تحليل الفيديو عبر Gemini API: دليل خطوة بخطوة للمحتوى المعماري

ما الذي ستتعلمه في هذا الدليل؟

باستخدام Gemini API، يمكنك طرح أسئلة حول محتوى الفيديو، وليس الاكتفاء بطلب تلخيصه؛ كما يمكنك طلب وصف مشاهد محددة والاستفسار عن طوابع زمنية. ويمكن الاستفادة من هذه الإمكانات لمراجعة عروض المشاريع المعمارية، وجولات المساحات الداخلية، وتسجيلات مواقع العمل، أو الفيديوهات التي تعرض مراحل التصميم. تركز الخطوات التالية على إدخال الفيديو بالطريقة المناسبة وصياغة السؤال بوضوح.

أُعدّت أمثلة المطالبات خصيصًا لسير العمل في العمارة والتصميم الداخلي. أما النهج الأساسي في الوثائق، فيتمثل في إرسال ملف الفيديو إلى النموذج ضمن طلب، مع تضمين تعليمات نصية حوله في الطلب نفسه.

المتطلبات واختيار طريقة الإدخال

للبدء، تحتاج إلى إمكانية الوصول إلى Gemini API، وبيئة عمل جرى إعداد عميل API فيها، وفيديو تريد تحليله. يتضمن الدليل الرسمي أمثلة لـ Python وJavaScript وGo وREST. يستورد مثال Python الوحدة genai من الحزمة google؛ وبما أن الدليل لا يحدد إصدارًا بعينه من SDK، فلن نذكر رقم إصدار هنا.

اختر طريقة الإدخال وفقًا لحجم الملف وكيفية استخدامه:

• Files API: موصى به للملفات الكبيرة والفيديوهات الطويلة والمحتوى الذي ستعيد استخدامه. يحدد الجدول في الدليل الحد الأقصى بـ 20 GB للاستخدام المدفوع و2 GB للاستخدام المجاني. يمكنك انتظار معالجة الملف المرفوع، ثم استخدام مرجع الملف الناتج في طلب المحتوى.

• البيانات المضمّنة: يمكن استخدامها للفيديوهات الصغيرة التي ستُرسل مرة واحدة. يختلف الحد المذكور بين أقسام الدليل: أقل من 100 MB في الجدول، وأقل من 20 MB للطلب الإجمالي في شرح التطبيق. لذلك، إذا اخترت البيانات المضمّنة، فالتزم بحد 20 MB الأكثر تحفظًا للطلب الإجمالي.

• رابط YouTube: يمكن إدخال الفيديوهات العامة مباشرةً. هذه الميزة في مرحلة المعاينة، وقد تتغير الأسعار وحدود السرعة. لا يمكن تحميل أكثر من 8 ساعات من فيديوهات YouTube يوميًا ضمن المستوى المجاني؛ ولا يحدد الدليل حدًا زمنيًا للمستوى المدفوع.

يتناول الدليل أيضًا طريقة حفظ الملفات في Cloud Storage: حد أقصى يبلغ 2 GB لكل ملف، من دون تحديد حد للتخزين. وتُطرح هذه الطريقة خيارًا للملفات الدائمة والقابلة لإعادة الاستخدام.

تحليل الفيديو خطوة بخطوة

1. حدّد الفيديو والسؤال الذي تريد الإجابة عنه. قرر أولًا ما إذا كنت تريد تلخيص الفيديو بالكامل أم العثور على لحظة بعينها. فالبحث عن بداية مسار الحركة في جولة داخلية، مثلًا، يختلف عن طلب ملخص عام.

2. اختر طريقة الإدخال المناسبة. يمكن استخدام البيانات المضمّنة لمقطع قصير وصغير يُرسل مرة واحدة. أما إذا تجاوز الطلب الإجمالي 20 MB، أو كان الفيديو طويلًا أو ستعيد استخدامه، فإن Files API هي الطريقة التي يوصي بها الدليل. وفي حالة YouTube، يجب أن يكون الفيديو عامًا.

3. أضف الملف إلى الطلب. في مثال Python الرسمي، يُرفع الملف باستخدام client.files.upload(...)، ثم يُمرر كائن الملف الناتج مع التعليمات النصية إلى استدعاء client.models.generate_content(...). ويتضمن سير العمل في المثال انتظار معالجة الملف أيضًا. أما عند استخدام YouTube، فيُضاف الرابط إلى الطلب بوصفه ملف فيديو.

4. حوّل المطالبة إلى مهمة قابلة للملاحظة. بدلًا من تعليمات عامة مثل «حلّل الفيديو»، حدّد المعلومات المطلوبة وشكل الإجابة. يسهل تقييم النتائج إذا طلبت ملخصًا عامًا في المحاولة الأولى، ثم سألت عن عنصر أو طابع زمني محدد في سؤال لاحق.

توجّه المطالبة التالية النموذج إلى استخلاص معلومات عامة من فيديو تعريفي معماري قصير:

Bu mimari proje videosunu kısa bir özetle anlat. Görünen mekânları ve videoda açıkça seçilebilen tasarım özelliklerini ayrı maddelerde belirt. Görüntüde doğrulanamayan bilgileri tahmin etme.

تعتمد هذه المطالبة على إمكانات وصف الفيديو واستخراج المعلومات من محتواه. كما تضع قيدًا يمنع النموذج من اختلاق تفاصيل مثل اسم المشروع أو المواد أو القياسات التي لا تظهر في الصورة.

للعثور على لحظة وقوع حدث محدد في تسجيل موقع أو جولة داخلية، استخدم سؤالًا أكثر تحديدًا:

Videoda giriş mekânından ana yaşam alanına geçişin görüldüğü anı bul. Bu geçişin yaklaşık zaman damgasını ver ve görüntüde hangi mekânsal değişikliğin seçildiğini kısaca açıkla. Emin olmadığın bir zaman damgasını kesinmiş gibi sunma.

يوضح الدليل إمكانية الاستفسار عن طوابع زمنية محددة في الفيديو. لذلك، فإن وصف الحدث المطلوب بوضوح في السؤال أكثر فائدة من طلب مبهم مثل «اعثر على اللحظات المهمة».

يمكنك استخدام السؤال التالي لتهيئة فيديو عرض تقديمي لمراجعة التصميم:

Bu videoda görülen mekânsal düzenlemeleri sırayla incele. Dolaşım, gün ışığı ve yüzey malzemeleri hakkında yalnızca görüntüden desteklenebilen gözlemleri yaz; her gözlemi ilgili zaman damgasıyla eşleştir. Görünmeyen teknik özellikleri çıkarım olarak belirtme.

تستخدم هذه المطالبة محاور الحركة والضوء والمواد قائمةَ مراجعة، وتطلب من النموذج ألا يعرض المعلومات التقنية التي لا يمكن التحقق منها بصريًا على أنها حقائق مؤكدة. تعامل مع المخرجات بوصفها ملاحظات أولية للمراجعة، لا بديلًا عن اتخاذ القرارات بشأن المشروع.

الأخطاء الشائعة واختيار نمط المعالجة

أكثر المشكلات شيوعًا هي اختيار طريقة إدخال لا تناسب حجم الفيديو أو مدته. يوصي الدليل باستخدام Files API عندما يتجاوز الطلب الإجمالي 20 MB، أو يكون الفيديو طويلًا، أو سيُستخدم المحتوى نفسه في طلبات أخرى. ولأن حدود البيانات المضمّنة ليست موحّدة في مختلف أقسام الوثائق، لا تحاول استخدام هذه الطريقة مع الملفات الكبيرة.

المسألة الثانية هي نمط المعالجة. تستخرج الطريقة الثابتة، وهي الطريقة الافتراضية، إطارًا من الفيديو بمعدل ثابت يبلغ إطارًا واحدًا في الثانية. ويوصى بهذا النمط للمقاطع القصيرة والملخصات العامة التي تغطي الفيديو كله والمهام التي تتطلب زمن استجابة منخفضًا، أو لمراجعة الإطارات على امتداد المقطع. أما المعالجة الوكيلة فتتنقل ديناميكيًا عبر الخط الزمني، ويمكن استخدامها للبحث عن حدث محدد في فيديو طويل أو العثور على معلومة واحدة ضمن تسجيل طويل. ويرى الدليل أن هذا الخيار مناسب للمحتوى الطويل الذي يتجاوز 5–10 دقائق ولعمليات البحث الموجهة.

أُدرج نمط المعالجة الوكيلة لنماذج Gemini 4 Argon و3.8 Flash و3.6 Flash و3.5 Flash Lite. وتذكر Google أن هذا النمط قد يستخدم رموزًا أقل بنسبة تصل إلى 88% في المحتوى الطويل، وأنه قد يحقق تحسنًا في الجودة بنحو 7%؛ وهذه إفادة من الشركة المطوّرة وليست ضمانًا لكل فيديو. ومن مصادر الخطأ الأخرى أن تعرض المطالبة القياسات أو نوع المواد أو معلومات المشروع التي لا يمكن استنتاجها بدقة من الصورة على أنها حقائق مؤكدة.

الخطوات التالية وأثرها في سير العمل المعماري

ابدأ بتجربة أولى على فيديو عمل قصير وغير عام، مع طلب ملخص عام؛ ثم انتقل إلى سؤال يستهدف مشهدًا محددًا. في الفيديوهات الطويلة، فكّر في خيار المعالجة الوكيلة، واستخدم Files API للملفات التي ستعيد استخدامها. وخذ في الحسبان أن ميزة روابط YouTube ما تزال في مرحلة المعاينة، وأن الأسعار وحدود السرعة قد تتغير. أما إنشاء الفيديو، فهو استخدام مختلف: يعرض دليل الفيديو الحالي لـ Gemini API نموذج Gemini Omni Flash للإنتاج والتحرير بالمحادثة؛ ويذكر أن Veo 3.1 Preview أُوقف في API بتاريخ 22 أكتوبر 2026.

أبرز استخدام عملي لمكاتب العمارة وفرق التصوّر المعماري هو استخراج ملخص أولي وملاحظات قابلة للبحث من جولات المشاريع أو فيديوهات المواقع. لكن ذلك لا يعني أن قرار التصميم أو القياس قد جرى التحقق منه؛ لذا ينبغي مقارنة المخرجات بالفيديو. لا يحدد الدليل متطلبات الأجهزة المحلية أو أسعار API. لذلك، تحقّق بصورة منفصلة من حجم الملف وعملية التحميل وشروط الوصول والترخيص عند التخطيط لسير العمل، ولا تفترض وجود متطلبات لوحدة GPU محلية.

المصدر والترخيص

أُعدّ هذا الدليل بتكييف أدلة Google لفهم الفيديو وإنشاء الفيديو عبر Gemini API إلى التركية. دليل فهم الفيديو مرخّص بموجب CC BY 4.0. أما أمثلة المطالبات فكُتبت خصيصًا لهذا الدليل؛ ولم تُنقل أمثلة الشيفرة من النص المصدر.