究極のYouTube AI分析ツール：AIを使ってより良い動画を作成する
🎥 イントロダクション
プログラマーとして、アルゴリズムについては詳しく知っているはずですが、YouTubeのアルゴリズムは常に少し謎めいています。時には私が作成した動画を推奨し、他の時には単に無視します。今年だけでも、AIツールの数はチーズの種類よりも多いように思えます。そこで、私はAIの力を利用してYouTubeのアルゴリズムを解読できるかどうかを確かめたかったのです。私の目標は3つあります。まず第一に、より良い動画を作成したいと思っています。メタ的な感じがしますが、私は常にアイデアを公開して構築することを楽しんでいます。第二に、クリック率が高くてクリックベイトではない、想像できる限り最高のサムネイルをデザインしたいと思っています。第三に、AIに私を助けて興味深くユニークなタイトルを作成してもらいたいのです。そして、人々がクリックせざるを得ないようなタイトルです。
目次
- Day Zero: 市場調査
- Day Two: フロントエンドとバックエンドの構築
- Day Three: フロントエンドの拡充
- Day Four: データベースの設定
- Day Five: AIの導入
- Day Six: AIによるハイライトツール
- Day Seven: AIによるタイトル生成
- 結論
- よくある質問
Day Zero: 市場調査
新しいSASや製品、サービスを開始する前には、市場調査が必要です。私はいくつかの検索を行い、既にvidIQやchewbuddyなどの同様のサービスを提供している企業が存在することを知りました。YouTubeの成長とともにこれらの企業は人気を集め、既存のスイートにオープンAIのツールを組み込み始めています。実際、私は彼らのタイトル提案ツールが好きですが、最近ではどの企業もチャットGPTをサービスに追加しています。ですので、単にそれを行うのではなく、一歩進んでみたかったのです。
私が望んでいるのは、AIが私の動画をレビューし、実際にどの部分が興味深く、どの部分が退屈なのかを教えてくれることです。これにより、コンテンツ作成のビデオ編集段階で関連情報を表示し、誰も退屈させずに済むようにすることができます。また、サムネイルのABテストを行いたいと述べましたが、これはサムネイルのデザインをレビューし、より良い動作するタグや提案を教えてくれるものです。さらに一歩進めれば、実際のサムネイルを背景を削除したり、背景や顔などを変更したりすることもできるかもしれません。理想的には、Photoshopを開いて手動でこれらの変更を行う必要はありません。代わりに、生成AIの機能を使用してリアルタイムに自動的に行うことができます。そして最後に、Del 3を動画のレビューに組み込むことができるかどうかを確認したいと思っています。キャプションとビデオスチルを組み合わせたものを、Del 3が画像コンテンツとして分析し、私のために動画をレビューできるかどうかを見てみたいと考えています。
Day Two: フロントエンドとバックエンドの構築
これを構築するためには、フロントエンドとバックエンドが必要です。Next.jsは、新しいバージョン14をリリースしました。これはReactコンポーネントのサーバーサイドもサポートしています。実際にはNext.jsを使用したことがなかったので、このプロジェクトでその動作を学ぶ絶好の機会だと思いました。フルスタックのソリューションとして、ユーザーがサインアップやログインをする方法が必要です。Next.js用の認証ソリューションであるNextAuthというパッケージを見つけました。これにより、複数のプロバイダーでログインできるようになります。ただし、私のアイデアは主にYouTube向けなので、Googleアカウントを持つユーザーに制限します。これはそれほど簡単ではありませんでした。Googleデベロッパーコンソールでの設定と、YouTubeデータAPIとアナリティクスAPIの有効化が必要でしたが、うまくいきました。これでユーザーがログインできるようになり、トークンが生成されてキャプチャされるので、彼らのYouTubeアカウントのデータを表示できるようになりました。
Day Three: フロントエンドの拡充
フレームワークを手に入れたので、AIを導入してサムネイルやタイトル、さらには動画をさらに分析できるかどうかを確認したいと思います。これを行うには、画像と動画のAPIリクエストを実際に行えるプラットフォームを見つける必要がありました。これは実際にはかなり難しかったです。以前はMid Journeyを楽しんでいましたが、彼らにはAPIサービスがなく、動画も扱っていませんでした。最終的に、Cloudinaryというサービスを見つけました。彼らは動画と画像の両方に生成AIを持っているだけでなく、私が試してみたかったいくつかの本当にクールなコンテンツ認識AIの機能も備えていました。最高の部分は、これを行うためにDiscordに飛び込む必要がなかったことです。代わりに、ドキュメンテーションを見ることができ、ほとんどの言語に対してAPIコールが用意されており、URLを渡すだけで簡単にAPIコールを作成できるようになっていました。
Day Four: データベースの設定
数時間経つと、トークンを使用してYouTube APIにクエリを行うことができなくなりました。これは、アクセストークンだけでなくリフレッシュトークンも持っていたためであり、リフレッシュトークンを使用してアクセストークンを更新する必要がありました。そうしないと、アクセストークンが期限切れになってしまいます。これは、この情報をすべて保存するためのデータベースと保存先が必要です。リフレッシュトークンとアクセストークンだけでなく、取得した詳細情報もデータベースにキャッシュしたいのです。なぜなら、YouTube APIから繰り返し呼び出すよりもデータベースにキャッシュした方が良いからです。なぜなら、YouTubeは呼び出し回数に制限があり、1日ごとに異なる単位数を使用するからです。おそらく、10,000,000のAPIユニットのようなもので、各インタラクションごとに異なる単位数を使用し、毎日リセットされます。ですので、これをデータベースに保存することにします。
Day Five: AIの導入
Cloudinaryから最初に使用したい機能は、最もクールなものの1つでした。それはAIのハイライトツールで、AIのコンテンツ認識分析を使用して、動画のどの部分が興味深いか、どの部分が興味を引かないかをハイライト表示するものです。これはYouTubeでよく見かけるものです。グラフのようなものです。
