Il 21 gennaio Neal Mohan, che dirige YouTube, ha scritto nella sua lettera di inizio anno che nel 2026 potremo creare video brevi usando la nostra somiglianza, un doppio di noi fatto con l’AI (YouTube, ripreso da TheWrap). Nella stessa lettera c’era un numero che mi ha fatto fermare: a dicembre, in media, più di un milione di canali al giorno avevano usato gli strumenti di intelligenza artificiale di YouTube.
Un milione al giorno. Il mio canale, fino al primo ottobre, aveva fra le parole chiave trekking, Monza e un refuso, “hig”. Questo ti dice da quanto non lo curavo e da quanto non ci pubblicavo.
Il video che non pubblichi mai
Forse ti riconosci. Hai un’idea chiara in testa, sai anche come spiegarla, e il video non parte. Metterci la faccia ti blocca, oppure non ti blocca ma ti costa: registrare, sbagliare, rifare, tagliare, aggiustare l’audio, e la serata è andata. Alla fine quel video resta un appunto nel telefono.
A me il tempo è sempre mancato molto più del coraggio, e il mio canale Instagram è lì a farlo vedere.
Come l’ho risolto
Ho costruito un plugin.
È una parola che spaventa più di quello che è: un pacchetto di istruzioni e di piccoli attrezzi che, una volta installato, Claude usa da solo quando gli chiedi una certa cosa. Il mio lo uso quando gli chiedo un video, e lui lo porta fino in fondo: un reel per Instagram e un video lungo per YouTube sullo stesso tema.
Dentro ci sono sette pezzi, e ognuno fa un lavoro che prima facevo io, oppure non facevo affatto.
Il primo è l’idea, ed è l’unico che resta mio per davvero. Io porto il tema e, se ce l’ho, la metafora con cui raccontarlo. Poi un altro modello, GPT, cerca le fonti in rete e mi dice cosa regge e cosa no. Mi è già successo che una mia frase, “le analisi indipendenti dicono che è un mix”, diventasse “c’è chi lo ipotizza, ma conferme ufficiali non ce ne sono”. Meglio saperlo prima di dirlo con la mia voce.
Il secondo è il testo. Lo scrive Claude, e parte sempre dal problema di chi guarda (che suggerisco io), mai da una definizione. Lo leggo tutto e lo correggo, e finché non dico sì non va avanti niente.
Il terzo è la voce, la mia, clonata partendo da una registrazione di una ventina di secondi fatta una volta sola. Legge soltanto il testo che ho approvato, e poi due trascrittori diversi riascoltano tutto per controllare che abbia detto proprio quelle parole.
Il quarto è la faccia, senza metterci la faccia. Mohan promette un doppio realistico; io ho scelto un personaggio disegnato, fatto partendo da una mia foto, che cammina, indica, tiene in mano le cose e si vede subito che è un disegno. Ogni tanto, quando serve, compare un riquadro in cui parla il mio avatar, con la mia voce e il labiale a tempo.
Il quinto sono le scene. Le disegna Claude scrivendo codice, come un illustratore che usa le parole al posto della matita. Lavorano più aiutanti insieme, una scena ciascuno, e tutti seguono lo stesso foglio di stile: carta, inchiostro e un solo colore, il giallo.
Il sesto è il montaggio, che si controlla da solo. Guarda i fotogrammi uno per uno e misura il volume. Poi controlla che il labiale del riquadro vada a tempo con la voce, e solo dopo mi dice che è pronto.
Il settimo è la consegna. Il reel mi arriva sul telefono, su Telegram, con la didascalia già scritta. Il video lungo resta sul computer, in 4K. Pubblicare, invece, resta una cosa mia.
E io, cosa faccio?
Dico sì o no in pochi punti precisi. Sulla ricerca, quando mi dice cosa regge. Sulla scaletta. Sul testo, parola per parola, perché senza quel sì la mia voce non legge niente. Sui crediti, prima di spenderli. E alla fine decido io se e quando pubblicare.
Il primo reel fatto così mi è arrivato su Telegram mentre ero fuori casa.
Ero contento, e un po’ sospettoso, come quando ti consegnano un mobile già montato e prima di fidarti apri tutti i cassetti. Li ho aperti, e ho trovato una cosa da sistemare: me ne sono accorto io, guardandolo, e questo è il motivo per cui il sì finale resta mio.
Quanto ci vuole
Per il video precedente, dal mio sì sul testo alla consegna di reel e YouTube, sono passate due ore e dieci minuti.
In quel tempo io ho fatto altro, e non ho registrato niente. Il lavoro vero l’ho fatto la prima volta, una giornata intera passata con Claude a costruire tutto a mano, errori compresi. Poi gli ho chiesto di scrivere la ricetta di quello che avevamo fatto, l’ho chiusa nel plugin e l’ho messo alla prova rifacendo un video già consegnato. È uscito identico.
Del milione di canali di Mohan, in fondo, mi importa poco.
Mi importa che adesso il mio video esca.
Tre cose
Quando un lavoro con l’AI mi riesce, prima di chiudere la conversazione mi faccio scrivere la ricetta.
Ogni video passa da un mio sì sul testo, prima che la mia voce lo legga.
Riprendo in mano il canale YouTube con le parole chiave nuove. Il doppio realistico promesso da Mohan può aspettare: il mio è disegnato, e almeno lui non invecchia.
Da qui in poi, per gli abbonati di questa newslettere: come costruirne uno tuo, una lama alla volta.
Quanto è costato davvero questo video, misurato voce per voce, e i prompt pronti da copiare per ogni pezzo: il primo messaggio che tiene traccia di tutto, il controllo delle fonti, il testo, la voce, il personaggio e la correzione a parole, il riquadro HeyGen, le scene, il montaggio, la consegna, la ricetta, il plugin e il collaudo. In più le trappole che mi hanno fatto perdere tempo e come averlo su ogni computer.
Da qui in poi: i prompt pronti, una lama alla volta
Nel video ho chiamato il mio sistema un coltellino svizzero: Claude è il manico, ogni pezzo del lavoro è una lama. Qui sotto trovi, lama per lama, i messaggi che puoi copiare e incollare nel tuo agente, Claude Code oppure Codex, e le cose che ho imparato sbagliando. Le parti tra parentesi angolari, come <il tuo tema>, sono da sostituire con le tue. I prompt per le immagini sono in inglese, perché i generatori di immagini lo seguono meglio; tutti gli altri sono in italiano.
