В предыдущей статье я рассказывал, как Codex справился с переводом и оформлением видео лучше специализированного модуля, который я разрабатывал больше месяца.
После первых успешных результатов возник вопрос, как сделать процесс повторяемым и при этом сохранить возможность использовать другие AI-модели и провайдеров, не привязываясь к одному инструменту.
В итоге я решил оформить накопленные инструкции и инструменты в отдельный AI Skill, который можно использовать с разными AI-агентами.
Результат: AKB48 Video Subtitle Skill, открытый проект на GitHub.
От отдельных промптов к AI Skill
Перевод видео не ограничивается распознаванием речи и переводом текста.
Необходимо учитывать контекст, правильно определять говорящих, сохранять имена, переводить надписи в кадре и оформлять субтитры так, чтобы они не перекрывали лица и оригинальную графику.
Есть и специфические требования. Например, в моем случае, при переводе названия песни 愛の意味を考えてみた должно оставаться Ai no Imi wo Kangaete Mita, а не переводиться буквально на русский или английский язык.
Постепенно накопился набор правил, которые пришлось бы повторять при каждом новом запуске.
AI Skill позволяет сохранить эти правила в виде инструкций, справочников и вспомогательных скриптов. Агент загружает их при выполнении соответствующей задачи.
В отличие от отдельного SaaS-приложения, Skill не требует собственного веб-интерфейса, сервера, авторизации или системы управления пользователями.
Что входит в мой Skill
Проект использует открытый формат Agent Skills и совместим с Codex, Claude Code, OpenCode, DeepSeek Harness и другими поддерживающими формат инструментами.
В репозитории находятся:
SKILL.md с последовательностью выполнения задачи и правилами обработки видео.
Языковые профили для восьми целевых языков.
Глоссарии имён участниц музыкальной группы для корректного перевода принятого в фанатском сообществе.
Словари терминологии и названий песен.
Python-скрипты проверки SRT, ASS, переводов и готового видео.
Тесты и GitHub Actions.
В справочнике имён содержатся 83 записи, в каталоге названий песен — 78. Часть переводов и языковых профилей пока требует дополнительной проверки носителями.
Skill также контролирует технические параметры результата: тайминги субтитров, пропущенные реплики, написание имён, корректность видео, полноту декодирования и сохранность оригинального звука.
Отдельно предусмотрена работа с неустановленными говорящими. Если агент не может достоверно определить участницу, он не должен придумывать имя.
Автоматические проверки не гарантируют точность перевода или правильность расположения субтитров. Для этого по-прежнему требуется редакторская проверка.
Как это используется
После установки Skill в Codex можно отправить запрос:
Используй $akb48-video-subtitles для перевода видео на русский язык. Подготовь отдельные SRT для речи и надписей, оформленный ASS, видео с вшитыми субтитрами и отчёт о проверках. Сохрани оригинальный звук, тексты песен не переводи.
Агент получает инструкции по обработке материала, использует справочники, создаёт необходимые файлы и запускает предусмотренные проверки.
Для работы требуются исходное видео, настроенное окружение, Python, FFmpeg и подходящая AI-модель.
Сам Skill не является готовым автономным конвейером. Он задаёт процесс, а непосредственную работу выполняет агент с доступными инструментами.
Важное преимущество — отсутствие привязки к одной модели или одному AI-продукту. При смене агента не требуется заново разрабатывать всю логику обработки.
Чем это отличается от разработки SaaS
Ранее для аналогичной задачи я разрабатывал отдельный video-worker: обработка видео, распознавание речи, перевод, субтитры, управление процессами и обработка ошибок.
На реализацию и тестирование ушло больше месяца.
С AI-агентом часть этой логики больше не нужно программировать в традиционном виде. Агент умеет работать с файлами, запускать скрипты, вызывать внешние инструменты и адаптировать процесс под конкретный материал.
Вместо реализации каждого сценария достаточно описать требования, предоставить инструменты и предусмотреть проверки результата.
Это не отменяет программирование. В моём Skill используются Python-скрипты, тесты и CI. Но объём кода и архитектура существенно отличаются от разработки полноценного веб-приложения.
При этом создание качественного Skill тоже требует понимания предметной области. Ошибки в инструкциях, справочниках и проверках никуда не исчезают.
Какие SaaS это затрагивает
В первую очередь небольшие специализированные сервисы, которые объединяют несколько готовых технологий и предоставляют к ним веб-интерфейс.
Например:
Перевод и оформление субтитров.
Конвертация и обработка документов.
Генерация отчётов по шаблонам.
Пакетная обработка изображений.
Преобразование и проверка данных.
Если пользователь уже работает с AI-агентом, часть таких задач можно выполнять непосредственно в его рабочем окружении.
Skill позволяет сохранить требования и повторно использовать их без отдельного приложения.
При этом SaaS сохраняет преимущества там, где нужны многопользовательская работа, централизованное хранение данных, управление доступом, стабильная инфраструктура, интеграции и техническая поддержка.
Для массового использования готовый сервис часто удобнее самостоятельной настройки агента.
Но небольшим SaaS, продающим преимущественно автоматизацию нескольких типовых операций, становится сложнее конкурировать с AI-агентами.
Разработка смещается от интерфейсов к процессам
На примере собственного проекта я фактически прошёл три этапа:
Разработка отдельного приложения для обработки видео.
Выполнение аналогичной задачи непосредственно через Codex.
Создание переносимого Skill с инструкциями, справочниками и автоматическими проверками.
Третий вариант позволяет повторно использовать накопленный опыт без разработки и сопровождения ещё одного веб-сервиса.
Подобный подход применим не только к обработке видео. Skills можно использовать для интеграций с 1С, работы с API, проверки кода, подготовки технической документации, обработки данных и других задач.
Разработчик при этом не становится ненужным. Меняется характер работы: больше внимания уделяется архитектуре процесса, ограничениям, интеграциям и проверке результатов, а не написанию интерфейсов для каждой отдельной операции.
Вывод
AI-агенты уже позволяют выполнять задачи, для которых раньше приходилось разрабатывать или покупать специализированное ПО.
Skills добавляют возможность сохранять накопленные инструкции, знания и инструменты и использовать их повторно с разными агентами.
Это не замена всем SaaS-продуктам, но вполне реальная альтернатива для части узкоспециализированных сервисов.
Мой пример с AKB48 Video Subtitle Skill показывает, как отдельная задача сначала перешла из собственного приложения в AI-агента, а затем превратилась в переносимый инструмент с открытым исходным кодом.
И теперь перед разработкой нового сервиса стоит сначала оценить, нужен ли он вообще, или ту же задачу можно решить с помощью AI-агента и небольшого Skill.
Ссылки: