Cómo crear un chatbot de IA entrenado con un canal de YouTube

El problema que resuelve

Los coaches y divulgadores responden cada día las mismas preguntas en comentarios y mensajes directos, aunque ya las hayan tratado en sus vídeos. Su audiencia no encuentra el vídeo adecuado y el creador no puede escalar las respuestas personales. Un chatbot del canal responde con la voz del creador y lleva a los espectadores de vuelta al contenido original.

Qué incluir en tu primera versión

• ■Respuestas basadas solo en los vídeos del propio creador
• ■Citas que enlazan al vídeo y la marca de tiempo exactos
• ■Actualizaciones automáticas cuando se publican vídeos nuevos
• ■Un plan gratuito con límite de preguntas y un plan de pago para miembros
• ■Un widget que se puede insertar en la web o la comunidad del creador

Cómo construirlo, paso a paso

1. 01

   Ingiere el canal

   Resuelve el canal o una lista de reproducción seleccionada y envía todos los IDs de vídeo a /batch con format.paragraphs y format.timestamp.

2. 02

   Divide y genera embeddings

   Guarda cada párrafo con el título del vídeo, la URL y el tiempo de inicio, y crea los embeddings en una base de datos vectorial.

3. 03

   Recupera y responde

   Para cada pregunta, recupera los párrafos más relevantes y pide a un LLM que responda usando solo esos, citando el vídeo y la marca de tiempo.

4. 04

   Mantenlo al día

   Comprueba de forma programada si hay vídeos nuevos en el canal y añade al índice solo las nuevas transcripciones.

Código de inicio

Esta idea se basa en el patrón "Receta 3: carga en bloque una lista de reproducción en una base de conocimiento". Usa tus propios canales, prompts y almacenamiento.

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

Cómo genera ingresos

Cobra al creador una cuota mensual por el chatbot alojado, o comparte ingresos de un plan de pago que él vende a su audiencia. Las comunidades de membresía y los vendedores de cursos pueden incluirlo como ventaja premium.

Errores que debes evitar

• ✕Dejar que el modelo responda con conocimiento general: limítalo a los fragmentos de transcripción recuperados para que suene como el creador.
• ✕Usar fragmentos de tamaño fijo que cortan las frases por la mitad: agrupar por párrafos mantiene el contexto.
• ✕Lanzarlo sin la aprobación del creador: constrúyelo con él, porque se trata de su voz y su contenido.

Preguntas sobre esta idea