تصور کنید یک استریمر باشید که بدون حضور فیزیکی و حتی در خواب، هزاران بیننده را در تیک‌تاک مدیریت می‌کند. ReelMint با عرضه سیستمی برای استقرار شخصیت‌های هوش مصنوعی، گلوگاهِ حضور انسانی در پخش‌های زنده را از بین برد. در گذشته، سازندگان محتوا تنها مانع رشد استریم‌های زنده بودند زیرا حضور فیزیکی آن‌ها الزامی بود، اما اکنون این سیستم اجازه می‌دهد شخصیت‌های AI میزبان پخش‌های زنده در یوتیوب و تیک‌تاک باشند.
طبق گزارشی که در ۱۷ اکتبر ۲۰۲۶ در وب‌سایت dev.to منتشر شد، این فناوری اجازه می‌دهد عامل‌های هوش مصنوعی (AI Agents) — شبیه به کارمندانی دیجیتال که دستورات پیچیده را می‌فهمند و اجرا می‌کنند — در حالی که سازنده آفلاین است، چت‌ها را در لحظه بخوانند و پاسخ دهند. این فناوری نیاز به حضور فیزیکی برای حفظ مخاطبان زنده را کاملاً از بین می‌برد. این تغییر، استریم زنده را از یک فعالیت هم‌زمان انسانی به یک سرویس خودکار غیرهم‌زمان تبدیل می‌کند؛ درست همان‌طور که چت‌بات‌ها جایگزین صفحات خشکِ «سوالات متداول» شدند، اما این بار در قالب ویدیوهای زنده با تعامل بالا.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی اقتصاد تولید محتوای هوش مصنوعی اشاره کردیم، حذف نیاز به حضور فیزیکی، ریسک فرسودگی سازندگان را که برای حفظ حضور ۲۴ ساعته تلاش می‌کردند، به‌شدت کاهش می‌دهد.
این پلتفرم دو سطح اتوماسیون ارائه می‌دهد:
- Mint Live: یک جلسه تک‌شخصیتی که در آن هوش مصنوعی با لب‌خوانی هماهنگ (Lip-sync) به چت‌ها پاسخ می‌دهد. سازنده می‌تواند از طریق تلفن در هر لحظه مداخله کند تا جملات خاصی را به زبان مدل درآورد. این قابلیت تعاملی، یادآور مکانیزم‌های پیچیده‌تری است که آواتارهای AI برای انتقال وضعیت تفکر خود به کاربر به کار می‌گیرند تا تجربه طبیعی‌تری خلق کنند.
- Mint Stage: یک نمایش کاملاً خودکار با مجموعه‌ای از شخصیت‌های چرخان، دکور مجازی و جدول زمانی مشخص. این حالت به‌طور روزانه محتوا را می‌نویسد، فیلم‌برداری می‌کند و پخش می‌کند.
به نقل از مستندات ReelMint، برای جلوگیری از شناسایی محتوا به عنوان «پخش مجدد» (Replay) و محدود شدن توسط تیک‌تاک، این سیستم از تکرار ویدیوهای ضبط‌شده پرهیز می‌کند. در عوض، با ترکیبی از آهنگ‌ها، طراحی صحنه و کلیپ‌های رقص، محتوای جدید تولید می‌کند. همچنین به دلیل API منعطف‌تر و سرعت پایین‌تر چت‌ها، این سیستم روی یوتیوب پایداری بیشتری دارد.
هزینه‌های این سرویس بر اساس سیستم اعتباری است. برای مثال، یک استریم موسیقی ۲۴ ساعته حدود ۱۶۰۰ اعتبار هزینه دارد. پلن‌های قیمتی از سطح Lite با ۹.۹۹ دلار در ماه (۸۰۰ اعتبار) شروع می‌شود. کاربران باید ظاهر و صدای شخصیت را یک‌بار تنظیم کنند که تنها چند دقیقه زمان می‌برد، هرچند برای شخصیت‌های آماده‌نشده می‌توان از تصاویر ثابت استفاده کرد.
در این مدل، نقش سازنده از «اجراکننده» به «کارگردان» تغییر می‌کند. حالا ارزش اصلی در مهندسی پرامپت (Prompt Engineering) — هنر سؤال درست پرسیدن برای گرفتن بهترین جواب از مدل — نهفته است. ارزش واقعی در «پرامپت شخصیت» است؛ یعنی دو خط دستورالعمل که تعیین می‌کند هوش مصنوعی درباره چه موضوعاتی صحبت کند یا از چه بحث‌هایی پرهیز کند. همچنین اگر هوش مصنوعی بیش از حد کند پاسخ دهد، سازندگان باید به‌صورت دستی طول پاسخ‌ها را در تنظیمات کوتاه کنند.
گام بعدی شما
- کیفیت لب‌خوانی و صدا را در صفحه نمونه‌های رایگان ReelMint با استفاده از مثال «عکس سخنگو» (Talking-photo) پیش از خرید پلن تست کنید.
- اگر استریمر هستید، یک «شخصیت مکمل» برای پاسخ به سوالات تکراری در ساعات آفلاین طراحی کنید.
- محدودیت‌های پاسخ‌دهی مدل را در تنظیمات بررسی کنید تا از تأخیر در جواب‌ها جلوگیری شود.
اما واکنش پلتفرم‌هایی مثل تیک‌تاک به این میزبان‌های خودکار می‌تواند قوانین بازی را عوض کند؛ چرا که مرز بین محتوای زنده انسانی و تولید شده توسط AI در حال محو شدن است. اثر این تقابل را در گزارش‌های بعدی بررسی خواهیم کرد.
گفتگو