كيف تكتب نص فيديو يوتيوب (يبدو أنت فعلًا)

لماذا تختلف نصوص الفيديو عن المحتوى المكتوب

نص الفيديو يُنطق بصوت عالٍ لا يُقرأ صامتًا — وهذا يغيّر كل شيء في طريقة كتابته. وعبارة «اكتب للأذن لا للعين» تبدو مبتذلة حتى تسجّل نفسك تقرأ شيئًا كتبته لصفحة. فبنية الجملة الأكاديمية والمبني للمجهول والجمل الفرعية الطويلة التي تصلح على الورق تتحوّل إلى مطبّات لحظة محاولتك نطقها بإيقاع.

وثمة أمران يجعلان الكتابة المنطوقة أولًا مختلفة. الأول طول الجملة. فعلى الورق، جملة من 40 كلمة مقبولة — إذ يستطيع القارئ التوقف وإعادة القراءة وتتبّع المنطق. أما أمام الكاميرا فجملة من 40 كلمة ينفد نفَسها قبل أن تصل. فاستهدف جملًا دون 20 كلمة. فجملتان قصيرتان تصيبان أقوى من واحدة طويلة، وتمنحان صوتك موضعًا طبيعيًا لالتقاط الأنفاس.

والثاني أن المشاهدين لا يستطيعون إعادة القراءة. فالقارئ الذي تفوته نقطة يعود للأعلى. أما المشاهد الذي يفقد الخيط فيتوقف عن المشاهدة. ويعني هذا أن نصّك يجب أن يُظهر منطقه صراحةً عبر الانتقالات والإشارات: «وإليك لماذا يهمّ هذا»، و«دعني أريك كيف يبدو ذلك»، و«وهذا يقودنا إلى النقطة الثانية». وتكرار الأفكار الأساسية أثقل وزنًا في الفيديو المنطوق منه في أي مقال مكتوب. فاكتب وكأن المستمع سيسمع كل جملة مرة واحدة بالضبط — لأنه كذلك.

وأسرع اختبار: اقرأ أي جملة بصوت عالٍ قبل أن تعتمدها. فإن تعثّرت أو نفد نفَسك أو احتجت إعادة قراءتها لتفهمها بنفسك، فأعِد كتابتها. فذلك التعثّر في المسودة سيصير لقطة فاسدة عند التصوير.

لماذا تحقق الفيديوهات المكتوبة بقاءً أفضل من المرتجلة

مدة المشاهدة هي الرقم الذي يهتمّ به يوتيوب أكثر من غيره، وهي تموت حين يشعر المشاهدون أن الفيديو لا يتّجه إلى شيء. وحين تكتب نص فيديو، يكون لكل جملة وظيفة. فلا وقت إحماء تبحث فيه عن إيقاعك، ولا استطراد يلتهم ثلاث دقائق، ولا تلاشي في نهاية الفكرة. وانضباط الكتابة يهمّ خصوصًا في المحتوى الطويل مثل المقالات المصوَّرة — فإن كنت تصنع هذه الصيغة، فإن دليل صناعة المقالات المصوَّرة يغطي سير عمل الكتابة والتعليق الصوتي بالتفصيل.

بحسب دراسة Pew Research عام 2024 عن استخدام يوتيوب، يقرّر 70% من المشاهدين خلال أول 30 ثانية هل يواصلون مشاهدة الفيديو. تلك هي نافذة الخُطّاف — يصعب جدًا إصابتها ارتجالًا، ويسهل جدًا بلوغها بنص مكتوب.

بدأت الكتابة بانتظام بعد نحو ثلاث سنوات من صناعة المحتوى. فارتفع متوسط نسبة مدة المشاهدة عندي من نحو 32% إلى 51% خلال شهرين. ولم تتغيّر فئة المحتوى. بل تغيّرت الكتابة.

بنية نص فيديو يوتيوب التي تنجح

كل فيديو يوتيوب أكتب نصّه يتبع البنية الرباعية نفسها. فالتفاصيل تتغيّر من فيديو إلى آخر، لكن الهيكل واحد دائمًا.

الجزء 1: الخُطّاف (0:00–0:30)
للخُطّاف وظيفة واحدة: إيقاف التمرير. وينبغي أن يتراوح بين 60 و80 كلمة. وهذا نحو 30 ثانية بإيقاع طبيعي.

الجزء 2: السياق والوعد (0:30–1:30)
بعد الخُطّاف، بيّن بإيجاز لماذا أنت مؤهَّل للحديث في هذا الموضوع وما الذي سيقدر المشاهد على فعله في النهاية. وهذه ليست مقدمة — بل التزام. فقرة واحدة على الأكثر.

الجزء 3: المحتوى الأساسي (معظم الفيديو)
قسّم محتواك إلى 3 إلى 5 أقسام، لكل منها عنوان واضح في نصّك. وينبغي أن يجيب كل قسم عن سؤال محدَّد واحد أو يعلّم مهارة محدَّدة واحدة. واستهدف بين 200 و350 كلمة للقسم.

الجزء 4: دعوة الإجراء (آخر 30 إلى 60 ثانية)
أخبر المشاهدين تحديدًا بما يفعلونه بعدها — الاشتراك، أو مشاهدة فيديو آخر، أو تنزيل شيء. إجراء واحد فقط. فدعوات الإجراء المتعددة تتنافس فيما بينها ولا يستجيب المشاهدون لأيٍّ منها.

كيف تكتب خُطّافًا يستحق الثلاثين ثانية الأولى

الخُطّاف أصعب أجزاء أي نص يوتيوب، ولذلك أكتبه أخيرًا دائمًا. فحين أعرف تحديدًا ما يقدّمه الفيديو، أعرف بماذا ألمّح. وثمة أربعة أنواع من الخُطّافات أتنقّل بينها:

كسر النمط: افتتح بشيء غير متوقع. عبارة تخالف البداهة، أو إحصائية تبدو خاطئة، أو صورة لا تطابق ما يتوقعه المشاهدون.

ادعاء جريء: اذكر نتيجة محدَّدة غير مألوفة. لا «سأساعدك على صنع فيديوهات أفضل» — بل «خفضت وقت تصويري من 45 دقيقة إلى 8 دقائق للفيديو، وإليك الشيء الوحيد الذي فعل ذلك».

سؤال مباشر: سمِّ إحباط المشاهد بدقة. «هل تضغط زر التسجيل فتنسى فورًا كل ما أردت قوله؟» فهذا وصف دقيق للشعور الذي يدفع صنّاع المحتوى إلى غوغل ليجدوا هذا المقال.

استباق المكسب: لمّح إلى ما سيعرفونه في النهاية. «في الدقائق الثماني القادمة سأريك بنية النص التي استخدمتها في كل فيديو تجاوز 50 ألف مشاهدة».

اكتب خيارين أو ثلاثة للخُطّاف، واقرأها بصوت عالٍ، واختر ما يجعلك ترغب في مواصلة المشاهدة. فإن كنت ستتخطّاه، سيتخطّاه جمهورك أيضًا.

كيف تجد صوتك الطبيعي داخل نص

أشيع مخاوف فيديوهات يوتيوب المكتوبة هو «سأبدو آليًا». وقد تابعني 130 ألف شخص جزئيًا لأن فيديوهاتي المكتوبة لا تبدو مكتوبة — والسبب التنسيق لا الموهبة.

اكتب كما تتكلم. فإن كنت لن تقول «من الحتمي أن» في حديث عادي، فلا تكتبها في نصّك. واقرأ كل جملة بصوت عالٍ وأنت تسوّدها. وإن تعثّرت، فبسّط.

استخدم لغة دارجة القرب. قل «ما في» لا «لا يوجد»، وقل «خلّينا نشوف» لا «فلننظر». فهذه هي طريقة كلام الناس الحقيقيين، ويكاد يستحيل إدخالها في نثر رسمي بصورة طبيعية.

جزّئ جملك. فجملتان قصيرتان تصيبان أقوى من واحدة طويلة. وتمنحان صوتك موضعًا طبيعيًا يستقرّ فيه ويلتقط أنفاسه.

وأسرع اختبار: اقرأ النص بصوت عالٍ من أوله إلى آخره. فإن بدا مقالًا يقرأه شخص غير مرتاح، فأعِد كتابته. وإن أردت أن تعرف هل تكتب نصّك من الصفر أم تستعين بالذكاء الاصطناعي لمسودة أولى، فإن المقارنة في مولّد النصوص بالذكاء الاصطناعي مقابل كتابة نصّك بنفسك تفصّل المقايضات الفعلية في الوقت والجودة.

تنسيق النص للإلقاء

النص المكتوب جيدًا لا ينفع إلا إن استطعت إلقاءه بسلاسة فعلًا. وطريقة تنسيق المستند تهمّ أكثر مما يدرك معظم صنّاع المحتوى.

فقرات قصيرة. ثلاث إلى أربع جمل على الأكثر. فحين تطول الفقرة، يسهل أن تضيع منك موضعك في منتصف اللقطة.

فكرة واحدة في السطر. ينبغي أن يطرح كل سطر نقطة واحدة. وعلى شاشة التلقين، فاصل السطر علامة نفَس.

إشارات التشديد. غمّق الكلمات التي تريد التشديد عليها. فهذا يدلّك أين تضع الثقل لتصل الجملة كما تقصد.

علامات النفَس. شرطة بسيطة — أو نقاط حذف … — تخبرك أن تتوقف. ووقفة نصف ثانية قد تفصل بين سطر يصل وسطر يمرّ مسرعًا أمام المشاهد.

وإليك مثالًا قبل وبعد:

قبل: «سبب معاناة معظم صنّاع المحتوى مع مدة المشاهدة هو أنهم لم يدركوا بعد أن الثلاثين ثانية الأولى من الفيديو عليها أن تؤدي عملًا محدَّدًا لا يستطيع وسط الفيديو التراجع عنه لأن المشاهد متى غادر فنادرًا جدًا ما يعود».

بعد: «معظم صنّاع المحتوى يفقدون المشاهدين في أول 30 ثانية. لا لأن المحتوى سيئ. بل لأن الخُطّاف لم يمنحهم سببًا للبقاء. — ومتى غادر أحدهم، فلا يكاد يعود».

ولكل ما يسبق النص — كيف تجهّز لقطتك، وأين تضع هاتفك، وكيف تضيء نفسك — فإن دليل تصوير فيديو حديث مباشر بالآيفون يغطيه خطوةً خطوة.

إلقاء نصّك عبر شاشة التلقين (بلا أن تبدو وكأنك تقرأ)

كتابة نص محكم يبدو طبيعيًا تحلّ مشكلة المحتوى. وشاشة التلقين تحلّ مشكلة الإلقاء. وأنا أستخدم Teleprompter-Scrolling Scripts on iPhone في وضع الكاميرا في كل فيديو يوتيوب أصوّره وحدي. فوضع الكاميرا يضع النص المتمرِّر فوق معاينة الكاميرا الحية مباشرةً — فأرى كلماتي وعدسة الكاميرا في الموضع نفسه. فتبقى عيناي في المركز. ويرى المشاهدون تواصلًا بصريًا مباشرًا.

سرعة التمرير. أضبطها على إيقاع كلامي الطبيعي — نحو 145 كلمة في الدقيقة. والحيلة أن تُبقي سرعة التمرير متقدّمة قليلًا على موضع قراءتك، لا مطارِدةً لك.

حجم الخط. كبير بما يكفي للقراءة بلا تحديق، وصغير بما يكفي ليملأ النص الثلث العلوي من الإطار فقط — قريبًا من موضع العدسة.

وبعد التحوّل إلى سير العمل هذا، هبط عدد لقطاتي من 12 للفيديو إلى 1.8 في المتوسط. أي نحو 30 دقيقة من وقت التصوير موفَّرة في كل رفعة.

سير عمل Maya في الكتابة: الأرقام الفعلية

وإليك كيف أكتب نص فيديو يوتيوب من 7 إلى 9 دقائق، من صفحة بيضاء إلى جاهز للتصوير:

• المخطط (10 دقائق). أكتب عناوين الأقسام ونقطة واحدة تحت كل عنوان — بما يكفي فقط لمعرفة ما يغطيه القسم.
• تسويد أقسام المتن (25 إلى 35 دقيقة). أمضي قسمًا قسمًا، وأكتب بأسلوب حواري. ولا أحرّر أثناء الكتابة.
• كتابة الخُطّاف أخيرًا (10 دقائق). فحين أعرف تحديدًا ما يقدّمه الفيديو، أكتب خيارين أو ثلاثة للخُطّاف وأختار أقواها.
• تحرير القراءة بصوت عالٍ (15 دقيقة). أقرأ النص كله بصوت عالٍ مرة واحدة، وأعلّم كل ما أتعثّر فيه أو يبدو رسميًا أكثر من اللازم.

الإجمالي: نحو 60 إلى 75 دقيقة لنص فيديو من 7 إلى 9 دقائق، أي ما يقارب 1100 إلى 1400 كلمة. وبسرعة 140 كلمة في الدقيقة، تساوي 1260 كلمة 9 دقائق من الفيديو.

قبل أن أبدأ الكتابة، كان متوسطي 12 لقطة لكل فيديو. وأطول جلسة ارتجال عندي بلغت 34 لقطة لفيديو من 5 دقائق. وقد أدّى ذلك الفيديو أسوأ من أي شيء كتبته خلال شهرين.

قائمة ما قبل التصوير: خطوتان قبل الضغط على التسجيل

بعد تسويد النص وتنسيقه، ثمة فحصان منضبطان يصنعان دائمًا الفرق بين لقطة أولى نظيفة وجلسة أخرى من 12 لقطة.

حدّد رسالة جوهرية واحدة قبل المخطط

قبل كتابة كلمة واحدة من النص، أجب عن هذا السؤال: ما الشيء الواحد الذي أريد أن يخرج به المشاهد من هذا الفيديو؟ اكتبه في جملة واحدة. وينبغي أن يدعم كل قسم من النص تلك الفكرة الواحدة أو يوسّعها.

فالنصوص متعددة الرسائل تنتج فيديوهات غير مركَّزة — ويشعر المشاهدون بغياب التركيز حتى إن لم يستطيعوا تسميته. وهذا انضباط سابق للكتابة لا انضباط بنيوي. فإطار البنية أعلاه (خُطّاف، وسياق، وأقسام أساسية، ودعوة إجراء) يخبرك أين تضع الأشياء. أما قيد الرسالة الواحدة فيخبرك ماذا تُدرِج أصلًا. فحدّد الرسالة الجوهرية أولًا، وسيكتب المخطط نفسه تقريبًا. وإن وجدت نفسك أمام ثمانية أقسام، فغالبًا لديك أكثر من رسالة — فاحذف حتى يتركّز.

وقّت النص قبل التصوير

حساب الكلمات في سير عمل Maya (1260 كلمة = 9 دقائق بسرعة 140 كلمة في الدقيقة) تقدير ابتدائي مفيد. لكن قراءة موقوتة أوثق من الحساب وحده، لأن إيقاعك الطبيعي يختلف من نص إلى آخر — فالأقسام الكثيفة تبطئك، والأقسام الحوارية تسرّعك.

فبسرعة 130 كلمة في الدقيقة، يحتاج فيديو من 10 دقائق نحو 1300 كلمة. اقرأ النص بصوت عالٍ، واضبط مؤقتًا، وتحقّق من المدة الفعلية قبل أن تجهّز الكاميرا. فإن طال، فاحذف — ولا تسرّع إلقاءك للتعويض، فالجمهور يلاحظ الإيقاع المتعجّل. وإن قصر، فلا تحشُ. ففيديو محكم من 8 دقائق يفي بوعده كاملًا خير من فيديو محشوّ من 10 دقائق يكرّر نفسه ليملأ الوقت. وتحليلات يوتيوب تُظهر كلفة الحشو: إذ يهبط متوسط مدة المشاهدة هبوطًا حادًا في اللحظة التي يشعر فيها المشاهدون أن الفيديو بدأ يراوح مكانه.

الأسئلة الشائعة