الذكاء الاصطناعي في المونتاج: كيف تجعل ساعات من اللقطات قابلة للبحث
الذكاء الاصطناعي في المونتاج يضع على كل مقطع وسوماً تصف من يظهر فيه وما يحدث، ليبحث المونتير في ساعات من اللقطات خلال ثوانٍ. كيف يعمل، وكيف طبّقناه على فعالية حقيقية، وما الذي تَسِمه.

المحتويات
- ما الذي يفعله وسم الفيديو بالذكاء الاصطناعي
- لماذا لا تبدأ بالفيديو المولَّد
- مثال عملي: تيرابايت من ليلة نزالات واحدة
- استخدام الذكاء الاصطناعي في المونتاج خطوة بخطوة
- ما الذي تَسِمه في كل نوع من التصوير
- الخيارات أهم من السرعة
- أين تلتقي الوسوم ببرنامج المونتاج
- الحدود وما يجب أن تتحقق منه
- ماذا يعني الوسم لأرشيف لقطاتك
أكثر ما يفيد فيه الذكاء الاصطناعي في المونتاج اليوم هو أن يشاهد لقطاتك ويضع على كل مقطع وسوماً تصف ما فيه: من يظهر، ومن يبتسم، وأين يهتف الجمهور، وما الذي يُقال، وما الذي يظهر على الشاشة. والقيمة الحقيقية تعود على المونتير، الذي يصبح قادراً على البحث في ساعات من التصوير خلال ثوانٍ، واختيار لقطات أكثر بكثير مما يستطيع أي شخص أن يجده يدوياً.
يشرح هذا المقال ما الذي يفعله وسم الفيديو بالذكاء الاصطناعي، وكيف طبّقناه على تصوير فعالية حقيقية، وما الذي تَسِمه في كل نوع من أنواع التصوير، وأين يلتقي ببرامج المونتاج التي يستخدمها فريقك أصلاً.
ما الذي يفعله وسم الفيديو بالذكاء الاصطناعي
يشاهد نظام الوسم الفيديو كما يشاهده مساعد دقيق، ثم يدوّن ما رآه. وأصبحت الوسوم التي يضعها معيارية. فوثائق خدمة Video Intelligence من Google Cloud، على سبيل المثال، تذكر بين ميزاتها رصد الوجوه، ورصد الأشخاص، ووسم المحتوى، والتعرف على الشعارات، وتتبع الأجسام، ورصد تغيّر اللقطات، وتفريغ الكلام، ورصد النصوص (بالإنجليزية).
وبكلمات بسيطة، تستطيع مكتبة موسومة أن تجيب عن أسئلة مثل:
- ما المقاطع التي يظهر فيها هذا الشخص؟
- أين يبتسم أحد أو يضحك أو يحتفل؟
- متى يقف الجمهور على قدميه؟
- أين يذكر أحدهم اسم المنتج؟
- ما اللقطات التي يظهر فيها شعارنا أو شعار راعٍ؟
هذه الوسوم بيانات وصفية: كلمات ترتبط بالمقطع وباللحظة داخله. لا يتغير شيء في اللقطات نفسها، لكنها تصبح قابلة للبحث.
لماذا لا تبدأ بالفيديو المولَّد
معظم الاهتمام بالذكاء الاصطناعي في الفيديو يذهب إلى التوليد: مشاهد كاملة من وصف مكتوب، ومونتاج آلي لامع، وشخصيات افتراضية. صنعنا الكثير من ذلك بأنفسنا، وهو ممتع.
المشكلة أن الجميع يملك الأدوات نفسها، فيبدأ الناتج بالتشابه، ويملّه الجمهور بسرعة. ومنصة مليئة بمقاطع متشابهة لا تعطي أحداً سبباً للتوقف.
الوسم يعمل في الاتجاه المعاكس. لا يضيف شيئاً مصطنعاً إلى ما يراه جمهورك، بل يعمل على لقطات صوّرتها فعلاً لأناس حقيقيين ولحظات حقيقية، ويترك لشخص مهمة تحويلها إلى قصة. وإن أردت الصورة الأوسع عن الفيديو المولَّد وقواعد المنصات، فاقرأ مقالنا عن إنشاء الفيديو بالذكاء الاصطناعي.
مثال عملي: تيرابايت من ليلة نزالات واحدة
نغطي كل سنة ليلة نزالات الملاكمة للهواة التي ينظمها نادي Spartans للملاكمة (بالإنجليزية)، وهو أحد عملائنا. ويشغل رئيسنا التنفيذي أيضاً منصب مدير التسويق في Spartans، ونفصح عن ذلك في كل مرة نستخدم فيها هذا المثال.
إنها فعالية ضخمة، ونصوّرها كاملة: فيديو وصوراً وكثيراً من اللقطات المساندة. وفي نهاية الليلة يصبح لدينا ما يقارب تيرابايت من اللقطات الخام، وعلينا أن نبني منها القصص.
قبل الذكاء الاصطناعي، كانت المهمة الأولى هي الفرز. يمرّ المونتير على المجلدات ويسجّل المقاطع يدوياً. من هذا؟ أي نزال؟ هل يبتسم أحد؟ هل يهتف الجمهور؟ وكان ذلك يأخذ أسابيع من وقت المونتير قبل أن يقصّ لقطة واحدة.
اليوم نعطي الذكاء الاصطناعي مجموعة منظمة من البيانات أولاً: هؤلاء هم الأشخاص، وهذه أسماؤهم ووجوههم. ثم نطلب منه أن يرتّب كل المحتوى حسب من يظهر فيه، ومن يبتسم ومتى، وأين يهتف الناس. وخلال يومين يصبح التيرابايت كله موسوماً، ويبدأ المونتير من مكتبة منظمة بدل كومة من الملفات.
استخدام الذكاء الاصطناعي في المونتاج خطوة بخطوة
الطريقة أبسط مما يتوقعه معظم الناس. معظم العمل هو أن تقرر ما تريده قبل أن تبدأ الآلة.
اكتب القصص التي تحتاجها
ابدأ من الأفلام النهائية لا من اللقطات. في فعالية مثلاً قد تحتاج فيلماً لأبرز اللحظات، ومقطعاً عن كل متحدث أو مشارك، ومقاطع قصيرة للتواصل الاجتماعي في الأسابيع التالية. كل قصة تخبرك بما ستحتاج إلى إيجاده.
جهّز مجموعة المرجع
أعطِ الذكاء الاصطناعي الأشخاص الذين يجب أن يتعرف عليهم: الأسماء وصوراً واضحة للوجوه. وأضف أي شيء آخر يهم المهمة، مثل المنتج أو الشعار أو المكان. واحرص على صحة الأسماء من اليوم الأول، فالوجه المرتبط باسم خاطئ أسوأ من وجه بلا اسم، لأن كل بحث بعده سيعيد الشخص الخطأ.
اختر قائمة قصيرة من الوسوم
عشرون وسماً واضحاً ستبحث عنه فعلاً أفضل من مئتي وسم لن تستخدمها. واستخدم الكلمات التي سيكتبها المونتير في خانة البحث: ابتسامة، هتاف، دخول الحلبة، مصافحة، لقطة قريبة للمنتج.
شغّله ثم افحص عينة
وجّه النظام إلى المكتبة كاملة. وحين ينتهي، اختر عدداً من الوسوم وشاهد مقاطعها بنفسك قبل أن تثق بالباقي. وإذا ظل وسم معين يخطئ، فحدد تعريفه بدقة أكبر وأعد تشغيله وحده.
ابحث من داخل المونتاج
لا تؤتي الوسوم ثمارها إلا حين يستخدمها المونتير. اجعل البحث أول خطوة في كل جلسة مونتاج، لتصبح المكتبة الموسومة هي الطريقة التي يجد بها الفريق اللقطات.
ما الذي تَسِمه في كل نوع من التصوير
الفكرة نفسها تصلح لأي لقطات. الذي يتغير هو الوسوم التي تستحق مكانها.
| نوع التصوير | الوسوم المهمة | ما يستطيع المونتير فعله بعدها |
|---|---|---|
| الفعاليات والمؤتمرات | الأشخاص بأسمائهم، والمتحدثون، وتفاعل الحضور، والتصفيق، والمكان | مونتاج فيلم لأبرز اللحظات أو مقطع لكل متحدث خلال ساعات |
| الرياضة والمنافسات الحية | كل متنافس، واللحظات الحاسمة، والاحتفالات، وصوت الجمهور | بناء فيلم لكل مشارك من اللقطات نفسها |
| تصوير المنتجات والعلامة التجارية | المنتج، وكل زاوية، واللقطات القريبة، والمنتج أثناء الاستخدام | إيجاد اللقطة المناسبة لكل مقاس وكل منصة |
| المقابلات والحديث المباشر للكاميرا | من يتحدث، والموضوع، والعبارات الأساسية من التفريغ | جمع كل الإجابات عن موضوع واحد من مقابلات كثيرة |
| كواليس التصوير واللقطات المساندة | المكان، والنشاط، والأشخاص، ووقت اليوم | تغطية قطع أو سد فجوة دون إعادة التصوير |
وفي تصوير الفعاليات تحديداً تتضاعف الفائدة. ليلة واحدة يمكن أن تغذي أشهراً من المحتوى، بشرط أن يستطيع أحدٌ إيجاد ما صُوِّر.
الخيارات أهم من السرعة
توفير الوقت هو المكسب الواضح، وهو مكسب حقيقي. فالمونتير من أعلى التكاليف في أي مشروع فيديو، والوسم يعيد إليه الأسابيع التي كان يقضيها في الفرز.
لكن المكسب الأكبر هو الخيارات. فمونتاج الفيديو فن، تماماً كما أن التصميم الجرافيكي فن والرسم فن. المونتاج هو المكان الذي تأخذ فيه القصة شكلها وإحساسها، والذكاء الاصطناعي لا يقوم بهذا الجزء. المونتير هو من يقوم به.
تخيّل مونتيراً في منتصف فيلم يقول لنفسه: ليت هناك من يهتف في هذه اللحظة. قبل الوسم كانت هذه الفكرة تموت غالباً، لأن البحث عن الثانيتين المناسبتين في تيرابايت لا يستحق ساعة من الوقت. أما الآن فيبحث عن "هتاف"، فيرى كل المقاطع المطابقة ويختار أفضلها.
كان الرسام يعمل بعشرين لوناً. ومع الوسم أعطيته مئتي لون. الفنان هو نفسه، لكن لوحة الألوان أكبر عشر مرات.
أين تلتقي الوسوم ببرنامج المونتاج
الوسم وحده ينتج مكتبة مرتبة. أما القيمة فتأتي حين تكون هذه المكتبة داخل البرنامج الذي يعمل عليه المونتير.
قد يكون برنامج مونتاج تقليدياً. فقد أضافت Adobe بحثاً بالذكاء الاصطناعي إلى Premiere تسميه media intelligence، ليساعد المونتير على إيجاد اللقطات أسرع.
وقد يكون برنامج مونتاج سحابياً يعمل في المتصفح، مثل elevate.io (بالإنجليزية) من شركة Blackbird plc، التي كان رئيسنا التنفيذي يديرها سابقاً. ولفريق موزّع بين أكثر من مدينة، يعني البرنامج السحابي أن اللقطات والوسوم والمونتاج كلها في مكان واحد، وأن أي شخص في المشروع يستطيع البحث والتعليق واختيار اللقطات دون أن ينتقل قرص صلب من يد إلى يد.
وفي الحالتين المبدأ واحد: افرز المحتوى ووسِّمه أولاً، ثم استخدم برنامج مونتاج سحابياً أو تقليدياً لصنع الفيلم.
الحدود وما يجب أن تتحقق منه
الوسم مفيد، ويخطئ أحياناً. أربعة أمور تستحق الانتباه.
- تختلف الدقة باختلاف اللقطات. الأماكن المظلمة والحركة السريعة والوجوه المدارة عن الكاميرا تسبب أخطاء أكثر، وفحص العينة يلتقط معظمها.
- الأسماء تأتي منك. لا يعرف النظام هوية أحد إلا لأنك أخبرته، لذلك تحتاج مجموعة المرجع إلى عناية.
- الوجوه بيانات شخصية. أخبر الحاضرين في فعاليتك كيف ستُستخدم اللقطات، والتزم بقواعد حماية البيانات حيث تعمل، واحتفظ بصور المرجع داخل المشروع.
- الأدوات تتغير بسرعة. فقد أعلنت Google مثلاً أن خدمة Video Intelligence أصبحت متوقفة عن التطوير وستُغلق في سبتمبر 2027، لصالح نماذج Gemini. ابنِ طريقتك حول الوسوم التي تحتاجها، لا حول منتج واحد.
ماذا يعني الوسم لأرشيف لقطاتك
تملك معظم الشركات لقطات أكثر مما تظن: فعاليات، وإطلاقات، ومؤتمرات، وتصوير منتجات، ومقابلات. تُصوَّر، ويُصنع منها فيديو واحد، ويبقى الباقي على قرص صلب.
وحين تُوسَم جيداً تصبح هذه اللقطات مخزوناً تستطيع العودة إليه. قد تحمل كلمة افتتاحية من العام الماضي لقطة التفاعل التي يحتاجها فيلم إطلاق هذا العام. اللقطات مدفوعة الثمن أصلاً، والوسم هو ما يسمح لك بإيجادها.
ولتجرب ذلك ابدأ صغيراً. خذ آخر تصوير كبير لديك، واكتب قائمة الوسوم، وشغّلها، ثم اسأل المونتير كم استغرق ليجد اللقطات التي احتاجها مقارنة بآخر مرة فعل ذلك يدوياً. تصوير واحد سيخبرك إن كان الأرشيف كله يستحق الجهد.
نحن في نوفمبر 2026، والمجال يتحرك بسرعة. واليوم، أكثر ما يفيد فيه الذكاء الاصطناعي في الفيديو هو فرز اللقطات التي تملكها ووسمها، ليحوّلها المونتير إلى شيء يرغب الناس في مشاهدته. والفيديو جزء من عملنا في التصميم والفيديو داخل قسم التسويق الخارجي، وحلقتنا عن التسويق الإنساني تتناول الصورة الأوسع.
أسئلة يطرحها الناس
ما هو وسم الفيديو بالذكاء الاصطناعي؟
أن يشاهد الذكاء الاصطناعي اللقطات ويضع على كل مقطع وسوماً تصف ما فيه: الأشخاص والوجوه وردود الفعل والحركة والكلام والنصوص على الشاشة. تبقى اللقطات كما هي، لكنها تصبح قابلة للبحث.
كيف يساعد الذكاء الاصطناعي في المونتاج؟
يتولى الفرز الذي كان يأخذ أسابيع من وقت المونتير، فيبدأ المونتير من مكتبة موسومة ويجد أي لقطة بكلمة بحث، ويختار من لقطات أكثر بكثير.
كم يستغرق وسم اللقطات بالذكاء الاصطناعي؟
في تصوير ليلة النزالات، وُسم ما يقارب تيرابايت من اللقطات الخام خلال يومين. وكان فرز اللقطات نفسها يدوياً يأخذ من المونتير أسابيع.
هل يحل الذكاء الاصطناعي محل المونتير؟
لا. يتولى الفرز فقط. فالمونتير ما زال يقرر القصة والإيقاع والإحساس، وأصبح لديه لقطات أكثر يختار منها.
ما برامج المونتاج التي تعمل مع اللقطات الموسومة؟
النوعان معاً. فبرامج المونتاج التقليدية مثل Adobe Premiere أصبحت تضم بحثاً بالذكاء الاصطناعي، والبرامج السحابية التي تعمل في المتصفح مثل elevate.io تجمع اللقطات والوسوم والمونتاج في مكان واحد.
التشخيص في دقيقتين يكشف النمط الذي يقع فيه تسويقك
التشخيص يسأل تسعة أسئلة ويسمّي النمط الذي علق فيه تسويقك. بلا مكالمة وبلا عرض، وتحصل على الورقة المكتوبة لذلك النمط.