logoChat01.ai

اريد تحليل دقيق لستايل مونتاج هذا الفيديو بالتفصيل...

생성일: 2026년 5월 18일

답변에 사용된 모델 GPT-5.5 Thinking by Chat01

질문

كم دفع لي اليوتيوب في اول شهر بعد تفعيل الربح _ اول 30 يوم !!.mp4

اريد تحليل دقيق لستايل مونتاج هذا الفيديو بالتفصيل الدقيق وعايز اعرف اسم استايل المونتاج دا وعايز اسرع طريقة لعمل مونتاج بطريقة سهله ويكون نفس هذا المونتاج

Python

python
import os, json, subprocess, textwrap, math, statistics, sys, glob, pathlib
video_path = "/mnt/data/كم دفع لي اليوتيوب في اول شهر بعد تفعيل الربح _ اول 30 يوم !!.mp4"
os.path.exists(video_path), os.path.getsize(video_path) if os.path.exists(video_path) else None


(True, 7447814)

Python

python
import subprocess, json, os, textwrap, re, sys, math, statistics
cmd = ["ffprobe","-v","error","-print_format","json","-show_format","-show_streams",video_path]
res=subprocess.run(cmd, capture_output=True, text=True)
print(res.returncode)
print(res.stderr[:500])
meta=json.loads(res.stdout)
print(json.dumps(meta, ensure_ascii=False, indent=2)[:4000])

Python

python
import os, subprocess, math, json, pathlib, shutil, textwrap
out_dir="/mnt/data/video_frames"
os.makedirs(out_dir, exist_ok=True)
# extract frames at every 10 seconds and also first 5 secs every 1 sec maybe
duration=float(meta["format"]["duration"])
times=[0.5,1,2,3,5,8,12,16,20,25,30,40,50,60,75,90,105,120,135,150,165,173]
frames=[]
for i,t in enumerate(times):
    out=f"{out_dir}/frame_{i:02d}_{t:.1f}.jpg"
    subprocess.run(["ffmpeg","-y","-ss",str(t),"-i",video_path,"-frames:v","1","-q:v","2",out], stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)
    if os.path.exists(out): frames.append((t,out))
len(frames), frames[:3], frames[-1

(22,
 [(0.5, '/mnt/data/video_frames/frame_00_0.5.jpg'),
  (1, '/mnt/data/video_frames/frame_01_1.0.jpg'),
  (2, '/mnt/data/video_frames/frame_02_2.0.jpg')],
 (173, '/mnt/data/video_frames/frame_21_173.0.jpg'))

Python

python
from PIL import Image, ImageDraw, ImageFont
imgs=[]
for t,path in frames:
    img=Image.open(path).convert("RGB")
    img.thumbnail((320,180))
    canvas=Image.new("RGB",(320,210),"white")
    canvas.paste(img,(0,0))
    d=ImageDraw.Draw(canvas)
    d.text((8,185),f"{t:.1f}s",fill=(0,0,0))
    imgs.append(canvas)
cols=4
rows=math.ceil(len(imgs)/cols)
sheet=Image.new("RGB",(cols*320,rows*210),(240,240,240))
for idx,img in enumerate(imgs):
    sheet.paste(img,((idx%cols)*320,(idx//cols)*210))
sheet_path="/mnt/data/video_contact_sheet.jpg"
sheet.save(sheet_path, quality=90)
sheet_path


'/mnt/data/video_contact_sheet.jpg'

Python

python
# ffmpeg scene detection: output timestamps with scene score
cmd = ["ffmpeg","-i",video_path,"-filter:v","select='gt(scene,0.18)',showinfo","-f","null","-"]
res=subprocess.run(cmd, capture_output=True, text=True)
stderr=res.stderr
# parse pts_time from showinfo lines
times_scene=[]
for line in stderr.splitlines():
    if "showinfo" in line and "pts_time:" in line:
        m=re.search(r"pts_time:([0-9.]+)", line)
        if m:
            times_scene.append(float(m.group(1)))
len(times_scene), times_scene[:50]


(5, [50.533333, 52.633333, 148.966667, 149.8, 150.566667])

Python

python
import cv2, numpy as np, os, math, statistics, pandas as pd, re, subprocess, json, pathlib
cap=cv2.VideoCapture(video_path)
fps=cap.get(cv2.CAP_PROP_FPS)
nframes=int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
duration=nframes/fps
fps,nframes,duration


(30.0, 5241, 174.7)

Python

python
# sample every 0.5 seconds for visual difference
sample_times=np.arange(0, duration, 0.5)
prev=None
diffs=[]
thumbs=[]
for t in sample_times:
    cap.set(cv2.CAP_PROP_POS_MSEC, t*1000)
    ret, frame=cap.read()
    if not ret: 
        continue
    gray=cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    small=cv2.resize(gray,(160,90))
    if prev is not None:
        # mean abs diff and structural type
        diff=np.mean(cv2.absdiff(small, prev))
        diffs.append((t,diff))
    prev=small
# find top changes
top=sorted(diffs,key=lambda x:x[1], reverse=True)[:30]
top[:20], statistics.mean([d for _,d in diffs]), statistics.median([d for _,d in diffs])


([(np.float64(53.0), np.float64(210.86729166666666)),
  (np.float64(50.5), np.float64(203.88611111111112)),
  (np.float64(149.0), np.float64(103.19854166666667)),
  (np.float64(151.0), np.float64(99.0825)),
  (np.float64(150.0), np.float64(32.40541666666667)),
  (np.float64(10.0), np.float64(21.871805555555557)),
  (np.float64(104.0), np.float64(21.750416666666666)),
  (np.float64(161.0), np.float64(19.598055555555554)),
  (np.float64(34.5), np.float64(19.566805555555554)),
  (np.float64(10.5), np.float64(19.55701388888889)),
  (np.float64(19.0), np.float64(19.281041666666667)),
  (np.float64(133.0), np.float64(16.995208333333334)),
  (np.float64(166.0), np.float64(15.196527777777778)),
  (np.float64(104.5), np.float64(15.189375)),
  (np.float64(161.5), np.float64(15.139305555555556)),
  (np.float64(169.5), np.float64(14.427777777777777)),
  (np.float64(37.0), np.float64(14.049097222222223)),
  (np.float64(82.5), np.float64(13.795902777777778)),
  (np.float64(41.0), np.float64(13.493333333333334)),
  (np.float64(38.5), np.float64(13.434722222222222))],
 np.float64(5.646582696593442),
 np.float64(1.8749305555555555))

Python

python
# Extract frames every 2 seconds for better analysis
times2=list(np.arange(0.5, duration, 2.0))
frames2=[]
out_dir2="/mnt/data/video_frames_2sec"
os.makedirs(out_dir2, exist_ok=True)
for i,t in enumerate(times2):
    out=f"{out_dir2}/f_{i:03d}_{t:.1f}.jpg"
    subprocess.run(["ffmpeg","-y","-ss",f"{t:.2f}","-i",video_path,"-frames:v","1","-q:v","3",out], stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)
    if os.path.exists(out):
        frames2.append((t,out))
# make multiple sheets pages 24 frames each
sheet_paths=[]
for start in range(0, len(frames2), 24):
    subset=frames2[start:start+24]
    imgs=[]
    for t,path in subset:
        img=Image.open(path).convert("RGB")
        img.thumbnail((240,135))
        canvas=Image.new("RGB",(240,165),"white")
        canvas.paste(img,(0,0))
        d=ImageDraw.Draw(canvas)
        d.text((5,142),f"{t:.1f}s",fill=(0,0,0))
        imgs.append(canvas)
    cols=4
    rows=math.ceil(len(imgs)/cols)
    sheet=Image.new("RGB",(cols*240,rows*165),(240,240,240))
    for idx,img in enumerate(imgs):
        sheet.paste(img,((idx%cols)*240,(idx//cols)*165))
    sp=f"/mnt/data/sheet_{start//24+1}.jpg"
    sheet.save(sp, quality=90)
    sheet_paths.append(sp)
sheet_paths, len(frames2)


(['/mnt/data/sheet_1.jpg',
  '/mnt/data/sheet_2.jpg',
  '/mnt/data/sheet_3.jpg',
  '/mnt/data/sheet_4.jpg'],
 88)

Python

python
# Extract frames every 2 seconds for better analysis
times2=list(np.arange(0.5, duration, 2.0))
frames2=[]
out_dir2="/mnt/data/video_frames_2sec"
os.makedirs(out_dir2, exist_ok=True)
for i,t in enumerate(times2):
    out=f"{out_dir2}/f_{i:03d}_{t:.1f}.jpg"
    subprocess.run(["ffmpeg","-y","-ss",f"{t:.2f}","-i",video_path,"-frames:v","1","-q:v","3",out], stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)
    if os.path.exists(out):
        frames2.append((t,out))
# make multiple sheets pages 24 frames each
sheet_paths=[]
for start in range(0, len(frames2), 24):
    subset=frames2[start:start+24]
    imgs=[]
    for t,path in subset:
        img=Image.open(path).convert("RGB")
        img.thumbnail((240,135))
        canvas=Image.new("RGB",(240,165),"white")
        canvas.paste(img,(0,0))
        d=ImageDraw.Draw(canvas)
        d.text((5,142),f"{t:.1f}s",fill=(0,0,0))
        imgs.append(canvas)
    cols=4
    rows=math.ceil(len(imgs)/cols)
    sheet=Image.new("RGB",(cols*240,rows*165),(240,240,240))
    for idx,img in enumerate(imgs):
        sheet.paste(img,((idx%cols)*240,(idx//cols)*165))
    sp=f"/mnt/data/sheet_{start//24+1}.jpg"
    sheet.save(sp, quality=90)
    sheet_paths.append(sp)
sheet_paths, len(frames2)


(['/mnt/data/sheet_1.jpg',
  '/mnt/data/sheet_2.jpg',
  '/mnt/data/sheet_3.jpg',
  '/mnt/data/sheet_4.jpg'],
 88)



<<ImageDisplayed>>

Python

python
# Extract frames every 2 seconds for better analysis
times2=list(np.arange(0.5, duration, 2.0))
frames2=[]
out_dir2="/mnt/data/video_frames_2sec"
os.makedirs(out_dir2, exist_ok=True)
for i,t in enumerate(times2):
    out=f"{out_dir2}/f_{i:03d}_{t:.1f}.jpg"
    subprocess.run(["ffmpeg","-y","-ss",f"{t:.2f}","-i",video_path,"-frames:v","1","-q:v","3",out], stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)
    if os.path.exists(out):
        frames2.append((t,out))
# make multiple sheets pages 24 frames each
sheet_paths=[]
for start in range(0, len(frames2), 24):
    subset=frames2[start:start+24]
    imgs=[]
    for t,path in subset:
        img=Image.open(path).convert("RGB")
        img.thumbnail((240,135))
        canvas=Image.new("RGB",(240,165),"white")
        canvas.paste(img,(0,0))
        d=ImageDraw.Draw(canvas)
        d.text((5,142),f"{t:.1f}s",fill=(0,0,0))
        imgs.append(canvas)
    cols=4
    rows=math.ceil(len(imgs)/cols)
    sheet=Image.new("RGB",(cols*240,rows*165),(240,240,240))
    for idx,img in enumerate(imgs):
        sheet.paste(img,((idx%cols)*240,(idx//cols)*165))
    sp=f"/mnt/data/sheet_{start//24+1}.jpg"
    sheet.save(sp, quality=90)
    sheet_paths.append(sp)
sheet_paths, len(frames2)


(['/mnt/data/sheet_1.jpg',
  '/mnt/data/sheet_2.jpg',
  '/mnt/data/sheet_3.jpg',
  '/mnt/data/sheet_4.jpg'],
 88)



<<ImageDisplayed>>



<<ImageDisplayed>>

Python

python
# Extract frames every 2 seconds for better analysis
times2=list(np.arange(0.5, duration, 2.0))
frames2=[]
out_dir2="/mnt/data/video_frames_2sec"
os.makedirs(out_dir2, exist_ok=True)
for i,t in enumerate(times2):
    out=f"{out_dir2}/f_{i:03d}_{t:.1f}.jpg"
    subprocess.run(["ffmpeg","-y","-ss",f"{t:.2f}","-i",video_path,"-frames:v","1","-q:v","3",out], stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)
    if os.path.exists(out):
        frames2.append((t,out))
# make multiple sheets pages 24 frames each
sheet_paths=[]
for start in range(0, len(frames2), 24):
    subset=frames2[start:start+24]
    imgs=[]
    for t,path in subset:
        img=Image.open(path).convert("RGB")
        img.thumbnail((240,135))
        canvas=Image.new("RGB",(240,165),"white")
        canvas.paste(img,(0,0))
        d=ImageDraw.Draw(canvas)
        d.text((5,142),f"{t:.1f}s",fill=(0,0,0))
        imgs.append(canvas)
    cols=4
    rows=math.ceil(len(imgs)/cols)
    sheet=Image.new("RGB",(cols*240,rows*165),(240,240,240))
    for idx,img in enumerate(imgs):
        sheet.paste(img,((idx%cols)*240,(idx//cols)*165))
    sp=f"/mnt/data/sheet_{start//24+1}.jpg"
    sheet.save(sp, quality=90)
    sheet_paths.append(sp)
sheet_paths, len(frames2)


(['/mnt/data/sheet_1.jpg',
  '/mnt/data/sheet_2.jpg',
  '/mnt/data/sheet_3.jpg',
  '/mnt/data/sheet_4.jpg'],
 88)



<<ImageDisplayed>>



<<ImageDisplayed>>



<<ImageDisplayed>>

Python

python
# Extract frames every 2 seconds for better analysis
times2=list(np.arange(0.5, duration, 2.0))
frames2=[]
out_dir2="/mnt/data/video_frames_2sec"
os.makedirs(out_dir2, exist_ok=True)
for i,t in enumerate(times2):
    out=f"{out_dir2}/f_{i:03d}_{t:.1f}.jpg"
    subprocess.run(["ffmpeg","-y","-ss",f"{t:.2f}","-i",video_path,"-frames:v","1","-q:v","3",out], stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)
    if os.path.exists(out):
        frames2.append((t,out))
# make multiple sheets pages 24 frames each
sheet_paths=[]
for start in range(0, len(frames2), 24):
    subset=frames2[start:start+24]
    imgs=[]
    for t,path in subset:
        img=Image.open(path).convert("RGB")
        img.thumbnail((240,135))
        canvas=Image.new("RGB",(240,165),"white")
        canvas.paste(img,(0,0))
        d=ImageDraw.Draw(canvas)
        d.text((5,142),f"{t:.1f}s",fill=(0,0,0))
        imgs.append(canvas)
    cols=4
    rows=math.ceil(len(imgs)/cols)
    sheet=Image.new("RGB",(cols*240,rows*165),(240,240,240))
    for idx,img in enumerate(imgs):
        sheet.paste(img,((idx%cols)*240,(idx//cols)*165))
    sp=f"/mnt/data/sheet_{start//24+1}.jpg"
    sheet.save(sp, quality=90)
    sheet_paths.append(sp)
sheet_paths, len(frames2)


(['/mnt/data/sheet_1.jpg',
  '/mnt/data/sheet_2.jpg',
  '/mnt/data/sheet_3.jpg',
  '/mnt/data/sheet_4.jpg'],
 88)



<<ImageDisplayed>>



<<ImageDisplayed>>



<<ImageDisplayed>>



<<ImageDisplayed>>

사고

Style and analysis breakdown

The video has a faceless YouTube explainer style with kinetic typography, motion graphics, and a narrative in Arabic. It's got a gray vignette background, screen-recorded clips, zooms/pans, and text effects like yellow highlights, red underlines, and animated icons. I also wonder if background music or sound effects are involved. For analysis, I could explore audio detection options or consider software like CapCut or Premiere. The final description in Arabic could be: "ستايل فيديوهات المعلومات بدون ظهور الوجه + موشن جرافيك بسيط + Kinetic Typography".

Analyzing video and audio features

I’m thinking it’d be useful to include timestamps and derive a timeline. Maybe I could analyze scene types by reviewing a visual contact sheet and frames. As for audio, I could check for background music or voiceovers by looking at volume dynamics and silence periods without actually listening. I also have to be cautious about interpreting audio solely from video titles or metadata.

Thought for 2m 54s

답변

حللت الفيديو المرفوع. أقرب اسم للستايل هو:

Faceless YouTube Explainer / Infographic Motion Graphics
أو بالعربي: مونتاج شرح يوتيوب بدون ظهور الوجه + موشن جرافيك معلوماتي + كينتيك تايبوجرافي.

هو ليس “سينمائي” ولا “فلوج”، بل ستايل فيديوهات شرح/أرقام/تحليل أرباح، يعتمد على سكرين ريكورد + نصوص متحركة + أيقونات + هايلايت على الأرقام + فويس أوفر.

تحليل الستايل بالتفصيل

1. شكل الفيديو العام

الفيديو معمول كشرح بصري سريع عن أرباح اليوتيوب. لا يوجد ظهور للشخص، وكل المعلومات تُعرض من خلال:

  • لقطات من YouTube Studio / Analytics.
  • نصوص عربية كبيرة في منتصف الشاشة.
  • أرقام عليها هايلايت أصفر.
  • دوائر وأسهم حمراء على الأرقام المهمة.
  • أيقونات كرتونية بسيطة.
  • خلفية رمادي فاتح/أبيض مع ظل خفيف على الأطراف.

المقاس الظاهر: 16:9 أفقي، وجودة الفيديو تقريبًا 720p / 30fps.

2. الخلفية

الخلفية ثابتة جدًا: لون أبيض مائل للرمادي مع vignette خفيف، يعني الأطراف أغمق قليلًا من المنتصف. هذا يعطي إحساس أن العناصر في المنتصف واضحة ومركّزة.

الستايل هنا قريب من: Clean Explainer Background
أو
Minimal Infographic Background

3. النصوص

النصوص هي أهم عنصر في المونتاج. يتم استخدامها بدل ظهور الشخص.

خصائص النص:

  • خط عربي عريض جدًا.
  • غالبًا أسود.
  • كلمات مهمة داخل مستطيل أحمر.
  • الأرقام المهمة عليها هايلايت أصفر.
  • أحيانًا توجد خطوط/دوائر حمراء مرسومة يدويًا.
  • النص يظهر في منتصف الشاشة غالبًا.
  • الجُمل قصيرة جدًا، كل جملة أو فكرتها تأخذ 1 إلى 3 ثواني.

أقرب نوع للنصوص: Kinetic Typography
يعني نصوص تتحرك مع الكلام وتظهر لتأكيد الجملة المهمة.

4. الحركة والأنيميشن

الحركة بسيطة وليست معقدة. أغلب العناصر تدخل بهذه الطرق:

  • Pop in: العنصر يظهر بسرعة كأنه “ينبثق”.
  • Scale up: تكبير بسيط من 90% إلى 100%.
  • Slide: دخول من الجانب أو من تحت.
  • Zoom على لقطات التحليلات.
  • Highlight على الرقم وقت ذكره.
  • Red circle / underline لتوجيه عين المشاهد.
  • Fade to black موجود كفاصل بين جزء وجزء، مثل حوالي منتصف الفيديو.

هذا اسمه: Simple 2D Motion Graphics
وليس موشن جرافيك معقد.

5. استخدام لقطات الشاشة

لقطات YouTube Analytics هي العمود الأساسي للفيديو. المونتاج لا يترك الشاشة كاملة ثابتة لفترة طويلة، بل يعمل:

  • Zoom على الرقم.
  • Crop على جزء محدد.
  • تحريك بسيط يمين/يسار.
  • هايلايت على رقم معين.
  • دائرة حمراء أو سهم.
  • انتقال من لقطة أرقام إلى أيقونة ثم رجوع للسكرين.

هذا يسمى: Screen Recording Callout Editing
أي مونتاج سكرين ريكورد مع توضيحات بصرية.

6. الأيقونات

الأيقونات Flat/Cartoon:

  • ألوان قوية: أحمر، أصفر، أزرق.
  • Outlines واضحة.
  • تظهر في وسط الشاشة.
  • تستخدم لتوضيح الفكرة بسرعة: مال، جمهور، مشاهدة، لايك، تحذير، هدية، إلخ.

أقرب ستايل للأيقونات: Flat Vector Icons with Pop Animation

7. الإيقاع

الإيقاع سريع لكن ليس مثل تيك توك. هو إيقاع يوتيوب تعليمي:

  • تغيير بصري كل 2 إلى 4 ثواني تقريبًا.
  • النصوص لا تطول.
  • الأرقام تظهر مع التركيز عليها.
  • كل فترة تظهر أيقونة حتى لا يشعر المشاهد بالملل.
  • يوجد فاصل أسود بسيط بين أجزاء الفيديو.

يعني الفيديو معمول على قاعدة:
كل جملة في الفويس أوفر لازم يقابلها شيء بصري.

8. الصوت

من شكل المونتاج، الأساس غالبًا:

  • فويس أوفر واضح.
  • موسيقى خلفية منخفضة.
  • مؤثرات بسيطة مثل pop / whoosh / click عند ظهور النصوص والأيقونات.
  • المؤثرات ليست كثيرة جدًا، لكنها تساعد على الإحساس بالحركة.

أسرع طريقة تعمل نفس المونتاج

أسرع برنامج مناسب: CapCut
ولو تريد نتيجة أنظف: CapCut + Canva.

لا تبدأ بـ After Effects لو هدفك السرعة. After Effects أفضل احترافيًا، لكن أبطأ. هذا الفيديو يمكن تقليده بنسبة كبيرة داخل CapCut.

Workflow سريع جدًا

الخطوة 1: اكتب السكريبت

اكتب الكلام جُمل قصيرة جدًا. مثال:

“بعد أول شهر من تفعيل الربح…”
“الأرقام كانت مفاجأة…”
“الإيرادات وصلت إلى…”
“لكن المشكلة كانت في…”

كل جملة قصيرة = لقطة أو عنصر بصري.

الخطوة 2: سجل الفويس أوفر

سجل الصوت أولًا. لا تبدأ بالمونتاج قبل الصوت.
المونتاج في هذا الستايل مبني على الكلام.

الخطوة 3: جهز الخلفية

في CapCut:

  • اعمل مشروع 16:9.
  • ضع خلفية رمادي فاتح أو أبيض.
  • أضف vignette خفيف أو ظل على الأطراف.
  • خليه ثابت طوال الفيديو.

الخطوة 4: سجل لقطات الشاشة

سجل YouTube Studio أو أي منصة أرقام عندك.
ثم داخل CapCut:

  • قص الأجزاء المهمة.
  • اعمل zoom على الأرقام.
  • ضع هايلايت أصفر خلف الرقم.
  • ضع سهم أو دائرة حمراء عند الحاجة.

الخطوة 5: أضف النصوص

استخدم خط عربي عريض مثل:

  • Cairo Black
  • Tajawal ExtraBold
  • DIN Next Arabic Bold
  • GE SS Bold لو متاح

إعدادات النص:

  • اللون الأساسي: أسود.
  • الكلمات المهمة: أبيض على مستطيل أحمر.
  • الأرقام: هايلايت أصفر.
  • أضف Shadow خفيف جدًا أو Stroke بسيط لو النص غير واضح.

الخطوة 6: أضف أيقونات

من Canva أو Freepik أو Flaticon.
حمّلها PNG بخلفية شفافة.

كل أيقونة:

  • تظهر في المنتصف.
  • Animation: Pop / Bounce / Scale.
  • مدتها 1.5 إلى 3 ثواني.

الخطوة 7: استخدم حركات جاهزة

في CapCut استخدم:

  • Animation In: Pop Up
  • Animation In: Slide Up
  • Animation In: Bounce
  • Animation Out: Fade
  • Keyframes للـ Zoom

إعداد سريع للحركة:

  • النص يظهر خلال 0.2 ثانية.
  • الأيقونة تكبر من 80% إلى 105% ثم ترجع 100%.
  • لقطة الشاشة تعمل Zoom من 100% إلى 125% خلال ثانيتين.

الخطوة 8: أضف المؤثرات الصوتية

أضف SFX بسيط:

  • pop عند ظهور الأيقونات.
  • whoosh عند الانتقال.
  • click عند الهايلايت.
  • riser قصير قبل رقم مهم.

خلي صوت المؤثرات منخفض، لا يغطي على الفويس.

الخطوة 9: لا تكثر انتقالات

هذا الستايل لا يعتمد على ترانزيشنز كثيرة.
استخدم فقط:

  • Cut مباشر.
  • Zoom بسيط.
  • Fade to black للفواصل الكبيرة.
  • Motion blur خفيف لو موجود.

تركيبة التايملاين في CapCut

رتّب المشروع بهذا الشكل:

  • Track 1: الخلفية الثابتة.
  • Track 2: لقطات الشاشة / YouTube Analytics.
  • Track 3: الأيقونات.
  • Track 4: النصوص.
  • Track 5: الهايلايت الأصفر والدوائر الحمراء.
  • Audio 1: الفويس أوفر.
  • Audio 2: الموسيقى.
  • Audio 3: المؤثرات الصوتية.

وصفة جاهزة لتقليد نفس الفيديو

لكل 10 ثواني من الفيديو اعمل الآتي:

  1. أول 2 ثانية: نص كبير في المنتصف.
  2. بعدها 2 ثانية: أيقونة توضح الكلام.
  3. بعدها 3 ثواني: لقطة شاشة مع Zoom.
  4. بعدها 1 ثانية: هايلايت على الرقم.
  5. بعدها 2 ثانية: تعليق نصي أو دائرة حمراء.

كرر نفس القالب طوال الفيديو.

الكلمات التي تبحث بها عن قوالب مشابهة

ابحث في CapCut / Canva / YouTube عن:

  • Faceless YouTube Explainer
  • YouTube Automation Editing
  • Infographic Motion Graphics
  • Kinetic Typography Arabic
  • Screen Recording Callouts
  • YouTube Analytics Video Editing
  • Flat Icon Explainer Video
  • Motion Graphics Explainer Template

الخلاصة

اسم الستايل الأقرب:
Faceless Infographic Explainer with Kinetic Typography

أسرع طريقة لعمله:
CapCut للفيديو + Canva للأيقونات والتصميمات + Screen Recording للأرقام + فويس أوفر قوي.

السر الحقيقي في نفس المونتاج ليس الانتقالات، بل في 4 أشياء:
نصوص قصيرة، أرقام عليها هايلايت، حركة كل ثانيتين، وأيقونات بسيطة توضح الكلام.

이 Q&A 공유하기