O problema que resolve
Opiniões influentes sobre produtos são cada vez mais faladas em reviews, podcasts e vídeos de comentário, muitas vezes sem o nome da marca no título. As equipes de RP ficam sabendo dias depois, quando ficam. Elas precisam de alertas quando a marca é mencionada, do contexto do que foi dito e de uma forma de medir o share of voice frente aos concorrentes.
O que incluir na primeira versão
- Uma lista de canais e podcasts monitorados por cliente
- Correspondência por palavra-chave e apelidos para marcas, produtos e pessoas
- Classificação por IA de cada menção como positiva, negativa ou neutra
- Alertas por Slack e e-mail com a citação e um link com timestamp
- Relatórios semanais de share of voice em relação aos concorrentes
Como criar, passo a passo
- 01
Monte a lista de monitoramento
Armazene os canais a monitorar para cada cliente. Resolva cada identificador uma única vez com /channels/resolve para obter o ID do canal.
- 02
Verifique novos uploads
Em um agendamento, resolva cada canal com um limite pequeno e compare os IDs de vídeo com os que você já processou.
- 03
Transcreva só os vídeos novos
Envie os novos IDs para /transcribe ou /batch. Você só gasta créditos com vídeos que ainda não viu.
- 04
Detecte e classifique as menções
Pesquise nas transcrições os nomes e apelidos da marca e passe o parágrafo ao redor para um LLM confirmar a relevância e classificar o sentimento.
- 05
Alerte e gere relatórios
Envie cada menção confirmada para o Slack ou por e-mail com a citação e um link com timestamp, e consolide as menções em relatórios semanais.
Código inicial
Esta ideia segue o padrão "Receita 2: monitore canais e receba alertas de novos uploads". Use seus próprios canais, prompts e armazenamento.
import requests
API = "https://www.youtubetranscript.dev/api/v2"
HEADERS = {"Authorization": "Bearer yt_sk_live_YOUR_KEY"}
WATCHLIST = ["@somechannel", "@anotherchannel"]
KEYWORDS = ["your brand", "competitor"]
seen = set() # persist this in a database in production
for handle in WATCHLIST:
latest = requests.post(f"{API}/channels/resolve", headers=HEADERS,
json={"handle": handle, "limit": 10}).json()
for video in latest["items"]:
if video["video_id"] in seen:
continue
seen.add(video["video_id"])
t = requests.post(f"{API}/transcribe", headers=HEADERS,
json={"video": video["video_id"]}).json()
text = t.get("data", {}).get("transcript", {}).get("text", "").lower()
hits = [k for k in KEYWORDS if k in text]
if hits:
print(f"ALERT {video['title']}: {hits}")Como gera receita
Venda assinaturas mensais com preço baseado no número de marcas e canais monitorados. Agências que atendem vários clientes são os compradores mais fortes; só o relatório semanal já pode justificar o plano.
Erros a evitar
- Enviar correspondências brutas de palavras-chave como alertas: nomes como "Apple" ou "Notion" precisam de uma checagem de relevância por LLM para evitar ruído.
- Monitorar poucos canais: o valor está na cobertura, então facilite para o cliente adicionar canais.
- Perder menções em vídeos sem legenda: ative o reconhecimento de fala por IA nos canais importantes.
Dúvidas sobre esta ideia
Posso monitorar menções à marca em vídeos do YouTube?
Sim. Ao transcrever os novos uploads de uma lista de canais, você pode pesquisar tudo o que foi dito em cada vídeo em busca de nomes de marca e obter o timestamp exato.
Com que frequência devo verificar novos vídeos nos canais?
De hora em hora é suficiente para a maioria dos casos de monitoramento de marca. Categorias muito dinâmicas, como finanças, podem justificar verificações mais frequentes.
Como reduzir falsos positivos?
Combine a correspondência por palavra-chave com uma checagem por LLM que lê o parágrafo ao redor e confirma que a menção se refere à marca.