Aliran Kerja Pengeluaran Video AI: Panduan Paip Akhir-ke-Akhir

Dalam tinjauan 2024, 90% pencipta video mengatakan alat AI meningkatkan produktiviti mereka. Jawapan praktikal ialah menghubungkan alat AI khusus ke dalam saluran terkawal, bukan mengharapkan satu penjana mengendalikan setiap tugas kreatif dan operasi.

Perbezaan itu penting kerana peningkatan produktiviti jarang datang daripada menekan satu butang. Ia datang daripada mengalihkan pemindahan berulang, menstandardkan input, menyemak output pada masa yang tepat, dan menghantar aset yang diluluskan ke peringkat seterusnya tanpa kehilangan konteks. Satu aliran kerja pengeluaran video AI yang boleh dipercayai bertindak kurang seperti prompt ajaib dan lebih seperti pasukan pengeluaran digital kecil.

Mengapa Pencipta Moden Meninggalkan Aliran Kerja Linear

Pengeluaran video tradisional bergerak dalam garis lurus. Seseorang menulis skrip, orang lain merakamnya, editor menyusun rakaman, pereka menambah kapsyen, dan penerbit menyesuaikan fail akhir untuk setiap saluran. Setiap semakan menghantar kerja ke belakang melalui rantaian. Perubahan pada baris pembuka boleh mempengaruhi voiceover, masa, kapsyen, urutan visual, dan eksport.

Penggunaan AI telah mengubah di mana geseran muncul. Dalam tinjauan 2024 yang diringkaskan oleh Kapwing, 90% pencipta video melaporkan bahawa alat AI meningkatkan produktiviti mereka, manakala 69% telah menggunakan AI dalam pengeluaran video semasa enam bulan sebelumnya. Penggunaan paling biasa ialah subtitling dan transkripsi bertenaga AI, dilaporkan oleh 66% responden, diikuti dengan penulisan skrip, otak-menggelegak, penyuntingan audio, dan voiceover.

Corak penggunaan itu mendedahkan apa yang berfungsi. Pencipta tidak bermula dengan menggantikan seluruh pengeluaran dengan satu klip yang dijana. Mereka mengautomasikan tugas sempit dan berulang dahulu, terutamanya transkripsi, kapsyen, penambahbaikan skrip, pembersihan audio, dan narasi. Arah manusia masih menentukan topik, sudut pandang, citarasa visual, dan kelulusan akhir.

Unit pengeluaran menjadi modular

Aliran kerja moden merawat setiap peringkat sebagai perkhidmatan dengan input dan output yang ditakrifkan. Peringkat skrip menghasilkan narasi berstruktur dan pelan shot. Peringkat aset menghasilkan imej atau klip yang diluluskan yang dikaitkan dengan shot-shot tersebut. Peringkat audio menghasilkan jejak suara dengan maklumat masa. Peringkat perhimpunan menggabungkan bahan-bahan tersebut mengikut peraturan.

Reka bentuk modular ini menjadikan perubahan lebih murah. Anda boleh menggantikan suara tanpa menjana semula visual, menyemak semula adegan tanpa menulis semula seluruh skrip, atau mencipta nisbah aspek baru daripada projek yang sama yang diluluskan. Ia juga mencegah kelumpuhan alat, kerana setiap alat mempunyai tugas yang jelas.

Tinjauan global terhadap 515 pembuat keputusan perniagaan peringkat pengurus dan kanan, yang dijalankan pada Ogos dan September 2024, mendapati organisasi media dan hiburan biasanya bekerjasama dengan rakan pengeluaran kandungan untuk membina atau mengintegrasikan sistem AI generatif secara dalaman, seperti yang diringkaskan oleh analisis media dan hiburan Sigma DAX. Pengajaran operasi itu mudah. Pasukan yang boleh diskalakan memberi tumpuan kepada orchestration, integrasi, kawalan, dan kebolehulangkali, bukan mencari satu model universal.

Membina Saluran Video AI Modular Anda

Pencipta melaporkan peningkatan produktiviti daripada AI, tetapi peningkatan itu datang daripada reka bentuk saluran berbanding penjana satu klik. Petakan pemindahan dahulu, kemudian pilih perisian mengikut keputusan dan fail yang setiap peringkat mesti terima.

Enam peringkat dan pemindahannya

1. Idea dan perancangan menentukan khalayak, tawaran, saluran, sudut, dan tindakan yang diingini. Pemindahan ialah ringkasan kandungan dengan keputusan yang boleh digunakan, bukan topik yang samar.

2. Penulisan skrip menukar ringkasan itu kepada narasi, niat adegan, teks skrin, dan masa kasar. Pisahkan perkataan lisan daripada arahan visual supaya alat hiliran tidak menganggap nota pengeluaran sebagai dialog.

3. Penjana aset mencipta atau mencari bahan untuk setiap shot. Rakam nombor adegan, prompt, imej rujukan, tempoh yang diingini, nisbah aspek, dan status kelulusan dengan setiap aset.

4. Suara dan audio menghasilkan narasi, muzik, kesan bunyi, dan masa. Jana jejak suara awal, supaya editor memotong visual mengikut pacing sebenar berbanding panjang skrip anggaran.

5. Automasi perhimpunan menggabungkan klip, suara, kapsyen, peralihan, overlay, dan tetapan jenama. Templat dan peraturan mengendalikan kerja berulang, manakala seseorang boleh menggantikan adegan lemah sebelum eksport.

6. Output akhir mencipta versi khusus saluran, menyemak putaran semula, dan menghantar fail yang diluluskan ke sistem penerbitan dan pengukuran.

Berikan setiap pemindahan status yang kelihatan, seperti draf, perlu semakan, diluluskan, atau ditolak. Tanpa status itu, pasukan kehilangan jejak imej, fail suara, atau eksport mana yang berwibawa. Saluran yang boleh dipercayai juga merakam kegagalan, termasuk aset hilang, tempoh tidak sepadan, format tidak disokong, dan kapsyen yang melebihi had reka bentuk.

Panduan Sprello mengenai aliran kerja kreatif AI menerangkan arkitektur ini untuk pasukan yang menghubungkan pelbagai alat kreatif berbanding mengoperasikan satu penjana terpencil. Untuk pencipta yang mencari persekitaran pengeluaran lebih seragam, ShortGenius menghubungkan penulisan, penciptaan visual, voiceover, penyuntingan, dan penerbitan dalam satu aliran kerja. Kompromi operasi jelas: pemindahan lebih sedikit boleh mengurangkan kerja persediaan, manakala alat modular memberi pasukan lebih kawalan ke atas peringkat individu.

Reka bentuk untuk perubahan isipadu

Bina untuk pengeluaran berulang daripada projek pertama. Simpan arahan jenama boleh guna semula, keutamaan suara, gaya kapsyen, rujukan visual, dan preset eksport secara berasingan daripada fail khusus projek. Kempen musiman boleh meningkatkan output tanpa memaksa pasukan membina semula prosesnya.

Kekalkan bahan asal bersama: skrip, prompt, aset sumber, fail suara, fail kapsyen, dan eksport akhir. Jika platform mengubah keperluan formatnya atau pelanggan meminta versi baru, jana semula peringkat yang terjejas berbanding membina semula seluruh video. Disiplin fail itu ialah apa yang menukar koleksi alat AI kepada sistem pengeluaran.

Strategi Skrip Yang Benar-Benar Boleh Diskalakan

Skrip harus memberi setiap alat hiliran struktur yang mencukupi untuk melakukan tugasnya. Paragraf generik mungkin boleh diterima untuk penulis manusia, tetapi ia memberi model imej, enjin suara, sistem kapsyen, dan editor terlalu banyak ruang untuk mentafsir projek secara berbeza.

Gunakan skema skrip dengan medan berasingan untuk:

• Hook: tuntutan pembuka, soalan, atau ketegangan.
• Narasi: perkataan lisan tepat.
• Arah visual: apa yang penonton harus lihat, tanpa campur dialog.
• Teks skrin: frasa pendek yang menyokong pemahaman.
• Arah audio: nada suara, mood muzik, dan petunjuk bunyi.
• Nota kelulusan: tuntutan, produk, orang, atau elemen sensitif hak yang memerlukan semakan.

Struktur ini menukar prompting kepada proses pengeluaran iteratif. Permintaan pertama harus menentukan khalayak, objektif, nada, format, tuntutan dilarang, dan hasil yang diingini. Laluan kedua harus mencabar andaian lemah, mengenal pasti kenyataan tidak disokong, dan mengalihkan bahasa generik. Laluan ketiga harus menukar idea yang diluluskan kepada adegan bermasa.

Gunakan prompt sebagai templat pengeluaran

Untuk siri berulang, kekalkan prompt sistem stabil atau templat yang menentukan suara jenama. Tambah medan boleh ubah untuk topik, segmen khalayak, tawaran, bukti, dan panggilan tindakan. Ini lebih boleh dipercayai daripada meminta model “kedengaran seperti video sebelumnya,” kerana model menerima kekangan eksplisit berbanding perbandingan longgar.

Hook pendek memerlukan pemampatan. Minta ketegangan jelas dan laluan cepat ke hasil. Video penerangan memerlukan hierarki, peralihan, dan konteks mencukupi untuk penonton faham mengapa cadangan itu penting. Prompt yang sama tidak boleh melayani kedua-dua format.

Gelung semakan praktikal kelihatan seperti ini:

1. Jana beberapa sudut daripada ringkasan yang sama.
2. Pilih satu sudut menggunakan kriteria khalayak dan perniagaan.
3. Kembangkan kepada adegan dan narasi.
4. Sahkan setiap tuntutan fakta dan entiti dinamakan.
5. Baca skrip dengan kuat dengan suara yang diingini.
6. Lusuhkan teks sebelum menjana aset visual mahal.

Lindungi konsistensi siri

Cipta lembaran gaya untuk watak berulang, pembentang, produk, dan frasa. Rakam panduan sebutan, istilah pilihan, irama ayat, dan tahap butiran teknikal yang dijangka oleh khalayak. Simpan contoh skrip yang diluluskan sebagai rujukan, tetapi jangan bergantung kepada contoh sahaja. Peraturan lebih mudah dipelihara daripada timbunan output lama yang semakin bertambah.

Matlamat bukan draf pertama sempurna. Ia draf pertama yang boleh diramal yang memasuki semakan dengan struktur, nada, dan metadata pengeluaran yang betul sudah terpasang.

Menjana Aset Visual Dengan Tujuan

Penjana visual berfungsi terbaik apabila setiap shot mempunyai tugas yang ditakrifkan. Penjelasan talking-head, demonstrasi produk, klip b-roll atmosfera, dan statistik animasi tidak boleh menggunakan strategi penjana yang sama hanya kerana model yang sama boleh menghasilkannya.

Gunakan peraturan keputusan mudah:

• Pilih rakaman atau footage lesen apabila butiran produk tepat, kredibiliti manusia, atau kepastian undang-undang penting.
• Pilih imej dijana apabila anda perlukan konsep terkawal, latar belakang, thumbnail, atau adegan bergaya.
• Pilih video dijana apabila gerakan itu sendiri menyampaikan idea dan variasi visual kecil tidak merosakkan mesej.
• Pilih pendekatan hibrid apabila produk sebenar, orang, atau antara muka mesti kekal tepat manakala persekitaran sekeliling boleh sintetik.

Bina bahan sebelum gerakan

Menaikkan adegan lengkap secara rawak sering menghasilkan muka tidak konsisten, pakaian, pencahayaan, geometri objek, dan kedudukan kamera. Kaedah lebih terkawal mencipta bahan dahulu: imej rujukan, pandangan watak, sudut produk, bingkai utama, dan storyboard. Model video kemudian menganimasikan asas visual yang diluluskan berbanding mencipta setiap butiran sekaligus.

Untuk subjek berulang, takrifkan pek rujukan. Sertakan pembingkaian pilihan, pencahayaan, palet warna, pakaian, persekitaran, dan arahan negatif. Untuk produk, sediakan pandangan bersih dan nyatakan ciri mana yang tidak boleh berubah. Untuk grafik gerakan berjenama, gunakan susun atur boleh guna semula berbanding meminta model mencipta semula tipografi dalam adegan bergerak.

Arah kamera harus eksplisit. “Push-in perlahan ke arah subjek” memberi editor atau model gerakan arahan yang boleh digunakan. “Buat ia cinematic” tidak. Nyatakan sama ada adegan memerlukan bingkai terkunci, pergerakan lateral, pandangan atas, tenaga handheld, atau komposisi mesra peralihan.

Demonstrasi berikut menunjukkan bagaimana aset boleh bergerak daripada konsep dijana ke arah pengeluaran pendek siap:

Kekalkan perpustakaan aset boleh guna yang diatur mengikut tujuan berbanding alat penjana. Folder untuk close-up produk, satu lagi untuk latar belakang neutral, dan satu lagi untuk rujukan watak yang diluluskan lebih berguna daripada folder dinamakan mengikut model yang menciptanya. Alat mungkin berubah. Keperluan pengeluaran kekal.

Suara, Audio, dan Automasi Perhimpunan

Audio menentukan sama ada video dijana terasa disengajakan. Urutan visual kuat dengan sebutan tidak sekata, jeda mendadak, perkataan terpotong, atau muzik yang bersaing dengan narasi masih terasa tidak siap.

Pilih suara mengikut tugas. Tutorial mungkin memerlukan ketepatan tenang, iklan memerlukan keghairahan terkawal, dan mesej dipimpin pengasas mungkin memerlukan rakaman manusia untuk mengekalkan kredibiliti peribadi. Suara sintetik berguna apabila sebutan, lesen, dan jangkaan khalayak jelas, tetapi ia masih memerlukan semakan pendengaran. Semak nama, istilah produk, penekanan, jeda, dan padanan emosi antara bacaan dan visual.

Rawat garis masa sebagai data berstruktur

Proses perhimpunan berulang boleh menggunakan rekod adegan yang mengandungi:

• pengenalan adegan
• aset visual diluluskan
• segmen narasi
• masa mula dan akhir
• teks kapsyen
• peraturan peralihan
• status muzik
• overlay jenama
• status semakan

Data itu membolehkan lapisan automasi menyusun potongan pertama tanpa menyembunyikan keputusan kreatif. Ia juga menjadikan penjana semula disasarkan mungkin. Jika adegan lima gagal, gantikan adegan lima berbanding membina semula seluruh projek.

Kapsyen patut awal dalam proses, bukan pada akhir. Kapsyen mempengaruhi pemecahan baris, kawasan selamat, pacing, dan hierarki visual. Jana daripada narasi yang diluluskan, kemudian semak nama, tanda baca, masa, dan kontras. Kapsyen terbakar harus kekal boleh dibaca selepas diubah saiz untuk skrin kecil.

Tambah pintu kualiti sebelum eksport

Gunakan pintu selepas penjana audio, satu lagi selepas perhimpunan, dan pintu akhir selepas format saluran. Pintu boleh menyemak sama ada setiap adegan mempunyai aset, sama ada tempoh narasi sepadan dengan garis masa, sama ada kapsyen kekal dalam kawasan selamat, dan sama ada eksport menggunakan dimensi dan kadar bingkai yang diminta.

Pemilihan codec patut pada penghantaran, bukan peringkat kreatif. Penanda aras codec yang disemak rakan mendapati AV1 umumnya memberikan kualiti pemampatan terkuat di kalangan codec yang diuji, manakala SVT-AV1 menghasilkan kualiti lebih tinggi daripada pelaksanaan AV1 masa nyata yang diuji tetapi memerlukan masa pengekodan kira-kira tujuh kali lebih lama. Gunakan H.264 cepat atau AV1 perkakasan untuk pratonton dan penerbitan cepat, kemudian berantai pengekodan perlahan untuk arkib atau versi sensitif lebar jalur apabila keserasian putaran semula disahkan.

Pengedaran Pelbagai Saluran Tanpa Penat Pengulangan

Menerbitkan fail master yang sama di mana-mana cuma cekap sehingga khalayak perasan setiap saluran menerima pengalaman identik. Pengedaran harus menggunakan semula idea asas manakala menyesuaikan pembuka, pacing, kapsyen, pembingkaian, dan panggilan tindakan untuk setiap platform.

TikTok sering mendapat manfaat daripada gangguan visual atau lisan segera. YouTube Shorts boleh menyokong lengkung penerangan lebih jelas. Instagram Reels mungkin memerlukan poles visual kuat dan rawatan kapsyen bersih. Facebook boleh menampung lebih konteks dalam siaran penyerta, manakala X boleh memberi ganjaran tuntutan lebih tajam yang berfungsi dengan pengenalan teks ringkas.

Sistem pengeluaran harus mencipta varian daripada satu projek sumber yang diluluskan, bukan menduplikasi seluruh projek secara manual. Kekalkan narasi teras dan bukti stabil, kemudian ubah elemen yang mempengaruhi kesesuaian platform:

• Bingkai pembuka: Ubah visual atau baris pertama untuk sepadan dengan tingkah laku pelayaran saluran.
• Susun atur kapsyen: Laras panjang baris, kedudukan, dan penekanan untuk antara muka.
• Pacing: Alih jeda atau tambah ruang bernafas di mana khalayak memerlukan penjelasan lebih.
• Nisbah aspek: Susun semula subjek penting berbanding sekadar memotong master.
• Panggilan tindakan: Sepadan dengan interaksi yang tersedia, sama ada komen, lawatan profil, klik, atau simpan.

Satu render boleh menghasilkan beberapa fail, tetapi automasi tidak boleh mengalihkan penilaian editorial. Potongan yang mengekalkan orang mungkin memotong produk. Kedudukan kapsyen yang berfungsi pada satu platform mungkin bertindih elemen antara muka pada yang lain. Pratonton setiap varian utama.

Ukur sistem kandungan

Jejak prestasi mengikut konsep, hook, khalayak, platform, dan versi pengeluaran. Jangan nilai aliran kerja hanya mengikut tontonan. Rakam idea mana yang menjana tindakan bermakna, pembuka mana yang mengekalkan perhatian, kapsyen mana yang difahami, dan varian mana yang memerlukan pembetulan manual berulang.

Untuk kecekapan penghantaran, bandingkan codec pada kualiti perseptual sepadan berbanding lebar jalur sahaja. Ujian bebas mendapati AV1 mencapai kira-kira 55% lebar jalur lebih rendah daripada H.264 pada kualiti VMAF sebanding secara purata, dengan hasil berbeza mengikut jenis kandungan, seperti yang diterangkan dalam perbandingan codec menggunakan kandungan sebenar ini. Pintu kualiti VMAF boleh menangkap artifak yang diperkenalkan oleh penukar saiz, pembakaran kapsyen, atau perubahan adegan cepat, terutamanya di sekitar teks kecil dan tepi kontras tinggi.

Kawalan Kualiti Pada Zaman Penjana Cepat

Penjana lebih cepat tidak mengalihkan kerja editorial. Ia mencipta lebih output yang boleh kelihatan meyakinkan untuk pandangan kasual manakala masih mengandungi tuntutan palsu, nama sebutan salah, kapsyen tidak boleh diakses, atau butiran visual yang merosakkan kepercayaan.

Pemasar yang disurvei oleh Animoto melaporkan bahawa 90% menganggap output AI yang boleh disunting penting, 95% memerlukan pantulan jenama, dan 99% mengatakan personaliti jenama mesti kekal kelihatan, mengikut bukti yang diringkaskan dalam penyelidikan mengenai kredibiliti dan video dijana AI. Keperluan itu menerangkan masalah aliran kerja, bukan masalah prompting. Pasukan memerlukan titik semak kelulusan yang menjadikan kualiti kelihatan sebelum menerbitkan.

Gunakan semakan berasaskan risiko

Semak setiap video untuk tuntutan fakta, tetapi simpan kelulusan lebih mendalam untuk kandungan dengan akibat lebih tinggi. Janji produk, kenyataan kesihatan, penjelasan kewangan, tuntutan diatur, atau individu dinamakan harus menerima pengesahan sumber dan tandatangan manusia. Latar belakang hiasan boleh menggunakan laluan semakan lebih ringan jika ia tidak mengandungi kandungan fakta atau hak sensitif yang bermakna.

Senarai semak praktikal termasuk:

• Tuntutan: Sahkan tarikh, nama, keupayaan produk, dan bahasa perbandingan terhadap sumber diluluskan.
• Bahasa: Minta penutur asli menyemak terjemahan, idiom, sebutan, dan konteks budaya.
• Hak: Sahkan kebenaran untuk suara, rupa, muzik, footage stok, logo, dan imej rujukan.
• Kebolehcapaian: Semak ketepatan kapsyen, masa, kontras, kelajuan bacaan, dan penerangan audio bermakna di mana diperlukan.
• Keselamatan jenama: Cari simbol tidak disengajakan, stereotaip, tingkah laku tidak selamat, glit visual, dan butiran dijana tidak sesuai.
• Ketulenan: Sahkan bahawa bantuan AI material didedahkan apabila jangkaan khalayak atau peraturan platform menjadikannya relevan.

Dedahan bukan secara automatik berbahaya. Kajian terhadap 787 video TikTok daripada 30 pencipta, menggunakan data yang dikumpul antara November 2024 dan April 2025, mendapati ketidakatulenan yang dilihat mengurangkan like dan kongsi, manakala dedahan label AI meng moderasikan hubungan negatif itu secara positif, seperti yang dilaporkan dalam kajian mengenai dedahan AI dan respons khalayak. Pendekatan betul bergantung kepada sama ada AI mencipta suara, pelakon, adegan, skrip, atau bantuan pengeluaran kecil. Nyatakan penglibatan material dengan jelas, kekalkan akauntabiliti manusia, dan uji kepercayaan khalayak berbanding bersembunyi di sebalik kata-kata samar.

30 Hari Pertama Anda Membina Aliran Kerja Video AI

Saluran kecil yang lengkap mengajar lebih daripada koleksi eksperimen terputus besar. Mulakan dengan satu format kandungan boleh ulang, satu khalayak, dan satu laluan kelulusan. Matlamat ialah belajar di mana kerja tersangkut.

Minggu satu

Dokumentasikan proses semasa daripada idea ke fail diterbitkan. Tandakan setiap pemindahan manual, pembetulan berulang, input hilang, dan kelewatan kelulusan. Kemudian pilih sasaran automasi pertama. Kapsyen, format skrip, voiceover, atau penukar saiz sering lebih mudah distabilkan daripada cerita visual dijana sepenuhnya.

Cipta templat projek dengan folder atau rekod untuk ringkasan, skrip, aset, audio, kapsyen, eksport, dan nota semakan. Putuskan siapa boleh meluluskan setiap peringkat, walaupun satu orang memegang setiap peranan.

Minggu dua

Hasilkan juruanda lengkap daripada ringkasan sebenar. Kekalkan konsep berguna secara komersial, tetapi hadkan ambisi visual. Jana skrip, cipta set aset kecil, hasilkan narasi, susun draf, tambah kapsyen, dan eksport satu versi saluran.

Jangan optimalkan untuk kelajuan lagi. Rakam di mana alat salah faham prompt, di mana aset kurang konsistensi, dan di mana manusia mesti membaiki output. Pemerhatian itu ialah keperluan untuk versi seterusnya.

Minggu tiga

Tukar keputusan berjaya kepada peraturan boleh guna semula. Simpan tetapan suara diluluskan, susun atur kapsyen, templat adegan, warna jenama, rujukan visual, dan preset eksport. Tambah senarai semak semakan untuk tuntutan, sebutan, hak, kebolehcapaian, dan kesesuaian jenama.

Jalankan pengeluaran kedua menggunakan struktur sama tetapi topik berbeza. Jika pasukan mesti mencipta arahan baru setiap kali, aliran kerja belum modular. Jika hanya kandungan berubah manakala logik pengeluaran kekal stabil, anda membina asas betul.

Minggu empat

Cipta varian saluran dan bandingkan usaha manual dengan proses sebelumnya. Semak bukan sahaja video siap, tetapi juga bilangan pembetulan, aset ditolak, adegan dijana semula, dan pusingan kelulusan. Garis dasar harus menerangkan masa dan geseran secara kualitatif jika anda tiada pengukuran sejarah boleh dipercayai.

Pada akhir bulan, automasikan hanya pemindahan yang telah menjadi boleh diramal. Kekalkan pemilihan kreatif, semakan fakta, keputusan hak, dan lokalisasi sensitif di bawah kawalan manusia. Satu aliran kerja pengeluaran video AI yang boleh dipercayai berkembang melalui pengulangan terkawal, bukan dengan menambah lebih alat.

---

ShortGenius (AI Video / AI Ad Generator) menggabungkan penulisan skrip, pencarian pelakon AI, penjana voiceover, sumber b-roll, kapsyen, penyuntingan, dan eksport nisbah aspek dalam satu proses pengeluaran. Lawati ShortGenius (AI Video / AI Ad Generator) untuk menukar idea yang diluluskan kepada draf video boleh disunting, pelbagai saluran manakala mengekalkan langkah semakan dan penerbitan utama dalam satu ruang kerja.