आप एक ऐसे cloud agent की मदद से pixel-perfect प्रोडक्ट ट्यूटोरियल को ऑटोमेट कर सकते हैं जिसका अपना कंप्यूटर होता है और जो किसी इंसान की तरह आपका ऐप इस्तेमाल करते हुए खुद को रिकॉर्ड करता है (जैसे Devin)। तकनीकी तौर पर यह काफी समय से संभव था, लेकिन Opus 5.5 के साथ नतीजे इतने बेहतर हो गए हैं कि वे मेरे हाथ से बनाए गए ट्यूटोरियल से भी अच्छे लगते हैं।
मैं 10 साल से भी ज़्यादा समय से इस तरह के ट्यूटोरियल बना रहा हूँ, इसलिए मैं यह बात हल्के में नहीं कह रहा। यह खास तौर पर उन बुनियादी लेकिन ज़रूरी ट्यूटोरियल के लिए बहुत काम आता है जिनमें किसी का चेहरा दिखाने की ज़रूरत नहीं होती। और यह 100 गुना आसान और तेज़ भी है।
TLDR:
आपके cloud agent के पास पहले से ही उसका अपना कंप्यूटर है। उसे अपने सिस्टम में एक अकाउंट दें जहाँ सब कुछ सेटअप हो, उसे अपने डॉक्स, स्टाइल गाइड और बाकी सभी ज़रूरी चीज़ों तक एक्सेस दें।
फिर उससे कहें कि वह आपके लिए ट्यूटोरियल बनाए, बिल्कुल वैसे ही जैसे कोई इंसान करता।
यह काम करते समय मेरे एन्वायरनमेंट का एक स्क्रीनशॉट है (दाईं ओर क्लाउड कंप्यूटर में साइन इन, बाईं ओर प्रॉम्प्ट):
यह तरीका Devin में खास तौर पर बहुत अच्छा काम करता है, क्योंकि इसके पास क्लाउड में नेटिव macOS, Linux और Windows मशीनें होती हैं, इसलिए यह लगभग कुछ भी चला सकता है: वेब ऐप्स, नेटिव iOS, iPad और macOS ऐप्स, Windows ऐप्स और Android ऐप्स।
यह किसी भी ऐप को डाउनलोड भी कर सकता है, किसी भी ऐप या सर्विस में लॉगिन कर सकता है, सुरक्षित तरीके से क्रेडेंशियल्स एक्सेस कर सकता है, और वो हर टूल इस्तेमाल कर सकता है जो कोई इंसान करता।
तो आप अपने iPhone ऐप, Android ऐप आदि के लिए बिल्कुल ऐसे ही ट्यूटोरियल बना सकते हैं...
एक बार जब आपके पास एक बढ़िया वर्कफ़्लो आ जाता है, तो आप सचमुच हर उस फीचर के लिए ये डेमो एक साथ (parallel) बना सकते हैं जो आप चाहते हैं, क्योंकि cloud agents एक ही समय में सैकड़ों या हज़ारों अपने कंप्यूटर चालू कर सकते हैं।
आप इस प्रोसेस को ऑटोमेट कर सकते हैं ताकि जब भी कोई नया changelog आए, तो वीडियो बनने का काम एक साथ शुरू हो जाए।
असल में, Devin ने भी एक ट्यूटोरियल बनाया है जो आपको दिखाता है कि इसे Devin के साथ कैसे करना है!
टेस्टिंग और वेरिफिकेशन
यह सब उस चीज़ पर आधारित है जो Devin पहले से ही हर दिन करता है: यह ऐप्स को end-to-end टेस्ट करता है, सब कुछ चलाता है और पूरी प्रक्रिया का एक वीडियो रिकॉर्ड करता है, जिसमें ऑन-स्क्रीन एनोटेशन होते हैं और यह हाइलाइट करता है कि इसने कहाँ क्लिक और टाइप किया।
चूँकि यह सिर्फ एक कंप्यूटर है, इसलिए यहाँ कुछ भी mock नहीं किया जाता। यह ऐप इंस्टॉल करता है, साइन इन करता है, और उसे असल में इस्तेमाल करता है।
एक ट्यूटोरियल मूल रूप से वही रन है, बस उसके ऊपर एक स्टाइल गाइड जुड़ी होती है, इसलिए पब्लिश करने से पहले ही यह वेरिफाई हो चुका होता है कि यह काम करेगा।
यहाँ Devin द्वारा बनाया गया एक ट्यूटोरियल है जो दिखाता है कि यह कैसे काम करता है!
ज़्यादातर मामलों में बेहतर
सॉफ़्टवेयर दुनिया बहुत तेज़ी से बदलती है, और वीडियो क्रिएटर्स की एक पूरी फौज भर्ती किए बिना वीडियो ट्यूटोरियल को अपडेट रखना लगभग नामुमकिन है।
मैंने जिन भी सॉफ़्टवेयर कंपनियों में काम किया है जिनके external-facing डॉक्स थे, वे इसे scale नहीं कर पाईं। इस तरह के वीडियो को मेंटेन करना हमेशा से एक चुनौती (या यूँ कहें कि नामुमकिन) रही है।
एक इंसान के तौर पर इन वीडियो को बनाना बहुत थकाऊ काम है। इतनी छोटी-छोटी चीज़ों का ध्यान रखना पड़ता है कि हर बार एक जैसा नतीजा देना बहुत मुश्किल हो जाता है।
कंप्यूटर consistency (एकरूपता) के मामले में बेहद माहिर होते हैं।
वे प्रोग्रामेटिक तरीके से हर फ्रेम को एक जैसा रख सकते हैं, उस जानकारी को blur कर सकते हैं जिसे आप दिखाना नहीं चाहते, बॉर्डर, फॉन्ट साइज़ और मार्जिन सेट कर सकते हैं — सच में, कुछ भी कर सकते हैं।
ऐसा लगता है कि हम उस मोड़ पर पहुँच गए हैं जहाँ अब मुझे नहीं लगता कि इंसानों द्वारा बनाए गए इस तरह के ट्यूटोरियल बेहतर हैं, या शायद मैं यह कह रहा हूँ कि वे वास्तव में खराब हैं।
एक और उदाहरण:
प्रॉम्प्ट
यहाँ प्रॉम्प्ट है: https://gist.github.com/dabit3/5d3969b61db56dc150c161b46350584a
यह ध्यान देने लायक बात है कि यह इसका सबसे खराब रूप है, इससे नीचे यह कभी नहीं जाएगा।
मैंने इस प्रॉम्प्ट या वर्कफ़्लो पर अभी बहुत कम काम किया है, और मेरा मानना है कि थोड़ी सी और मेहनत से आप ऐसे नतीजे पा सकते हैं जिन्हें किसी प्रोफेशनल तरीके से बने, पॉलिश किए गए ट्यूटोरियल से अलग पहचानना मुश्किल होगा।
लॉन्च वीडियो और अन्य चीज़ें
ज़ाहिर है, आप इसी तकनीक का इस्तेमाल किसी भी चीज़ के लिए कर सकते हैं, और सबसे obvious उदाहरण लॉन्च वीडियो हैं। यहाँ कुछ ऐसी चीज़ें हैं जो मैं इसी तरह की तकनीकों से बना पाया हूँ।
इनमें से ज़्यादातर में हमारी ब्रांडिंग का आम look and feel है, साथ ही ये क्रिएटिव भी हैं:
और ये वाले थोड़े ज़्यादा ही अजीब हो गए, लेकिन फिर भी काफी शानदार थे:
