# 如何从 YouTube 视频整理经过核实的书单

要从 YouTube 视频中提取荐书信息，先用字幕查找可能的书名，再听每个相关片段。核查书名、作者，以及说话者是否推荐这本书。将核实后的信息与出版社或图书馆目录记录匹配。无法确定的书名和版本应保留为待确认。视频较少时，可以手动完成这些工作。对于选定的较大视频集合，字幕工具可以帮助收集来源文本。

提到一本书，不代表推荐这本书。书名匹配正确，也不能证明说话者指的是哪个版本。最终的参考书目，也就是附有来源记录的书单，必须分别保留这些核查结果。

## 先确定视频范围和推荐标准

一位读者想要一个提示词，用来从某个 YouTube 频道的所有视频中提取荐书信息。这涉及两个独立问题：是否收集了所有计划核查的视频？是否核查了每位说话者对每本书的评价？仅靠提示词无法确认其中任何一项。所提供的问题只反映了一位读者的需求，不能说明有多少人需要同样的服务。[读者提问，发表于 2025 年 1 月 30 日；仅观察到这一个问题](https://www.reddit.com/r/ChatGPT/comments/1idcphk)。

先写明收集规则。例如，选择一组有明确名称的访谈，或限定日期范围。记录视频列表的获取方式。有限范围的搜索不能证明你找到了频道历来上传的所有视频。

接着，明确什么情况算作推荐。采用清楚的规则，例如：说话者建议某人阅读或使用这本书。保留说话者提到的适用读者或用途。推荐给有经验读者的书，可能不适合初学者。

分别使用“推荐”“提及”“批评”“引用”和“不明确”标签。说话者引用一本书，不一定是在建议别人阅读。如果说话者的建议有不同倾向，应在标签旁保留相关条件。

如需帮助界定和核查视频集合，请参阅[字幕文本收集指南](/zh-Hans/articles/%E4%BB%8E%E6%90%9C%E7%B4%A2%E7%BB%93%E6%9E%9C%E6%9E%84%E5%BB%BA%E5%AD%97%E5%B9%95%E8%AF%AD%E6%96%99%E5%BA%93/)。本文从选定的视频集合出发，核查其中涉及的书籍。

## 选择手动核查或收集字幕

视频列表较短时，逐个打开视频，查看可用字幕。听可能涉及书籍的片段。如果画面中的封面或书名有助于识别书籍，也应查看。核查时保存来源时间位置。

视频较多时，[YouTube Transcript Scraper，公开功能约定核查于 2026 年 10 月 25 日；未做实际运行测试](https://apify.com/chronometrica/youtube-transcript-scraper)可以收集现有的公开字幕轨道。Actor 是托管运行的数据收集程序。这个 Actor 接受视频直达 URL 或视频 ID。视频 ID 是单个视频的标识符。

该 Actor 不接受频道、播放列表或搜索输入。它不会将语音转换成新文本，也不会下载音频或视频。你必须提供选定的视频，还必须自行听取片段并核查书籍信息。

Task 是保存好的输入预设。[批量字幕 Task，公开页面存在情况核查于 2026 年 10 月 25 日；未测试已保存的输入和执行情况](https://apify.com/chronometrica/youtube-transcript-scraper/examples/batch-youtube-transcript-extraction)为字幕收集提供了一个有文档说明的起点。所提供的证据中包含其公开页面和 Task ID。这只能确认该预设存在，不能证明它成功运行过，也不能证明已有完整书单。

以下方法说明需要你执行的操作。编写本指南时，没有运行 Actor，也没有运行模型。

## 按这八个步骤操作

### 1. 保存选定的视频列表

为每个选定视频建立一条清单记录。清单列出你计划核查的来源。保存视频 ID、URL、入选原因和发现来源。同时记录字幕收集状态：待处理、成功或失败。

将排除的视频与选定的视频分开保存。尚未尝试收集字幕的视频，不算字幕收集失败。某个输入的字幕收集失败，也不能证明该视频没有涉及书籍。

如果目标是整理整个频道的完整书单，应先建立足以支持这一范围的视频清单。在此之前，应将结果描述为“在选定视频中找到的书籍”。

### 2. 收集一小批带时间信息的字幕

以下输入可用作起始示例。JSON 是一种保存字段名和字段值的文本格式。

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

按这八个步骤操作

运行前，将示例 URL 替换为计划处理的公开视频 URL。该示例仅用于展示输入结构，不能证明视频中有可用的书籍片段。

这四个字段的用途如下：

- `startUrls` 保存视频直达 URL 或 ID。文档规定，输入可包含 1–1,000 项。重复的视频 ID 只处理一次。
- `outputFormats` 指定结果格式。保留 `json`，以保留带时间信息的字幕片段。
- `preferredLanguages` 按优先顺序列出首选字幕语言。空列表表示使用可用的字幕轨道，并不要求使用英语。
- `includeFailedInputDetails` 用于要求在本次运行的 `OUTPUT` 记录中提供输入失败详情。

如果设置了首选语言，而这些语言均不可用，Actor 会报告语言不可用的失败。它不会改为提供翻译。

每个处理成功且不重复的视频都会生成一行数据集记录。一行数据集记录就是一条已保存的结果。检查 `OUTPUT` 中的失败输入，包括没有生成成功结果行的输入。这些行为依据[Actor 功能约定，核查于 2026 年 10 月 25 日；仅核查公开结构定义和文档](https://apify.com/chronometrica/youtube-transcript-scraper)。

### 3. 查找可能的书名并保存各个片段

字幕条目是一小段带时间信息的字幕文本。阅读现有条目，查找可能的书名、作者名，以及附近的阅读建议。不要只搜索“推荐”一词。建议可能采用其他说法。

对每本可能涉及的书，保存原始字幕文本和视频 ID。同时保存字幕条目的 `startSeconds` 和 `endSeconds` 字段。这些值表示从视频开头算起的条目时间位置。

如果相邻字幕条目包含作者、条件或后续更正，也应保留。不要把不同片段拼接成一段连续发言。

语言模型可以帮助标记所提供文本中的候选项。候选项是仍需核查的可能匹配项。要求模型为每个建议提供来源片段。没有来源片段的书名应予以剔除。模型不得凭自身知识补全缺失的作者或书名。

### 4. 听取片段并记录说话者的态度

打开每个候选片段，听取前后内容。核查实际说出的书名和作者。查看画面中有助于确认名称的封面或书名。

如果来源足以确认身份，记录是谁给出了建议。在访谈中，可能是主持人念出书名，而嘉宾发表看法。没有证据时，不要把这两种行为都归给同一个人。

根据完整片段选择推荐标签：

| 标签 | 记录内容 |
| --- | --- |
| 推荐 | 建议，以及明确提到的适用读者或用途 |
| 提及 | 提及书籍的内容，但没有推荐证据 |
| 批评 | 反对意见及其适用范围 |
| 引用 | 引用内容，以及引出该引用的人 |
| 不明确 | 仍需核查的用词或语境 |

在推荐旁保留“适合进阶读者”等条件。在批评旁保留“不适合初学者”等否定表述。不要把其中任何一种改成无条件的正面标签。

如果需要发布原话，请参阅[引文核查指南](/zh-Hans/articles/%E5%87%86%E7%A1%AE%E5%BC%95%E7%94%A8-youtube-%E8%A7%86%E9%A2%91/)。这套书单整理方法需要核实后的含义和来源片段，不要求保留长篇引文。

### 5. 将书名和作者与目录记录匹配

搜索出版社自己的目录，或有文档说明的图书馆目录。目录记录描述一部已出版作品或其某个版本。书名和作者均已确认时，将两者一起用于搜索。

比较作者、副标题、语言，以及是否确为同一部作品。仅有相似的书名用词并不足够。保存记录 URL，并简要说明匹配依据。如果仍有多条记录可能匹配，保留这些备选项，并说明需要什么证据才能区分。

Open Library 的文档介绍了按书名和作者搜索的方法，结果包含作品层面的信息和书籍详情。其搜索结构，也就是返回字段的组织方式，可能发生变化。不要假定普通搜索结果能确认视频中展示的版本。[Open Library Search API，核查于 2026 年 10 月 25 日；不保证结构稳定](https://openlibrary.org/dev/docs/api/search?v=9)。

如果来源只给出《田野笔记》，没有作者，那么看似合理的目录结果也仍然只是候选项。不要仅为了填完整张表，就选择第一条结果。

### 6. 区分作品与版本

作品指作为整体创作的书籍。版本指该作品某一次具体出版的形式。你可能已确认作品，但仍不知道具体版本。

ISBN 是国际标准书号，用于标识特定版本。只有视频和目录证据足以确认该版本时，才添加 ISBN。仅有一般的书名匹配，不足以支持从附近的记录中复制 ISBN。

分别保存作品身份、版本身份和 ISBN。例如，你可能已核实书名和作者，但没有版本证据。此时应保留作品匹配结果，将版本和 ISBN 留为未知。

未知不等于零。ISBN 缺失时，不要在字段中填零。在结构化数据中，可以用 `null` 标记缺失值。在面向读者的表格中，填写“未知”，并说明缺少什么证据。

### 7. 分别保存书籍记录和片段记录

用一张表保存已确认的作品，用另一张表保存每一次来源出现记录。一次出现指一个讨论书籍的片段。

关于同一作品的多个片段，仍是多条证据记录，不会变成多本书。如果这些片段重复同一条建议，也不会变成多次独立推荐。

使用本地记录键关联这两张表。记录键是你自行设置的引用标记，不是 ISBN，也不是 Actor 输出字段。将尚未确认的候选项保存在单独列表中，直到能够确认其身份。

下方表格列出了需要保存的字段。目录匹配结果和推荐标签需要通过核查得出，字幕 Actor 不会提供这些判断。

### 8. 对照每个保留片段核查最终书单

对每条保留的推荐，重新打开来源片段。将最终书名、作者、说话者、标签和适用读者条件与来源逐一比较。然后重新打开目录记录，核查作品和版本的判定。

同时检查待确认和已排除的条目。确认没有把缺失的作者补成猜测的作者。确认没有把批评改成推荐。确认没有把字幕不可用改成“没有书籍”的结果。

导出已核查的作品、对应片段记录和待确认候选项。在结果旁说明选定的视频集合及字幕收集失败情况。后续读者应能看清你找到了什么，以及哪些内容仍未核查。

## 保存这些表格字段

在作品表中保留以下字段：

| 字段 | 用途 |
| --- | --- |
| 本地作品键 | 将作品与对应片段记录关联 |
| 已核实的书名和作者 | 说明已确认的作品身份 |
| 副标题和语言 | 帮助区分相似记录 |
| 目录 URL | 方便读者核查匹配结果 |
| 匹配证据 | 说明该记录为何匹配 |
| 版本 | 填写已核实的版本或“未知” |
| ISBN | 仅保存已经确认的版本标识符 |
| 待解决问题 | 说明身份确认方面仍存在哪些限制 |

在出现记录表中保留以下字段：

| 字段 | 用途 |
| --- | --- |
| 本地出现记录键 | 标识这条片段记录 |
| 作品键或待确认候选项 | 关联片段，而不强行确定匹配 |
| 视频 ID 和 URL | 标识来源视频 |
| 片段起止时间，单位为秒 | 定位证据 |
| 原始字幕条目文本 | 保留收集到的原始措辞 |
| 已核实的书名和作者 | 记录来源能够确认的信息 |
| 说话者及身份证据 | 说明是谁给出了建议 |
| 推荐标签和条件 | 保留说话者的态度 |
| 听取和画面核查笔记 | 记录更正和封面证据 |
| 核查状态和日期 | 说明核查了什么，以及何时核查 |

另行保留原始字幕结果行。有用的来源字段包括 `transcriptLanguageCode`、`isAutoGenerated`、`status` 和 `scrapedAt`。收集时间不是片段在视频中的时间。字幕语言、是否为自动生成轨道，以及视频覆盖范围，都不能证明文字准确。

## 完整示例：原创虚构内容

本例全部为原创虚构内容。视频标签、时间、片段和收集结果均为编造。《河流图集》和《田野笔记》都是虚构书名。不涉及任何真实 ISBN，也不表示任何真实推荐。

假设你选择了三个视频。其中两个视频的字幕收集成功，一个失败。收集数量的计算如下：

3 个选定视频 = 2 个已收集到字幕的视频 + 1 个字幕收集失败的视频。

这里统计的是视频，不是书籍、说话者或推荐次数。字幕收集失败的视频，其书籍内容仍未核查。

现有字幕包含三条候选出现记录：

| 虚构视频 | 片段 | 候选书名 | 已核实的语境 |
| --- | --- | --- | --- |
| A | 60–66 秒 | 河流图集 | 说话者提到了这本书 |
| A | 100–108 秒 | 河流图集 | 说话者表示不要将其用作入门读物 |
| B | 30–35 秒 | 田野笔记 | 说话者没有提供作者信息 |

字幕条目时长分别为 66 − 60 = 6 秒、108 − 100 = 8 秒，以及 35 − 30 = 5 秒。总时长为 6 + 8 + 5 = 19 秒。这是三个独立字幕条目的时长之和，不是一个连续片段，也不是完整的听取时间。

听取后，保留《河流图集》的两条出现记录。后一段内容改变了初学者书单能够作出的判断。证据支持一次提及，以及一次对其作为入门读物的批评。证据不能确认说话者向其他读者作出了正面推荐。

由于没有提供作者或可用于区分作品的证据，《田野笔记》仍待确认。不要编造作者，也不要仅凭书名用词选择目录记录。

本例没有为这两个虚构书名提供任何目录记录。因此，示例中有三条出现记录、两个不同的候选书名，但已确认的目录匹配数为零。两个候选项的版本和 ISBN 均未知。

已确认匹配数为零，是这个虚构示例中经过核查的计数。ISBN 未知则表示信息缺失。这两种值的含义不同。

最终的初学者推荐书单为空。将两个候选项都保留在核查笔记中。下一步需要决定是寻找更充分的来源和目录证据，还是保留不确定性。不要为了让书单看起来完整，就强行作出正面推荐。

## 处理失败情况并说明限制

为不同问题使用不同状态：

| 问题 | 所需操作 |
| --- | --- |
| 某个输入的字幕收集失败 | 检查本次运行的 `OUTPUT`，并在清单中保留收集失败的视频 |
| 请求的语言不可用 | 记录失败情况，不要声称返回了翻译 |
| 听取音频后仍无法确认书名 | 将书名保留为待确认 |
| 说话者身份不明确 | 将说话者保留为未知 |
| 多条目录记录均可能匹配 | 保留备选记录，并注明缺少什么证据 |
| 已匹配作品，但未确认版本 | 保留作品，将版本和 ISBN 留为未知 |
| 提到了书籍，但没有给出建议 | 保留“提及”标签，不将其列入已确认推荐 |
| 建议附有适用读者条件 | 在最终书单中保留该条件 |

公开视频页面、Actor 页面、公开 Task 页面和公开目录记录都是公开来源。要查看账户中保存的输入和运行记录，必须有权访问相应账户。公开预设页面不能证明某个账户保存过什么输入或执行过什么操作。如果你实际运行了程序，应将真实结果与本文提出的方法分开记录。

用直白的语言说明收集范围的限制。分别报告选定视频数、字幕收集成功数，以及失败或待处理数。不要将这些数量描述为书名准确率或整个频道覆盖完整性的衡量指标。

## 完成第一条已核查记录

选择一个计划核查的视频。找到一段可能涉及书籍的内容，并听完前后语境。保存候选书名、说话者的态度、片段时间，以及任何适用读者条件。查找匹配的出版社或图书馆目录记录。除非证据足以确认，否则将版本和 ISBN 保留为未知。

如果收集字幕有助于核查，请打开 [YouTube Transcript Actor](https://apify.com/chronometrica/youtube-transcript-scraper)。替换示例 URL，保留带时间信息的 JSON，并检查成功的结果行和输入失败详情。先完成一条记录，确保能从来源片段追溯到目录记录，再处理更多视频。

## 来源和延伸阅读

- [YouTube Transcript Scraper — 核查于 2026 年 10 月 25 日；公开构建版本 0.1.43 的结构定义和文档，未做实际运行测试](https://apify.com/chronometrica/youtube-transcript-scraper)
- [批量字幕 Task — 核查于 2026 年 10 月 25 日；公开页面和 Task ID 存在，未测试已保存的输入和执行情况](https://apify.com/chronometrica/youtube-transcript-scraper/examples/batch-youtube-transcript-extraction)
- [Open Library Search API — 核查于 2026 年 10 月 25 日；书名和作者搜索文档，结构可能变化](https://openlibrary.org/dev/docs/api/search?v=9)
- [公开读者提问 — 发表于 2025 年 1 月 30 日，观察于 2026 年 10 月 25 日；仅一个问题，没有需求规模证据](https://www.reddit.com/r/ChatGPT/comments/1idcphk)