Résumer une vidéo YouTube avec Claude ou ChatGPT
Connectez l’assistant à https://api.transcript1.com/mcp, puis demandez-lui de transcrire le lien YouTube. Une longue transcription se lit par pages : il doit les parcourir avant de résumer toute la vidéo.
Ajoutez transcript1 comme connecteur personnalisé, puis connectez-vous avec OAuth. La disponibilité des connecteurs dépend de l’offre du client et des réglages de votre espace de travail. Une fois la connexion établie, envoyez le lien d’une vidéo précise et demandez d’en récupérer la transcription avant toute analyse. Coller un lien ne signifie pas que l’assistant a lu son contenu.
Si la transcription est encore en cours, l’assistant doit garder l’ID reçu et consulter ce même traitement. Pour un texte long, il suit next_from_seconds jusqu’à avoir lu toutes les pages pertinentes. Le début d’une conférence peut seulement annoncer le sujet : un résumé fondé sur cette seule page peut passer à côté du raisonnement principal.
Envoyez le texte horodaté à votre propre modèle
Récupérez le texte de la transcription terminée avec l’API, puis ajoutez vos consignes de résumé. Demandez un horodatage à côté de chaque point important pour pouvoir revenir à la source.
Dites à qui s’adresse le résumé et à quoi il doit servir. Une fiche de révision conserve les définitions et le raisonnement. Une note d’aide à la décision distingue les recommandations des éléments qui les étayent. Un compte rendu d’actions reprend celles qui sont énoncées, sans inventer de responsable ni d’échéance. Ces précisions sont plus utiles qu’un nombre arbitraire de puces.
La consigne ci-dessous donne un exemple à adapter pour votre assistant connecté. Elle demande de s’appuyer sur le texte et de rendre visibles les informations manquantes. Le modèle écrit le résumé après lecture : transcript1 n’ajoute pas de résumé à la transcription.
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.Laissez votre agent récupérer la transcription
Si votre agent sait utiliser des skills, l’Agent Skill de transcript1 lui explique comment demander et lire la transcription. Il peut ensuite s’appuyer sur ce texte pour rédiger son propre résumé.
Dans votre pipeline, séparez la récupération du texte de l’appel qui rédige le résumé. Conservez l’ID de transcription, le lien source et les horodatages avec les données envoyées au modèle. Gardez ces références dans les notes générées : vous pourrez les vérifier ou refaire le résumé sans retranscrire le même enregistrement.
Pour comparer plusieurs vidéos, identifiez chaque source et notez les transcriptions lues en entier. Une vidéo privée ou un traitement en échec doit apparaître comme une source indisponible. L’omettre en silence donnerait l’impression d’une comparaison complète. N’inventez pas les informations manquantes à partir du titre de la vidéo.
Vérifiez ce que le résumé affirme
Revenez aux passages qui portent les idées principales. Cherchez les conditions, les hésitations ou les changements d’avis exprimés plus loin. « Cela pourrait fonctionner dans ces conditions » ne doit pas devenir « cela fonctionne » parce que le modèle a supprimé les réserves.
Vérifiez les noms, les chiffres et les citations directes à l’écoute. Les sous-titres de la plateforme comme la transcription par IA peuvent contenir des erreurs que le modèle reprendra avec assurance. Les étiquettes de voix aident à suivre une discussion à plusieurs, mais elles ne prouvent pas l’identité des personnes.
Précisez aussi ce qui n’a pas été examiné. Un tutoriel peut montrer une action sans la décrire et une conférence afficher un chiffre essentiel sur une diapositive. Un résumé fondé seulement sur la transcription doit le dire, sans présenter ces éléments visuels comme s’ils avaient été vus.
Pour une vidéo courte, demandez l’essentiel
Le même parcours fonctionne avec les sources vidéo prises en charge : YouTube, X, TikTok, Instagram, Facebook, Bluesky, clips et VOD terminées de Twitch, Dailymotion, épingles vidéo Pinterest, LinkedIn et Snapchat Spotlight. En mode auto, les sous-titres exploitables passent en premier sur YouTube, X, TikTok, Bluesky, Dailymotion et LinkedIn. Sur Instagram, Facebook, Twitch, Pinterest et Snapchat Spotlight, le texte vient de l’audio. Pour une publication contenant plusieurs vidéos, seule la première est traitée.
Pour un clip, demandez plutôt l’idée exprimée, l’explication qui l’appuie et l’action proposée, avec les horodatages utiles. Un long résumé d’article n’est pas toujours nécessaire. Attention aux Reels Instagram dont le sens repose sur du texte à l’écran : ce texte n’est pas dans la transcription. Vérifiez ce que chaque source permet de récupérer avant de demander à l’assistant de l’analyser.