Como criar uma ferramenta de avaliação de influenciadores para patrocínios no YouTube

O problema que resolve

Equipes de marketing de influência avaliam criadores assistindo a meia dúzia de vídeos recentes. Elas deixam passar um patrocínio de concorrente de seis meses atrás, um comentário polêmico ou o hábito de zombar dos patrocinadores diante da câmera. Descobrir isso depois que a campanha foi ao ar sai caro. Revisar centenas de horas manualmente é impossível.

O que incluir na primeira versão

• ■Análise em massa dos vídeos recentes de um criador
• ■Detecção de patrocinadores anteriores e marcas concorrentes
• ■Alertas de segurança de conteúdo para palavrões, temas sensíveis e polêmicas
• ■Sentimento em relação a patrocinadores e categorias de produto
• ■Um relatório compartilhável com citações e evidências com timestamp

Como criar, passo a passo

1. 01

   Puxe o histórico de vídeos

   Chame /channels/resolve com o identificador do criador e um limite de 100 a 500 para obter os IDs dos vídeos recentes.

2. 02

   Transcreva em um único lote

   Envie os IDs para /batch. Para vídeos sem legenda, opções de ASR como moderação de conteúdo e análise de sentimento acrescentam sinais estruturados de segurança.

3. 03

   Extraia patrocinadores e riscos

   Rode um LLM em cada transcrição para listar os patrocinadores mencionados, as marcas concorrentes e as declarações que se encaixam nas categorias de risco da marca.

4. 04

   Pontue e gere o relatório

   Combine os achados em uma pontuação por categoria e gere um relatório em que cada alerta leva à citação e ao timestamp.

Código inicial

Esta ideia segue o padrão "Receita 3: carregue uma playlist inteira em uma base de conhecimento". Use seus próprios canais, prompts e armazenamento.

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

Como gera receita

Cobre por relatório das marcas que avaliam de vez em quando e venda planos por assento para agências e marketplaces de criadores que avaliam toda semana. O preço é fácil de justificar diante do custo de um único patrocínio que deu errado.

Erros a evitar

• ✕Apontar riscos sem evidência: cada risco precisa de citação e timestamp para que uma pessoa avalie o contexto.
• ✕Tratar todo palavrão como igualmente arriscado: deixe cada marca definir seus próprios limites.
• ✕Analisar só os vídeos recentes: acordos com concorrentes muitas vezes aparecem mais para trás.

Dúvidas sobre esta ideia