如何從 YouTube 影片建立已核實的書單

先選定影片，再訂出推薦判定規則

有位讀者想要一個提示詞，從某個 YouTube 頻道的每部影片中擷取推薦書籍。這涉及兩個不同的問題：你是否收集了所有打算納入的影片？你是否查核了每位講者對每本書的說法？單靠提示詞，無法證明任何一項結果。提供的問題只顯示一位讀者遇到的困難，無法顯示有多少人需要相同服務。讀者提問，發表於 2025 年 1 月 30 日；僅觀察到這一則問題。

先寫下收集規則。例如，選定一組具名訪談，或訂出明確的日期範圍。記錄你如何取得影片清單。有限的搜尋無法證明你已找出該頻道歷來上傳的所有影片。

接著定義什麼情況才算推薦。使用明確的規則，例如：講者建議某人閱讀或使用這本書。保留講者說明的適用讀者或用途。推薦給有經驗讀者的書，可能不適合初學者。

分別使用「推薦」、「提及」、「批評」、「引用」和「不明」標籤。講者引用一本書，不一定表示他建議別人閱讀。如果講者的建議有正反兩面，請在標籤旁保留適用條件。

若需要協助界定及查核影片集合，請參閱逐字稿收集指南。本文從已選定的影片集合開始，查核其中談到的書籍。

選擇人工查核或收集字幕

影片不多時，逐一開啟影片，並在有字幕時檢查字幕。聆聽可能談到書籍的片段。如果畫面中的封面或書名有助於識別書籍，也要查看。處理時一併儲存來源時間。

影片較多時，可使用 YouTube Transcript Scraper；公開規格已於 2026 年 10 月 25 日查核，未實際執行測試，收集現有的公開字幕軌。Actor 是在託管環境中執行的資料收集程式。這個 Actor 接受影片直接網址或影片 ID。影片 ID 是單一影片的識別碼。

這個 Actor 不接受頻道、播放清單或搜尋輸入。它不會將語音轉成新文字，也不會下載音訊或影片。你必須提供選定的影片，也必須自行聆聽及查核書籍。

Task 是已儲存的輸入預設設定。批次逐字稿 Task；已於 2026 年 10 月 25 日確認公開頁面存在，未測試已儲存的輸入及執行情況，提供有文件說明的字幕收集起點。提供的證據包含其公開頁面和 Task ID。這只能確認預設設定存在，不能證明已成功執行，或已完成書單。

以下方法說明你可以執行的操作。本指南未執行任何 Actor 或模型。

依照這八個步驟操作

1. 儲存選定的影片清單

為每部選定的影片建立一筆清冊紀錄。清冊就是你打算查核的來源清單。儲存影片 ID、網址、選取原因，以及發現影片的來源。同時記錄字幕收集狀態是待處理、成功或失敗。

將排除的影片與選定的影片分開。未嘗試收集字幕的影片，不算字幕收集失敗。某筆輸入的字幕收集失敗，也不能證明該影片沒有談到書籍。

如果目標是完整的頻道書單，先建立足以涵蓋該範圍的影片清冊。在此之前，應將結果稱為「在選定影片中找到的書籍」。

2. 小批次收集含時間資訊的字幕

以下方提供的輸入作為起始範例。JSON 是一種儲存欄位名稱和值的文字格式。

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

執行前，將範例網址換成你打算處理的公開影片網址。這個範例只是示範輸入結構，不能證明該影片有可用的書籍片段。

四個欄位的用途如下：

• `startUrls` 儲存影片直接網址或 ID。文件記載的輸入範圍為 1–1,000 筆。重複的影片 ID 只會處理一次。
• `outputFormats` 指定結果格式。保留 `json`，才能保留含時間資訊的片段。
• `preferredLanguages` 依優先順序列出偏好的字幕語言。空白清單會使用可用的字幕軌，並不要求使用英語。
• `includeFailedInputDetails` 要求在執行的 `OUTPUT` 紀錄中提供輸入失敗詳情。

如果你設定了偏好語言，但這些語言都不可用，Actor 會回報語言不可用的失敗結果，不會改為提供翻譯。

每部成功處理且不重複的影片會產生一個資料集資料列。資料集資料列就是一筆儲存的結果。請檢查 `OUTPUT` 中的失敗輸入，包括未產生任何成功資料列的輸入。這些行為依據 Actor 規格；已於 2026 年 10 月 25 日查核，僅限公開結構定義及文件。

3. 找出可能的書名，並儲存每個片段

字幕段是一段含時間資訊的字幕文字。閱讀可用的字幕段，尋找可能的書名、作者姓名，以及附近關於閱讀的建議。不要只搜尋「推薦」一詞。講者可能用其他說法提出建議。

對每本可能的書，儲存原始字幕文字和影片 ID。同時儲存字幕段的 `startSeconds` 和 `endSeconds` 欄位。這些數值從影片起點算起，用來定位字幕段。

附近的字幕段若包含作者、適用條件或後續更正，也要保留。不要將不同片段合併成一段連續陳述。

語言模型可以協助在提供的文字中標記候選項目。候選項目是可能相符、但仍需查核的項目。要求模型為每項建議提供來源片段。沒有來源片段的書名應予以剔除。模型不得用自身知識補上缺少的作者或書名。

4. 聆聽並記錄講者的立場

開啟每個候選片段，聆聽前後內容。查核講者說出的書名和作者。查看畫面中任何有助於確認名稱的封面或書名。

來源足以確認身分時，記錄是誰提出建議。在訪談中，可能由主持人讀出書名，再由來賓表達意見。沒有證據時，不要把兩個動作都歸給同一個人。

根據完整片段選擇推薦標籤：

在推薦旁保留「適合進階讀者」等條件。在批評旁保留「不適合初學者」等否定陳述。不要將其中任何一項改成沒有條件限制的正面標籤。

如果需要發布逐字引文，請依照引文查核指南操作。本書單方法需要查核後的意思和來源片段，不需要長篇引文。

5. 將書名和作者與目錄紀錄比對

搜尋出版社自有目錄，或有文件說明的圖書館目錄。目錄紀錄描述已出版的作品或版本。如果書名和作者都已確認，請用兩者一起搜尋。

比較作者、副標題、語言，並確認是否為同一部作品。僅有相似的書名字詞並不足夠。儲存紀錄網址，並簡短說明比對依據。如果仍有多筆可能相符的紀錄，請保留各個選項，並說明需要哪些證據才能區分。

Open Library 的文件說明了書名及作者搜尋，包含作品層級的結果和書籍詳情。其搜尋結構，也就是回傳欄位的組織方式，可能變更。不要假定一般搜尋結果就能確認影片中出現的版本。Open Library Search API；已於 2026 年 10 月 25 日查核，不保證結構穩定。

如果來源只提供《田野筆記》這個書名，卻沒有作者，即使目錄結果看似合理，也仍只是候選項目。不要為了填完表格，就選取第一筆結果。

6. 分開記錄作品與版本

作品是指書籍本身的創作內容。版本則是該作品某個特定的出版版本。你可能已確認是哪部作品，卻仍不知道是哪個版本。

ISBN 是國際標準書號，用來識別特定版本。只有影片和目錄證據足以確認該版本時，才能加入 ISBN。一般的書名比對不足以支持你從附近的紀錄複製 ISBN。

分開儲存作品識別資訊、版本識別資訊和 ISBN。例如，你可能已查核書名和作者，卻沒有版本證據。此時應保留作品比對結果，並將版本和 ISBN 保留為未知。

未知不等於零。缺少 ISBN 時，不要在欄位中填零。在結構化資料中，可以用 `null` 表示缺值。在供讀者閱讀的表格中，寫上「未知」，並說明缺少哪些證據。

7. 分開儲存書籍紀錄與片段紀錄

用一張表格記錄已確認的作品。另一張表格則記錄每一次來源出現紀錄。一次出現是指一個討論該書的片段。

同一部作品的多個片段，仍是多筆證據紀錄，不會因此變成多本書。如果它們重複相同建議，也不會因此變成多次獨立推薦。

使用自訂紀錄鍵連接表格。這個鍵是你自行建立的參照標籤，不是 ISBN，也不是 Actor 輸出欄位。尚未確認的候選項目應另存清單，直到能確認其身分。

下列表格顯示應儲存的欄位。目錄比對結果和推薦標籤都由你透過查核建立。字幕 Actor 不會提供這些判斷。

8. 用每個保留片段查核最終書單

對每項保留的推薦，重新開啟來源片段。將最終書名、作者、講者、標籤及適用讀者條件與來源比較。接著重新開啟目錄紀錄，查核作品和版本的判定。

也要檢查待確認和已排除的項目。確認沒有將缺少的作者補成猜測的作者。確認沒有將批評改成推薦。確認沒有將無法取得字幕的影片標成「沒有書籍」。

匯出已查核作品、對應的片段紀錄，以及待確認的候選項目。在結果旁說明選定的影片集合及字幕收集失敗情況。下一位讀者必須能看出你找到了什麼，以及哪些項目仍未查核。

儲存這些表格欄位

在作品表中保留以下欄位：

在出現紀錄表中保留以下欄位：

另外保留原始字幕資料列。有用的來源欄位包括 `transcriptLanguageCode`、`isAutoGenerated`、`status` 和 `scrapedAt`。收集時間不是片段時間。字幕語言、自動產生字幕軌的狀態，以及影片涵蓋範圍，都不能證明字詞正確。

實作範例：原創虛構

本範例的所有內容均為原創虛構。影片標籤、時間、片段及收集結果都是虛構的。《河流圖集》和《田野筆記》都是虛構書名。不代表任何真實 ISBN 或推薦背書。

假設你選了三部影片。其中兩部成功收集字幕，一部失敗。收集數量的計算如下：

3 部選定影片 = 2 部已收集字幕的影片 + 1 部字幕收集失敗的影片。

這裡計算的是影片數量，不是書籍、講者或推薦的數量。收集失敗的影片仍未完成書籍查核。

可用字幕包含三筆候選出現紀錄：

字幕段長度分別為 66 − 60 = 6 秒、108 − 100 = 8 秒，以及 35 − 30 = 5 秒。總長度為 6 + 8 + 5 = 19 秒。這是三個獨立字幕段的長度總和，不是一個連續片段，也不是完整的聆聽時間。

聆聽後，保留《河流圖集》的兩筆出現紀錄。後面的片段會改變初學者書單能作出的判定。證據支持一筆提及，以及一筆對初學者使用該書的批評，卻不足以確認講者有向其他讀者明確推薦這本書。

《田野筆記》仍待確認，因為沒有提供作者或可供區分的證據。不要捏造作者，也不要只憑書名字詞選擇目錄紀錄。

這兩個虛構書名都沒有提供目錄紀錄。因此，本範例有三筆出現紀錄、兩個不同的候選書名，但已確認的目錄比對結果為零。兩個候選項目的版本和 ISBN 都是未知。

已確認的比對結果為零，是這個虛構範例內經查核的數量。ISBN 未知則代表缺少資訊。兩者的意思不同。

最終的初學者推薦書單是空的。請在查核筆記中保留兩個候選項目。接下來應決定要尋找更充分的來源及目錄證據，還是保留不確定性。不要為了讓書單看起來完整，就強行標為推薦。

處理失敗並說明限制

針對不同問題，使用不同狀態：

公開影片頁面、Actor 頁面、公開 Task 頁面及公開目錄紀錄，都是公開來源。存取已儲存的帳戶輸入和執行紀錄，需要有權使用保存這些資料的帳戶。公開的預設設定頁面，不能證明帳戶實際儲存或執行了什麼。如果你執行了程式，請將實際結果與本文提出的方法分開記錄。

用清楚的文字說明收集限制。分開報告選定影片數、字幕收集成功數，以及失敗或待處理數。不要將這些數量描述為書名準確度或完整頻道涵蓋程度的衡量指標。