# 如何撰写经过核查的 YouTube 视频摘要

要从 YouTube 字幕文本中提炼出可靠的摘要，需要围绕主要论断组织内容，为每项论断附上来源时间范围，并检查摘要是否保留了关键条件、排除了缺乏依据的内容。即使摘要读起来很通顺，也可能改变讲述者的原意。摘要用更少的文字概括来源内容。条件是决定某项论断何时适用的限制。覆盖度是指摘要保留了你识别出的重要内容，并不意味着逐字重复所有字幕。

首要限制是，字幕只反映讲话内容，无法涵盖画面中的全部证据。图表、代码改动、手势或无声演示都可能至关重要。在写入有关画面的论断之前，先查看视频的相应部分。字幕 Actor 不会查看视频帧，也不会生成摘要。抓取工具负责收集字幕行，而核查技术视频笔记的工作需要读者手动完成。

## 了解字幕抓取工具及其限制

Actor 是在托管环境中运行的数据采集程序。Task 是保存好的输入预设。你可以在 [YouTube Transcripts for LLM Analysis](https://apify.com/chronometrica/youtube-transcript-scraper/examples/youtube-transcripts-for-llm-analysis) 查看已保存的预设，在 [YouTube Transcript Scraper](https://apify.com/chronometrica/youtube-transcript-scraper) 查看主工具。默认的 text+llm 预设不提供带时间信息的片段证据。你必须添加 json，才能保留片段时间。

来源字段的确切名称包括 videoId、videoUrl、transcriptLanguageCode、isAutoGenerated、segments、text、llmText、status 和 scrapedAt。每个片段包含 startSeconds、endSeconds、durationSeconds 和 text。每个成功处理的不重复视频生成 1 行数据，而不是 1 份摘要。

该工具仅支持直接提供已知的公开视频 URL 和 ID。它不提供音频转写、视频搜索、频道采集、翻译、画面分析或模型调用功能。先用 1 个视频开始。将 preferredLanguages 留空会选择一个可用的字幕轨道。如果指定的语言不可用，工具会失败，而不会返回翻译。字幕来源缺失、自动字幕错误或画面细节缺失都可能限制答案。transcriptSpanSeconds 和 videoCoverageRatio 字段不能衡量内容是否忠实于原意。在做笔记或向模型输入数据之前，先保存原始数据行。

## 撰写经过核查的摘要：完整方法

1. 写明目的：写明摘要的目的和目标读者。确定读者看完后需要了解什么。学习笔记与供管理层决策参考的笔记可能需要保留不同的细节，但两者都不能编造结论。
2. 获取字幕文本：获取便于阅读的字幕文本，以及 JSON 格式的时间信息。检查来源身份、语言和失败状态。快速检查开头、中间和结尾是否存在明显的字幕问题。标记不清楚的词语，不要不加说明地自行改正。
3. 整理主要要点：通读一遍完整字幕文本。制作要点对应表，列出论断、来源时间范围、必要条件、例子，以及需要进行的画面核查。重复的论断可以合并，但必须保留其含义和条件。将两个互不相连的来源时间范围分别列出，不要编造一个连续的证据时间区间。
4. 起草摘要：自己起草摘要，或让选定的语言模型仅使用这些来源片段来撰写。这是需要读者另行完成的步骤。提示词可以要求模型提供主要要点、条件和来源时间范围，并在缺少文本时标注“无来源支持”。但提示词无法保证准确性。不要将含有个人信息或机密信息的来源数据输入无权接收这些数据的工具。
5. 逐句对照：将摘要中的每个句子与来源对照。标记为“有来源支持”“含义改变”“缺少条件”或“无来源支持”。检查数字、否定表述、不确定性，以及[是谁提出了这项论断](/zh-Hans/articles/%E5%87%86%E7%A1%AE%E5%BC%95%E7%94%A8-youtube-%E8%A7%86%E9%A2%91/)。不要将某位讲述者的建议写成已证实的普遍事实。
6. 核查主要要点：检查每个主要要点是否体现在摘要中，而不只是检查摘要中的每个句子是否符合字幕文本。逐句核查来源支持情况可以发现编造的论断；核查主要要点的覆盖情况可以发现重要遗漏。这两项核查都需要进行。字幕提到来源视频中的画面时，要查看这些画面。
7. 修改摘要：修改错误的句子，补上遗漏的核心要点。只有在仍能满足用途的前提下，才将最终笔记压缩得比来源更短。不要为了增加篇幅而编造精确细节或添加泛泛的背景知识。
8. 保存最终笔记：保存最终摘要，并附上一张简短的来源支持情况表。如果某个要点无法核查，就保留其不确定性，或将其排除。最终应得到一份附有来源片段位置的已核查笔记，而不是模型承诺的准确率。

缓存是为重复使用而保存的数据。陈旧值是指数据源发生变化后，仍保存着旧版本的值。过期是指按照相应规则，已保存的数据必须停止被重复使用。缓存命中是指一次请求由已保存的数据提供响应。

## 虚构的分步示例

为了展示这套方法的用法，下面以一个完全虚构的 5 分钟教学视频为例。所有讲话内容、视频身份信息、时间和摘要评分均为虚构。

- 第 1 部分，00:20–00:45：“当可以接受陈旧数据时，使用本地缓存处理重复读取。”
- 第 2 部分，01:10–01:35：“设置过期时间。合适的时长取决于数据源变化的速度。”
- 第 3 部分，02:00–02:20：“确认数据已更新后，删除缓存值。在这种情况下，仅靠等待过期可能太慢。”
- 第 4 部分，03:00–03:25：“分别跟踪缓存命中次数和返回陈旧数据的响应。命中次数增加并不能证明返回的结果正确。”
- 第 5 部分，04:10–04:30：“我们在这个小型演示中使用 10 分钟。这只是一个例子，并不是适用于所有系统的规则。”

读者的目的是了解何时可以安全地使用这种方法。要点对应表保留了 4 个决策要点：可以接受陈旧数据这一条件（第 1 部分）、过期时间取决于数据源的变化（第 2 部分和第 5 部分）、确认更新后删除缓存值（第 3 部分），以及命中次数与返回陈旧数据的响应之间的区别（第 4 部分）。第 2 部分和第 5 部分使用两个独立的来源时间范围（01:10–01:35 和 04:10–04:30），绝不能将 01:10–04:30 写成一个连续的支持片段。

一份不合格的虚构初稿可能会写：“所有读取都使用缓存。将过期时间设为 10 分钟。高命中率证明缓存有效。”它删去了条件，改变了第 1 部分的含义；将演示中的时长变成了通用规则；遗漏了第 3 部分；还与第 4 部分相矛盾。这份初稿虽然通顺，却不适合所述用途。不要仅仅因为这 3 个句子使用了来源中的词语，就将它们全部标记为有来源支持。

修改完成后的版本是：“当可以接受陈旧数据时，本地缓存可以为重复读取复用已有数据。根据数据源的变化速度选择过期时间；10 分钟只是演示中的选择。如果等待过期太慢，应在确认数据已更新后删除缓存值。分别跟踪命中次数和返回陈旧数据的响应，因为命中次数增加并不能证明返回的结果正确。”

在来源支持情况表中，为这 4 项论断依次附上第 1 部分、第 2 部分和第 5 部分、第 3 部分、第 4 部分的位置。

| 修改后的论断 | 来源时间范围 | 必要条件 | 来源支持情况 |
| --- | --- | --- | --- |
| 当可以接受陈旧数据时，本地缓存可以为重复读取复用已有数据。 | 00:20–00:45 | 可以接受陈旧数据 | 有来源支持（核查用示例素材 P1） |
| 根据数据源的变化速度选择过期时间；10 分钟只是演示中的选择。 | 01:10–01:35 和 04:10–04:30 | 过期时间取决于数据源的变化速度；10 分钟仅用于演示 | 有来源支持（核查用示例素材 P2 和 P5） |
| 如果等待过期太慢，应在确认数据已更新后删除缓存值。 | 02:00–02:20 | 已确认数据更新，且等待过期太慢 | 有来源支持（核查用示例素材 P3） |
| 分别跟踪命中次数和返回陈旧数据的响应，因为命中次数增加并不能证明返回的结果正确。 | 03:00–03:25 | 分别跟踪命中次数和返回陈旧数据的响应 | 有来源支持（核查用示例素材 P4） |

### 虚构的核查表

| 核查指标 | 数值 |
| --- | --- |
| 需要保留的主要要点数 | 4 |
| 不合格初稿中保留了条件的要点数 | 0 |
| 修改后保留了条件的要点数 | 4 |
| 覆盖度得分（不合格初稿） | 0/4 |
| 覆盖度得分（修改稿） | 4/4 |

0/4 与 4/4 的覆盖度仅对应这份虚构的核查清单，既不是模型准确率，也不是真实的基准测试，更不能证明摘要完整涵盖了整个 5 分钟视频。修改后的逐句来源支持核查显示，在这组示例素材的范围内，4 个句子中有 4 个获得来源支持。涉及画面的论断为 0 项。这不能推导出任何外部效益、速度方面的结论或经测量的客户成果。最终笔记使用了修正后的 4 项表述，并分别列出来源片段的时间范围。保留要点对应表，以便其他读者复核。

## 下一步

打开 [YouTube Transcript Scraper](https://apify.com/chronometrica/youtube-transcript-scraper)，或已保存的 [YouTube Transcripts for LLM Analysis](https://apify.com/chronometrica/youtube-transcript-scraper/examples/youtube-transcripts-for-llm-analysis) 预设。输入 1 个公开视频，并在输出格式中添加 JSON 时间信息。在依赖这份简短摘要之前，先对照要点对应表和来源片段进行核查。

## 来源和延伸阅读

- [Google 支持：字幕与跳转到来源字幕行](https://support.google.com/youtube/answer/15930243?hl=en-CA)
- [Apify Actor：YouTube Transcript Scraper](https://apify.com/chronometrica/youtube-transcript-scraper)
- [当事人对自身记笔记需求的讨论](https://www.reddit.com/r/ClaudeAI/comments/1sdyw75/i_got_tired_of_watching_youtube_to_learn_things/)