Claude oder ChatGPT das Transkript lesen lassen
Verbinde deinen Assistenten mit https://api.transcript1.com/mcp und bitte ihn, den YouTube-Link zu transkribieren. Bei langen Videos muss er die weiteren Transkriptseiten lesen, bevor er die ganze Aufnahme zusammenfasst.
Füge transcript1 als eigenen Connector hinzu und melde dich per OAuth an. Ob du eigene Connectoren verwenden kannst, hängt vom Tarif und den Workspace-Einstellungen deines Clients ab. Gib dem Assistenten danach den Link zum einzelnen Video. Bitte ihn ausdrücklich, zuerst das Transkript abzurufen. Ein Link im Chat bedeutet noch nicht, dass der Assistent den Inhalt kennt.
Läuft die Transkription noch, behält der Assistent die zurückgegebene ID und fragt denselben Job erneut ab. Enthält eine Seite next_from_seconds, liest er damit weiter. Gerade bei einem Vortrag kann die erste Seite nur ins Thema einführen. Wer daraus allein zusammenfasst, verpasst womöglich die eigentliche Argumentation.
Das YouTube-Transkript passend zu deinem Zweck zusammenfassen
Rufe den fertigen Text über die REST API ab und gib ihn zusammen mit deinem Auftrag an das Modell. Lass es zu wichtigen Aussagen Zeitstempel nennen. So bleiben die Notizen am Video überprüfbar.
Sag dem Modell, für wen du schreibst und wozu. Lernnotizen brauchen Definitionen und Begründungen. Eine Entscheidungsvorlage sollte Empfehlungen von Belegen trennen. Eine Aufgabenübersicht darf nur tatsächlich genannte Schritte enthalten – keine erfundenen Zuständigkeiten oder Fristen. Das hilft mehr als eine willkürlich festgelegte Zahl von Stichpunkten.
Das folgende Beispiel bittet deinen verbundenen Assistenten um quellenbasierte Notizen und macht offene Fragen sichtbar. Die Zusammenfassung entsteht erst, nachdem dein Modell das Transkript gelesen hat. Sie ist kein Teil des Transkriptionsjobs bei transcript1.
Read the complete transcript of [video URL].
Summarize its main argument for someone new to the topic.
Include a timestamp for each key point and separate direct quotes
from paraphrases. List important qualifications and unanswered questions.
Do not infer details from slides or visuals you have not inspected.Deinen Agenten das Transkript abrufen lassen
Der transcript1-Skill erklärt einem Agenten, wie er Transkriptionen anfordert und liest. Daraus schreibt der Agent anschließend mit seinem eigenen Modell eine Zusammenfassung.
Trenne in deiner Anwendung das Abrufen des Transkripts vom Aufruf zum Zusammenfassen. Speichere Job-ID, Quelllink und Zeitstempel mit der Modelleingabe. Behalte die Verweise auch in den erzeugten Notizen. So kannst du die Zusammenfassung prüfen oder neu erstellen, ohne dieselbe Aufnahme noch einmal transkribieren zu lassen.
Kennzeichne bei einem Vergleich mehrerer Videos jede Quelle und halte fest, welche Transkripte vollständig gelesen wurden. Ein privates Video oder ein fehlgeschlagener Abruf gehört als nicht verfügbare Quelle in die Übersicht. Lass den Agenten die Lücke erklären, statt sie still zu übergehen oder anhand des Titels Inhalte zu erfinden.
Stimmt die Zusammenfassung mit dem Video überein?
Prüfe die wichtigsten Aussagen an ihren Zeitstempeln. Achte auch auf spätere Einschränkungen oder Meinungsänderungen. Aus „könnte unter diesen Bedingungen funktionieren“ wird beim Kürzen leicht ein schlichtes „funktioniert“. Bitte das Modell ausdrücklich, solche Bedingungen beizubehalten.
Höre Namen, Zahlen und direkte Zitate im Original nach. Sowohl vorhandene Untertitel als auch KI-Transkriptionen können Fehler enthalten, die der Assistent selbstbewusst übernimmt. Sprecherangaben strukturieren eine Diskussion, bestätigen aber keine Identität.
Der Text zeigt nicht alles, was im Video zu sehen ist. Ein Tutorial kann einen Schritt nur vormachen; bei einem Vortrag steht die entscheidende Zahl womöglich auf einer Folie. Lass den Assistenten deutlich sagen, wenn er nur den gesprochenen Inhalt kennt. Ungesehene Bilder darf er nicht so beschreiben, als hätte er sie geprüft.
Bei kurzen Clips reicht oft ein kleinerer Auftrag
Der Weg über das Transkript funktioniert auch mit Videos von X, TikTok, Instagram, Facebook und Bluesky sowie weiteren unterstützten Plattformen. Prüfe vorher die unterstützten Quellen. Für einen kurzen Clip brauchst du meist keinen langen Artikel. Lass dir die gesprochene Kernaussage, ihre Begründung und eine eventuell genannte Handlungsaufforderung nennen – mit Zeitstempeln, wo sie helfen.
Im Modus auto nutzt transcript1 brauchbare Plattformuntertitel zuerst, sofern die Plattform sie bereitstellt, etwa bei X, TikTok, Bluesky, Dailymotion oder LinkedIn. Sonst wird der Ton transkribiert. Bei Instagram, Facebook, Twitch, Pinterest und Snapchat Spotlight wird immer der Ton verwendet. Posts mit mehreren Videos liefern nur das erste. Text, der in einem Reel nur im Bild steht, fehlt im Transkript. Schau deshalb in die Plattformhinweise, bevor du den Assistenten den Inhalt auswerten lässt.