Paano Ko Na-build ang 7-Module Course Mag-isa Habang Full-Time ang Trabaho

Paulit-ulit kong sinasabi sa mga tao na ang AI-first operating model ay nagpapahintulot sa maliit na team na mag-produce sa level na dati ay kailangan ng mas malaking team. Tapos na-realize ko na dapat siguro patunayan ko ito.

So eto ang kwento kung paano ko na-build ang "AI-Native Media Operations: From Workflow to Operating Model" — isang 7-module, ~3-hour video course na may 15 templates, companion guides, 50-page deep-dive PDF, at executive resources — habang full-time akong nagta-trabaho bilang VP.

Shine-share ko ito hindi para mag-impress, kundi dahil ang production process mismo ay case study ng operating model na tinuturo ng course. At dahil sa tingin ko minamaliit ng mga tao kung ano ang kaya ng isang tao na may tamang AI tools — habang overestimate naman kung gaano kadali.

---

Ang Pipeline

Ang course production pipeline ay may apat na phases. Bawat isa ay AI-augmented, at bawat isa ay nangailangan ng real human judgment sa specific points.

Phase 1: Content & Slides

Isinulat ko ang course content sa Markdown — isang file per module, na may specific format: **On screen:** para sa nakikita ng audience, **Speaker notes:** para sa voiceover script, at **Companion notes:** para sa written companion na mas malalim kaysa kaya ng video.

Ang slide rendering ay gumagamit ng custom pipeline na binuild ko: Markdown → 18 different layout types (title, flow-diagram, stat-callout, two-column, checklist, before-after, timeline, at iba pa) → rendered HTML na may warm editorial design system.

Ano ang hina-handle ng AI: Drafting ng initial slide content mula sa mga outline ko, pagsuggest ng layout types, pag-generate ng CSS at rendering code.

Ano ang nangailangan ng human judgment: Bawat content decision. Aling frameworks ang isasama at aling ita-tabi. Paano i-sequence ang argument. Ano ang sobra na para sa isang slide at mas bagay sa companion guide. Ang design system mismo — pagpili ng warm light mode imbes na dark-mode default, ang color palette, ang font pairing.

Phase 2: Voice

Ang narration ay gumagamit ng ElevenLabs Professional Voice Clone — ang tunay kong boses, na-clone mula sa samples na ni-record ko. Hindi ito generic AI voice. Ito ang boses ko, generated mula sa speaker notes na sinulat ko.

Nag-ge-generate ang pipeline ng audio na may word-level timestamps, na ginagamit ng Phase 3 para i-sync ang slide transitions sa narration. Ang slides na may progressive reveals (bullet lists, checklists, flow diagrams) ay nag-a-advance nang fragment by fragment, timed sa mga salitang binibigkas.

Ano ang hina-handle ng AI: Lahat ng audio generation, word-level timestamp extraction, silence detection bilang fallback.

Ano ang nangailangan ng human judgment: Ang pagsulat ng speaker notes. Bawat voiceover script ay dumaan sa multiple revisions — hindi dahil hindi kayang i-generate ng AI, kundi dahil magkaiba ang "technically correct" at "parang talagang sasabihin ko ito." Kinailangan ko ring i-tune ang voice settings: stability, similarity, style, speed. Parang robotic ang unang mga attempts. Ilang iterations bago nahanap ang settings na natural ang tunog.

Phase 3: Video Assembly

Screenshots ng bawat rendered slide + ang corresponding audio segments → ina-assemble sa final na MP4 videos. Ang fragment sync system ay hinahati ang audio sa natural word boundaries para ang progressive reveals ay naka-time sa narration, hindi arbitrary na pinuputol.

Ano ang hina-handle ng AI: Ang buong assembly pipeline — screenshot capture, audio splitting sa word boundaries, ffmpeg assembly, silence padding.

Ano ang nangailangan ng human judgment: Pagrereview ng final videos. Paghuli ng slides kung saan maling pakiramdam ang fragment timing. Pag-identify ng transitions na nangangailangan ng voiceover smoothing. Mga 29 transition fixes sa lahat ng 7 modules sa huling round pa lang.

Phase 4: Materials

Labinlimang templates, 50-page deep-dive guide, companion guides para sa bawat module, executive resources (board presentation template, delegation guide, ROI worksheet, executive briefs).

Ano ang hina-handle ng AI: First drafts ng karamihan sa templates, companion guide structure, formatting.

Ano ang nangailangan ng human judgment: Lahat ng content decisions. Ang Workflow Audit template ay hindi generic AI output — dine-design ito mula sa 20 taon ng pagmamasid sa mga teams na nag-a-audit ng workflows nila at nagkakamali. Ang ROI Worksheet ay may totoong cost data mula sa sarili kong products dahil ayaw kong gumawa-gawa ng numbers. Bawat template ay dumaan sa multiple revision passes.

---

Magkano Talaga ang Nagastos (Oras)

Wala akong exact hour count dahil ginawa ko ito sa mga gabi at weekends sa loob ng ilang buwan, kasabay ng full-time VP role ko. Pero eto ang rough breakdown:

• Pagsulat at revision ng content: Pinaka-maraming oras. Weeks. Ang course content ay dumaan sa multiple review cycles — may external reviewers na nagbigay ng feedback na significantly binago ang structure ng Modules 6 at 7.
• Slide pipeline development: Ang rendering system, layout types, at design system ay tumagal i-build — pero reusable sila para sa future courses.
• Audio generation: Mabilis kapag na-tune na ang voice settings. Isang oras o dalawa per module para sa generation + spot-checking.
• Video assembly: Halos automated. Ang review time ang bottleneck, hindi ang generation time.
• Templates at materials: Ilang araw para sa full set.

Kung nag-hire ako ng production team — designer, video editor, voice talent, template designer — tens of thousands of dollars ang gagastusin nito at months of coordination. Sa halip, API credits at oras ko lang ang nagastos.

---

Ang 60/40 Split

Sa blog post noong nakaraang buwan, sumulat ako tungkol sa 60/40 principle: mga 60% ang naabot ng AI, at ang natitirang 40% ay human refinement. Ang pag-build ng course na ito ay nag-confirm nito.

Hina-handle ng AI ang production — rendering, audio generation, video assembly, first drafts. Yun ang 60%. Hina-handle ng tao ang judgment — content decisions, design taste, quality review, revision pagkatapos ng revision. Yun ang 40%.

Sa 40% nakalagay ang lahat ng value. Kung wala yun, ito ay magiging AI-generated course na technically complete pero experientially hollow. Kasama yun, bawat slide ay may dahilan para mag-exist, bawat speaker note ay parang talagang sasabihin ko sa meeting, at bawat template ay designed para talagang magamit ng isang tao sa Monday morning.

---

Bakit Ko Ito Kine-kwento

Dahil nagtuturo ang course ng AI-first operating model, at sa tingin ko patas lang na ipakita na pina-practice ko ang tinuturo ko.

Na-disclose ko ang production method sa mismong course — may transparency slide sa Module 1 na nagsasabi kung exactly paano ginawa ang course. Ang boses ay PVC. Ang slides ay custom pipeline. Ang companions ay co-written kasama si Claude. Wala akong tinatago.

Kung isang tao ay kayang mag-produce ng 7-module course habang full-time na VP, ang team mong 20 katao ay kayang gumawa ng dramatically mas marami kaysa iniisip mo gamit ang parehong operating model. Pareho ang tools. Mas malaki ang leverage.

Yun ang thesis. Ang course na ito ang proof.

---

Ano ang Gagawin Kong Iba

• Magsimula sa design system, hindi sa content. Na-design ko ang slide system sa gitna ng production at kinailangan kong i-retrofit ang naunang modules. Next time: design system muna, tapos saka sumulat ng content na akma dito.
• External review nang mas maaga. Ang reviewer feedback na nag-reshape ng Modules 6-7 ay dumating late sa process. Kung nakuha ko yung feedback pagkatapos ng Module 3, mas magiging tight ang buong course.
• Mas mahirap ang speaker notes kaysa slides. Na-underestimate ko kung gaano karaming revision ang kailangan ng voiceover scripts. Magkaiba ang "magsulat nang malinaw" at "magsulat para sa spoken delivery."

---

Yun lang mula sa akin. Kung iniisip mong mag-build ng course, knowledge product, o kahit anong content-heavy project — nandiyan na ang tools. Gumagana ang operating model. I-budget mo lang yung 40%.

Cheers, Chandler