إذا كان لديك مقال طويل أو ملف PDF أو درس وتريد تحويله إلى فيديو، فالمشكلة ليست دائمًا في إنشاء الصور أو تسجيل الصوت. الجزء الأصعب غالبًا هو تحديد المهم من المحتوى، وتنظيمه، ثم تحويله إلى شرح متماسك.
جرّبنا هذه المهمة عمليًا باستخدام NotebookLM. رفعنا مقالًا كاملًا من AI CITY وأنشأنا منه ثلاثة فيديوهات بطرق مختلفة. ترك الأداة تعمل وحدها أعطانا فيديو مدته 7 دقائق ونصف، بينما الحوار معها قبل الإنشاء خفّض المدة إلى نحو 3 دقائق وأعطانا تحكمًا أفضل في المحتوى.
ما الذي سنحاول إنجازه؟
الهدف هنا ليس إنشاء فيديو من وصف نصي مثل أدوات Text-to-Video التقليدية.
لدينا محتوى موجود أصلًا، ونريد تحويله إلى فيديو يساعد على فهمه أو شرحه.
ما نختبره تحديدًا هو فيديو شرح مبني على مصادر جاهزة. لذلك لا نتعامل مع NotebookLM كبديل مباشر لمحرر فيديو أو أداة لإنتاج Reels، بل نسأل سؤالًا أبسط: هل يستطيع اختصار خطوات فهم المحتوى وتنظيمه وتحويله إلى شرح مرئي قابل للاستخدام؟
في تجربتنا استخدمنا مقالًا عن كتابة السيرة الذاتية بالذكاء الاصطناعي، لكن نوع المصدر نفسه ليس جوهر الطريقة.
يدعم NotebookLM مصادر متعددة، منها ملفات PDF وWord وPowerPoint ومستندات Google والمواقع والملفات الصوتية والصور والنصوص الملصقة وروابط فيديوهات YouTube العامة المدعومة.
وإذا كنت تستخدم NotebookLM لأول مرة، يمكنك الاطلاع على مراجعتنا لـ NotebookLM للتعرف على طريقة عمله واستخداماته الأساسية.
وهذا يعني أن مسار العمل (Workflow) لا يرتبط بالمقال فقط، بل يمكن تطويعه حسب المصدر والمهمة التي تريد إنجازها.
في تجربتنا قارنّا الطرق الثلاث وفق ثلاثة أمور رئيسية: طول الفيديو، مقدار التحكم في المحتوى، وعدد الخطوات المطلوبة للوصول إلى النتيجة.
الطريقة الأولى: إنشاء الفيديو مباشرة من المصدر
بدأنا بأبسط تجربة ممكنة.
أنشأنا دفتر ملاحظات جديدًا وأضفنا رابط مقال AI CITY كمصدر واحد. لم نكتب أي Prompt في الدردشة، ولم نطلب تلخيصًا، ولم نحدد الأفكار التي يجب أن تظهر.
انتقلنا مباشرة إلى Video Overview، واخترنا العربية كلغة للفيديو، وتركنا الأسلوب المرئي على الاختيار التلقائي.
نتيجة إنشاء الفيديو مباشرة من المصدر
استغرق إنشاء الفيديو نحو 16 دقيقة.
أما الفيديو الناتج فكانت مدته 7 دقائق و30 ثانية.
هذه المدة لم تكن مفاجئة. المقال طويل نسبيًا، ونحن لم نطلب من NotebookLM الاختصار أو التركيز على جزء معين، لذلك تعامل مع المصدر على أنه مادة مطلوب شرحها بصورة واسعة.
الأهم أن الأداة فهمت بنية المقال جيدًا. ركزت على المحاور الرئيسية بدل اختيار نقاط عشوائية، وبدأ الفيديو بالمشكلة ثم انتقل تدريجيًا إلى الموضوع.
استخدم الفيديو أكثر من صوت، وكانت الانتقالات بينها سلسة. كما تغيرت نبرة الإلقاء حسب الفكرة. ظهرت بعض الملاحظات البسيطة في النطق العربي، لكنها لم تؤثر كثيرًا في وضوح الشرح.
هذه الطريقة مناسبة إذا كان هدفك الأساسي هو فهم محتوى طويل أو الاستماع إلى شرحه بدل قراءته كاملًا.
لكنها تترك للأداة قرارًا مهمًا: ما الذي يستحق التركيز وما الذي يمكن اختصاره.
الطريقة الثانية: تحاور مع المصدر قبل إنشاء الفيديو
في التجربة الثانية استخدمنا المقال نفسه، لكننا لم نطلب الفيديو مباشرة.
بدأنا بالحوار مع NotebookLM، وطلبنا منه أولًا تحديد أهم النقاط المناسبة لفيديو قصير بدل تركه يقرر شكل الفيديو كاملًا من البداية.
أريد إنشاء فيديو قصير ومركز من هذا المقال. ركز فقط على كيفية كتابة سيرة ذاتية احترافية بالذكاء الاصطناعي للمبتدئ، واستبعد قسم الربح والخدمات والتفاصيل الثانوية. اقترح لي النقاط الأساسية التي يجب أن يغطيها الفيديو.
اقترح NotebookLM في البداية ستة محاور. كانت مناسبة للمقال، لكنها كثيرة بالنسبة لفيديو قصير، لذلك لم نطلب التوليد مباشرة.
طلبنا منه تقليصها إلى ثلاثة محاور فقط:
اختصر هذه النقاط إلى 3 محاور فقط تصلح لفيديو قصير لا يتجاوز دقيقتين. احتفظ بالأهم للمبتدئ، واحذف أي نقطة يمكن الاستغناء عنها دون التأثير على الفكرة الأساسية. لا تكتب السيناريو بعد.
وصلنا في النهاية إلى ثلاثة محاور:
- تجهيز البيانات وحماية الخصوصية.
- الطريقة الصحيحة للتفاعل مع الذكاء الاصطناعي.
- اللمسة البشرية والتصميم المهني.
بعد أن أصبح نطاق المحتوى واضحًا، طلبنا إنشاء الفيديو.
نتيجة الحوار قبل إنشاء الفيديو
استغرق التوليد نحو 8 دقائق.
مدة الفيديو أصبحت 3 دقائق وثانيتين.
لكن الفرق لم يكن في المدة فقط.
الفيديو أصبح أقرب بكثير إلى الهدف الذي حددناه، وتركز على المحاور الثلاثة التي اخترناها بدل محاولة تغطية جميع محاور المقال.
كما أصبحت نبرة الصوت أكثر ملاءمة للسياق. عند الحديث عن حماية البيانات كانت النبرة أكثر جدية، وعند شرح طريقة إعطاء الأمر للذكاء الاصطناعي أصبح الأسلوب أكثر تعليمية.
لماذا أعطى الحوار نتيجة أفضل؟
الفرق الأساسي أن الحوار فصل عمليتين كانتا مختلطتين في الطريقة الأولى:
اختيار المحتوى أولًا ← إنتاج الفيديو ثانيًا.
NotebookLM اقترح مجموعة من المحاور، ثم استطعنا تقييمها قبل أن يبدأ في توليد الفيديو. حذفنا ما لا نريده وقلصنا المحتوى إلى ثلاثة محاور فقط.
بهذه الطريقة لم نترك للأداة مهمة فهم المصدر واختيار المهم واختصاره وإنتاج الفيديو كلها في خطوة واحدة.
وهذه في رأينا أهم فائدة للحوار: لا تحتاج إلى معرفة Prompt مثالي مسبقًا، بل تستطيع الوصول إلى النتيجة تدريجيًا.
يمكنك مثلًا أن تطلب:
- حدد أهم الأفكار.
- اختصرها إلى ثلاثة محاور.
- استبعد جزءًا معينًا.
- وجّه الشرح للمبتدئ.
- ركز على نقطة واحدة فقط.
الطريقة الثالثة: استخدام Prompt واحد داخل Video Overview
بقي سؤال مهم: هل نحتاج فعلًا إلى الحوار، أم يمكن الوصول إلى نتيجة مشابهة بتوجيه واحد مباشر؟
لهذا أنشأنا دفترًا جديدًا ووضعنا المصدر نفسه، لكن هذه المرة لم نستخدم الدردشة.
كتبنا التعليمات مباشرة داخل إعداد Video Overview:
أنشئ فيديو قصيرًا ومركزًا للمبتدئين عن كتابة السيرة الذاتية بالذكاء الاصطناعي. ركز فقط على ثلاثة محاور: تجهيز البيانات وحماية الخصوصية، الطريقة الصحيحة للتفاعل مع الذكاء الاصطناعي، واللمسة البشرية والتصميم المهني. استبعد قسم الربح والخدمات وأي تفاصيل ثانوية. اجعل الفيديو قريبًا من دقيقتين إن أمكن، مع شرح واضح وبسيط.
استغرق التوليد نحو 8 دقائق، وخرج الفيديو بطول 4 دقائق و23 ثانية.
النتيجة كانت جيدة، وفهمت الأداة معظم المطلوب، لكنها لم تصل إلى مستوى التحكم الذي حصلنا عليه بالحوار.
مثلًا، بدأ الفيديو بعبارة عامة: «دعونا ندخل مباشرة في هذا الشرح المركز»، رغم أن بإمكاننا الحصول على بداية أكثر دقة إذا حددناها أثناء الحوار.
كما طلبنا مدة قريبة من دقيقتين، لكن الناتج تجاوز أربع دقائق.
لا نستطيع من هذه التجربة وحدها تحديد سبب عدم الالتزام بالمدة، لكن النتيجة توضح أن طلب مدة زمنية محددة تعاملت معه الأداة كتوجيه تقريبي، وليس كقيد صارم.
في التجربة الثانية شاهدنا قرارات NotebookLM حول المحتوى قبل إنشاء الفيديو، ثم عدلناها. أما هنا فطلبنا منه اتخاذ كل هذه القرارات في خطوة واحدة.
قالب Prompt يمكنك استخدامه مع محتواك
لا تحتاج إلى استخدام البرومبت السابق حرفيًا. يمكنك بناء توجيه يناسب مصدرك من خمسة عناصر بسيطة:
- الهدف: ما نوع الفيديو الذي تريد إنشاءه؟
- الجمهور: لمن سيكون الشرح؟
- المحاور: ما الأفكار التي يجب التركيز عليها؟
- الاستبعاد: ما التفاصيل التي لا تريد ظهورها؟
- الأسلوب: كيف تريد طريقة الشرح؟
أنشئ فيديو [نوع الفيديو] موجهًا إلى [الجمهور]. ركز على: 1. [المحور الأول] 2. [المحور الثاني] 3. [المحور الثالث] استبعد: [الأجزاء أو التفاصيل غير المطلوبة] اجعل أسلوب الشرح: [بسيط / تعليمي / مختصر / موجه للمبتدئين / غير ذلك]
أي طريقة كانت الأفضل في تجربتنا؟
| الطريقة | مدة التوليد | مدة الفيديو | النتيجة |
|---|---|---|---|
| المصدر مباشرة | نحو 16 دقيقة | 7:30 | مناسبة لشرح المصدر بصورة واسعة |
| الحوار ثم الإنشاء | نحو 8 دقائق | 3:02 | الأفضل في التحكم والتركيز |
| Prompt مباشر | نحو 8 دقائق | 4:23 | جيدة وأبسط، لكنها أقل ضبطًا |
ولا توجد طريقة واحدة يجب استخدامها دائمًا.
إذا كان هدفك فهم المصدر كاملًا ولا يهمك أن يكون الفيديو قصيرًا، فابدأ مباشرة.
إذا كنت تعرف مسبقًا النقاط التي تريدها، فاكتبها في تخصيص Video Overview.
أما إذا كان لديك مصدر طويل أو متشعب ولا تعرف بالضبط ما الذي يجب أن يدخل في الفيديو، فالحوار أولًا كان أفضل طريقة في تجربتنا.
القاعدة التي خرجنا بها: كلما احتجت تحكمًا أكبر في النتيجة، من الأفضل أن تحسم محتوى الفيديو قبل بدء التوليد.
هل تحتاج إلى تلخيص المصدر أولًا؟
ليس بالضرورة.
قبل التجربة كنا نتصور أن علينا تلخيص المصدر أولًا ثم تحويل الملخص إلى فيديو، لكن النتائج أظهرت أن هذه الخطوة ليست ضرورية في كل مرة.
إذا كان هدفك شرح المحتوى بصورة واسعة، يمكنك الانتقال إلى الفيديو مباشرة.
وإذا أردت جزءًا محددًا، فاستخدم الدردشة لتحديد النطاق بدل إنشاء ملخص كامل قد لا تحتاجه أصلًا.
بهذا نتجنب إضافة خطوة لا تؤثر فعليًا في النتيجة المطلوبة.
كيف تطبق الطريقة على PDF أو درس؟
ملاحظة: اختبرنا في هذه التجربة مقالًا من AI CITY فقط، ولم ننفذ اختبارًا مستقلًا على ملف PDF أو درس. الأمثلة التالية توضح كيف يمكن تطويع نفس مسار العمل مع أنواع أخرى من المصادر، وليست نتائج تجربة إضافية.
الطالب الذي لديه ملف PDF لمادة دراسية يمكنه أولًا تحديد ما يريد فهمه قبل إنشاء الفيديو.
حدد أهم ثلاثة مفاهيم أحتاج إلى فهمها قبل الاختبار، واشرح لي باختصار لماذا هي الأهم. بعد ذلك أنشئ فيديو شرح يركز عليها ويستخدم أمثلة بسيطة.
أما المعلم الذي لديه درس طويل، فيمكنه تحديد مفهوم واحد أو عدة نقاط أساسية بدل ترك الأداة تحاول شرح الدرس كاملًا.
فكر دائمًا في أربعة أسئلة:
- ما المصدر الذي لدي؟
- ما النتيجة التي أريد الوصول إليها؟
- ما الذي يجب أن يظهر في الفيديو؟
- ما الذي يمكن حذفه دون أن تضيع الفكرة؟
وإذا كان هدفك الأساسي هو الدراسة، يمكنك أيضًا الرجوع إلى دليلنا عن تلخيص المحاضرات بالذكاء الاصطناعي وتحويلها إلى مادة مذاكرة.
هل الفيديو الناتج مناسب للنشر؟
هنا يجب التفريق بين فيديو يساعد على الفهم وفيديو يتم إنتاجه خصيصًا للنشر.
بالنسبة إلى شرح مقال أو PDF أو درس، كانت نتيجة NotebookLM في تجربتنا مع المقال جيدة جدًا مقارنة بعدد الخطوات القليل.
لم نكتب سكربتًا كاملًا، ولم نسجل تعليقًا صوتيًا، ولم نصمم المشاهد يدويًا.
لكن إذا كان الهدف Reel أو إعلانًا أو فيديو لحساب تجاري، فلن نعتمد على النتيجة التلقائية وحدها.
فيديو النشر قد يحتاج تحكمًا أكبر في:
- الـHook.
- السكريبت النهائي.
- مدة كل جزء.
- المشاهد والصور.
- الهوية البصرية.
- الكابشن.
- الانتقالات.
- CTA في النهاية.
في هذه الحالة يمكن استخدام NotebookLM لفهم المصدر واستخراج الفكرة أو إنتاج نسخة أولية، ثم الانتقال إلى محرر فيديو متخصص.
إذا كنت تحتاج تحكمًا أكبر في تعديل الفيديو والكابشن وإيقاع المشاهد، يمكنك الاطلاع على تجربتنا مع Kapwing كمحرر فيديو أونلاين.
ويمكن استخدام CapCut عندما تحتاج تحكمًا يدويًا أكبر في المونتاج.
أما إذا كان المطلوب فيديوًا يظهر فيه مقدم افتراضي يتحدث بالنص، فهذه مهمة مختلفة، ويمكن أن تكون أداة مثل HeyGen أنسب لهذا النوع من الإنتاج.
المهم ألا نحول هذه الأدوات إلى خطوات إلزامية. استخدمها فقط عندما يكون الناتج الذي تريده يحتاج مستوى تحكم لا يقدمه Video Overview وحده.
ما الذي نجح في تجربة AI CITY؟
أكثر ما أعجبنا أن NotebookLM اختصر عدة مراحل كان من الممكن تنفيذها بأدوات منفصلة.
الأداة فهمت المصدر، نظمت المحاور، أنشأت الصوت والعناصر المرئية، ثم بنت الفيديو داخل بيئة واحدة.
كما أن جودة الصوت في تجربتنا كانت جيدة جدًا بالنسبة لفيديو تم إنشاؤه تلقائيًا. النطق كان واضحًا في معظم الوقت، مع تغير في ارتفاع الصوت ونبرته حسب السياق بدل إلقاء مسطح.
لكن أهم فرق لم يكن ميزة تقنية منفردة، بل مقدار التحكم الذي حصلنا عليه عندما تحاورنا مع المصدر قبل الإنتاج.
ما القيود التي يجب معرفتها؟
أول قيد ظهر بوضوح هو أن التحكم في المدة ليس دقيقًا.
طلبنا في التجربة الثالثة فيديوًا قريبًا من دقيقتين، لكنه خرج بطول 4 دقائق و23 ثانية.
لذلك لا ننصح بالاعتماد على تعليمات مثل «دقيقة واحدة» أو «دقيقتان» إذا كان الالتزام الزمني شرطًا صارمًا للنشر.
كذلك لاحظنا أخطاء بسيطة في النطق العربي. لم تكن كافية لإفساد الشرح في تجربتنا، لكنها سبب كافٍ لمشاهدة الفيديو كاملًا قبل استخدامه.
أما المقدمة والخاتمة، فلا ننصح بتركهما للأداة إذا كان لديك أسلوب محدد تريد الوصول إليه. كلما كانت بداية الفيديو أو نهايته مهمة، وجّهها بصورة أوضح أثناء الحوار.
وأخيرًا، يبقى الناتج مولدًا بالذكاء الاصطناعي، ولذلك يجب مراجعة ما يقوله مقابل المصدر قبل الاعتماد عليه في محتوى تعليمي أو مهني أو أي محتوى تكون فيه دقة المعلومات مهمة.
الخلاصة: متى نستخدم NotebookLM لهذه المهمة؟
إذا كان لديك مقال أو PDF أو درس أو مجموعة مصادر وتريد تحويلها بسرعة إلى فيديو يساعدك على الفهم أو الشرح، فإن NotebookLM قدم في تجربتنا مسار عمل بسيطًا جدًا لهذه المهمة.
الأداة استطاعت فهم مقال طويل، وتنظيم أهم أفكاره، وإنشاء الصوت والعناصر المرئية، ثم إخراج فيديو كامل دون المرور بعدة خدمات منفصلة.
لكن أفضل نتيجة لم تأتِ عندما تركناها تعمل وحدها.
جاءت عندما تحاورنا معها أولًا وحددنا ما نريد الاحتفاظ به وما نريد استبعاده، ثم أنشأنا الفيديو.
لذلك طريقتنا المفضلة أصبحت:
المصدر ← حوار لتحديد النطاق ← الفيديو.
أما إذا كان هدفك فقط فهم مصدر كامل، فالتوليد المباشر قد يكون كافيًا.
وإذا كنت تنتج فيديوًا احترافيًا للنشر وتحتاج سكربتًا وهوية ومشاهد محسوبة بدقة، فاستخدم NotebookLM في الجزء الذي يجيده، وهو فهم المحتوى وتنظيمه، ثم انتقل إلى أدوات إنتاج أكثر تخصصًا عندما تحتاج ذلك.
