🤖 Das ultimative YouTube KI-Analysetool: Bessere Videos mit KI erstellen
Bist du es leid, dass der YouTube-Algorithmus ein Mysterium ist? Möchtest du bessere Videos erstellen, die besten Thumbnails entwerfen und interessante und einzigartige Titel erstellen? Dann brauchst du das ultimative YouTube KI-Analysetool. In diesem Artikel werden wir erkunden, wie man die Kraft der KI nutzen kann, um den YouTube-Algorithmus zu entschlüsseln und den Inhalt deiner Videos zu verbessern.
Tag Null: Marktforschung
Bevor man mit einem neuen SAS-Produkt oder -Dienst beginnt, ist Marktforschung erforderlich. Nach einigen Recherchen habe ich festgestellt, dass es bereits Unternehmen wie vid IQ und chewbuddy gibt, die so etwas Ähnliches tun. Sie sind in letzter Zeit mit dem Wachstum von YouTube populär geworden und haben Tools von OpenAI in ihre bestehende Suite integriert. Mir gefällt tatsächlich ihr Titelvorschlagstool, aber heutzutage fügt jedes Unternehmen Chat GPT zu seinem Service hinzu. Also wollte ich einen Schritt weiter gehen.
Tag Zwei: Aufbau von Front- und Backend
Um das ultimative YouTube KI-Analysetool zu erstellen, benötigte ich ein Front- und Backend. Ich habe festgestellt, dass Next.js eine neue Version ihres Frameworks veröffentlicht hat, Version 14, die jetzt auch serverseitige React-Komponenten unterstützt. Ich habe Next.js noch nie zuvor verwendet, also dachte ich, dass dies eine großartige Gelegenheit wäre, um zu lernen, wie es für dieses Projekt funktioniert.
Für eine Full-Stack-Lösung benötigte ich eine Möglichkeit für Benutzer, sich anzumelden und einzuloggen. Ich habe dieses Paket namens NextAuth gefunden, das eine Authentifizierungslösung für Next.js ist. Es ermöglicht Benutzern, sich mit verschiedenen Anbietern anzumelden. Da meine Idee jedoch hauptsächlich für YouTube gedacht ist, werde ich es auf Google-Benutzer beschränken, die YouTube-Konten haben. Dafür musste ich eine Konfiguration mit der Google Developer Console einrichten und auch die YouTube Data API und Analytics API aktivieren, aber es hat funktioniert. Jetzt konnten sich Benutzer einloggen und es wurde ein Token generiert und erfasst, sodass ich ihre YouTube-Kontodaten anzeigen konnte.
Tag Drei: Aufbau des Frontends
Mit dem Backend an Ort und Stelle war es an der Zeit, das Frontend aufzubauen. Ich habe eine schnelle Homepage mit einer einzigen Schaltfläche erstellt, um mich in mein eigenes Konto einzuloggen. Dann habe ich mit Next.js tatsächlich eine einfache API-Route für diese Route erstellt. Ich wollte nur meine eigenen Kanaldetails als Objekt extrahieren, die ich später in eine React-Komponente übergeben konnte.
Tag Vier: Speichern von Daten in einer Datenbank
Nach ein paar Stunden konnte ich den Token nicht mehr verwenden, um Abfragen an die YouTube API zu stellen. Das liegt daran, dass ich zwar einen Zugriffstoken hatte, aber auch einen Aktualisierungstoken hatte, den ich nicht gespeichert hatte, und den ich verwenden musste, um den Zugriffstoken zu aktualisieren, da er sonst ablaufen würde. Das bedeutet, dass ich eine Datenbank und einen Ort zum Speichern all dieser Informationen benötigte. Nicht nur, um den Aktualisierungstoken und Zugriffstoken zu speichern, sondern auch um die Details zu speichern, die ich erhalte, denn ich würde sie lieber in einer Datenbank zwischenspeichern, anstatt sie immer wieder von der YouTube API abzurufen, da ich sonst mein Kontingent von YouTube erschöpfen könnte, da sie nur eine begrenzte Anzahl von Aufrufen zulassen. Ich glaube, es waren etwa 10.000.000 API-Einheiten, und jede Interaktion verwendet eine unterschiedliche Anzahl von Einheiten pro Tag, die sich zurücksetzt. Also werde ich das in einer Datenbank speichern.
Tag Fünf: Einführung von KI
Jetzt, da ich ein Framework zum Experimentieren habe, möchte ich etwas KI einführen, um Thumbnails, Titel und Videos weiter zu analysieren. Dafür muss ich eine Plattform finden, die mir tatsächlich ermöglicht, API-Anfragen für Bilder und Videos durchzuführen. Das war tatsächlich ziemlich schwer zu finden. Ich weiß, dass ich früher Mid Journey genossen habe, aber sie haben keinen API-Dienst und machen auch keine Videos. Schließlich habe ich einen Dienst namens Cloudinary gefunden. Sie bieten nicht nur generative KI für Videos und Bilder, sondern auch einige wirklich coole KI-Funktionen, die auf Inhaltsanalyse basieren, die ich ausprobieren wollte.
Tag Sechs: KI-Highlight-Tool
Das erste Feature, das ich von Cloudinary verwenden wollte, war eines der coolsten. Es handelte sich um ein KI-Highlight-Tool, das die Inhaltsanalyse der KI verwendet, um herauszufinden, welche Abschnitte des Videos interessant sind und welche nicht. Das sehe ich die ganze Zeit auf YouTube. Es ist dieser Graph, den man am unteren Rand eines Videos findet, und nachdem ein Video ein paar Tage, Wochen oder Jahre online war, sind die Retentionsmetriken im Grunde dieser Graph, der auf und ab geht, je nachdem, wie interessant das Video ist. Wenn ich das vor dem Hochladen eines Videos wissen könnte, könnte ich die langweiligen Teile herausschneiden und hoffentlich insgesamt ein besseres Video haben.
Tag Sieben: Generieren von Titeln mit KI
Ein gutes Hook für ein Video zu erstellen, ist genauso schwierig wie einen guten Titel zu erstellen. Ich habe beschlossen, zu sehen, ob ich KI verwenden kann, speziell in diesem Fall OpenAI, um mir dabei zu helfen. Ich würde eine Chat-Vervollständigung erstellen. Ich würde das Transkript für ein Video sammeln und es an Chat GPT weitergeben, wobei ich das gesamte Skript des Videos verwende, um mir bei der Erstellung und Generierung von Titeln zu helfen. Das hat sehr gut funktioniert. Mir gefällt es, weil es tatsächlich den Kontext des Videos verwendet, um die Titel zu erstellen, sodass sie nicht zu reißerisch sind, aber dennoch nützlich sind und das behandeln, worum es im Video geht.
Vor- und Nachteile
Vorteile:
- Nutzt die Kraft der KI, um den YouTube-Algorithmus zu entschlüsseln und die Videoinhalte zu verbessern
- Bietet ein Dashboard mit detaillierten Analysen für Videos
- Das KI-Highlight-Tool hilft dabei, die interessantesten Teile eines Videos zu identifizieren
- KI-generierte Titel sind inhaltlich relevant und nicht zu reißerisch
Nachteile:
- Erfordert etwas technisches Wissen, um es einzurichten und zu verwenden
- Möglicherweise ist ein kostenpflichtiges Abonnement erforderlich, um auf bestimmte KI-Funktionen zugreifen zu können
Hervorhebungen
- Das ultimative YouTube KI-Analysetool hilft dabei, Videoinhalte durch die Nutzung der KI zu verbessern
- Cloudinary bietet generative KI für Videos und Bilder sowie KI-Funktionen zur Inhaltsanalyse
- Das KI-Highlight-Tool verwendet Inhaltsanalyse, um die interessantesten Teile eines Videos hervorzuheben
