Como eu construí um ciclo de feedback para o YouTube

Eu gerencio um canal automatizado no YouTube. Todos os dias, um pipeline gera roteiros e renderiza vídeos.

Durante meses, o sistema funcionou no vácuo. O gerador de roteiros produzia conteúdo sem saber o que funcionou ou o que falhou. Eu não tinha um ciclo de feedback.

Na semana passada, resolvi isso com um script Python de 330 linhas. Ele cria um ciclo fechado entre desempenho e criação.

Aqui está como funciona:

• Coleta de Dados: O script utiliza a YouTube Data API v3 para ler os últimos 30 vídeos. • Classificação: Ele utiliza um limiar baseado na mediana para classificar os vídeos.

  • ALTO: Vídeos com visualizações acima de 1,5x a mediana.
  • BAIXO: Vídeos com visualizações abaixo de 0,6x a mediana (apenas se tiverem mais de 72 horas).
  • Todo o resto é ignorado para evitar ruído. • Correspondência de Padrões: O script conecta o desempenho a "arquétipos", como tutoriais ou comparações, ao cruzar palavras dos títulos. • Análise de Gancho: Ele verifica a primeira palavra de um roteiro para ver se é uma pergunta, um número ou uma afirmação pessoal. • Atualizações Automatizadas: Os resultados escrevem "dicas de viés" em um arquivo markdown.

O gerador de roteiros lê este arquivo antes de escrever o próximo roteiro. Ele vê quais padrões estão vencendo e quais padrões estão perdendo. Ele usa esse contexto para fazer escolhas melhores para o dia seguinte.

Por que escolhi esta abordagem:

  • Mediana em vez de Média: Um vídeo viral pode arruinar uma média aritmética. A mediana permanece estável.
  • A Regra das 72 Horas: Vídeos novos precisam de tempo. Eu não classifico um vídeo como um fracasso apenas porque ele tem apenas um dia de vida.
  • Heurísticas Simples: Uso detecção da primeira palavra em vez de chamadas caras de LLM por enquanto. É rápido e barato.

Isso não é mágica. É um sistema que aprende com seus próprios dados.

O objetivo não é substituir o julgamento humano, mas dar ao gerador um contexto melhor. Estou construindo um sistema que fica mais inteligente a cada 24 horas.

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

Comunidade de aprendizado opcional: https://t.me/GyaanSetuAi