Så bygger du en AI-generator för kapitel och avsnittsanteckningar till YouTube

Problemet det löser

Kreatörer och poddare publicerar varje vecka och hoppar över metadatan eftersom den är tråkig att skriva. Det kostar dem söktrafik, placering bland föreslagna videor och tittarlojalitet. Redigerare och byråer som gör det manuellt lägger 20 till 40 minuter per video. En generator som tar fram korrekta, tidsstämplade utkast tar bort det mesta av det arbetet.

Vad den första versionen bör innehålla

• ■Tidsstämplade kapitel i YouTubes obligatoriska format, med start på 0:00
• ■En SEO-beskrivning med målnyckelord och länkar
• ■Avsnittsanteckningar i poddstil med huvudpunkter och nämnda resurser
• ■Inställningar för varumärkesröst per kanal
• ■Kopiering med ett klick eller publicering till YouTube, WordPress eller en poddvärd

Så bygger du det, steg för steg

1. 01

   Hämta transkriptet

   Anropa /transcribe med format.timestamp och format.paragraphs så att du har både läsbar text och starttider.

2. 02

   Upptäck ämnesbyten

   Skicka styckena med deras tidsstämplar till en LLM och be den gruppera dem i fem till tio kapitel, med bara starttider som finns i datan.

3. 03

   Skriv beskrivningen och anteckningarna

   Använd en andra prompt för att skriva beskrivningen och avsnittsanteckningarna utifrån kapitellistan, inklusive kreatörens nyckelord och länkar.

4. 04

   Granska och publicera

   Visa utkasten i en editor, låt kreatören justera dem och kopiera eller publicera sedan via plattformens API.

Startkod

Den här idén bygger på mönstret "Recept 1: En video in, strukturerat resultat ut". Byt till dina egna kanaler, promptar och lagring.

import requests

API = "https://www.youtubetranscript.dev/api/v2"
HEADERS = {"Authorization": "Bearer yt_sk_live_YOUR_KEY"}

res = requests.post(f"{API}/transcribe", headers=HEADERS, json={
    "video": "https://www.youtube.com/watch?v=VIDEO_ID",
    "format": {"timestamp": True, "paragraphs": True},
}).json()

transcript = res["data"]["transcript"]
print(transcript["text"][:500])        # plain text for your LLM prompt
for seg in transcript["segments"][:3]:  # timestamps for deep links
    print(seg["start"], seg["text"])

Därför är det värt att bygga

Ta ut en månadsprenumeration av kreatörer baserat på antal videor per månad, eller lägg till det som en betald funktion i ett befintligt verktyg för redigering, schemaläggning eller podd-hosting. Byråer betalar för teamlicenser och förinställda varumärkesröster.

Misstag att undvika

• ✕Att låta modellen hitta på tidsstämplar: begränsa den till starttider från transkriptsegmenten.
• ✕Att ta fram generiska beskrivningar: mata in kanalens nyckelord och tidigare beskrivningar som exempel.
• ✕Att glömma YouTubes regler: det första kapitlet måste börja på 0:00 och det krävs minst tre kapitel.

Frågor om den här idén