Krótkie wideo ma mniej więcej trzy sekundy na to, żeby uzasadnić czwartą. To nie jest reguła, którą ktoś kiedyś zapisał; to jest po prostu to, co przewijanie robi z uwagą. Feed nie jest publicznością — jest przesłuchaniem, a wyrok zapada natychmiast i bez cienia sentymentu. Właśnie dlatego standardowe otwarcie — „Cześć, tu Maja, witajcie z powrotem na moim kanale, dzisiaj chciałabym opowiedzieć o…” — jest najdroższym zdaniem całego formatu. Zanim dobiegnie końca, decyzja już dawno zapadła, i podjęli ją ludzie, którzy Cię nie znają, na jedynym odcinku wideo, na którym ich uwaga była jeszcze za darmo. Najokrutniejsze jest to, że to zdanie nie pracuje nawet dla ludzi, którym Cię przedstawia. Nazwisko nie znaczy nic, dopóki jakaś obietnica na nie nie zapracuje; nikt nie zostaje dla nazwiska obcego człowieka. Ludzie zostają dla zdania, które coś obiecało. Przedstawianie się na początku to odpowiadanie na pytanie, którego nikt jeszcze nie zadał — i płacenie za tę odpowiedź dokładnie tymi sekundami, które rozstrzygają o całej reszcie.
Telewizja rozwiązała ten problem tak dawno temu, że rozwiązanie nosi nazwę starszą niż jakakolwiek platforma: belka, słynna dolna jedna trzecia ekranu. Obejrzyj dowolny serwis informacyjny i zwróć uwagę na to, czego prowadząca nie robi nigdy — nie przedstawia się. Korespondent pojawia się w połowie zdania, już w trakcie relacji, a jego nazwisko, funkcja i miasto mieszczą się na pasku u dołu kadru. Głos niesie historię; pasek niesie tożsamość. To dwa różne kanały, a widz korzysta z obu naraz i bez wysiłku, bo przeczytanie krótkiego nazwiska nie zabiera nic słuchaniu zdania. Na tym polega właściwe odkrycie — i dotyczy ono kierowania informacji, a nie dekoracji. Tożsamość jest informacją wizualną; hak jest informacją mówioną. Powiedz hak, pokaż nazwisko. Wideo, które otwiera się najmocniejszym twierdzeniem, podczas gdy mała plansza po cichu odpowiada na pytanie „kto to właściwie jest?”, wykonuje obie prace w tych samych trzech sekundach — a widz podejmuje decyzję z pełną informacją, a nie z powitaniem. Telewizja nie przyjęła tego rozwiązania dlatego, że wyglądało profesjonalnie. Przyjęła je, bo prezenter otwierający każdą wiadomość własnym nazwiskiem byłby nie do oglądania, a feed tylko zaostrzył ten rachunek.
Same konwencje trzeba jednak przetłumaczyć, bo telewizja projektowała je dla odbiornika stojącego po drugiej stronie salonu, a telefon to mały ekran trzymany na długość ramienia, zwykle otoczony światem, który ogląda z napisami. Najpierw rozmiar: tekst, który w programie do montażu na komputerze wygląda poważnie, na telefonie zamienia się w paproch; ustaw więc nazwisko większe, niż podpowiada instynkt, i sprawdź je jedynym uczciwym sposobem — na własnym telefonie, trzymanym na wyciągnięcie ręki, bez mrużenia oczu. Potem kontrast: cienkie białe litery na ruchomym obrazie przeżywają dokładnie do chwili, w której coś jasnego przesunie się za nimi. Stąd konwencja podkładu — pełna albo półprzezroczysta belka, albo krój pisma na tyle ciężki, żeby utrzymał swoją krawędź na tle każdej klatki, jaka może się za nim znaleźć. Po trzecie rytm: plansza, która siedzi na wideo od pierwszej klatki, wygląda jak szablon, a taka, która przemyka, jest nie do przeczytania. Działający rytm wygląda tak: plansza pojawia się tuż po starcie, zostaje na tyle długo, żeby dało się ją przeczytać dwa razy, i znika, zanim stanie się tapetą. I wreszcie pozycja: dolna jedna trzecia kadru, ale z dala od paska przy samej krawędzi, który każda platforma rezerwuje dla napisów, pasków postępu i przycisków.
To zresztą praca, którą etap eksportu wykonuje lepiej niż człowiek. Talk2Camera wypala planszę z nazwiskiem — Twoim nazwiskiem i, jeśli chcesz, uchwytem konta — na otwierających sekundach eksportu: sam wybierasz, jak długo ma stać, w przedziale od 2 do 8 sekund, a plansza pojawia się i znika łagodnym przenikaniem, zamiast wyskakiwać. Ustawiasz ją raz i zostaje zapamiętana między ujęciami, więc każde kolejne wideo niesie tę samą planszę bez ponownego budowania. Tak jak napisy, nakładana jest dopiero przy eksporcie, co oznacza, że samo nagranie pozostaje nietknięte — zmienisz uchwyt w przyszłym miesiącu i nic z pierwotnego ujęcia nie trzeba robić od nowa. Jest też umieszczona tak, żeby omijała mały znak w rogu, który dodaje darmowy plan; te dwa elementy nigdy się nie zderzają. Ten sam przebieg eksportu, który utrzymuje napisy z podświetlaniem słowo po słowie wewnątrz bezpiecznych marginesów każdej platformy, traktuje planszę według tej samej logiki: presety platform wiedzą, gdzie mieszka interfejs danego miejsca docelowego, i plansza schodzi mu z drogi.
Zostaje przyjemny kłopot: jak wydać odzyskane trzy sekundy. Otwieraj twierdzeniem, pytaniem, wynikiem — zdaniem, które wcześniej zakopałbyś w okolicach szóstej sekundy, powiedzianym do kamery jako pierwsza rzecz, jaką słyszy obcy człowiek. Plansza odpowiada na pytanie o tożsamość dokładnie w tym momencie, w którym ono naprawdę powstaje: takt czy dwa później, kiedy obietnica już wybrzmiała i widz zaczyna się zastanawiać, kto ją właściwie składa. Widzowie, którzy wracają, nie czytają nic i nie tracą nic; nowi dostają Twoje nazwisko, a hak nie płaci za to żadnej ceny. Jest w tym układzie cicha pewność siebie, której głośne wypowiadanie własnego nazwiska nie kupi. Przedstawienie się na ekranie mówi: treść za mnie zaręczy, a oto moje nazwisko, kiedy będziesz go chcieć. Twoje nazwisko ma znaczenie — o to przecież chodzi. Ma znaczenie na tyle duże, żeby nie wydawać najlepszych sekund na wypowiadanie go ludziom, którym nikt jeszcze nie dał powodu, by je zapamiętali.