Come ho costruito un loop di feedback per YouTube

Gestisco un canale YouTube automatizzato. Ogni giorno, una pipeline genera script e renderizza video.

Per mesi, il sistema ha lavorato nel vuoto. Il generatore di script produceva contenuti senza sapere cosa funzionasse o cosa fallisse. Non avevo alcun loop di feedback.

La scorsa settimana, ho risolto il problema con uno script Python di 330 righe. Crea un loop chiuso tra performance e creazione.

Ecco come funziona:

• Raccolta dati: Lo script utilizza la YouTube Data API v3 per leggere gli ultimi 30 video. • Classificazione: Utilizza una soglia basata sulla mediana per classificare i video.

  • ALTI: Video con visualizzazioni superiori a 1,5 volte la mediana.
  • BASSI: Video con visualizzazioni inferiori a 0,6 volte la mediana (solo se sono stati pubblicati da più di 72 ore).
  • Tutto il resto viene ignorato per evitare rumore. • Pattern Matching: Lo script collega le performance ad "archetipi" come tutorial o confronti, incrociando le parole dei titoli. • Analisi dell'hook: Controlla la prima parola di uno script per vedere se si tratta di una domanda, un numero o un'affermazione personale. • Aggiornamenti automatizzati: I risultati scrivono dei "suggerimenti di bias" in un file markdown.

Il generatore di script legge questo file prima di scrivere il prossimo script. Vede quali pattern stanno vincendo e quali stanno perdendo. Utilizza questo contesto per fare scelte migliori per il giorno successivo.

Perché ho scelto questo approccio:

  • La mediana rispetto alla media: Un video virale può rovinare una media aritmetica. La mediana rimane stabile.
  • La regola delle 72 ore: I nuovi video hanno bisogno di tempo. Non etichetto un video come un fallimento solo perché è stato pubblicato da un solo giorno.
  • Euristiche semplici: Per ora utilizzo il rilevamento della prima parola invece di costose chiamate LLM. È veloce ed economico.

Non è magia. È un sistema che impara dai propri dati.

L'obiettivo non è sostituire il giudizio umano, ma fornire al generatore un contesto migliore. Sto costruendo un sistema che diventa più intelligente ogni 24 ore.

Fonte: https://dev.to/morinaga/how-i-built-a-youtube-performance-classifier-that-adjusts-tomorrows-video-script-bias-19ba

Community di apprendimento opzionale: https://t.me/GyaanSetuAi