לפי פוסט שפורסם ב-AWS, צוותי קריאייטיב מתמודדים עם דרישה גוברת ליותר נכסים, פורמטים וסבבי תיקונים, בעוד שהתסריטים, חומרי הרפרנס, המודלים והתוצרים שלהם נשארים מפוצלים בין כלים שונים. יוצרים נדרשים להעביר הקשר באופן ידני ולאסוף תוצאות באופן חוזר. על פי הנתונים המוצגים בפוסט, 78% ממובילי הקריאייטיב מציינים כי הביקוש עולה על הקיבולת של הצוותים שלהם, וייצור מהיר יותר בלבד אינו פותר את בעיית תהליך העבודה הבסיסית.
כדי להתמודד עם אתגר זה, ארגוני מדיה זקוקים למסגרת עבודה מבוססת סוכנים (Agent Harness) הניתנת לשימוש חוזר, אשר שומרת על ההקשר, תומכת במשימות מדיה ממושכות ומשלבת בדיקה אנושית בצמתי החלטה יצירתיים מרכזיים. מסגרת זו משלבת הוראות עבודה רב-פעמיות, תשתית כלים משותפת ותזמור. הפוסט מדגים גישה זו באמצעות שני תהליכי עבודה: הפקת סטוריבורד בעל שמונה פריימים ויצירת אב-טיפוס לקונספט של קליפ מוזיקלי. במערך זה, Amazon Quick משמש כמרחב העבודה של הסוכן, פלטפורמת fal מספקת יכולות מדיה גנרטיבית המוכנות לסביבת ייצור, ופרוטוקול Model Context Protocol (ובקיצור MCP) מספק את הממשק הסטנדרטי המחבר ביניהם.
ארבעת השכבות של מסגרת העבודה מבוססת הסוכנים
מסגרת העבודה של תהליך המדיה כוללת ארבע שכבות לשימוש חוזר:
- Amazon Quick כשכבת הסוכן והמתזמר: מרחב עבודה מבוסס AI סוכני המיועד למחקר, תובנות עסקיות, אוטומציה של תהליכי עבודה ובניית יישומים ללא קוד (no-code). בתהליכים המתוארים, Amazon Quick מפרש את בקשת היוצר, מתכנן את העבודה, שומר החלטות שאושרו, מפעיל את הכלים החיצוניים המתאימים ומציג תוצרים לבדיקה.
- Skills כהוראות עבודה סטנדרטיות: יוצרים יכולים לתעד תהליכים הניתנים לחזרה כ-Skills. מיומנות (Skill) יכולה להגדיר הוראות כגון אישור הכיוון האמנותי לפני יצירת המדיה, הפקת רפרנסים לדמויות לפני הפקת סצנות, ועצירה לקבלת אישור בשערי איכות מוגדרים. הדבר מסייע לצוותים לעשות שימוש חוזר בתהליך קריאייטיב במקום לבנות אותו מחדש עבור כל קמפיין.
- fal כתשתית מדיה גנרטיבית ייעודית: פלטפורמת מדיה גנרטיבית למפתחים ולארגונים, המספקת גישה ליותר מ-1,000 מודלים לתמונות, וידאו, אודיו, תלת-ממד ומשימות יצירת מדיה נוספות. מודלים אלה מפעילים תהליכי עבודה הכוללים חקר דמויות, יצירת תמונות מונחית רפרנס, הפקת אודיו ויצירת וידאו.
- Model Context Protocol (MCP) כחוזה כלים משותף: תקן פתוח המאפשר ליישומי AI להתחבר לכלים חיצוניים ולמקורות נתונים באמצעות ממשק עקבי. fal מנגישה את יכולות המדיה הגנרטיבית שלה באמצעות שרת MCP, ו-Amazon Quick משתמש בלקוח ה-MCP שלו כדי לגלות ולהפעיל כלים אלה.
חיבור Amazon Quick ו-fal באמצעות MCP מעניק לצוותי קריאייטיב מרחב עבודה אחוד שבו ניתן לתכנן, ליצור, להשוות ולדייק נכסים בלי לעבור בין כלי יצירה נפרדים לכל מדיום. כמו כן, ההקשר נשמר בין השלבים (בחירות סגנון, רפרנסים של דמויות, מקטעי עלילה ודרישות פורמט), משולב שיקול דעת אנושי בשערי ביקורת, מתאפשרת גישה למגוון מודלים מבית fal בחיבור יחיד, מתאפשר תרגול שיטות הפקה חוזרות באמצעות Skills, ומתקבל תיקוף קונספט מהיר יותר לפני התחייבות למחזור הפקה מלא.
ארכיטקטורה והגדרת האינטגרציה
הארכיטקטורה מפרידה בין תזמור תהליך העבודה לבין יצירת המדיה. היוצרים מתארים את התוצאה המבוקשת ב-Amazon Quick, והמערכת מפעילה את הכלים המתאימים דרך מחבר ה-MCP של fal. פלטפורמת fal מעבדת כל בקשה נתמכת ומחזירה את הנכס שנוצר לבדיקה. לאחר מכן היוצרים יכולים לאשר את התוצאה, לבקש תיקונים או ליצור נכסים נוספים.
כדי להגדיר את החיבור, נדרשים התנאים המוקדמים הבאים: גישה ל-Amazon Quick עם אפליקציית שולחן העבודה מותקנת ומחוברת, חשבון fal ומפתח API לשימוש באינטגרציה, והרשאות להוספה ולהגדרה של מחבר MCP מרוחק ב-Amazon Quick.
שלבי ההגדרה כוללים:
- השגת מפתח API של fal: כניסה ללוח הבקרה של fal, יצירת מפתח API חדש או אחזור מפתח קיים, ושמירתו בצורה מאובטחת ללא שיתופו בצילומי מסך, קבצי מקור או מסמכים משותפים.
- חיבור שרת ה-MCP של fal ל-Amazon Quick: פתיחת אפליקציית Amazon Quick, מעבר אל Settings, לאחר מכן Capabilities ולבסוף Connectors. יש לבחור באפשרות Add MCP Server: Remote, להזין בכתובת ה-URL את הנתיב
https://mcp.fal.ai/mcp, ולהגדיר ב-Header את הערךAuthorization: Key YOUR_FAL_API_KEY. - אימות כלי fal: שמירת המחבר ואימות העובדה ש-Amazon Quick מסוגל לגלות את הכלים החשופים משרת ה-MCP של fal, ולאחר מכן פתיחת שיחה חדשה ב-Amazon Quick.
תהליך עבודה לדוגמה 1: הפקת סטוריבורד של שמונה פריימים
התרחיש הראשון מדגים הפקת סטוריבורד עבור השקת אב-טיפוס של רכב מרוצים עתידני בסגנון אנימה ובפריסת קומיקס. בתהליך מסורתי נדרשים בריף, מעצב, שלושה סבבי משוב ושבוע של זמן שחלף. ב-Amazon Quick אותה עבודה יכולה להתבצע בסשן אינטראקטיבי יחיד בלולאה סוכנית:
- שלב 1: נעילת הסגנון, הפורמט ותוכנית הסיפור: Quick מאשר את סגנון האנימה, פריסת הקומיקס, יחס הממדים והמגבלות החזותיות, ומעביר את האילוצים לקריאות הבאות. המערכת מפיקה מתווה כתוב של שמונה ביטים עלילתיים, רשימת שוטים ותיאור דמות. בשלב זה לא מיוצרות תמונות, והיוצר יכול לשנות את הסיפור או הכיוון החזותי לפני האישור.
- שלב 2: חקר ונעילת עיצוב הדמות: לאחר אישור התוכנית הכתובה, Quick בודק את מודלי fal הזמינים ומייצר שתי אפשרויות דמות להשוואה (A/B testing). לאחר בחירת האפשרות המועדפת, Quick מייצר חבילת רפרנס רב-זוויתית המציגה את הדמות מלפנים ומאחור, במספר תנוחות עם קסדה ובתקריב פנים. לא מיוצר אף פריים בסטוריבורד לפני שחבילת הרפרנס מאושרת.
- שלב 3: יצירת פריימים מונחית רפרנס: לאחר אישור עיצוב הדמות, Quick משתמש במודל FLUX.1 Kontext ליצירת כל פריים, תוך העברת רפרנס הדמות המאושר בכל קריאה לשמירה על זהות חזותית עקבית.
- שלב 4: רינדור והצגה: לאחר שכל שמונת הפריימים מאושרים, Quick מסדר אותם לפי רשימת השוטים ומוסיף כיתובים ליצירת מציג סטוריבורד אינטראקטיבי (בתצורת קומיקס, גלילה או מצגת) תוך שימוש חוזר בתמונות המאושרות.
- שלב 5: המרת התהליך ל-Skill לשימוש חוזר: היוצר יכול לבקש מ-Quick ליצור מיומנות AI Storybuilding Skill מתוך השיחה. המיומנות שומרת את אישור הכיוון האמנותי, תכנון השוטים, עצירות האישור, השוואת הדמויות, יצירת הרפרנסים והפקת הפריימים. חברי צוות אחרים יכולים להפעיל מיומנות זו ולבצע את התהליך עם אותם שערי איכות.
תהליך עבודה לדוגמה 2: יצירת אב-טיפוס לקונספט של קליפ מוזיקלי
התהליך השני מדגים שימוש ב-Skill קיים (Music Video Prototyping Skill) להפקת קונספט לקליפ מוזיקת קאנטרי באורך 60 שניות, הכולל תצוגה מקדימה עם סנכרון שפתיים (lip-sync):
- שלב 1: הפעלת ה-Skill הקיים: היוצר מבקש להשתמש ב-Skill ליצירת השיר, עיצוב הדמויות והפקת תצוגה מקדימה מסונכרנת. Quick אוסף את הדרישות החסרות ופועל לפי התהליך ושערי האישור השמורים.
- שלב 2: תכנון ההפקה: Quick מפרק את הקונספט לשוטים נפרדים, מזהה תקריבי ביצוע הדורשים סנכרון שפתיים, שוטים כלליים (establishing shots), חומרי B-roll, רפרנסים נדרשים של הדמות ואודיו לכל רצף. היוצר בודק ומאשר את תוכנית השוטים.
- שלב 3: יצירת מוזיקה ורפרנסים חזותיים: לאחר קבלת האישור, Quick מייצר רצועת מוזיקת קאנטרי באמצעות מודלי אודיו הזמינים ב-fal, יוצר רפרנסים לדמות עבור עקביות חזותית, ומפיק תמונות סטילס וקטעי אודיו עבור השוטים המתוכננים.
- שלב 4: הפקה ובדיקה של מבחן סנכרון שפתיים (Lip-sync Test): לפני הפקת הווידאו המלא, Quick מייצר קליפ ביצוע קצר ומסונכרן שפתיים. היוצר מעריך את תנועות הפנים, התזמון, איכות הביצוע והעקביות החזותית לפני המשך העבודה.
- שלב 5: המשך לקראת תצוגה מקדימה מלאה של הקונספט: לאחר תיקוף השיר, הדמות ומבחן הסנכרון, היוצר יכול להמשיך להפקת סטוריבורד לרצף הנותר, יצירת תמונות סטילס לסצנות, בדיקת שוט תנועה מונפש ושמירת הנכסים המאושרים לצורך הרכבת תצוגה מקדימה ארוכה יותר.
שיקולים תפעוליים
הכותבים מציינים מספר היבטים תפעוליים שיש להביא בחשבון בעבודה עם המערך:
- העדפת פלט בפורמט JPEG: מומלץ להעדיף פלט JPEG כאשר שקיפות ואיכות ללא אובדן נתונים אינן נדרשות, מאחר שנכסים קטנים יותר יכולים להפחית את נפח הנתונים המועבר דרך חיבור ה-MCP.
- ניטור שימוש ועלויות ב-fal: יש לעקוב אחר השימוש והעלויות במהלך תהליכי עבודה עתירי ג'נרוט. במפגשים ארוכים, מומלץ לשמור נכסים מאושרים באופן חיצוני ולעבד את העבודה במנות (batches) ניתנות לניהול.
- אבטחת מפתח ה-API של fal: יש להתייחס למפתח ה-API כסודי, לשמור אותו אך ורק בהגדרות המחבר, להגביל אליו גישה, לבצע רוטציה (החלפה) אם נחשף, ולא לכלול אותו בפרומפטים, קבצים, צילומי מסך או לוגים. מאחר ש-fal הוא שירות צד שלישי, יש לשלוח תוכן מאושר בלבד, לפעול לפי דרישות הטיפול בנתונים של הארגון ולבדוק תוצרים לפני שיתופם.