nedarytų, nes vizualiai supranta, kad taip žiūrovui bus lengviau perskaityti tekstą. Jis pabrėžia, kad kiekvienas duotas grįžtamasis ryšys sistemą pagerina, ir kad galima įdiegti „LLM kaip teisėją" mechanizmą, kad skill'as tobulėtų laikui bėgant.

Kaip agentas „mato9:47

Matt klausia, kaip Claude Code apskritai „mato" video, jei tik Gemini realiai geba žiūrėti video. Nate paaiškina, kad sprendimas — leisti nufotografuoti praktiškai kiekvieną kadrą; trumpiesiems video jis tai daro, ilgiesiems YouTube — ne. Šį ekrano nuotraukų ciklą jis pirmą kartą ėmė naudoti dirbdamas su web dizainu, kai reikėdavo, kad agentas nuslinktų puslapiu, viską nufotografuotų ir patikrintų, ar elementai telpa į ribas; nuo tada jis šį principą taiko visur, kur reikia vizualinių agento gebėjimų.

Transkripcija, laiko žymos, skills GitHub'e11:21

Transkripcijai naudojamas ElevenLabs API — greitas ir pigus; alternatyva būtų nemokamas Whisper lokaliai, bet lėčiau. API grąžina žodžius su laiko žymomis (pavyzdžiui, žodis nuo 0,09 iki 0,17 sekundės), kad motion grafika pasirodytų tiksliai laiku. Vis dėlto sistema kartais nukirsdavo žodžius pusiaukelėje (vietoj „videos" likdavo „vide"), todėl papildomai analizuojama garso banga (waveform) ir kerpama ten, kur ji tampa plokščia, t. y. kai žodis iš tikrųjų baigėsi. Agentas taip pat supranta rodymą pirštu: jei autorius rodo į vieną pusę, logotipas dedamas būtent ten.

Nate turi daug skirtingų montavimo skill'ų: „raw reels" (filmuojant su Osmo), „motion show reels", YouTube shorts, Instagram reels, mokymo programos video. Visi šie skills prieinami viešame GitHub repozitoriume, kurį galima klonuoti ir paklausti, kurie tinka savo darbo eigai; apie tai yra ir video jo YouTube kanale.

„The roast room“ ekspertų taryba13:53

Antroji darbo eiga — „the roast room", DI ekspertų taryba sprendimams vertinti. Tai vizuali sąsaja ant to, kas vyksta Claude Code viduje. Vartotojas įmeta prompt'ą su savo asmeniniu ar verslo klausimu, agentai užima pradines pozicijas, paskui ginčijasi tarpusavyje, galiausiai balsuoja ir pateikia galutinį verdiktą su apžvalga. Galima peržiūrėti visą diskusiją, pasigilinti ar paleisti dar vieną raundą.

Yra atskiras „new roster" skill, kuris, nurodžius norimą asmenį, pats jį ištiria, išsiaiškina filosofiją ir sukuria naują tarybos narį, įskaitant animacinį paveikslėlį (vaizdams, Nate manymu, naudotas GPT image 2 su nuorodomis; iš pradžių personažai nebuvo panašūs, dabar visi turi vienodą animacinį stilių, pvz., Hormozi su Acquisition kepure).

Tarybos narių techninė sandara16:02

Visa tai taip pat yra GitHub repozitoriume. Tarp narių — Naval, Cody Sanchez, Alex Hormozi, Sara Blakely ir kiti; Matt pastebi, kad trūksta Elono Musko, kuris trolintų visus. Techniškai kiekvienas narys yra sub-agentas su savo markdown failu .claude kataloge. Anksčiau Nate buvo tai įgyvendinęs kaip agentų komandą (agent team), bet tai kainavo daugiau, duodama minimalią naudą, tad grįžo prie sub-agentų; komandų konfigūracija vis tiek įmanoma. Visi agentai veikia su tuo pačiu numatytuoju modeliu, nors tai konfigūruojama.

Kiekvienas narys turi vieną sritį, kurią „valdo" (Hormozi — pasiūlymus, kainodarą ir pardavimus, jo klausimas: ar žmonės mokės, kiek ir kaip uždarysime sandorį), savo „lens" — kaip mąsto, į ką žiūri, kaip kalba, kaip diskutuoja ir ko niekada nedaro, bei „brain".

Agentų „brains“ ir šaltiniai17:37

Brains gyvena skills viduje ir susideda iš kelių markdown failų: „hot" (sritis, pasaulėžiūra trimis sakiniais ir aštuonios sprendimo taisyklės), „books" (knygos, frameworkai ir kiekvieno tezė), frameworks, positions, taip pat pagrindinės koncepcijos, konkrečios citatos ir istorijos, kurias tas žmogus naudoja. Viskas surinkta iš realių šaltinių: Hormozi atveju buvo peržiūrėta apie 123 video ir knygų frameworkai, straipsniai, įrašai X ir LinkedIn — iš viso daugiau nei 1,5 milijono žodžių.

Naujienlaiškio dilemos demonstracija20:12

Demonstracijai Matt pateikia realią savo dilemą: jis turi AI naujienų naujienlaiškį su 260 000 prenumeratorių, monetizuojamą tik per rėmėjus, ir nerimauja, kad ateityje naujienlaiškius skaitys DI agentai, o ne žmonės. Sistema pati suformulavo penkis variantus: tęsti tai, kas veikia; perstatyti produktą žmonėms; perparduoti rėmimą pagal rezultatus; projektuoti agentams ir parduoti jiems pasiekiamumą; perkelti pastangas į kitus kanalus. Ji taip pat pakeitė tarybos sudėtį — išėmė Daną Martellą ir Gino, pridėjo Navalą, kurio klausimas: ar tai kuria svertą ir nuosavybę, ar tik išnuomoja tavo laiką.

Debatai, balsavimas ir verdiktas21:46

Pirmame raunde nariai užima pozicijas, antrame patys pasirenka, su kuo ginčytis; diskusijos vyksta viena po kitos, kad taryba matytų ankstesnes. Garso nėra, tik tekstas ir „bobblehead" tipo burnos judesys, nors Nate'ui siūlyta pridėti balsus per ElevenLabs. Pavyzdyje Gary Vee ginčijosi su Hormozi (nesutiko, kad skaitytojai yra gerai, o problema — rėmėjo kaina už atidarymus), Paul Graham taip pat nesutiko su Hormozi, Bezos — su Warrenu. Balsuojant visi pasirinko variantą B, išskyrus Warreną ir Alexą, balsavusius už C.

Galutinė rekomendacija — rinktis B ir šalia leisti C, nes tik B patikrina, ar skaitytojai nori paties Matto; buvo paminėta, kad kainodara pagal atidarymus rizikuoja apie 78 tūkst. per metus pagal prielaidų skaičius, o paspaudimų sąlygos apsaugotos be piniginių kaštų. Galiausiai sugeneruojamas PDF su vertinimu, galutiniu sprendimu, raundų apžvalga, variantų svoriais, dėmesio vertais dalykais ir veiksmų planu; viskas išsaugoma loguose. Matt pastebi, kad lengviausias būdas tai įsidiegti — nukreipti Claude Code į Nate'o GitHub repozitoriją ir paprašyti įdiegti.

Instagram paskyra autopilotu26:52

Trečioji darbo eiga — Instagram paskyra beveik visišku autopilotu. Nate rodo maždaug mėnesį veikiančią paskyrą, kuri, jo teigimu, automatizuota 98–99 %; tikslas — pasiekti 100 % ir monetizuoti per rėmimus, turint gražiai veikiančią naujienas skelbiančią paskyrą. Dalis įrašų — tiesiog populiarėjantys video iš X platformos, nurodant originalų autorių ir pabaigiant raginimu sekti paskyrą; aplink tai sukurtas skill su keliomis scenomis, kad viskas atrodytų brandingiškai nuosekliai. Įrašo tekstas nutrūksta ties paminėjimu, kad vienos karuselės atidaromoji skaidrė buvo sugeneruota DI.

Dalintis:

Originalas: He Put Hormozi, Bezos & Buffett Inside Claude (Matt Wolfe YouTube kanalas)

Visos 2026 m. spalio 28 d. naujienos · Archyvas