کلوڈ کوڈ استعمال کرتے ہوئے ویڈیو مارکیٹنگ پروجیکٹس کو خودکار بنائیں (مکمل گائیڈ)

آپ کیا خودکار کریں گے (ایک نظر میں)

ویڈیو مارکیٹنگ کے لیے کلوڈ کوڈ کیوں؟

آٹومیشن آرکیٹیکچر

video-automation/
├─ config/
│ ├─ brand_voice.yaml
│ ├─ platforms.yaml
│ └─ prompts/
│ ├─ script_prompt.md
│ ├─ title_desc_prompt.md
│ └─ clip_rules.md
├─ data/
│ ├─ raw/
│ ├─ processed/
│ └─ captions/
├─ scripts/
│ ├─ generate_script.py
│ ├─ transcribe.py
│ ├─ autoclip.py
│ ├─ captions.py
│ ├─ repurpose.py
│ └─ schedule_upload.py
└─ Makefile

مرحلہ 1: اپنے برانڈ وائس اور تخلیقی بریف کو سیڈ کریں

brand:
persona: "Pragmatic but upbeat educator"
audience: "B2B SaaS marketers and solo creators"
pillars:
- "Practical automation over theory"
<a6>- "Data‑driven decisions"</a5>
- "Show, don’t tell"
banned_phrases:
- "game‑changer"
- "disrupt"
style:
tone: "clear, concise, friendly"
reading_level: "Grade 8–9"
ctas:
primary: "Subscribe for weekly automation builds"
secondary: "Grab the workflow template"

آپ ایک سینئر ویڈیو مارکیٹر اور اسکرپٹ رائٹر ہیں۔ 60-90 سیکنڈ کی ایک اسکرپٹ لکھیں جو:
- 3 سیکنڈ میں ایک ڈیٹا پوائنٹ کے ساتھ ہک کرے
<a3>- 1 قابل عمل ٹیک اوے فراہم کرے</a2>
- brand_voice.yaml میں برانڈ وائس استعمال کرے
- ٹائم اسٹیمپ، تجویز کردہ B-رول اور آن اسکرین ٹیکسٹ کے ساتھ ایک سین لسٹ آؤٹ پٹ کرے

مرحلہ 2: کلوڈ + لوکل ٹیمپلیٹس کے ساتھ اسکرپٹس تیار کریں

# آڈیو نکالیں
ffmpeg -y -i data/raw/input.mp4 -vn -acodec pcm_s16le data/processed/audio.wav
# وِسپر چلائیں (مثال)
whisper data/processed/audio.wav \
--model medium \
--language en \
--task transcribe \
--output_dir data/captions

ffmpeg -i data/raw/input.mp4 -vf subtitles=data/captions/input.srt -c:a copy data/processed/captioned.mp4

مرحلہ 4: لمبی ویڈیوز کو خودکار طریقے سے شارٹس میں کلپ کریں

# 00:02:10–00:02:40 کاٹیں
ffmpeg -ss 00:02:10 -to 00:02:40 -i input.mp4 -c copy out_clip.mp4
# پنچ ان اثر (اسکیل + فصل)
ffmpeg -i out_clip.mp4 -filter:v "scale=iw*1.08:ih*1.08, crop=iw:ih" -c:a copy out_clip_zoom.mp4

مرحلہ 5: بیچ کیپشنز، ٹائٹلز، ڈسکرپشنز اور ہیش ٹیگز

مرحلہ 6: ٹیکسٹ ویرینٹس کے ساتھ تھمب نیلز

مرحلہ 7: اپ لوڈنگ اور شیڈولنگ

مرحلہ 8: میک فائل یا ٹاسک رنر کے ساتھ آرکسٹریٹ کریں

shorts: transcribe autoclip captions repurpose
@echo "Shorts created in data/processed/shorts"
longform: generate_script captions
upload:
python scripts/schedule_upload.py --platform youtube --input data/processed/shorts

مرحلہ 9: کوالٹی گیٹس اور اینالیٹکس

نمونہ اینڈ ٹو اینڈ فلو

کلوڈ کوڈ کے لیے عملی پرامپٹ پیٹرنز

ٹولنگ نوٹس اور سیٹ اپ ٹپس

مثال: کم سے کم آٹوکلپ ہیورسٹک (Python)

import re
from typing import List, Tuple
HOOK_PATTERNS = [r"\bhere's the\b", r"\bthe mistake\b", r"\bdo this\b", r"\bin 30 seconds\b",
]
def score_line(line: str) -> int:
s = 0
if len(line) < 140: s += 10
if re.search(r"\b\d+%|\d+x|\b\d+ (seconds|minutes|steps)\b", line): s += 20
if any(re.search(p, line.lower) for p in HOOK_PATTERNS): s += 20
if line.endswith: s += 10
return min(s, 100)
def propose_clips(transcript: List[Tuple[float, float, str]], max_len=35):
clips = []
cur = []
cur_len = 0
for start, end, text in transcript:
cur.append((start, end, text))
cur_len += (end - start)
if cur_len >= max_len or score_line(text) > 40:
clips.append((cur[0][0], end))
cur, cur_len = [], 0
if cur:
clips.append((cur[0][0], cur[-1][1]))
return clips

سسٹم کو اسکیل کرنا

قابل ذکر: پرامپٹنگ اور ریویوز کو تیز کرنے کے لیے Sider کا استعمال

عام نقصانات (اور اصلاحات)

آپ کے اگلے اقدامات

عمومی سوالات