Як я створив цикл зворотного зв'язку для YouTube
Я керую автоматизованим YouTube-каналом. Щодня конвеєр генерує сценарії та рендерить відео.
Протягом місяців система працювала у вакуумі. Генератор сценаріїв створював контент, не знаючи, що спрацювало, а що — ні. У мене не було циклу зворотного зв'язку.
Минулого тижня я виправив це за допомогою Python-скрипта на 330 рядків. Він створює замкнений цикл між результативністю та створенням контенту.
Ось як це працює:
• Збір даних: Скрипт використовує YouTube Data API v3 для зчитування останніх 30 відео. • Класифікація: Він використовує поріг на основі медіани для ранжування відео.
- ВИСОКИЙ: Відео з кількістю переглядів понад 1,5x від медіани.
- НИЗЬКИЙ: Відео з кількістю переглядів нижче 0,6x від медіани (тільки якщо вони були опубліковані понад 72 години тому).
- Все інше ігнорується, щоб уникнути шуму. • Пошук закономірностей: Скрипт пов'язує результативність з «архетипами», такими як туторіали або порівняння, шляхом зіставлення слів у заголовках. • Аналіз гачків: Він перевіряє перше слово сценарію, щоб визначити, чи є воно питанням, числом або особистою заявою. • Автоматизовані оновлення: Результати записуються у вигляді «підказок щодо упередженості» (bias hints) у markdown-файл.
Генератор сценаріїв зчитує цей файл перед написанням наступного сценарію. Він бачить, які закономірності працюють, а які — ні. Він використовує цей контекст, щоб приймати кращі рішення для завтрашнього дня.
Чому я обрав саме такий підхід:
- Медіана замість середнього арифметичного: Одне вірусне відео може зіпсувати середнє значення. Медіана залишається стабільною.
- Правило 72 годин: Новим відео потрібен час. Я не позначаю відео як невдале лише тому, що воно вийшло лише один день тому.
- Прості евристики: Наразі я використовую виявлення першого слова замість дорогих викликів LLM. Це швидко і дешево.
Це не магія. Це система, яка вчиться на власних даних.
Мета не в тому, щоб замінити людське судження, а в тому, щоб надати генератору кращий контекст. Я будую систему, яка стає розумнішою кожні 24 години.
Додаткова спільнота для навчання: https://t.me/GyaanSetuAi
