Как показать сложный технический кейс за 39 секунд: видеопрезентация по сценарию ИИ-агента

Кейс пригодится владельцу бизнеса, руководителю или маркетологу, у которого есть сложный проект и его описание, а смотреть будет человек, далёкий от техники. Сам проект мониторинга разобран в кейсе о камерах с компьютерным зрением, настройка агента и сборки видео - в статье «Как сделать видеоролик из сайта или кейса с помощью ИИ-агента». Здесь разобрана подача: как распределены 39 секунд, что в каждой сцене сделано с техникой и что стоит проверить до показа клиенту.

Задача: объяснить кейс, не объясняя технику

Исходник - мой кейс о MVP, то есть первой рабочей версии системы, которая следит за контейнерными площадками через камеры. Со стороны всё просто: открыл карту и увидел, где требуется внимание. За картой стоит технический слой: система проверяет состояние камер и заряд батареи, повторяет запросы после ошибок, восстанавливает работу и ограничивает число перезапусков. Без этого слоя, как я писал в посте №106, за сервисом пришлось бы постоянно присматривать человеку.

Поэтому убрать технику целиком нельзя: пропадёт то, чем рабочая система отличается от демонстрации. А подробный технический рассказ владельцу бизнеса ни к чему. Задачу я сформулировал вопросом:

Готовя этот кейс 12 октября 2026 года, я описал его так: «Это кейс о том, как можно сделать такое наглядное видео, визуал, подход очень важен».

Как сделана видеопрезентация

В посте №106 (7 августа 2026 года) я описал цепочку так:

Добавлю то, чего в постах нет. Видео я сделал с телефона. ИИ-ассистент из поста - мой Telegram-агент на базе Hermes. Так же я называл своего помощника и в посте №105 о ролике из сайта: «ассистента на базе Hermes».

В агенте у меня подключена модель, которую я называю «gpt 5.6 SOL» (официально в России не работает). По документации OpenAI это GPT-5.6 Sol (официально в России не работает), флагманская модель семейства GPT-5.6, в API она называется gpt-5.6-sol. Семейство анонсировано 26 июня 2026 года и выпущено в API 9 июля, то есть до публикации видео. OpenAI API официально в России не работает: России нет в списке стран и территорий, где OpenAI поддерживает доступ к своему API. Как именно модель подключена к агенту, здесь не раскрываю.

HyperFrames - открытая программа, которая собирает видео MP4 из HTML-страниц, стилей, медиафайлов и анимаций. Работает она у вас на компьютере или сервере, распространяется под лицензией Apache 2.0, платы за каждый рендер нет. Токены при этом расходует модель: когда разбирает исходник, пишет сценарий и выбирает подачу. В посте я сформулировал это так:

Если ваш агент тоже принимает задачи через Telegram, учтите сбои мессенджера в России. На 12 октября 2026 года пользователи, как пишет Hi-Tech Mail, продолжают сообщать о них, чаще всего о проблемах с загрузкой фото и видео. Издание связывает перебои с ограничениями Роскомнадзора, официальной информации о полной блокировке нет. Мой совет: готовое видео клиенту надёжнее отправить ещё и почтой или ссылкой для скачивания.

39 секунд в семи сценах

Видео разобрано по стоп-кадрам, снятым через каждую секунду, поэтому границы сцен даны примерно, с точностью около секунды. Названия сцен пересказаны, точные цитаты экрана - в кавычках. Вверху каждого кадра идёт служебная строка с маркой камеры, названием API-шлюза производителя и аббревиатурой VLM (модель, которая разбирает изображения); в таблице она не повторяется.

Главное, что видно в раскадровке: техника осталась в видео. Сцены 2-5 идут примерно с 10-й до 35-й секунды, это около 25 секунд из 39. Сложность показана порциями, одна мысль на сцену. В сценах 2 и 3 заголовок - короткое сравнение двух камер и путь от снимка к решению на карте, в сцене 4 главное сказано подзаголовком из трёх глаголов. Подробности вроде команд камере и названий механизмов вынесены в мелкие подписи для тех, кому интересно. Исключение - сцена о составе системы: технологии там перечислены прямо, зато она самая короткая из технических, около 4 секунд. Остальные 14 секунд - заставка, задача и итог: в их главных надписях речь о задаче и пользе, а не о технологиях.

Ещё деталь: заставка и итог перекликаются с постом №101 о кейсе. Пост начинается с противопоставления: обычно рисуют красивую демку, а когда доходишь до реального объекта, начинается совсем другая инженерия. Заканчивается он мыслью, что распознавание нужно встроить в реальный рабочий цикл, чтобы убрать ручной контроль и сократить выезды. В видео эти две мысли открывают и закрывают рассказ.

Приёмы подачи для своего кейса

Это выводы из разбора одного видео, а не правила, проверенные на многих.

• Начать с контраста. Первая фраза - о разнице между демо и реальным объектом. Зритель сразу понимает, в чём вопрос, ещё до того, как увидит технологию.
• Задачу показать через результат. «Без постоянных ручных проверок» и статус площадки понятны без слов «компьютерное зрение».
• Сложность свести к одному сравнению. Сравнение 4G-камеры с обычной IP-камерой объясняет, где была трудность, без рассказа об API.
• Механизм разложить в короткую цепочку. Пять плиток от снимка до карты читаются за секунды.
• Надёжность описать глаголами. «Проверяет, повторяет и восстанавливает» вместо названий механизмов.
• Технологиям дать одну короткую сцену. Здесь перечень занял около 4 секунд.
• Закончить пользой. В финале - что меняется в работе, а не состав системы.

Что проверить перед показом клиенту

Сценарий и подачу готовит агент, а показывать видео клиенту будете вы. В разобранном видео есть места, которые стоит сверить до отправки. Общий список проверок - в статье о видеоролике из сайта или кейса.

• Надписи и статус проекта. В сцене надёжности в центре стоит «PRODUCTION READY», то есть «готово к промышленной эксплуатации», а под перечнем технологий - «compact production stack». В посте о кейсе система названа MVP. Такие надписи сверяйте с реальным статусом проекта.
• Цели и замеры. «Меньше ручного контроля» и «меньше лишних выездов» в итоге - цели MVP из поста №101. Замеров этих показателей я не публиковал.
• Названия в кадре. В служебной строке вверху каждого кадра стоят марка камеры и название API-шлюза производителя, а в сценах 2, 3 и 5 подписаны ещё оборудование, программы и сервисы, через которые в MVP работает модель. Решите заранее, что из этого можно называть публично и согласен ли с этим заказчик. Названные сервисы проверьте: официально ли они доступны там, где работает клиент.
• Язык подписей. Заголовки сцен и подписи разделов 01 и 02 русские, а подписи разделов 03-05 и мелкие технические подписи - английские: Working pipeline, Reliability layer, Full-stack system, retry, health-check. Гипотеза: зритель, который английский не читает, эти подписи пропустит. Проверить просто: показать видео одному-двум людям той аудитории, для которой оно сделано.

Как повторить для своего кейса

Как настроить агента, HyperFrames и русскую озвучку, разобрано в статье о видеоролике. Здесь - только постановка задачи. Шаги ниже - моя рекомендация по итогам разбора этого видео.

Пример постановки задачи. Это образец для этого разбора, а не мой настоящий запрос агенту: его текст я не публиковал.

Сделай видеопрезентацию кейса на 30-40 секунд по этому посту: [текст или ссылка].
Зритель - владелец бизнеса, технические детали ему не нужны.
Сцены: контраст демо и реальной работы, задача, скрытая сложность одним сравнением,
как работает в 3-5 шагах, почему система не ломается, из чего собрана, итог для бизнеса.
В каждой сцене одна мысль. Заголовки по-русски и про результат, термины - мелкими подписями.
Статус проекта - MVP: не пиши «готово к эксплуатации», цели не выдавай за результаты.
Озвучка на русском. Сначала пришли сценарий, после моего ответа собери MP4.

Сценарий пишет языковая модель агента: для своего проекта выбирайте модель, которая официально доступна в вашей стране.

Что получилось

Видеопрезентация длиной 39 секунд с русской озвучкой опубликована в посте №106, там её и можно посмотреть. Как я писал в посте, такой материал подойдёт, чтобы объяснить сложный продукт, показать кейс потенциальному клиенту, приложить к коммерческому предложению, использовать перед встречей или опубликовать в Telegram и соцсетях. Первая версия, по моей оценке, появляется быстрее, ручной упаковки становится меньше, а видео можно выпускать серийно. Итог я подвёл там же:

Ограничения

• Эффект не измерен. Как видео восприняли клиенты и помогло ли оно сделке, данных в кейсе нет.
• Тайминги примерные. Границы сцен определены по стоп-кадрам с шагом в секунду.
• Модель официально в России не работает. В моём агенте подключена GPT-5.6 Sol; в постах я об этом не писал, а способ подключения не раскрываю. Для своего видео берите модель, официально доступную в вашей стране.
• Сколько заняла подготовка, не указано. В посте №106 я время не называл.
• Это не бесплатно. Рендер HyperFrames обходится без платы за каждую сборку, но модель расходует токены, сервер для агента и сборки нужен свой, а платный синтез русской речи, если он понадобится, - отдельный расход.
• Нужна предварительная настройка. Агента на сервере и HyperFrames настраивают заранее, а не под каждое видео: как это сделать, разобрано в статье о видеоролике.

Частые вопросы