Cómo crear una lista de libros verificada a partir de vídeos de YouTube

Empieza por los vídeos y la regla de recomendación

Un lector pidió una instrucción para un modelo que extrajera recomendaciones de libros de todos los vídeos de un canal de YouTube. Esto plantea dos preguntas distintas: ¿recopilaste todos los vídeos previstos? ¿Comprobaste qué dijo cada persona sobre cada libro? Una instrucción por sí sola no permite demostrar ninguno de esos resultados. La pregunta proporcionada muestra el problema de un lector. No indica cuántas personas necesitan el mismo servicio. Pregunta de un lector, publicada el 30 de enero de 2025; solo se observó una pregunta.

Empieza por escribir una regla para recopilar los vídeos. Por ejemplo, elige un conjunto concreto de entrevistas o un intervalo de fechas definido. Registra cómo obtuviste la lista de vídeos. Una búsqueda limitada no demuestra que hayas encontrado todos los vídeos subidos a lo largo de la historia de un canal.

Después, define qué contarás como una recomendación. Usa una regla clara, como esta: quien habla aconseja a alguien leer o usar el libro. Conserva cualquier indicación sobre el público o la finalidad. Un libro recomendado para lectores con experiencia puede no ser adecuado para principiantes.

Usa etiquetas distintas para recomienda, menciona, critica, cita y no está claro. Una persona que cita un libro no necesariamente ha aconsejado leerlo. Si alguien da consejos con matices, conserva las condiciones junto a la etiqueta.

Para definir y comprobar el conjunto de vídeos, consulta la guía de recopilación de transcripciones. Este artículo parte de ese conjunto seleccionado y comprueba los libros que aparecen en él.

Elige entre la revisión manual y la recopilación de subtítulos

Si tienes una lista corta de vídeos, abre cada vídeo e inspecciona sus subtítulos, si están disponibles. Escucha los fragmentos que puedan tratar sobre libros. Examina cualquier portada o título visible que pueda ayudarte a identificar el libro. Guarda la marca de tiempo de la fuente mientras trabajas.

Para más vídeos, YouTube Transcript Scraper, contrato público revisado el 25 de octubre de 2026; sin prueba de ejecución puede recopilar pistas de subtítulos públicos ya existentes. Un Actor es un programa de recopilación de datos alojado en un servidor. Este Actor acepta URL directas de vídeos o identificadores de vídeos. Un identificador de vídeo permite identificar un vídeo concreto.

El Actor no acepta canales, listas de reproducción ni búsquedas como entrada. No genera texto nuevo a partir del habla ni descarga audio o vídeo. Debes proporcionar los vídeos seleccionados. También debes escuchar los fragmentos y comprobar los libros.

Una Task es una configuración de entrada guardada. La Task de transcripciones por lotes, presencia pública comprobada el 25 de octubre de 2026; sin pruebas de la entrada guardada ni de la ejecución ofrece un punto de partida documentado para recopilar subtítulos. Su página pública y su identificador de Task estaban presentes en las pruebas proporcionadas. Esto solo demuestra que existe la configuración. No demuestra que se haya ejecutado correctamente ni que exista una lista de libros terminada.

El método siguiente describe acciones que debes realizar. Para esta guía no se ejecutó ningún Actor ni ningún modelo.

Sigue estos ocho pasos

1. Guarda la lista de vídeos seleccionados

Crea una entrada de inventario para cada vídeo seleccionado. Un inventario es la lista de fuentes que quieres comprobar. Guarda su identificador de vídeo, su URL, el motivo de selección y la fuente donde lo encontraste. Guarda también si la recopilación de subtítulos está pendiente, se completó correctamente o falló.

Mantén los vídeos excluidos separados de los seleccionados. Un vídeo cuyos subtítulos no intentaste recopilar no cuenta como un fallo de recopilación. Un fallo en una entrada de subtítulos no demuestra que el vídeo no contenga libros.

Si buscas una lista completa de un canal, primero crea un inventario de vídeos que permita cubrir ese alcance. Hasta entonces, describe el resultado como los libros encontrados en los vídeos seleccionados.

2. Recopila un lote pequeño de subtítulos con tiempos

Usa la entrada siguiente como ejemplo inicial. JSON es un formato de texto que almacena nombres de campos y valores.

{"includeFailedInputDetails":true,"outputFormats":["json"],"preferredLanguages":[],"startUrls":["https://www.youtube.com/watch?v=dQw4w9WgXcQ"]}

Antes de ejecutar el Actor, sustituye la URL de ejemplo por la URL de un vídeo público que quieras revisar. El ejemplo muestra la estructura de entrada. No demuestra que exista un fragmento útil sobre un libro.

Los cuatro campos tienen estas funciones:

• `startUrls` contiene las URL directas o los identificadores de los vídeos. La entrada documentada acepta entre 1 y 1000 entradas. Los identificadores de vídeo repetidos se procesan una sola vez.
• `outputFormats` solicita el formato del resultado. Conserva `json` para mantener los segmentos con tiempos.
• `preferredLanguages` enumera los idiomas preferidos para los subtítulos, por orden. Una lista vacía utiliza una pista disponible. No exige que esté en inglés.
• `includeFailedInputDetails` solicita los detalles de los fallos de entrada en el registro `OUTPUT` de la ejecución.

Si defines idiomas preferidos y ninguno está disponible, el Actor informa de un fallo por idioma no disponible. No proporciona una traducción en su lugar.

Cada vídeo único procesado correctamente genera una fila en el conjunto de datos. Una fila del conjunto de datos es un resultado almacenado. Inspecciona `OUTPUT` para ver las entradas fallidas, incluidas las que no generaron ninguna fila correcta. Estos comportamientos proceden del contrato del Actor, revisado el 25 de octubre de 2026; solo esquema y documentación públicos.

3. Busca posibles títulos y guarda cada fragmento

Un segmento de subtítulos es una parte del texto con tiempos asignados. Lee los segmentos disponibles para buscar posibles títulos de libros, nombres de autores y consejos de lectura cercanos. No busques solo la palabra «recomendar». El consejo puede estar expresado de otra forma.

Para cada posible libro, guarda el texto de los subtítulos sin modificar y su identificador de vídeo. Guarda también los campos del segmento `startSeconds` y `endSeconds`. Estos valores sitúan el segmento desde el inicio del vídeo.

Conserva los segmentos cercanos cuando incluyan un autor, una condición o una corrección posterior. No unas fragmentos separados como si fueran una sola declaración continua.

Un modelo de lenguaje puede ayudar a señalar candidatos en el texto proporcionado. Un candidato es una posible coincidencia que aún debe comprobarse. Exige fragmentos de la fuente para sus sugerencias. Rechaza los títulos que no tengan un fragmento de la fuente. Un modelo no debe completar un autor o un título ausente con sus propios conocimientos.

4. Escucha y registra la postura de quien habla

Abre cada fragmento candidato. Escucha lo que se dice antes y después. Comprueba el título y el autor que se pronuncian. Examina cualquier portada o título visible que ayude a aclarar el nombre.

Registra quién da el consejo cuando la fuente permita establecer su identidad. En una entrevista, quien presenta puede leer un título mientras la persona invitada da su opinión. No atribuyas ambas acciones a una sola persona sin pruebas.

Elige la etiqueta de recomendación a partir del fragmento completo:

Conserva una condición como «para lectores avanzados» junto a la recomendación. Conserva una afirmación negativa como «no es para principiantes» junto a la crítica. No sustituyas ninguna de las dos por una etiqueta positiva sin condiciones.

Si necesitas publicar las palabras exactas, sigue la guía de verificación de citas. Este método para crear listas de libros requiere comprobar el significado y el fragmento de la fuente. No exige una cita larga.

5. Busca un registro de catálogo que coincida con el título y el autor

Busca en el catálogo de la propia editorial o en un catálogo de biblioteca documentado. Un registro de catálogo describe una obra o edición publicada. Busca el título y el autor verificados juntos cuando conozcas ambos.

Compara el autor, el subtítulo, el idioma y la identidad de la obra. No basta con que los títulos tengan palabras similares. Guarda la URL del registro y una nota breve que explique la coincidencia. Si varios registros siguen siendo posibles, conserva las alternativas e indica qué pruebas permitirían distinguirlas.

Open Library documenta búsquedas por título y autor con resultados de obras y detalles de libros. Su esquema de búsqueda, es decir, la estructura de los campos devueltos, puede cambiar. No supongas que un resultado de búsqueda general identifica la edición que aparece en un vídeo. API de búsqueda de Open Library, revisada el 25 de octubre de 2026; no se garantiza la estabilidad del esquema.

Si la fuente menciona «Field Notes» sin autor, un resultado de catálogo plausible sigue siendo solo un candidato. No elijas el primer resultado solo para completar la tabla.

6. Mantén la obra separada de su edición

Una obra es el libro como creación general. Una edición es una versión publicada concreta de esa obra. Puedes identificar la obra aunque la edición siga siendo desconocida.

Un ISBN es un Número Internacional Normalizado del Libro que se usa para identificar una edición concreta. Añádelo solo cuando las pruebas del vídeo y del catálogo permitan establecer esa edición. Una coincidencia general del título no justifica copiar un ISBN de un registro cercano.

Usa valores separados para la identidad de la obra, la identidad de la edición y el ISBN. Por ejemplo, puedes tener un título y un autor verificados, pero ninguna prueba de la edición. En ese caso, conserva la coincidencia de la obra y deja la edición y el ISBN como desconocidos.

Desconocido no significa cero. No escribas cero en un campo de ISBN sin datos. En datos estructurados, `null` puede indicar un valor ausente. En una tabla para lectores, escribe «Desconocido» y explica qué pruebas faltan.

7. Guarda por separado los registros de libros y los registros de fragmentos

Usa una tabla para las obras identificadas. Usa otra para todas las apariciones en las fuentes. Una aparición es un fragmento en el que se habla de un libro.

Varios fragmentos sobre una obra siguen siendo varios registros de pruebas. No se convierten en varios libros. Tampoco se convierten en varias recomendaciones independientes si repiten el mismo consejo.

Usa una clave local de registro para conectar las tablas. Esta clave es una etiqueta de referencia propia. No es un ISBN ni un campo de salida del Actor. Mantén los candidatos sin resolver en una lista separada hasta que puedas establecer su identidad.

Las tablas siguientes muestran los campos que debes guardar. Tú estableces las coincidencias con el catálogo y las etiquetas de recomendación mediante la revisión. El Actor de subtítulos no proporciona esas valoraciones.

8. Comprueba la lista final con cada fragmento conservado

Para cada recomendación conservada, vuelve a abrir el fragmento de la fuente. Compara el título final, el autor, la persona que habla, la etiqueta y la condición sobre el público con la fuente. Después, vuelve a abrir el registro del catálogo y comprueba las decisiones sobre la obra y la edición.

Inspecciona también las entradas sin resolver y las excluidas. Confirma que no hayas sustituido un autor ausente por uno supuesto. Confirma que una crítica no se haya convertido en una recomendación. Confirma que la falta de subtítulos no se haya convertido en un resultado de «no hay libros».

Exporta las obras verificadas, sus registros de fragmentos y los candidatos sin resolver. Indica el conjunto seleccionado y sus fallos de recopilación de subtítulos junto al resultado. El siguiente lector debe poder ver tanto lo que encontraste como lo que aún no está comprobado.

Guarda estos campos de las tablas

Guarda estos campos en la tabla de obras:

Guarda estos campos en la tabla de apariciones:

Conserva por separado la fila original de subtítulos. Entre los campos útiles de la fuente están `transcriptLanguageCode`, `isAutoGenerated`, `status` y `scrapedAt`. El momento de recopilación no es el tiempo del fragmento. El idioma de los subtítulos, el estado de la pista automática y la cobertura de vídeos no demuestran la exactitud de las palabras.

Ejemplo práctico: ficción original

Todo este ejemplo es ficción original. Las etiquetas de los vídeos, los tiempos, los fragmentos y los resultados de recopilación son inventados. «The River Atlas» y «Field Notes» son títulos ficticios. No se implica ningún ISBN real ni respaldo a una obra real.

Supón que seleccionas tres vídeos. La recopilación de subtítulos se completa correctamente en dos vídeos y falla en uno. El cálculo de la recopilación es:

3 vídeos seleccionados = 2 vídeos con subtítulos recopilados + 1 vídeo con un fallo de recopilación de subtítulos.

Esto cuenta vídeos. No cuenta libros, personas que hablan ni recomendaciones. El vídeo fallido sigue sin comprobarse para buscar libros.

Los subtítulos disponibles contienen tres apariciones candidatas:

Las duraciones de los segmentos son 66 − 60 = 6 segundos, 108 − 100 = 8 segundos y 35 − 30 = 5 segundos. Su suma es 6 + 8 + 5 = 19 segundos. Esta es la duración total de estos tres segmentos separados. No es un fragmento continuo ni el tiempo total de escucha.

Después de escuchar, conserva ambas apariciones de «The River Atlas». El fragmento posterior cambia lo que puede afirmarse en una lista de lectura para principiantes. Las pruebas respaldan una mención y una crítica de su uso para principiantes. No permiten establecer una recomendación positiva para otro público.

«Field Notes» sigue sin resolverse porque no se proporciona un autor ni pruebas que permitan distinguirlo. No inventes un autor ni elijas un registro de catálogo solo por las palabras del título.

No se proporciona ningún registro de catálogo para ninguno de los dos títulos ficticios. Por tanto, el ejemplo tiene tres registros de apariciones y dos títulos candidatos distintos, pero cero coincidencias de catálogo resueltas. La edición y el ISBN son desconocidos para ambos candidatos.

Cero coincidencias resueltas es un recuento comprobado dentro de esta ficción. Un ISBN desconocido es información que falta. Estos valores significan cosas distintas.

La lista final de recomendaciones para principiantes está vacía. Conserva ambos candidatos en las notas de revisión. La siguiente decisión consiste en buscar mejores pruebas en las fuentes y los catálogos, o mantener la incertidumbre. No fuerces una recomendación positiva para que la lista parezca completa.

Gestiona los fallos e indica los límites

Usa estados distintos para problemas distintos:

Las páginas públicas de los vídeos, la página del Actor, la página pública de la Task y los registros públicos de catálogos son fuentes públicas. Los datos de entrada guardados en una cuenta y los registros de ejecución requieren acceso a la cuenta que los contiene. Una página pública de una configuración no demuestra qué guardó o ejecutó una cuenta. Si realizas una ejecución, registra su resultado real por separado de este método propuesto.

Indica los límites de tu recopilación con palabras claras. Informa por separado de los recuentos de vídeos seleccionados, de recopilaciones de subtítulos correctas y de recopilaciones fallidas o pendientes. No describas estos recuentos como una medida de la exactitud de los títulos ni de la cobertura completa del canal.