YOUTUBE RESEARCH · গাইড

AI কি আমার হয়ে YouTube ভিডিও দেখে বলে দিতে পারে আমি কী মিস করেছি? আমরা 101টি ভিডিওতে চেষ্টা করেছি

হ্যাঁ: AI বসে ভিডিও দেখতে পারে না, কিন্তু ট্রান্সক্রিপ্ট পড়তে পারে, আর যা বলা হয়েছে তার প্রায় সবই সেখানে থাকে। 21 নভেম্বর 2026-এ আমরা 29টি AI চ্যানেলের 101টি YouTube ভিডিও, মোট 34 ঘণ্টা, 3 মিনিট 28 সেকেন্ডে এভাবে শেষ করেছি।

২১ নভেম্বর, ২০২৬ আপডেট · 5 মিনিটে পড়ুন

হ্যাঁ। AI বসে ভিডিও দেখতে পারে না, কিন্তু ভিডিওর ট্রান্সক্রিপ্ট পড়তে পারে, আর বেশিরভাগ YouTube ভিডিওর বিষয়বস্তু সেখানেই থাকে: কী বলা হয়েছে, এবং কখন। 21 নভেম্বর 2026-এ আমরা একটি AI-কে ট্রান্সক্রিপ্ট পড়িয়ে 101টি YouTube ভিডিও, মোট 34 ঘণ্টা, "দেখিয়েছি"। সময় লেগেছে 3 মিনিট 28 সেকেন্ড।

ট্রান্সক্রিপ্ট আনতে আমরা নিজেদের টুল YouTubeTranscript.dev ব্যবহার করেছি, আর পড়তে একটি AI মডেল। নিচে আছে কী দেওয়া হয়েছিল, কী বেরিয়েছে, AI কোথায় ভুল করেছে, আর নিজের তালিকা দিয়ে কীভাবে এটা করবেন।

আমরা কী দিয়েছিলাম, আর খরচ কত হয়েছিল?

এমন তালিকা যা সবার আছে আর কেউ কখনো শেষ করে না: 29টি AI YouTube চ্যানেল নয় দিনে যা পোস্ট করেছে তার সব। আগের একটি গবেষণার 31টি AI টুল চ্যানেল নিয়ে, 12 থেকে 21 নভেম্বর 2026-এর মধ্যে প্রকাশিত 3 মিনিট বা তার বেশি দৈর্ঘ্যের প্রতিটি ভিডিও রেখেছি। দুটি চ্যানেল এত লম্বা কিছু পোস্ট করেনি, তাই 101টি ভিডিও রইল।

পরীক্ষার টার্মিনাল লগ: 29টি চ্যানেল থেকে 101টি ভিডিও, একটি ব্যাচ অনুরোধ, প্রায় দুই মিনিটে 0 থেকে 101 পর্যন্ত অগ্রগতি, 407,082টি শব্দ, 101 ক্রেডিট, তারপর $0.41-এ AI-এর পড়া, মোট 3 মিনিট 28 সেকেন্ডআসল পরীক্ষা, 21 নভেম্বর 2026 (UTC), YouTubeTranscript.dev API দিয়ে।

আমরা যা মেপেছিফলাফল
ভিডিও101টি, 29টি চ্যানেল থেকে
দৈর্ঘ্য34.0 ঘণ্টা (মিডিয়ান 17 মিনিট 49 সেকেন্ড, দীর্ঘতম 56 মিনিট 55 সেকেন্ড)
পাওয়া ট্রান্সক্রিপ্ট101টিরই ক্যাপশন ছিল; কোনোটির অডিও AI দিয়ে ট্রান্সক্রাইব করতে হয়নি
শব্দ407,082
সব ট্রান্সক্রিপ্ট আনার সময়120.6 সেকেন্ড, একটি ব্যাচ অনুরোধ
AI-এর পড়ার সময়74.4 সেকেন্ড (প্রতিটি ভিডিও একবার) + 12.7 সেকেন্ড (সবগুলোর তুলনা)
YouTubeTranscript.dev ক্রেডিট101 (প্রতি ভিডিওতে 1)
AI মডেলের খরচ$0.41

আমরা কীভাবে মেপেছি: চ্যানেল তালিকা আর ব্যাচ 21 নভেম্বর 2026-এ 04:00 থেকে 04:05 UTC-র মধ্যে আমাদের API দিয়ে চলেছে। ব্যাচের সময় এসেছে তার নিজের তৈরি ও শেষ হওয়ার টাইমস্ট্যাম্প থেকে। শব্দ গোনা হয়েছে ফেরত আসা টেক্সটে। ক্রেডিট হলো আগের (2,189) আর পরের (2,088) ব্যালান্স। AI-এর খরচ হলো প্রতিটি অনুরোধে জানানো টোকেন, মডেলের তালিকা মূল্যে।

AI বারবার কী খুঁজে পেয়েছে?

আমরা AI-কে প্রতিটি ভিডিওর শিক্ষা জিজ্ঞেস করেছি, প্রতিটির সঙ্গে ট্রান্সক্রিপ্ট থেকে কপি করা একটি উদ্ধৃতি। তারপর একই কথা বলা শিক্ষাগুলো এক দলে রেখেছে। নিচের সংখ্যাগুলো সেই দল থেকে গোনা ভিডিওর সংখ্যা, AI-এর লেখা সংখ্যা নয়।

এক পাতার সারাংশ: সাতটি শিক্ষা ও প্রতিটি কতগুলো ভিডিও বলেছে, দুটি মতভেদ, এবং ক্রিয়েটর ও টাইমস্ট্যাম্পসহ ছয়টি দাবিযা বেরিয়েছে: 34 ঘণ্টার বদলে যে এক পাতা আমরা পড়তাম।

  • Fable 5.2 ভালো ফল দেয়, কিন্তু Opus 5.5-এর চেয়ে দামি (6টি ভিডিও)। Jack Roberts একে "twice as expensive as Opus 5.5 and 50% slower" পেয়েছেন (24:50)।
  • বড় কাজ এজেন্টদের একটি "ঝাঁক"-এ ভাগ করুন (6টি ভিডিও)।
  • Gemini 4 Neon সস্তা এবং সেরা মডেলগুলোর কাছাকাছি (5টি ভিডিও)।
  • Claude এখন আপনার ভিডিও কলে যোগ দিতে পারে এবং কথা বলার সময় ডকুমেন্ট ও হোয়াইটবোর্ড বানাতে পারে (4টি ভিডিও)।
  • সহজ কাজে ছোট, সস্তা মডেল ব্যবহার করুন (4টি ভিডিও)।
  • এজেন্টের ঝুঁকিপূর্ণ কাজের আগে মানুষের অনুমোদন রাখুন (4টি ভিডিও)।
  • বেঞ্চমার্কে নয়, নিজের কাজে মডেল পরীক্ষা করুন (4টি ভিডিও, 3টি চ্যানেল)। "Make your own benchmark. Take five to 10 real tasks you do every single week" (TheAIGRID, 29:22)।

AI ছাড়া শুধু শব্দ গুনলেই বোঝা যায় সপ্তাহটা কী নিয়ে ছিল: 101টি ট্রান্সক্রিপ্টের মধ্যে Claude এসেছে 78টিতে, Fable 58টিতে, Opus 56টিতে, GPT 41টিতে এবং Gemini 35টিতে।

সবচেয়ে চমকপ্রদ দাবিগুলো কী ছিল?

আমরা এমন দাবি চেয়েছি যা AI অনুসরণ করা কাউকে অবাক করবে। এগুলো ক্রিয়েটরদের কথা, যে মুহূর্তে তারা বলেছেন। আমরা এগুলো যাচাই করিনি, আর অন্যকে বলার আগে আপনার যাচাই করা উচিত।

  • Anthropic-এর IPO "raised $81.3 billion" (Matt Wolfe, 0:31)।
  • GPT-6.2 Astra "scored 100% on ARC-AGI 3", প্রথম পূর্ণ স্কোর (TheAIGRID, 5:33)।
  • Fable "coordinated over a thousand sub agents working around the clock for eight days and built a working operating system" (Ben AI, 7:35)।
  • Anthropic-এ AI এজেন্টদের কাজের ঘণ্টা সেখানকার মানুষের চেয়ে "by six or 7 to one" বেশি (Nick Saraev, 3:40)।
  • একটি ছোট ওপেন মডেল "refused 92 out of 100" অনুরোধ, আর সেফটি ট্রেনিং সরানোর পর 100টির মধ্যে 4টি (Jack Roberts, 30:29)।

ক্রিয়েটররা কোথায় একমত হননি?

এটা এমন জিনিস যা একটি ভিডিওর সারাংশ দিতে পারে না। আমরা AI-কে এমন প্রশ্ন খুঁজতে বলেছি যার উত্তর আলাদা চ্যানেল উল্টোভাবে দিয়েছে।

  • Fable 5.2 কি দামের যোগ্য? দুজন বলেছেন হ্যাঁ: MattVidPro ("for some people it's definitely worth it", 8:16) এবং Jack Roberts, যিনি এটা প্রতিদিন ব্যবহার করেন (26:03)। দুজন বলেছেন Opus 5.5-এই থাকুন: Ben AI ("faster and it's half the price", 4:16) এবং David Ondrej (2:14)।
  • কোন মডেল বেছে নেবেন, তা কি এখনও গুরুত্বপূর্ণ? corbin: "at a certain point it's just going to get so good it doesn't matter who you choose" (3:21)। AI Explained: "the main three families of models on your particular task" চেষ্টা করুন (2:03)।
  • AI দিয়ে ভিডিও এডিটিং কি এখন ভালো? Wes Roth Fable-কে বলেছেন "top of the line" (20:52); Nate Herk দুটি শীর্ষ মডেল চেষ্টা করেছেন এবং "they were both really bad" (9:12)।

AI কি কোথাও ভুল করেছে?

হ্যাঁ, আর সেজন্যই প্রতিটি ফলাফলের সঙ্গে উদ্ধৃতি ছিল।

  • বানানো উদ্ধৃতি। এটি 1,053টি উদ্ধৃতি দিয়েছে। আমরা প্রতিটি ট্রান্সক্রিপ্টে খুঁজেছি: 829টি হুবহু ছিল, আর বাকি 224টি (21%) বাদ দিয়েছি। এই লেখার প্রতিটি টাইমস্ট্যাম্প ট্রান্সক্রিপ্ট থেকে নেওয়া, AI থেকে নয়।
  • মতভেদ যা আসলে মতভেদ নয়। এটি 7টি দেখিয়েছে। পড়ে দেখা গেল 4টি টেকে। একটিতে এটি একজন ক্রিয়েটরকে ভুল পক্ষে রেখেছিল, আমরা ঠিক করেছি।
  • যা শুধু পর্দায় আছে। ট্রান্সক্রিপ্টে থাকে যা বলা হয়েছে। বর্ণনা ছাড়া চার্ট, ডেমো বা কোড এডিটর এর কাছে অদৃশ্য।
  • ক্যাপশনের বানান। একটি ভিডিওর শিরোনামে "Riemann Hypothesis" আছে, কিন্তু শব্দটি 101টি ট্রান্সক্রিপ্টের কোনোটিতেই নেই, কারণ ক্যাপশনে এটি অন্যভাবে লেখা। শুধু হুবহু শব্দ নয়, অর্থ দিয়ে খুঁজুন।

নিজের ভিডিও তালিকা দিয়ে এটা কীভাবে করব?

ওয়েবসাইটে। একটি চ্যানেল বা প্লেলিস্ট-এর লিংক YouTubeTranscript.dev-এ পেস্ট করুন, প্রতিটি ভিডিওর ট্রান্সক্রিপ্ট টাইমস্ট্যাম্পসহ একটি কাজেই চলে আসবে। আপনার Watch Later তালিকা প্রাইভেট, তাই আগে ভিডিওগুলো একটি পাবলিক প্লেলিস্টে কপি করুন। তারপর নিচের প্রম্পটসহ ট্রান্সক্রিপ্টগুলো আপনার AI সহকারীকে দিন।

PROMPT
এগুলো সেই ভিডিওগুলোর ট্রান্সক্রিপ্ট যা আমি সেভ করেছি কিন্তু কখনো দেখিনি। প্রতিটি ভিডিওর জন্য আমাকে কাজে লাগানোর মতো 5টি পর্যন্ত শিক্ষা আর সবচেয়ে চমকপ্রদ দাবিটি দাও। প্রতিটি পয়েন্টে ট্রান্সক্রিপ্টের হুবহু শব্দ টাইমস্ট্যাম্পসহ উদ্ধৃত করো। তারপর সব ভিডিও মিলিয়ে: কোন শিক্ষাগুলো 3টি বা তার বেশি ভিডিওতে এসেছে, আর কোথায় দুটি ভিডিও একে অপরের সঙ্গে একমত হয়নি? শুধু ট্রান্সক্রিপ্টে যা আছে তা-ই ব্যবহার করো।

ভিডিও কয়েকটির বেশি হলে দলে ভাগ করুন, যেমন AI দিয়ে লম্বা ডকুমেন্টের সারাংশ কীভাবে করবেন-এ আছে।

API দিয়ে। আমরা এটাই করেছি: একটি চ্যানেলের আপলোডের তালিকা নিন, সব ভিডিও ID একটি ব্যাচ অনুরোধে পাঠান, তারপর যেকোনো AI মডেল দিয়ে ট্রান্সক্রিপ্ট পড়ান। হুবহু উদ্ধৃতি চান এবং ভরসা করার আগে প্রতিটি ট্রান্সক্রিপ্টের টেক্সটের সঙ্গে মিলিয়ে নিন; এটা কয়েক লাইনের কোড, আর এতে আমাদের 224টি ভুল উদ্ধৃতি ধরা পড়েছে।

Claude Code বা Claude Desktop-এ। YouTubeTranscript.dev-এর একটি MCP সার্ভার আছে, তাই Claude নিজেই ট্রান্সক্রিপ্ট আনতে পারে। আপনার API key দিয়ে এটি যোগ করুন:

claude mcp add --transport http youtubetranscript https://mcp.youtubetranscript.dev --header "x-api-token: YOUR_API_KEY"

তারপর বলুন: "এই ভিডিওগুলোর ট্রান্সক্রিপ্ট এনে টাইমস্ট্যাম্পসহ বলো আমি কী মিস করেছি।"

আমার খরচ কত হবে?

  • ট্রান্সক্রিপ্ট: ক্যাপশন থাকা প্রতিটি ভিডিওর জন্য 1 ক্রেডিট, দৈর্ঘ্য যা-ই হোক। আমাদের 101টি ভিডিওতে 101 ক্রেডিট লেগেছে। ক্যাপশন ছাড়া ভিডিও অডিও থেকে ট্রান্সক্রাইব হয়, প্রতি 2 মিনিটে 1 ক্রেডিট।
  • প্ল্যান: ফ্রি প্ল্যানে প্রতি মাসে 10 ক্রেডিট এবং এক ব্যাচে 10টি পর্যন্ত ভিডিও। Basic মাসে $9-এ 1,200 ক্রেডিট এবং এক ব্যাচে 500টি পর্যন্ত ভিডিও দেয়, যা দিয়ে এই পরীক্ষা মাসে 11 বার চালানো যায়। মূল্য দেখুন।
  • AI-এর পড়া: আমাদের পরীক্ষায় 407,082টি শব্দে $0.41। বড় মডেলে খরচ বেশি হতো; ছোট মডেলই প্রতিটি ভিডিও ভালোভাবে পড়েছে।

34 ঘণ্টার ভিডিও, চার মিনিটের কম সময়ে পড়া হয়েছে, 101 ক্রেডিট আর 41 সেন্টে। সাবধানতার কথা ওপরে আছে: উদ্ধৃতি চান, আর সেগুলো যাচাই করুন।

সাধারণ প্রশ্ন

AI কি সত্যিই YouTube ভিডিও দেখতে পারে?+

আপনার মতো করে নয়। এটি ভিডিওর ট্রান্সক্রিপ্ট পড়ে, যেখানে যা বলা হয়েছে তা টাইমস্ট্যাম্পসহ থাকে। শুধু পর্দায় যা দেখা যায়, যেমন একটি চার্ট বা বর্ণনা ছাড়া একটি ডেমো, তা এর চোখ এড়িয়ে যায়। ক্যামেরার সামনে কথা বলার ভিডিও, টিউটোরিয়াল আর পডকাস্টে বেশিরভাগ বিষয়বস্তু ট্রান্সক্রিপ্টেই থাকে।

AI দিয়ে 100টি YouTube ভিডিওর সারাংশ করতে কত সময় লাগে?+

21 নভেম্বর 2026-এর আমাদের পরীক্ষায় 101টি ভিডিওতে (34 ঘণ্টা) মেশিন টাইম লেগেছে 3 মিনিট 28 সেকেন্ড: এক ব্যাচে সব ট্রান্সক্রিপ্ট আনতে 2 মিনিট, AI-এর প্রতিটি পড়তে 74 সেকেন্ড, আর সবগুলোর তুলনা করতে 13 সেকেন্ড।

খরচ কত?+

আমাদের পরীক্ষায় YouTubeTranscript.dev-এ 101 ক্রেডিট লেগেছে (ক্যাপশন থাকা প্রতিটি ভিডিওর জন্য 1 ক্রেডিট, দৈর্ঘ্য যা-ই হোক) এবং AI মডেলের জন্য $0.41। ফ্রি প্ল্যানে প্রতি মাসে 10 ক্রেডিট; Basic মাসে $9-এ 1,200 ক্রেডিট দেয় এবং এক ব্যাচে 500টি পর্যন্ত ভিডিও নেয়।

AI-এর সারাংশে কি ভরসা করা যায়?+

যাচাই করুন। আমাদের পরীক্ষায় AI 1,053টি উদ্ধৃতি দিয়েছিল, যার মধ্যে মাত্র 829টি ট্রান্সক্রিপ্টে হুবহু ছিল; বাকিগুলো আমরা বাদ দিয়েছি। এটি যে 7টি মতভেদ দেখিয়েছিল, তার মধ্যে 4টি টিকেছে। প্রতিটি ফলাফলের সঙ্গে উদ্ধৃতি আর টাইমস্ট্যাম্প চান, তাহলে কয়েক সেকেন্ডেই যাচাই করতে পারবেন।

Claude কি আমার Watch Later তালিকা দেখতে পারে?+

Claude, YouTubeTranscript.dev-এর MCP সার্ভারের মাধ্যমে ট্রান্সক্রিপ্ট পড়তে পারে। আপনার Watch Later তালিকা প্রাইভেট, তাই ভিডিওগুলো একটি পাবলিক প্লেলিস্টে যোগ করুন, অথবা Claude-কে লিংকগুলো দিন, তারপর প্রতিটি ট্রান্সক্রিপ্ট এনে সারাংশ করতে বলুন।

আরও পড়ুন

বিনামূল্যে ট্রান্সক্রিপ্ট বের করা শুরু করুন

যেকোনো YouTube ভিডিও সেকেন্ডেই টেক্সটে রূপান্তর করুন। কোনো ক্রেডিট কার্ড লাগবে না।

YOUTUBETRANSCRIPT.DEV ব্যবহার করে দেখুন →
AI কি আমার হয়ে YouTube ভিডিও দেখতে পারে? 101টিতে পরীক্ষা | Creator Research