25 октября мы со знакомыми, одиннадцать человек, гоняли на картах в зале Rennring в Магдебурге. Пять минут квалификации, двадцать минут гонки. Я взял поул и лидировал все 26 кругов, так что это, очевидно, надо было увековечить.
Снимали пять камер: мой DJI на карте, айфон моей девушки на балконе, пара телефонов знакомых, GoPro и Insta360, которую кто-то притащил. 22 ГБ, снятые кто как хотел.
Влог мне был не нужен. Я хотел настоящую трансляцию F1 TV: таблица позиций всегда на экране, мой онборд в картинке-в-картинке, повторы, сообщения дирекции гонки, радиопереговоры и комментаторская будка. Видео я не монтирую по работе, а из монтажки у меня бесплатный DaVinci Resolve, который не умеет в скрипты. Поэтому план был простой: всё, что можно сделать кодом, делается кодом. Большую часть кода пишет Claude (Claude Code). Я решаю, размечаю и смотрю.
Через три недели получилась 23-минутная трансляция в 1080p из пяти частей, с 239 репликами комментаторов и 8 настоящими радиопереговорами. Этот пост не про гонку. Он про то, как была устроена работа, потому что почти всё это подойдёт для любого монтажа, который хочется отдать ИИ.
До кода: бриф, который переживёт сессию
Весь проект шёл в одной длинной сессии Claude Code, которую восемь раз сжимали (сводили в краткое содержание, чтобы освободить контекст). Держал всё это вместе не чат, а файл: CLAUDE.md в репозитории. Claude читает его в начале каждой сессии и обновляет каждый раз, когда что-то решено.
Основную работу сделали три его части.
Базовые принципы. Они были записаны раньше первой строчки логгера, и любой спор потом решался ими:
- Никто не смотрит видео дважды. Один проход разметки должен собрать всё, что понадобится монтажу, синхронизации и тексту. Поэтому инструмент сохраняет каждое нажатие сразу и обязан работать с первого раза.
- Разметка — это и есть сюжет. Из разметки получается карта событий и заметки по ходу гонки, а заметки становятся текстом комментаторов.
- Место на маке на исходе. Нативные инструменты, никаких брошенных деревьев зависимостей, кэши удаляются, virtualenv одноразовые.
Факты, в которых нельзя ошибиться. Записать их дёшево, ошибиться в рендере дорого. Мой код в таблице IWA, но комментаторы зовут меня Мик, а IWA произносят как «Ива». Имя FAB немецкое, и произносить его надо по-немецки. Один пилот ходит под прозвищем, которого нет в протоколе. 0:00 гонки — это ноль часов хронометража, а не старт: огни гаснут на пять секунд раньше. Синих флагов на трассе никто не знал, так что обгон на круг — это просто борьба за позицию. Карты раскрашены под команды F1, но команды здесь только цвета: ни одно название бренда не звучит и не печатается.
Память для правил, которые уже один раз укусили. Если мне приходилось поправлять одно и то же дважды, это превращалось в короткую заметку, которую Claude хранит вне репозитория. «Обгон записывается как порядок после него, борьба — как порядок в её начале». «Повторы раскидывай по гонке, в конце мало событий». «На моём сайте открывай PR и присылай ссылку на превью, мержу я». К концу их было восемь.
Разница чувствуется. Когда бриф и заметки уже были, сжатие посреди планирования рендера не стоило ничего. Без них я бы заново объяснял, что такое часы гонки.
1. Сформулировать задачу и сделать под неё инструмент
Главная проблема с этим видео была не в монтаже. Она была в том, чтобы знать, что где. Пять камер с пятью разными часами, карты, которые с балкона все на одно лицо, и протокол хронометража, который знает каждое пересечение линии до миллисекунды и ничего о том, что было между ними.
Сначала индексация
Ещё до того, как кто-то что-то посмотрел, Claude прошёлся по каждому файлу: разрешение, частота кадров, время создания и насколько можно верить часам каждой камеры. Телефоны синхронизированы по сети. У GoPro настоящее UTC. У экспортов с Insta360 часов нет вообще, только время экспорта. Мой DJI оказался медленнее примерно на 25 минут. Claude привязал его к единственному, что я знал точно (огни гаснут в клипе 0032 между 4:55 и 4:56), и сцепили его куски по 6:07 по длительности.
Ещё индексация написала страницу-путеводитель: шкалу, какая камера покрывает какие минуты гонки, контактные листы и план разметки.
Логгер
Потом сам инструмент. FFTV Logger — нативное приложение для macOS на SwiftUI без зависимостей, собирается swiftc из shell-скрипта. Открываешь одну папку, все клипы выстроены по часам камер, и на всё есть своя клавиша:
- S пересечение линии, O обгон, B борьба, I инцидент, F дело для стюардов, V VSC, R реакция, M момент для мема, C комментарий.
- G цепочка отрывов: на статичной камере отмечаешь, как нос каждого карта проходит одну и ту же точку, и получаешь отрывы с точностью до кадра (1/30 с). Это лучше, чем угадывать.
- Q/E поворачивают картинку с этого кадра, потому что крепление моего DJI съехало, а смотреть полгонки с наклонённой головой я не хотел.
- T отметить карты на паузе, для подписей потом.
Каждая клавиша ставит видео на паузу и открывает панель под картинкой, а не поверх неё, потому что замерший кадр — это ровно то, по чему видно, кто где. В панели пилоты в текущем порядке, оценка от 1 до 3, флажок для хайлайтов и комментарий.

Ради чего его стоило делать — правая панель. Логгер знает протокол, поэтому показывает живую таблицу на момент гонки в клипе, в реальном порядке: порядок из протокола плюс мои обгоны, которые линия ещё не увидела. Показывает, кто пересечёт линию в ближайшие секунды. Предсказывает, чего ждать в клипе, по временам кругов (медленный круг, смена позиции). А когда следующие пересечения противоречат записанному обгону, говорит об этом, и почти всегда это значило, что я перепутал два карта.
Синхронизация камеры — одна клавиша. Жмёшь S на пересечении, выбираешь из подсказок «FAB круг 7», и вся папка камеры синхронизируется через разницу часов между её клипами.
Данные спорят в ответ
Протокол и мои глаза расходились дважды, и оба раза это было важно.
В первый раз я записал, как обгоняю SAN на круг на 3:40, а в протоколе в это время рядом никого не было. Оказалось, протокол считает первый круг каждого карта от его собственного первого пересечения линии, а не от старта. Claude подобрал задержку старта для каждого карта по моим цепочкам отрывов и пересечениям: от 0,75 с у FAB до 6,2 с у SAN в конце решётки. После этого мои пересечения сходились с данными до 0,4 с вместо 6.
Во второй раз, на кругах с 7 по 10, протокол ставил BUR впереди FAB, а он там не был. Правило стало таким: где моя разметка расходится с протоколом, побеждает разметка. В монтаже для этого есть отдельный отрезок.
Разметка заняла несколько вечеров: 1384 события, из них 1164 ключевых кадра для подписей. А ещё логгер оказался инструментом для ревью. Когда часть была отрендерена, я открывал папку с рендером в том же приложении и оставлял комментарии с таймкодами. Claude читал их прямо из разметки: двадцать заметок по первой части, восемь по второй, ничего не перепечатывая.
2. Графика как код
Стиль — F1 TV один в один, только со своим знаком: EM, красная плашка с буквами, и то и другое с наклоном вперёд. Titillium Web для текста, JetBrains Mono для цифр. Фиолетовый только для быстрейшего круга, жёлтый для VSC, янтарный для расследования, красный для бренда и штрафов.
Каждая плашка — компонент на HTML/CSS: таблица позиций, баннеры, карточки борьбы и обгонов, дирекция гонки, радио, быстрейший круг, подписи, перебивки, стартовая решётка, итоговый протокол. Их 21, примерно тысяча строк. Вся хитрость в том, как они рендерятся:
- Страница загружает компонент, вызов
seek(ms)замораживает все CSS-анимации на этом моменте, и Playwright делает скриншот с прозрачным фоном. - Кадры уходят в ffmpeg как ProRes 4444 с альфой: полный кадр 1920×1080, который ложится поверх картинки без всякого позиционирования.
- Каждая плашка появляется примерно за полсекунды и уходит примерно за треть. Перебивка закрывает экран с 0,45 с до 0,45 с до своего конца, так что склейку можно ставить где угодно внутри.
- Все они питаются одним файлом,
drivers.json: коды, номера, цвета, итоговый протокол. Поэтому всё это можно взять для следующей гонки.
Таблица позиций — единственная плашка, которая меняется каждый кадр. Это задача с параметрами на каждый кадр, посчитанными от часов гонки (позиции, отрывы, режим интервалов или отставания от лидера), так что она поспевает за видео, даже когда отрезок ускорен. Одинаковые кадры берут прошлый скриншот, и только поэтому четыре минуты таблицы не рендерятся вечность.
На полпути я захотел, чтобы смены позиций были «погромче», как на F1 TV. Теперь каждая смена мигает четыре секунды: ячейка позиции загорается зелёным или красным, строку заливает, и рядом с кодом появляется шеврон с числом позиций. Третья вкладка, GAINED, показывает, сколько позиций выиграно или проиграно со старта, под повторами в духе «если вы только что к нам присоединились».

Про дизайн в таком режиме две вещи:
- Вкус уходит в данные, а не в чат. Первые карточки пилотов пришли с моей на 80% места и остальными на 30–40%, плюс пара злых прозвищ. Вместо того чтобы чинить карточки по одной, появилось правило: каждая карточка масштабируется по размеру головы, измеренному по фото. BUR получил прозвище, которое мне правда понравилось, «Министр обороны»: я пять кругов просидел у него на хвосте и так и не прошёл.
- Номера тоже дизайн. Сначала номером был слот на решётке. Теперь у каждого карта настоящий номер F1 из команды его цвета (ANK в цветах Alpine, значит 43). Это правило живёт в брифе, поэтому плашки никогда не разъезжались.
В репозитории есть живой гайдлайн, где все компоненты стоят на тестовой картинке. Когда менялась плашка, первым делом проверялась она.
3. ffmpeg вместо монтажки
Раз Resolve не умеет в скрипты, сначала план был генерировать для него таймлайн в FCPXML. В итоге весь монтаж сделал ffmpeg, а Resolve так ни разу и не открылся.
Монтажные листы на Python
Гонка поделена на пять частей минут по пять. Каждая часть — монтажный лист на Python, список отрезков, и каждый отрезок — кусок клипа с какой-то камеры:
- live: отрезок часов гонки с одной камеры, максимум 1,2×. Быстрее — и это уже выглядит не как трансляция, а как монтаж.
- replay: отрезок клипа, вставленный в дыру в часах гонки ровно такой же длины.
- vt: до и после гонки, без часов гонки.
- Раскладки: на весь экран, вертикальное (с размытыми полями), сплит с моим онбордом, только онборд, чёрный экран. Онборд может быть картинкой-в-картинке или прямо внутри таблицы.
Правила трансляции выросли из моих заметок к первому демо и были записаны один раз. Часы гонки никогда не идут назад. Дыры заполняются повторами. Каждый скачок закрыт перебивкой. И вертикальное видео с телефона никогда не показывается с огромными чёрными полями, если вторую половину сплита может занять онборд.

Куски, потом одна сборка
demo.py --part p3 делает четыре вещи. Рендерит изменившуюся графику, рендерит по куску видео на каждый отрезок (параллельно, на аппаратном энкодере), расставляет голоса и собирает всё вместе. Сборка идёт в три прохода (картинка, звук, всё вместе), а в конце жёсткая проверка: число кадров должно совпасть с планом, а звук должен быть той же длины, что и картинка. Иначе она отказывается завершаться.
Эта проверка появилась после худшего вечера всего проекта. В первом рендере первой части музыка обрывалась на 0:28, картинка пару раз замирала, комментатор говорил «Мик завершает первый круг» ещё до того, как погасли огни, таблица пропадала, а картинка-в-картинке оставалась, и после 4:00 звука не было вообще. Моё ревью начиналось со слов «полная и беспросветная хрень». Так и было.
Причина была мерзкая. Вступительный монтаж смешивал клипы с пяти камер с разными цветовыми метками, и каждый раз, когда метка менялась, ffmpeg пересобирал цепочку фильтров прямо посреди потока и заново запускал тайминг наложений. Около 500 кадров исчезли, и всё после них поехало. Исправление: привести каждый кусок к одному цветовому пространству, перенумеровать кадры по порядку и добавить ту самую проверку. Больше такое не повторялось. Claude, по сути, не посмотрел на результат, прежде чем отдать его мне, и задним числом это и есть настоящий провал. С тех пор к каждому рендеру прилагается число кадров и список того, что не проверено. Слушать всё равно всегда мне.
Звук
Родной звук с камер — это в основном знакомые, болтающие на балконе, так что он не используется, с двумя исключениями. Мой онборд — фоновая подложка под всей трансляцией: нормальная громкость, когда он в кадре, тихо в картинке-в-картинке и повторах, приглушён под комментаторами. Звук камеры с трассы идёт вторым, сильно отфильтрованным слоем, пока эта камера на экране. На каждой склейке фейд в 10 мс, чтобы стыки не щёлкали.
Открытие идёт под тему F1 TV: 39,5 секунды быстрой нарезки на первые 16 тактов, потом прыжок в спокойную часть под стартовую решётку. Claude разметил доли в треке (99,9 BPM), чтобы склейка легла на сильную долю, а я всё равно дважды слышал шов. Сработало в итоге вот что: дать первой части прозвучать через собственную сильную долю, которая удваивает удар второй, и увести её вниз за 0,6 с.
Кэши и чёрный кусок GPDA
Полная часть рендерится минут шесть, пересборка одного звука — две с половиной, последний прогон всех пяти частей — около часа. Терпимо это только с кэшами: графика перерендеривается, только если поменялась её задача или CSS, а куски видео хранятся между запусками.
В кэшах же жил самый подлый баг. Куски кэшировались по имени и первому кадру. Когда я попросил, чтобы один отрезок показывал повтор вместо чёрной титульной плашки, имя и начало у него остались те же, и вернулся старый чёрный кусок. Его поймали на проверке кадров прямо перед склейкой финала. Теперь кэш помнит описание каждого отрезка и перерендеривает кусок, когда оно меняется.
4. Трекинг объектов там, где он окупается
Подписи над картами — это то, что делает кадр с балкона читаемым. Ещё это самая дорогая часть проекта, так что стоит решить, где они правда нужны. Я остановился на таком: на живом старте их нет (он и так читается), в повторах есть, а вживую только на общих планах, для двух-трёх картов, про которых сейчас история. Инциденты вживую идут без подписей, в повторе с ними.

Ключевые кадры от человека
В логгере T отмечает карты на паузе, а Shift-T ведёт одного пилота: кликаешь по его карту, видео сдвигается на полсекунды, кликаешь снова. Если тянуть точку, двигается привязка (куда указывает подпись, например нос карта). Если тянуть плашку, двигается плашка, чтобы не закрывать апекс. Между ключевыми кадрами до 8 секунд подпись двигается сама.
Трекер заполняет промежутки
track.py гоняет трекер CSRT из OpenCV между каждой парой ключевых кадров, вперёд от первого и назад от второго. Заодно он меряет панорамирование самой камеры по фону, так что знает, где каждая точка в мире. Проходу, который приходит рядом с другим ключевым кадром, можно верить. Если не приходит, его обрезают там, где он замер в мире: именно так ведёт себя трекер, который прилип к стене или баннеру вместо карта, и промежуток достраивается. Рендер и логгер работают по одним правилам: tagpath.py повторяет Swift-код логгера, и их надо держать в синхроне.
Первая версия считала 10 секунд больше 8 минут: каждую точку трекала по всему отрезку в обе стороны, на вертикальных кадрах, которые занимали 5,6 ГБ памяти. Кадры поменьше, аппаратное декодирование и трекинг только между ключевыми кадрами довели это до 40 секунд. И всё равно в итоге я кликал быстрее, чем трекал OpenCV, о чём так и сказал. Трекер стал заполнителем промежутков, а правдой были мои клики. Отличать карты друг от друга он тоже не умеет: в первом демо он перепутал TIF и KAU, и с тех пор угадывать, кто есть кто, я ему больше не давал.
Подписи, которые не закрывают гонку
На вертикальном видео с телефона подписи ложились прямо на действие. Теперь на вертикальном источнике они живут на размытых полях по бокам, а ножки тянутся внутрь к картам.

С приближениями та же идея. Завал в эссах на 16-м круге случился ровно под тем местом, где висит таблица, так что этот кусок стал сплитом с онбордом и приближением, которое панорамирует вместе с камерой. Первая версия резко прыгала в приближение и наезжала на место ещё до того, как кто-то хоть что-то сказал, как будто оператор знал раньше комментаторов. В финале порядок такой: комментаторы замечают, что BUR догоняет TIF, через пару секунд камера наезжает, и только потом они касаются.

5. Комментаторская будка и всё остальное
Голоса
В трансляции будка из трёх человек по образцу F1 TV: ведущий комментатор, аналитик по траекториям и штрафам и болтливый бывший гонщик, который всё замечает. Реплики делаются в ElevenLabs. Строчка сценария выглядит так:
{ "at": 853.25, "who": "LEAD", "hit": "Oh", "text": "[shocked] Oh! KON has hit BUR! He's spun right round!" }
at — это время гонки, или отрезок плюс секунды, или «+0.2» (после того, как договорит предыдущий; минус значит, что говорят друг поверх друга). hit ставит на момент не начало реплики, а это слово, по таймкодам, которые ElevenLabs отдаёт вместе с аудио. stop обрывает реплику, когда вступает следующая, over ставит реакцию ровно на её момент, а radio превращает реплику в радиопереговоры с плашкой. Режим плана считает тайминг всего сценария по числу слов, не потратив ни одного кредита, а дубли кэшируются по тексту и голосу, так что платишь только за изменённые строчки.
Сложно было не с голосами, а с тем, чтобы звучать по-человечески. Настоящие комментаторы не говорят одной фразой. Кто-то тянет мысль несколько предложений, кто-то вклинивается («простите, только что увидел»), первый подхватывает обратно, и кругом «э-э» и фальстарты. Потом реплики должны были попадать в событие. Claude угадывал, где я на круге, и промахивался до восьми секунд. Помогла правда от меня — карта поворотов (третий поворот через пять секунд после моего пересечения линии, девятый через тридцать и так далее) — плюс те самые слова-якоря. Последняя правка всего проекта была как раз такой: «О!» ведущего звучало за секунду до того, как KON врезался в BUR.
Радио
Я хотел десять-пятнадцать радиомоментов, и чтобы каждый был знаменитой настоящей фразой из радио F1 на один из наших моментов. Первый вариант переозвучил ИИ, и звучало это ровно так, так что победили настоящие записи. Одна запись оказалась фейком, и настоящую я откопал сам.

Стюарды
Прыжок через очередь на 16-м круге стал сюжетной линией: сообщения дирекции гонки во время трансляции (принято к сведению, расследование, решение), штраф +20 с, который опускает ANK с четвёртого на шестое место, плашка PEN в итоговом протоколе и заявление от ассоциации пилотов моим собственным клонированным голосом, написанное так, чтобы звучать по-пиарски, но не до конца. У BUR плашка NEVER PASSED: по протоколу он на круг позади, но на трассе я так его и не прошёл.
Субтитры и публикация
В конце Claude собрал английские субтитры (308 реплик) по точному времени, где стоит каждая реплика, и вычистил 24 ГБ рендеров и кэшей, чтобы папку с видео можно было залить на диск. Гонка вышла здесь же скрытым постом. Единственный раз, когда он перегнул палку, был как раз там: я сказал «публикуй», а Claude смержил pull request вместо того, чтобы прислать мне ссылку на превью. Теперь это заметка в памяти.
Как организовать работу
Если бы я делал это заново, вот что я бы оставил.
- Сделай инструмент для разметки до того, как трогать монтаж. Один проход по видео, сохранение на каждое нажатие, данные прямо в инструменте (здесь протокол), чтобы он мог спорить с тобой, пока размечаешь.
- Запиши бриф и держи его в актуальном состоянии. Принципы, чтобы решать споры, факты, в которых нельзя ошибаться, короткие правила на каждую ошибку, случившуюся дважды. Длинные сессии сжимаются. Файлы — нет.
- Дели работу по тому, кто что реально видит. Я узнавал карты, судил о вкусе и темпе и слушал. Claude мерил: смещения часов, задержки старта, окна VSC по временам кругов, чек-листы вида «клип 4973 на 0:24, отметь этих троих». Каждая сторона ловила ошибки другой.
- Ревью в том же инструменте, с таймкодами. Заметки, оставленные на рендере прямо в логгере, точные, и их не надо перепечатывать.
- Пусть пайплайн не умеет врать. Число кадров и звук должны совпадать с планом. Самотест гоняет настоящий интерфейс логгера фейковыми нажатиями. Каждый отчёт о рендере говорит, что не проверено.
- Дорогие шаги — только по запросу. Режим плана до трат кредитов, кэши с честными ключами и никакого полного перерендера, пока я не попрошу всё целиком.
- Пусть решает сам, но спрашивает перед необратимым. Большинство решений Claude принимал сам и сообщал о них. Останавливался и спрашивал перед правкой данных хронометража, скачиваниями и удалением. Так цикл оставался быстрым.
- По одной части за раз. Пять минут трансляции за раунд, у каждого свои заметки, и правила из первой части переходили во вторую.
| В цифрах | |
|---|---|
| Видео | 5 камер, 44 клипа, 22 ГБ |
| Разметка | 1384 события, из них 1164 ключевых кадра для подписей |
| Код | ~2600 строк Swift (логгер), ~2200 Python (пайплайн), ~1000 JS/CSS (графика) |
| Трансляция | 5 частей, 23:09, 41 675 кадров, 239 реплик, 8 настоящих радио |
| Календарь | гонка 25 октября, логгер 27 октября, первое демо 29 октября, финал 9 ноября |
Инструменты (логгер, движок графики, пайплайн) лежат на GitHub как fftv, без видео с гонки. Следующая гонка — меняется файл с пилотами, остальное остаётся.