Как создать трекер утверждений и дезинформации на YouTube

Какую проблему решает

Фактчекеры могут искать по текстовым платформам, но видео в основном остаётся непрозрачным. Утверждения повторяются в чуть разных формулировках на десятках каналов, и чтобы задокументировать их распространение, приходится смотреть часы записей. Исследователям нужны расшифровки с поиском, семантическое сопоставление пересказов и проверяемая запись каждого случая.

Что включить в первую версию

• ■Мониторинг заданного набора каналов
• ■Семантический поиск пересказов утверждения, а не только точной формулировки
• ■Хронология первого появления и распространения
• ■Цитаты со ссылками на таймкоды для проверки
• ■Экспорт доказательств для отчётов и публикаций

Как создать: пошагово

1. 01

   Соберите расшифровки

   Получите списки видео нужных каналов и пакетно обработайте видео за ваш период. Если исследование продолжается, следите за новыми загрузками.

2. 02

   Создайте эмбеддинги сегментов

   Создайте эмбеддинги для каждого абзаца расшифровки, чтобы находить высказывания с похожим смыслом.

3. 03

   Ищите утверждение

   Создайте эмбеддинги для нескольких формулировок утверждения, найдите похожие фрагменты и попросите проверяющего или LLM подтвердить, какие из них действительно содержат это утверждение.

4. 04

   Постройте хронологию

   Упорядочьте подтверждённые совпадения по дате публикации и экспортируйте их с каналом, цитатой и ссылкой на таймкод.

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}")

Почему это стоит создать

Фактчекинговые организации и исследовательские группы получают скорость и проверяемые доказательства. Команды доверия и безопасности и компании медиамониторинга будут платить за инструменты, охватывающие видео.

Каких ошибок избегать

• ✕Считать автоматические совпадения выводами: перед публикацией всегда давайте человеку их подтвердить.
• ✕Искать только точные фразы: утверждения мутируют, поэтому используйте семантический поиск по нескольким формулировкам.
• ✕Терять происхождение данных: храните ID видео, таймкод и дату получения для каждой цитаты.

Вопросы об этой идее