Какую проблему решает
Влиятельные мнения о продуктах всё чаще звучат в обзорах, подкастах и видеокомментариях, причём часто без названия бренда в заголовке. PR-команды узнают об этом через несколько дней, если узнают вообще. Им нужны уведомления об упоминаниях бренда, контекст сказанного и способ измерить долю голоса относительно конкурентов.
Что включить в первую версию
- Список каналов и подкастов для каждого клиента
- Поиск по ключевым словам и синонимам для брендов, продуктов и людей
- AI-классификация каждого упоминания: позитивное, негативное или нейтральное
- Уведомления в Slack и на почту с цитатой и ссылкой на таймкод
- Еженедельные отчёты о доле голоса в сравнении с конкурентами
Как создать: пошагово
- 01
Составьте список отслеживания
Сохраните каналы для мониторинга по каждому клиенту. Один раз получите ID каждого канала через /channels/resolve по его хендлу.
- 02
Проверяйте новые загрузки
По расписанию запрашивайте каждый канал с небольшим лимитом и сравнивайте ID видео с уже обработанными.
- 03
Расшифровывайте только новые видео
Отправляйте новые ID в /transcribe или /batch. Кредиты тратятся только на видео, которые вы ещё не видели.
- 04
Находите и классифицируйте упоминания
Ищите в расшифровках названия брендов и синонимы, затем передавайте окружающий абзац в LLM, чтобы подтвердить релевантность и определить тональность.
- 05
Уведомляйте и отчитывайтесь
Отправляйте каждое подтверждённое упоминание в Slack или на почту с цитатой и ссылкой на таймкод и сводите упоминания в еженедельные отчёты.
Стартовый код
Эта идея построена на шаблоне «Рецепт 2: следите за каналами и получайте уведомления о новых видео». Подставьте свои каналы, промпты и хранилище.
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}")Как на этом заработать
Продавайте ежемесячные подписки с ценой, зависящей от числа отслеживаемых брендов и каналов. Самые сильные покупатели — агентства с несколькими клиентами; один только еженедельный отчёт может окупить тариф.
Каких ошибок избегать
- Отправлять сырые совпадения по ключевым словам как уведомления: такие названия, как «Apple» или «Notion», требуют проверки релевантности через LLM, чтобы избежать шума.
- Следить за слишком малым числом каналов: ценность — в охвате, поэтому дайте клиентам легко добавлять каналы.
- Пропускать упоминания в видео без субтитров: включите AI-распознавание речи для важных каналов.
Вопросы об этой идее
Можно ли отслеживать упоминания бренда в видео на YouTube?
Да. Расшифровывая новые загрузки каналов из списка отслеживания, вы можете искать названия брендов во всём, что сказано в каждом видео, и получать точный таймкод.
Как часто проверять каналы на новые видео?
Для большинства задач мониторинга бренда достаточно раза в час. Быстро меняющиеся сферы, например финансы, могут требовать более частых проверок.
Как уменьшить число ложных срабатываний?
Сочетайте поиск по ключевым словам с проверкой через LLM, которая читает окружающий абзац и подтверждает, что упоминание относится к бренду.