זה המדריך המעשי המרכזי של הסדרה, וההבטחה שלו פשוטה: אתם נכנסים עם רעיון בעברית ויוצאים עם קובץ וידאו מוכן להורדה. בלי מצלמה, בלי סטודיו, ובלי לשלם. הסיבה שזה בכלל רלוונטי בישראל היא לא טכנולוגית אלא התנהגותית — לפי סקר איגוד האינטרנט הישראלי, 98% מהאוכלוסייה משתמשים ביוטיוב ובוואטסאפ, ושיעור השימוש בטיקטוק בקרב האוכלוסייה הבוגרת עלה מ-49% ב-2023 ל-54% ב-2024. במילים אחרות: הערוץ שבו הלקוח שלכם נמצא הוא ערוץ וידאו, והשאלה היחידה היא אם יש לכם מה להעלות אליו.
בקצרה
- תסריט קצר: 60–90 מילים בעברית = סרטון של 15–20 שניות.
- קליפים קצרים: רוב מודלי הווידאו יציבים בטווח 4–6 שניות לקליפ.
- פרומפט לפי מבנה: סצנה + סובייקט + תנועה + אווירה + סטייל צילום.
- קול נפרד: TTS בעברית או קריינות אנושית שמתומללת.
- הרכבה: 4–6 קליפים × 4–6 שניות = 20–30 שניות סרטון.
- לפני הורדה: יישור טקסט לימין ובדיקת עיוותי פנים.
לפני שמתחילים — מה בעצם עומד לקרות כאן
התהליך שתראו כאן אינו "לוחצים כפתור ומקבלים סרט". הוא מורכב משישה שלבים, וכל אחד מהם עונה על מגבלה אמיתית של הטכנולוגיה. מודלי וידאו מבוססי בינה מלאכותית טובים מאוד בקטעים קצרים, ופחות טובים ככל שהקטע מתארך: התנועה נעשית פחות עקבית, דמויות משנות מראה, פרטים מתפרקים. לכן במקום להילחם בזה — עובדים איתו. בונים סרטון מרצף של קליפים קצרים, מוסיפים שכבת קול בנפרד, ומרכיבים.
ההיגיון הזה נכון גם שיווקית. הקהל הישראלי צורך היום וידאו קצר בטיקטוק, ב-Reels וב-Shorts, ושם השניות הראשונות הן שמכריעות אם ממשיכים לצפות. סרטון של 20–30 שניות אינו פשרה טכנית — הוא בדיוק הפורמט שעובד.
שלב 1 — מטרה ותסריט בעברית של 60–90 מילים
לפני מילה אחת של תסריט, ענו על שאלה אחת: מה אתם רוצים שהצופה ידע, ירגיש ויעשה בסוף. בלי התשובה הזו תקבלו סרטון יפה שלא עושה כלום. עבור עסק קטן המטרה תהיה בדרך כלל אחת משלוש — להגיע לחנות, להשאיר פרטים, או להכיר שירות חדש.
אחרי שהמטרה ברורה, כותבים תסריט בעברית באורך 60–90 מילים. זה לא מספר שרירותי: זה בערך האורך שנקרא בקצב דיבור טבעי בסרטון של 15–20 שניות, שהוא הפורמט שמתאים לרוב הסרטונים הקצרים. תסריט ארוך יותר יאלץ את הקריין לרוץ, והצופה יאבד את המסר.
מבנה שעובד: פתיח קצר שתופס תשומת לב, יתרון מרכזי אחד (לא שלושה), וקריאה לפעולה ברורה. אם קשה לכם לנסח, אפשר להיעזר בכלי כתיבה מבוסס בינה מלאכותית — לפי נתוני הסוכנות לעסקים קטנים ובינוניים במשרד הכלכלה והתעשייה, 70% מהעסקים הקטנים והבינוניים שכבר משתמשים בבינה מלאכותית עושים זאת בדיוק לצורך ניסוח וכתיבה.
שלב 2 — חלוקה לקליפים של 4–6 שניות
כאן נמצאת ההחלטה הכי חשובה במדריך הזה, וגם הכי לא אינטואיטיבית. אל תנסו לייצר את הסרטון כולו בהרצה אחת. רוב מודלי הווידאו יציבים בטווח של 4–6 שניות לקליפ, ובטווח הזה הם מצליחים לשמור על עקביות של דמות, תנועה ותאורה. מעבר לכך מתחילים לצוץ הפרעות: פנים שמשתנות באמצע, ידיים שמתעוותות, רקע שמחליף את עצמו.
לכן מפרקים את התסריט מהשלב הקודם ליחידות משמעות. כל משפט או שניים מקבלים "שוט" משלהם. אם התסריט מדבר על בצק שנח בלילה, זה שוט אחד. אם הוא מדבר על לקוח שנכנס לחנות, זה שוט שני. התוצאה היא לוח-שוטים פשוט — טבלה קטנה שבה כל שורה היא קליפ.
| מס' קליפ | משפט מהתסריט | מה רואים | אורך (שניות) |
|---|---|---|---|
| 1 | "בכל בוקר, בשש, התנור כבר דולק" | תקריב על תנור נפתח, אדים | 5 |
| 2 | "הבצק נח כל הלילה" | ידיים מקמחות בצק על שיש | 5 |
| 3 | "מאפייה שכונתית קטנה" | שוט רחב של חזית החנות | 5 |
| 4 | "תיכנסו, קחו כיכר חמה" | לקוח מקבל שקית נייר | 5 |
| סה"כ | 20 |
שימו לב מה קרה כאן: ארבעה קליפים של חמש שניות נותנים סרטון של עשרים שניות, שמתאים בדיוק לתסריט של 60–90 מילים. הכל מתחבר. אם אתם רוצים סרטון ארוך יותר — מוסיפים קליפים, לא מאריכים אותם.
שלב 3 — הנוסחה לכתיבת פרומפט לכל קליפ
עכשיו כותבים הוראה לכל קליפ בנפרד. הטעות הנפוצה היא לתאר רק מה רואים ("אופה מכין לחם") ולשכוח לתאר איך המצלמה רואה את זה. מודל וידאו הוא לא במאי — הוא מבצע. אם לא אמרתם לו מאיפה לצלם, הוא יחליט בעצמו, ובכל הרצה אחרת.
המבנה שעובד מורכב מחמישה רכיבים קבועים:
- סצנה איפה זה קורה ומתי — מאפייה קטנה, שעת בוקר מוקדמת, רחוב עירוני.
- סובייקט מי או מה במרכז הפריים — אופה, לחם, לקוח, חזית חנות.
- תנועה מה זז ואיך זזה המצלמה — התקרבות איטית, מעקב הצידה, מבט מלמעלה.
- אווירה תאורה ומצב רוח — אור בוקר חם, תאורת סטודיו רכה, ניגודיות גבוהה.
- סטייל צילום איך התוצאה אמורה להיראות — ריאליסטי קולנועי, דוקומנטרי, אנימציה.
שני כלים נוספים שכדאי להכיר בשלב הזה. הראשון הוא Negative Prompt — שדה שבו כותבים מה לא רוצים לראות, למשל פנים מעוותות או ידיים עם מספר אצבעות שגוי. השני הוא מדד תנועת מצלמה שקיים בחלק מהכלים. ההמלצה המקצועית היא להישאר בטווח 3–5; ערכים סביב 10 מייצרים תנועה דרמטית אבל גם עיוותי פנים וגפיים.
שלב 4 — שכבת הקול: TTS בעברית או קריינות אנושית
הקליפים שקיבלתם הם תמונה נעה בלבד. הקול נבנה בנפרד, וזו דווקא בשורה טובה: אתם שולטים בו לחלוטין, ואפשר להחליף אותו בלי לייצר מחדש שום קליפ. יש שני מסלולים, ושניהם לגיטימיים.
שילוב של השניים הוא לרוב הפתרון הטוב ביותר: מקליטים גרסה ראשונה בקול אנושי, מתמללים אותה לטקסט, עורכים את הטקסט עד שהוא מדויק — ומשם אפשר להפיק גרסה נקייה, ליצור כתוביות מדויקות, או לשמור את התמלול לגרסאות עתידיות. אם הקול שיצא לכם נשמע שטוח או מכני, יש עמוד ייעודי בסדרה על קריינות עברית שנשמעת רובוטית.
שלב 5 — הרכבה: מארבעה קליפים לסרטון של 20–30 שניות
בשלב הזה יש לכם תיקייה עם קליפים וקובץ קול. עכשיו מרכיבים. 4–6 קליפים של 4–6 שניות מייצרים סרטון של 20–30 שניות — וזה בדיוק היעד שהצבנו בשלב הראשון.
סדר העבודה בעורך הוא קבוע. קודם מניחים את שכבת הקול על ציר הזמן, כי היא זו שקובעת את הקצב. אחר כך גוררים את הקליפים מעליה לפי לוח-השוטים, וגוזרים כל קליפ כך שהוא נגמר בדיוק כשהמשפט המתאים נגמר. אם משפט קצת ארוך מהקליפ — עדיף לקצר את המשפט מאשר להאט את הווידאו. אחרי זה מוסיפים כתוביות, ורק בסוף מוזיקת רקע ברמת עוצמה נמוכה, כדי שלא תתחרה בקריינות.
- מניחים את קובץ הקול על ציר הזמן — הוא קובע את המשך הכולל.
- גוררים את הקליפים לפי סדר לוח-השוטים.
- גוזרים כל קליפ לגבול המשפט שלו.
- מוסיפים כתוביות בעברית ומיישרים אותן לימין.
- מוסיפים מוזיקה חלשה מתחת לקריינות.
- בוחרים יחס גובה-רוחב 9:16 לסרטון אנכי, או 16:9 ליוטיוב.
שלב 6 — צ'ק-ליסט בדיקת איכות לפני שלוחצים הורדה
זה השלב שרוב האנשים מדלגים עליו, ואז מגלים את הבעיה אחרי שהסרטון כבר עלה. עברו על הרשימה הבאה במסך מלא, פעם אחת מהתחלה ועד הסוף, לפני הייצוא.
- יישור טקסט לימין — כל טקסט עברי על המסך, כולל כתוביות, שם העסק ומספר טלפון, מיושר לימין ובסדר האותיות הנכון. בדקו במיוחד שורות שמערבות עברית עם ספרות או אנגלית.
- עיוותי פנים — עצרו על כל קליפ שיש בו אדם ובדקו פנים, ידיים ואצבעות. עיוות שנראה זניח בתצוגה קטנה בולט מאוד במסך מלא.
- עקביות בין קליפים — אם אותה דמות מופיעה בכמה קליפים, ודאו שהיא לא החליפה חולצה, גיל או צבע שיער באמצע.
- סנכרון קול-תמונה — הקריינות נגמרת יחד עם הסרטון, לא שנייה אחרי.
- קריאות במובייל — הריצו תצוגה מקדימה בגודל טלפון. גופן שנראה טוב במחשב עלול להיות בלתי קריא בסמארטפון.
- יחס גובה-רוחב — 9:16 לטיקטוק ולסטוריז, 16:9 ליוטיוב. ייצוא ביחס שגוי חותך את הטקסט.
- מסגרת ראשונה — הפריים הראשון הוא התמונה שתופיע כתצוגה מקדימה. ודאו שהוא לא מטושטש או שחור.
הייצוא עצמו — איזה קובץ באמת צריך לצאת
בייצוא בחרו פורמט MP4, שהוא הפורמט שכל הפלטפורמות קולטות בלי בעיות. ברזולוציה, 1080p מספיקה בהחלט לרשתות חברתיות; רזולוציה גבוהה יותר תייצר קובץ כבד שייקח יותר זמן להעלות ובסוף ידחס ממילא. שמרו את הפרויקט הפתוח בעורך, לא רק את הקובץ המיוצא — כשתרצו לשנות מחיר, תאריך או קריאה לפעולה, תודו לעצמכם.
נקודה אחרונה שכדאי לדעת: כמעט כל הכלים החינמיים עובדים במודל מכסות — מספר קרדיטים או סרטונים ליום או לחודש. המשמעות המעשית היא לתכנן את סדר ההרצות. הריצו קודם קליפ אחד לבדיקה, ורק אחרי שראיתם שהפרומפט עובד — הריצו את השאר. השוואה מסודרת של המכסות בפועל נמצאת בעמוד טבלת השוואת הכלים החינמיים.
חזרה לסדרה — איפה להמשיך מכאן
העמוד הזה הוא התהליך המלא. אם נתקעתם בשלב מסוים, לכל שלב יש עמוד ייעודי שנכנס לעומק: בחירת המסלול בין טקסט-לווידאו לתמונה-לווידאו לשלב 2, נוסחת הפרומפט לשלב 3, ומחולל הווידאו של CapCut לשלב ההרכבה. לסקירה הכללית של הנושא, חזרו למדריך המרכזי: יצירת סרטון AI חינם בעברית.
מקורות
- CapCut — AI TikTok Video Generator (תיעוד הספק הרשמי). נכון ל-22/08/2026.
- HeyGen — Text to Speech ותמיכה רב-לשונית (תיעוד הספק הרשמי). נכון ל-22/08/2026.
- Kolbo.AI — סביבת עבודה עברית-ראשונה ליצירת וידאו, תמונה וקול. נכון ל-22/08/2026.
- Go Transcribe — תמלול אודיו ווידאו בעברית. נכון ל-22/08/2026.
- איגוד האינטרנט הישראלי — נתוני שימוש ברשתות חברתיות בישראל, 2024. נכון ל-22/08/2026.
- הסוכנות לעסקים קטנים ובינוניים, משרד הכלכלה והתעשייה — שימוש בבינה מלאכותית בעסקים קטנים. נכון ל-22/08/2026.