如何撰寫經核對的 YouTube 影片摘要

了解逐字稿工具及其限制

Actor 是託管執行的資料收集程式。Task 是已儲存的輸入預設設定。你可以在 YouTube Transcripts for LLM Analysis 查看已儲存的預設設定，並在 YouTube Transcript Scraper 查看主要工具。預設的 text+llm 設定不包含可作證據的字幕分段時間。你必須加入 json，才能保留分段時間。

來源欄位的確切名稱包括 videoId、videoUrl、transcriptLanguageCode、isAutoGenerated、segments、text、llmText、status 和 scrapedAt。每個分段都有 startSeconds、endSeconds、durationSeconds 和 text。每段成功擷取且不重複的影片會產生 1 個資料列，而不是 1 份摘要。

工具只支援直接輸入已知公開影片的網址和 ID。它不提供音訊轉錄、影片搜尋、頻道資料收集、翻譯、視覺分析或模型呼叫功能。請先用 1 段影片試做。將 preferredLanguages 留空，工具便會選取可用的字幕軌。如果指定的語言不可用，執行便會失敗，不會改為傳回翻譯。字幕來源缺失、自動字幕錯誤或缺少畫面細節，都可能限制答案。transcriptSpanSeconds 和 videoCoverageRatio 欄位無法衡量是否忠於原意。在撰寫筆記或將資料輸入模型前，請先保留原始資料列。

製作經核對摘要的完整方法

1. 寫明目的：寫下摘要的目的和目標讀者。決定讀者看完後需要知道甚麼。學習筆記與供管理層決策用的筆記，可能需要保留不同細節；但兩者都不能憑空編造結論。
2. 取得逐字稿：取得便於閱讀的逐字稿，以及 JSON 時間資料。檢查來源身分、語言和失敗狀態。瀏覽開頭、中段和結尾，找出明顯的字幕問題。標示意思不清的詞語，不要自行修正而不作註明。
3. 整理要點對照表：先完整閱讀逐字稿 1 次。製作要點對照表，列出主張、來源時間範圍、必要條件、例子，以及任何需要核對的畫面。重複的主張可以合併，但必須保留原意和條件。2 段互不相連的來源時間範圍應分開列出，不要虛構成 1 段連續的佐證時段。
4. 草擬摘要：自行撰寫摘要，或要求你選用的語言模型只根據那些來源段落撰寫。這是讀者需要另外執行的步驟。提示詞可以要求模型列出要點、條件、來源時間範圍，並在缺少文字時標示「沒有來源支持」。但提示詞無法保證準確。不要將個人或機密來源資料輸入未獲授權接收這些資料的工具。
5. 逐句對照：將摘要中的每句話與來源比較。標示為「有來源支持」、「改變原意」、「遺漏條件」或「沒有來源支持」。核對數字、否定語意、不確定性，以及主張由誰提出。不要將某位講者的建議寫成已獲證實的普遍事實。
6. 核對要點：逐一檢查各項要點是否已納入摘要，不能只檢查摘要中的每句話是否與逐字稿相符。逐句檢查來源支持可以找出憑空編造的主張；檢查要點涵蓋程度則可以找出重要遺漏。兩項檢查都不可缺少。當字幕指向畫面時，請查看來源影片的相關場景。
7. 修訂摘要：修正錯誤句子，補回遺漏的核心要點。只有在仍能達到目的的情況下，才將最終筆記寫得比來源簡短。不要為了增加篇幅而加入虛構的精確細節或泛泛的背景資料。
8. 儲存最終筆記：儲存最終摘要，並附上簡短的來源佐證表。如果某項內容無法核對，請保留其不確定性，或將它刪除。最後應交付附有段落指引、經過核對的筆記，而不是模型承諾的準確率。

快取是儲存下來供再次使用的資料。過時值是指儲存的值尚未反映來源的最新變更。到期是指按相關規則，必須停止重用已儲存資料的時間點。快取命中是指某個請求由已儲存的資料提供回應。

虛構逐步示例

以下以一段完全虛構的五分鐘教學影片，說明這個方法如何運作。所有說話內容、影片身分資料、時間和摘要評分均屬虛構。

• 第 1 部分，00:20–00:45：「當你可以接受過時資料時，可用本機快取處理重複讀取。」
• 第 2 部分，01:10–01:35：「設定到期時間。合適的時間取決於來源變更的速度。」
• 第 3 部分，02:00–02:20：「確認更新後，移除快取中的值。在這種情況下，單靠等待到期可能太慢。」
• 第 4 部分，03:00–03:25：「分開追蹤快取命中次數和使用過時資料的回應。命中次數較多，並不能證明答案正確。」
• 第 5 部分，04:10–04:30：「我們在這個小型示範中使用 10 分鐘。這只是例子，並非適用於所有系統的規則。」

讀者的目的是了解這個方法在甚麼情況下可以安全使用。要點對照表保留了 4 項判斷要點：可接受過時資料的條件（第 1 部分）、到期時間取決於來源變更（第 2 和第 5 部分）、確認更新後移除快取值（第 3 部分），以及命中次數與使用過時資料的回應之別（第 4 部分）。第 2 和第 5 部分使用 2 段獨立的來源時間範圍（01:10–01:35 和 04:10–04:30），絕不能寫成 01:10–04:30 這 1 段連續的佐證段落。

一份寫得不好的虛構草稿可能會這樣說：「所有讀取都使用快取。將到期時間設為 10 分鐘。高命中率證明快取運作有效。」它刪掉了第 1 部分的條件，因而改變原意；又把示範採用的時間變成通用規則，遺漏第 3 部分，並與第 4 部分矛盾。這份草稿雖然流暢，卻不符合既定目的。不要只因這 3 句話用了來源中的詞語，就將它們全部標示為有來源支持。

修訂完成的版本是：「當你可以接受過時資料時，本機快取可以讓重複讀取重用已儲存的資料。根據來源的變更速度選擇到期時間；10 分鐘只是示範所選的設定。如果等待到期太慢，便應在確認更新後移除快取中的值。分開追蹤命中次數和使用過時資料的回應，因為命中次數較多並不能證明答案正確。」

在佐證表中，為這 4 項主張依次附上第 1 部分、第 2 和第 5 部分、第 3 部分，以及第 4 部分的段落指引。

虛構核對表

0/4 與 4/4 的涵蓋程度，只是這份虛構核對清單的結果，並非模型準確度評分、真實基準測試，也不能證明摘要完整涵蓋了這段 5 分鐘影片。修訂後的逐句來源支持檢查顯示，在這個小型來源測試案例中，4 句之中有 4 句獲來源支持。關於畫面的主張共有 0 項。這些結果不能推導出任何外部效益、速度主張或經量度的客戶成果。最終筆記採用修正後的 4 項陳述，並分開列出各段來源時間範圍。請保留要點對照表，讓其他讀者可以覆核。