So bauen Sie ein Tool zur Influencer-Prüfung für YouTube-Sponsorings

Welches Problem es löst

Influencer-Teams prüfen Creator, indem sie sich eine Handvoll aktueller Videos ansehen. Dabei übersehen sie ein Sponsoring durch einen Wettbewerber vor sechs Monaten, eine kontroverse Bemerkung oder die Angewohnheit, sich vor der Kamera über Sponsoren lustig zu machen. Das erst nach dem Kampagnenstart zu entdecken, ist teuer. Hunderte Stunden manuell zu sichten, ist unmöglich.

Was in die erste Version gehört

• ■Massenanalyse der neuesten Videos eines Creators
• ■Erkennung früherer Sponsoren und Wettbewerbermarken
• ■Content-Safety-Markierungen für Kraftausdrücke, sensible Themen und Kontroversen
• ■Stimmung gegenüber Sponsoren und Produktkategorien
• ■Ein teilbarer Bericht mit Zitaten und zeitgestempelten Belegen

Schritt für Schritt bauen

1. 01

   Videoarchiv abrufen

   Rufen Sie /channels/resolve mit dem Handle des Creators und einem Limit von 100 bis 500 auf, um die neuesten Video-IDs zu erhalten.

2. 02

   In einem Batch transkribieren

   Senden Sie die IDs an /batch. Für Videos ohne Untertitel liefern ASR-Optionen wie Inhaltsmoderation und Sentiment-Analyse strukturierte Sicherheitssignale.

3. 03

   Sponsoren und Risiken extrahieren

   Lassen Sie ein LLM über jedes Transkript laufen, um erwähnte Sponsoren, Wettbewerbermarken und Aussagen aufzulisten, die zu den Risikokategorien der Marke passen.

4. 04

   Bewerten und berichten

   Fassen Sie die Ergebnisse zu einer Bewertung pro Kategorie zusammen und erstellen Sie einen Bericht, in dem jede Markierung auf Zitat und Zeitstempel verlinkt.

Starter-Code

Diese Idee basiert auf dem Muster „Rezept 3: Eine Playlist gesammelt in eine Wissensdatenbank laden“. Setzen Sie Ihre eigenen Kanäle, Prompts und Speicherlösungen ein.

import requests

API = "https://www.youtubetranscript.dev/api/v2"
HEADERS = {"Authorization": "Bearer yt_sk_live_YOUR_KEY"}

playlist = requests.post(f"{API}/playlists/resolve", headers=HEADERS,
                         json={"playlist_url": "https://www.youtube.com/playlist?list=PLAYLIST_ID",
                               "limit": 100}).json()

ids = [v["video_id"] for v in playlist["items"]]
batch = requests.post(f"{API}/batch", headers=HEADERS, json={
    "video_ids": ids,
    "format": {"timestamp": True, "paragraphs": True},
}).json()

# Large batches run async: poll GET /batch/{batch_id} until status is "completed"
for r in batch.get("results", []):
    if r["status"] == "completed":
        for p in r["data"]["transcript"].get("paragraphs") or []:
            store(video_id=r["video_id"], start=p["start"], text=p["text"])  # your vector DB

So verdient es Geld

Berechnen Sie pro Bericht für Marken, die gelegentlich prüfen, und verkaufen Sie platzbasierte Tarife an Agenturen und Creator-Marktplätze, die jede Woche prüfen. Der Preis ist im Vergleich zu den Kosten eines gescheiterten Sponsorings leicht zu rechtfertigen.

Fehler, die Sie vermeiden sollten

• ✕Markieren ohne Beleg: Jedes Risiko braucht ein Zitat und einen Zeitstempel, damit ein Mensch den Kontext beurteilen kann.
• ✕Alle Kraftausdrücke als gleich riskant behandeln: Lassen Sie jede Marke eigene Schwellenwerte festlegen.
• ✕Nur aktuelle Videos analysieren: Deals mit Wettbewerbern liegen oft weiter zurück.

Fragen zu dieser Idee