Como criar uma lista verificada de livros a partir de vídeos do YouTube

Comece pelos vídeos e pela regra de recomendação

Um leitor pediu um prompt, ou instrução para um modelo, que extraísse recomendações de livros de todos os vídeos de um canal do YouTube. Isso traz duas perguntas distintas: você coletou todos os vídeos pretendidos? Você conferiu o que cada pessoa disse sobre cada livro? Um prompt, por si só, não pode comprovar nenhum desses resultados. A pergunta fornecida mostra um problema de um leitor. Ela não mostra quantas pessoas precisam do mesmo serviço. Pergunta de um leitor, publicada em 30 de janeiro de 2025; apenas uma pergunta observada.

Comece com uma regra de coleta por escrito. Por exemplo, escolha um conjunto específico de entrevistas ou um intervalo de datas definido. Registre como você obteve a lista de vídeos. Uma busca limitada não comprova que você encontrou todos os vídeos já publicados em um canal.

Em seguida, defina o que você vai contar como recomendação. Use uma regra clara, como: a pessoa aconselha alguém a ler ou usar o livro. Preserve qualquer público ou finalidade declarados. Um livro recomendado para leitores experientes pode ser inadequado para iniciantes.

Use classificações separadas para recomenda, menciona, critica, cita e não está claro. Uma pessoa que cita um livro não necessariamente aconselhou alguém a lê-lo. Se a pessoa der orientações com ressalvas, mantenha as condições ao lado da classificação.

Para obter ajuda na definição e na verificação do conjunto de vídeos, use o guia de coleta de transcrições. Este artigo parte desse conjunto selecionado e verifica os livros presentes nele.

Escolha entre revisão manual e coleta de legendas

Para uma lista curta de vídeos, abra cada vídeo e confira suas legendas, se disponíveis. Ouça os trechos que possam tratar de livros. Examine uma capa ou um título visível quando isso ajudar a identificar o livro. Salve o tempo do trecho na fonte durante o trabalho.

Para mais vídeos, o YouTube Transcript Scraper, contrato público verificado em 25 de outubro de 2026; sem teste de execução pode coletar faixas públicas de legendas já existentes. Um Actor é um programa de coleta de dados hospedado em um serviço. Este Actor aceita URLs diretas de vídeos ou IDs de vídeos. Um ID de vídeo é o identificador de um vídeo.

O Actor não aceita canais, playlists ou buscas como entrada. Ele não cria texto a partir da fala nem baixa áudio ou vídeo. Você deve fornecer os vídeos selecionados. Também deve ouvir os trechos e verificar os livros.

Uma Task é uma configuração de entrada salva. A Task de transcrições em lote, presença pública verificada em 25 de outubro de 2026; entrada salva e execução não testadas oferece um ponto de partida documentado para a coleta de legendas. Sua página pública e seu ID de Task estavam presentes nas evidências fornecidas. Isso comprova apenas a existência da configuração salva. Não comprova uma execução bem-sucedida nem uma lista de livros concluída.

O método abaixo descreve ações para você realizar. Nenhum Actor ou modelo foi executado para este guia.

Siga estas oito etapas

1. Salve a lista de vídeos selecionados

Crie um registro no inventário para cada vídeo selecionado. Um inventário é a lista de fontes que você pretende verificar. Salve o ID do vídeo, a URL, o motivo da seleção e a fonte em que o encontrou. Salve também se a coleta de legendas está pendente, foi concluída com sucesso ou falhou.

Mantenha os vídeos excluídos separados dos vídeos selecionados. Um vídeo para o qual você não tentou coletar legendas não é uma falha de coleta. Uma entrada com falha na coleta de legendas não comprova que o vídeo não contém livros.

Se seu objetivo é uma lista completa do canal, primeiro estabeleça um inventário de vídeos que sustente esse alcance. Até lá, descreva o resultado como livros encontrados nos vídeos selecionados.

2. Colete um pequeno lote de legendas com marcações de tempo

Use a entrada fornecida abaixo como exemplo inicial. JSON é um formato de texto que armazena nomes de campos e valores.

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

Substitua a URL de exemplo pela URL de um vídeo público que você pretende analisar antes de executar o Actor. O exemplo mostra a estrutura da entrada. Ele não comprova a existência de um trecho útil sobre livros.

Os quatro campos têm estas finalidades:

• `startUrls` contém as URLs diretas ou os IDs dos vídeos. A entrada documentada aceita de 1 a 1.000 itens. IDs de vídeos repetidos são processados uma única vez.
• `outputFormats` solicita o formato do resultado. Mantenha `json` para preservar os segmentos com marcações de tempo.
• `preferredLanguages` lista os idiomas de legenda preferidos, em ordem. Uma lista vazia usa uma faixa disponível. Ela não exige inglês.
• `includeFailedInputDetails` solicita detalhes das falhas de entrada no registro `OUTPUT` da execução.

Se você definir idiomas preferidos e nenhum estiver disponível, o Actor informa uma falha de idioma indisponível. Ele não fornece uma tradução no lugar.

Cada vídeo único processado com sucesso gera uma linha no conjunto de dados. Uma linha no conjunto de dados é um resultado armazenado. Confira `OUTPUT` para encontrar entradas com falha, inclusive as que não geraram nenhuma linha com sucesso. Esses comportamentos constam do contrato do Actor, verificado em 25 de outubro de 2026; apenas estrutura de dados e documentação públicas.

3. Encontre possíveis títulos e salve cada trecho

Um segmento de legenda é uma parte do texto da legenda com marcação de tempo. Leia os segmentos disponíveis para encontrar possíveis títulos de livros, nomes de autores e orientações próximas sobre leitura. Não procure apenas a palavra “recomendo”. A orientação pode usar outras palavras.

Para cada possível livro, salve o texto bruto da legenda e o ID do vídeo. Salve também os campos `startSeconds` e `endSeconds` do segmento de legenda. Esses valores localizam o segmento a partir do início do vídeo.

Preserve os segmentos de legenda próximos quando contiverem um autor, uma condição ou uma correção posterior. Não una trechos separados em uma única declaração contínua.

Um modelo de linguagem pode ajudar a marcar candidatos no texto fornecido. Um candidato é uma possível correspondência que ainda precisa de verificação. Exija trechos da fonte para as sugestões do modelo. Rejeite títulos sem um trecho de origem. Um modelo não deve preencher um autor ou título ausente com base em seu próprio conhecimento.

4. Ouça e registre a posição de quem fala

Abra cada trecho candidato. Ouça o que vem antes e depois dele. Confira o título e o autor mencionados na fala. Examine qualquer capa ou título visível que ajude a esclarecer o nome.

Registre quem dá a orientação quando a fonte comprovar essa identidade. Em uma entrevista, quem apresenta pode ler um título enquanto a pessoa convidada dá a opinião. Não atribua as duas ações a uma só pessoa sem evidências.

Escolha a classificação da recomendação com base no trecho completo:

Mantenha uma condição como “para leitores avançados” ao lado da recomendação. Mantenha uma declaração negativa como “não é para iniciantes” ao lado da crítica. Não substitua nenhuma delas por uma classificação positiva sem ressalvas.

Se você precisar publicar as palavras exatas, siga o guia de verificação de citações. Este método de criação de listas de livros precisa do significado verificado e do trecho de origem. Ele não exige uma citação longa.

5. Relacione o título e o autor a um registro de catálogo

Pesquise no catálogo da própria editora ou em um catálogo de biblioteca documentado. Um registro de catálogo descreve uma obra ou edição publicada. Pesquise o título e o autor verificados juntos quando ambos forem conhecidos.

Compare o autor, o subtítulo, o idioma e a identidade da obra. Palavras semelhantes no título não bastam. Salve a URL do registro e uma nota curta que explique a correspondência. Se vários registros continuarem possíveis, preserve as alternativas e informe quais evidências permitiriam distingui-las.

A Open Library documenta buscas por título e autor com resultados no nível da obra e detalhes dos livros. A estrutura dos campos retornados pela busca pode mudar. Não suponha que um resultado de busca geral identifique a edição mostrada em um vídeo. Open Library Search API, verificada em 25 de outubro de 2026; a estabilidade da estrutura de dados não é garantida.

Se a fonte informar “Field Notes” sem autor, um resultado plausível no catálogo continua sendo apenas um candidato. Não selecione o primeiro resultado só para completar a tabela.

6. Mantenha a obra separada de sua edição

Uma obra é o livro como criação geral. Uma edição é uma versão publicada específica dessa obra. Você pode identificar a obra enquanto a edição permanece desconhecida.

ISBN significa Número Padrão Internacional de Livro e serve para identificar uma edição específica. Adicione-o somente quando as evidências do vídeo e do catálogo confirmarem essa edição. Uma correspondência geral de título não justifica copiar um ISBN de um registro próximo.

Use valores separados para a identidade da obra, a identidade da edição e o ISBN. Por exemplo, você pode ter título e autor verificados, mas nenhuma evidência da edição. Nesse caso, preserve a correspondência da obra e deixe a edição e o ISBN como desconhecidos.

Desconhecido não significa zero. Não escreva zero em um campo de ISBN ausente. Em dados estruturados, `null` pode indicar um valor ausente. Em uma tabela para o leitor, escreva “Desconhecido” e explique qual evidência falta.

7. Salve os registros de livros e de trechos separadamente

Use uma tabela para as obras identificadas. Use outra para cada ocorrência na fonte. Uma ocorrência é um trecho em que um livro é discutido.

Vários trechos sobre uma obra continuam sendo vários registros de evidência. Eles não se tornam vários livros. Também não se tornam várias recomendações independentes se repetirem a mesma orientação.

Use uma chave local de registro para conectar as tabelas. Essa chave é um identificador de referência criado por você. Não é um ISBN nem um campo de saída do Actor. Mantenha os candidatos não resolvidos em uma lista separada até conseguir confirmar sua identidade.

As tabelas abaixo mostram os campos que devem ser salvos. Você estabelece as correspondências no catálogo e as classificações das recomendações por meio da revisão. O Actor de legendas não fornece essas avaliações.

8. Confira a lista final com cada trecho mantido

Para cada recomendação mantida, reabra o trecho de origem. Compare o título final, o autor, quem fala, a classificação e a condição sobre o público com a fonte. Depois, reabra o registro do catálogo e confira as decisões sobre a obra e a edição.

Confira também os registros não resolvidos e os excluídos. Confirme que um autor ausente não foi preenchido por suposição. Confirme que uma crítica não virou recomendação. Confirme que legendas indisponíveis não viraram um resultado de “nenhum livro”.

Exporte as obras verificadas, seus registros de trechos e os candidatos não resolvidos. Informe o conjunto selecionado e suas falhas de coleta de legendas junto ao resultado. O próximo leitor deve conseguir ver tanto o que você encontrou quanto o que continua sem verificação.

Salve estes campos nas tabelas

Mantenha estes campos na tabela de obras:

Mantenha estes campos na tabela de ocorrências:

Preserve separadamente a linha original de legendas. Campos úteis da fonte incluem `transcriptLanguageCode`, `isAutoGenerated`, `status` e `scrapedAt`. O momento da coleta não é o tempo do trecho. O idioma das legendas, a indicação de geração automática e a cobertura dos vídeos não comprovam a exatidão das palavras.

Exemplo prático: ficção original

Tudo neste exemplo é ficção original. Os identificadores dos vídeos, os tempos, os trechos e os resultados da coleta são inventados. “The River Atlas” e “Field Notes” são títulos fictícios. Isso não implica nenhum ISBN real nem endosso real.

Suponha que você selecione três vídeos. A coleta de legendas funciona para dois vídeos e falha para um. O cálculo da coleta é:

3 vídeos selecionados = 2 vídeos com legendas coletadas + 1 vídeo com falha na coleta de legendas.

Essa é uma contagem de vídeos. Ela não conta livros, pessoas que falam ou recomendações. O vídeo com falha continua sem verificação de livros.

As legendas disponíveis contêm três ocorrências candidatas:

As durações dos segmentos de legenda são 66 − 60 = 6 segundos, 108 − 100 = 8 segundos e 35 − 30 = 5 segundos. O total é 6 + 8 + 5 = 19 segundos. Essa é a duração total desses três segmentos separados. Não é um trecho contínuo nem o tempo total de escuta.

Após ouvir, preserve as duas ocorrências de “The River Atlas”. O trecho posterior muda o que uma lista de leitura para iniciantes pode afirmar. As evidências sustentam uma menção e uma crítica ao uso por iniciantes. Elas não comprovam uma recomendação positiva para outro público.

“Field Notes” permanece sem resolução porque não foi fornecido autor nem evidência que permita distingui-lo. Não invente um autor nem escolha um registro de catálogo apenas pelas palavras do título.

Nenhum registro de catálogo foi fornecido para qualquer um dos títulos fictícios. Portanto, o exemplo tem três registros de ocorrência e dois títulos candidatos distintos, mas zero correspondências confirmadas no catálogo. A edição e o ISBN são desconhecidos para ambos os candidatos.

Zero correspondências confirmadas é uma contagem verificada dentro desta ficção. Um ISBN desconhecido é uma informação ausente. Esses valores têm significados diferentes.

A lista final de recomendações para iniciantes está vazia. Mantenha os dois candidatos nas notas de revisão. A próxima decisão é buscar evidências melhores na fonte e no catálogo ou preservar a incerteza. Não force uma recomendação positiva para fazer a lista parecer completa.

Trate as falhas e informe os limites

Use estados separados para problemas distintos:

Páginas públicas de vídeos, a página do Actor, a página pública da Task e registros públicos de catálogo são fontes públicas. A entrada salva na conta e os registros de execução exigem acesso à conta que os contém. Uma página pública de configuração não comprova o que uma conta salvou ou executou. Se você realizar uma execução, registre seu resultado real separadamente deste método proposto.

Informe o limite da sua coleta em linguagem simples. Relate separadamente as contagens de vídeos selecionados, de coletas de legendas bem-sucedidas e de coletas com falha ou pendentes. Não descreva essas contagens como uma medida da exatidão dos títulos ou da cobertura completa do canal.