معرفی سیستم هوش مصنوعی تولید و انتشار ویدیوهای آموزشی عربی
7 دقیقه مطالعهMohammad Shaker

معرفی سیستم هوش مصنوعی تولید و انتشار ویدیوهای آموزشی عربی

الفظاد فرایند خودکار شناسایی ترندها تا انتشار ویدیوهای آموزشی عربی را با هوش مصنوعی اجرا می‌کند.

Engineering

پاسخ سریع

الفظاد فرایند خودکار شناسایی ترندها تا انتشار ویدیوهای آموزشی عربی را با هوش مصنوعی اجرا می‌کند.

از کشف ترند تا انتشار ویدیو: نگاهی به موتور بازاریابی هوش مصنوعی ما

الفظاد یک خط تولید بازاریابی هوش مصنوعی کاملاً خودکار ساخته است که موضوعات ترند آموزش عربی در یوتیوب را کشف می‌کند، آن‌ها را برای مرتبط بودن امتیازدهی می‌کند، متن ویدیو به زبان عربی تولید می‌کند، تصاویر را با DALL-E ایجاد می‌کند، صدای راوی را با ElevenLabs سنتز می‌کند، و ویدیوها را با تایید انسانی در اسلک پیش از انتشار در یوتیوب می‌سازد و منتشر می‌کند.

فرآیند ۱۳ مرحله‌ای

مرحله ۱: کشف ترندها
  └─ YouTubeAPI: واکشی ویدیوهای ترند در دسته آموزش عربی
     جستجوها: "تعليم", "أطفال", "تعلم", "عربي"
     استخراج: عنوان، بازدید، سرعت رشد (بازدید در روز)، نظرات، مشارکت مشترکین

مرحله ۲: امتیازدهی ترندها
  └─ TrendScorer: فرمول وزنی
     امتیاز = (بازدید × ۰.۳۵) + (سرعت × ۰.۳۰) + (تناسب موضوع × ۰.۲۰) + (منطقه × ۰.۱۰) + (ایمنی × ۰.۰۵)
     حد آستانه: فقط ترندهای با امتیاز بالای ۷۵ ادامه می‌یابند

مرحله ۳: ایده‌پردازی
  └─ ContentIdeator: تولید مفهوم ویدیو
     ورودی: موضوع ترند (مثلاً «تحفيز الأطفال على تعلم العربية»)
     خروجی: مفهوم ویدیو، رده سنی هدف، هدف آموزشی

مرحله ۴: تولید متن
  └─ GPT-4o: تولید متن ویدیوی عربی
     فرمان: «متنی دو دقیقه‌ای برای یوتیوب شورتس درباره [موضوع] برای کودکان [رده سنی] به زبان عربی تولید کن»
     خروجی: متن مرحله به مرحله با روایت

مرحله ۵: ایجاد انواع شروع‌ها
  └─ HookGenerator: ساخت ۳ شروع متفاوت
     ۱: شروع داستانی
     ۲: شروع پرسشی
     ۳: شروع چالشی
     تست A/B برای شناسایی بهترین نرخ کلیک

مرحله ۶: استوری‌بورد
  └─ StoryboardGenerator: ایجاد توالی تصویری
     ورودی: متن
     خروجی: شکستن به شات‌های ۲۰-۳۰ تایی برای دو دقیقه ویدیو

مرحله ۷: تولید تصویر
  └─ DALL-E: تولید تصاویر هر شات
     فرمان: «کودکی که حرف ب عربی را در کلاس رنگارنگ می‌آموزد»
     خروجی: ۲۰-۳۰ تصویر با سبک هماهنگ

مرحله ۸: سنتز صدا
  └─ ElevenLabs: تولید صدای راوی عربی
     صدا: زنانه، مناسب کودکان، با تلفظ واضح
     زبان: عربی با لهجه سعودی برای جذابیت گسترده
     خروجی: فایل MP3 همراه با نشانه‌های هماهنگی لب

مرحله ۹: ترکیب ویدیو
  └─ FFmpeg: مونتاژ ویدیو
     ورودی: تصاویر (مرحله ۷) + صدا (مرحله ۸) + موسیقی پس‌زمینه
     خروجی: ویدیو MP4 با کیفیت ۱۰۸۰p مناسب یوتیوب شورتس

مرحله ۱۰: بررسی تطابق با امنیت کودکان
  └─ KidsSafetyChecker: اسکن با مدل زبان بزرگ برای محتوای نامناسب
     بررسی: خشونت، زبان نامناسب، نقض حق مالکیت
     خروجی: عبور/رد به همراه یادداشت

مرحله ۱۱: تایید انسانی در اسلک
  └─ SlackBot: ارسال پیش‌نمایش ویدیو و متادیتا
     تیم بازبینی: تصویر بندانگشتی، عنوان، توضیحات، متن
     گزینه‌ها: ✓ انتشار | 🔄 بازبینی | ✗ رد

مرحله ۱۲: انتشار
  └─ YouTubeAPI: بارگذاری در کانال Alphazed
     عنوان، توضیحات، برچسب‌ها، تصویر بندانگشتی
     نمایش: عمومی

مرحله ۱۳: همگام‌سازی تحلیل
  └─ YouTubeAnalytics: ردیابی عملکرد
     شاخص‌ها: بازدیدها، CTR، میانگین زمان تماشا، به اشتراک‌گذاری‌ها
     بازخورد: استفاده از داده‌ها برای بهبود اسکریپت‌های بعدی

الگوریتم امتیازدهی ترند (مرحله ۲)

فرمول

def score_trend(trend_data):
    """
    trend_data = {
        'views': 500000,
        'days_since_upload': 7,
        'topic': 'تعليم الأطفال العربية',
        'language': 'ar',
        'age_group': '5-12',
        'video_category': 'education'
    }
    """
    
    # جزء ۱: محبوبیت خام (بازدید)
    popularity_score = min(trend_data['views'] / 1_000_000, 1.0) * 100  # حداکثر ۱۰۰
    # محدود به ۱ میلیون بازدید = ۱۰۰ امتیاز
    
    # جزء ۲: سرعت رشد
    velocity = trend_data['views'] / trend_data['days_since_upload']
    velocity_score = min(velocity / 100_000, 1.0) * 100  # حداکثر ۱۰۰
    # ۱۰۰ هزار بازدید در روز = ۱۰۰ امتیاز
    
    # جزء ۳: تناسب موضوع
    relevant_keywords = ['عربية', 'قرآن', 'أطفال', 'تعليم', 'لغة']
    keyword_matches = sum(1 for kw in relevant_keywords if kw in trend_data['topic'])
    topic_fit_score = (keyword_matches / len(relevant_keywords)) * 100
    
    # جزء ۴: مرتبط بودن منطقه‌ای
    # ویدیوهای ترند در منطقه منا، جنوب آسیا، مالزی امتیاز بالاتر دارند
    region_score = get_region_weight(trend_data.get('region', 'unknown')) * 100
    
    # جزء ۵: ایمنی (بررسی سریع مدل زبان بزرگ)
    safety_score = 100 if is_kid_safe(trend_data['title']) else 0
    
    # جمع وزنی نهایی
    final_score = (
        popularity_score * 0.35 +
        velocity_score * 0.30 +
        topic_fit_score * 0.20 +
        region_score * 0.10 +
        safety_score * 0.05
    )
    
    return {
        'overall_score': final_score,
        'pass_threshold': final_score >= 75,
        'breakdown': {
            'popularity': popularity_score,
            'velocity': velocity_score,
            'topic_fit': topic_fit_score,
            'region': region_score,
            'safety': safety_score
        }
    }

مثال امتیازدهی یک ویدیوی ترند

ترند: "آموزش حروف عربی به کودکان در خانه"
معیارها:
  - بازدید: ۵۰۰,۰۰۰
  - روزها: ۷
  - کلمات کلیدی: شامل "آموزش", "کودکان", "عربی"
  - منطقه: آمریکا + کانادا
  - ایمنی: تایید شده

امتیازها:
  - محبوبیت: ۵۰ (نصف ۱ میلیون)
  - سرعت: ۷۱ (۵۰۰ هزار بازدید تقسیم بر ۷ روز)
  - تناسب موضوع: ۶۷ (۳ از ۵ کلمه کلیدی موجود)
  - منطقه: ۶۰ (دیاسپورای آمریکا)
  - ایمنی: ۱۰۰
  
نهایی: (۵۰ × ۰.۳۵) + (۷۱ × ۰.۳۰) + (۶۷ × ۰.۲۰) + (۶۰ × ۰.۱۰) + (۱۰۰ × ۰.۰۵)
      = ۱۷.۵ + ۲۱.۳ + ۱۳.۴ + ۶ + ۵
      = ۶۳.۲ → رد (زیر آستانه ۷۵)

مثال امتیازدهی برتر

ترند: "آموزش قرآن کودکان - روش‌های موثر"
معیارها:
  - بازدید: ۲,۰۰۰,۰۰۰ (ویروسی)
  - روزها: ۳ (رشد سریع)
  - کلمات کلیدی: "قرآن", "أطفال", "تعليم" (همه موجود)
  - منطقه: منا + جنوب آسیا
  - ایمنی: تایید شده

امتیازها:
  - محبوبیت: ۱۰۰ (حداکثر)
  - سرعت: ۱۰۰ (حداکثر)
  - تناسب موضوع: ۱۰۰
  - منطقه: ۹۰
  - ایمنی: ۱۰۰
  
نهایی: (۱۰۰ × ۰.۳۵) + (۱۰۰ × ۰.۳۰) + (۱۰۰ × ۰.۲۰) + (۹۰ × ۰.۱۰) + (۱۰۰ × ۰.۰۵)
      = ۳۵ + ۳۰ + ۲۰ + ۹ + ۵
      = ۹۹ → قبول (مطابق عالی)

تایید انسانی: مرحله اجباری

قبل از انتشار هر ویدیو، آن در اسلک برای بررسی تیم ارسال می‌شود:

🎥 [مجموعه فرایند] آماده بررسی: ویدیو شماره ۴۷

عنوان: "چگونه فرزندتان را به سادگی با حروف عربی آشنا کنید"
امتیاز موضوع: ۸۹/۱۰۰
تعداد بازدید پیش‌بینی‌شده (الگوریتم ML): ۸۵۰۰۰-۱۲۰۰۰۰

[پیشنمایش ویدیو] [مشاهده متن] [تحلیل عملکرد]

وضعیت تطابق: ✅ تایید شده
  - بدون خشونت: ✓
  - مناسب سن: ✓
  - عدم نقص حقوق مالکیت: ✓

اقدامات: ✓ انتشار | 🔄 بازبینی | ✗ رد

مراحل ویژه:

  • محتوای قرآن: بررسی علمی و دقیق‌تر
  • ترندهای تازه: بازبینی دستی اضافی
  • ترندهای با سرعت بالا: اولویت سریع‌تر در خط تولید

معماری پورت‌ها و آداپتورها

خط تولید به گونه‌ای طراحی شده که با تغییر تنها ارائه‌دهنده‌ها، منطق کسب‌وکار تغییر نکند:

# src/services/content_generation/interfaces.py
class TextGeneratorInterface:
    def generate_script(self, topic: str, age_group: str) -> str:
        pass

class OpenAIScriptGenerator(TextGeneratorInterface):
    def generate_script(self, topic: str, age_group: str) -> str:
        # استفاده از API OpenAI
        pass

class ClaudeScriptGenerator(TextGeneratorInterface):
    def generate_script(self, topic: str, age_group: str) -> str:
        # استفاده از API Anthropic
        pass

# در زمان اجرا، ارائه‌دهنده مناسب انتخاب می‌شود
script_generator = ClaudeScriptGenerator()  # امکان تعویض آسان
script = script_generator.generate_script('تعليم العربية', '5-7')

مزیت: اگر OpenAI در دسترس نباشد، با یک تغییر تنظیمات به Claude جابه‌جا می‌شویم.

نتایج

  • حجم
    - ورودی: ۵۰-۱۰۰ موضوع ترند در هفته
    - نرخ قبول حدود ۲۰٪ (۱۵-۲۰ موضوع موفق)
    - تعداد ویدیو منتشر شده: ۳-۴ در هفته
    - خروجی سالانه: ۱۵۰-۲۰۰ ویدیو
  • عملکرد (داده واقعی)
    - بازدید متوسط هر ویدیو: ۱۲,۰۰۰-۴۵,۰۰۰
    - میانگین نرخ کلیک (CTR): ۸-۱۲٪ (میانگین صنعت: ۲-۵٪)
    - میانگین زمان تماشا: ۶۵-۸۵٪ از طول ویدیو (صنعت: ۴۰-۵۰٪)
    - تبدیل بازدید به نصب اپ: ۳-۵٪ (صنعت: ۰.۵-۱٪)
  • هزینه
    - تولید با هوش مصنوعی هر ویدیو: ۳-۵ دلار (GPT، DALL-E، ElevenLabs)
    - بازبینی انسانی: ۱۵ دقیقه × ۲۵ دلار در ساعت = ۶.۲۵ دلار
    - میزبانی یوتیوب: رایگان
    - کل هزینه هر ویدیو: حدود ۱۰ دلار
    - هزینه هر نصب: حدود ۲-۳ دلار (محاسبه شده از تبدیل ۳-۵٪)

سوالات متداول

س: اگر متن تولیدشده درباره عربی نادرست باشد چطور؟
پاسخ: مرحله تایید انسانی این موارد را می‌گیرد. اگر خطاهای دستوری یا فرهنگی وجود داشته باشد، بازبین گزینه «بازبینی» را انتخاب و نکات را می‌دهد. سپس خط تولید با بازخورد اصلاح می‌شود.

س: آیا این سیستم قوانین خودکارسازی یوتیوب را نقض می‌کند؟
پاسخ: خیر. ما پیش از انتشار تایید انسانی داریم که اجباری است. یوتیوب اجازه محتوا با کمک هوش مصنوعی را می‌دهد اما بدون نظارت انسانی این کار مجاز نیست.

س: آیا ویدیوهای تولیدشده با هوش مصنوعی می‌توانند در جستجو رتبه خوبی بگیرند؟
پاسخ: بله، اگر کیفیت بالا داشته باشند؛ که ویدیوهای ما دارند. الگوریتم یوتیوب تولید با هوش مصنوعی را جریمه نمی‌کند بلکه به زمان تماشا، CTR و تعامل پاداش می‌دهد. ویدیوهای ما بهتر از متوسط عمل می‌کنند.

اشتراک‌گذاریTwitterLinkedInWhatsApp

مقالات مرتبط