Transkrip untuk agen AI dan pipeline LLM Anda

transcribe menunggu transkrip dan mengembalikan halaman pertama. Jika prosesnya belum selesai, simpan id lalu panggil get_transcription. Jangan kirim ulang videonya. Argumen kedua tool ada di dokumentasi MCP.

Pisahkan instruksi untuk membuat transkripsi dari instruksi untuk membacanya. Membuat transkripsi bisa memakai menit akun. Membaca id yang sudah ada hanya memeriksa status atau mengambil teksnya.

Simpan id di penyimpanan tugas yang tetap ada saat agen dimulai ulang. Jangan mengandalkan riwayat percakapan model saja. Untuk antrean video, simpan juga URL asal di samping setiap id.

Link postingan lengkap bisa dicocokkan dengan transkripsi terbaru yang opsinya sama. Link berbagi yang pendek tidak bisa dicocokkan saat dikirim. Gunakan id yang sudah Anda simpan untuk menghindari transkripsi ganda.

Contoh berikut memakai placeholder untuk link postingan video publik di Bluesky. Panggilan berikutnya membaca transkripsi yang sudah ada, bukan membuat yang baru.

Agen yang mendukung skill bisa menemukan transcript1 lewat indeks, lalu membaca petunjuknya di SKILL.md. File itu menjelaskan cara memakai layanan, bukan menggantikan tool MCP.

MCP menyediakan tool yang bisa dipanggil. Agent Skill mengajarkan urutan panggilan dan cara menangani error. Pipeline REST Anda juga bisa mengikuti urutan yang sama tanpa klien MCP. llms.txt hanya pintu masuk dokumentasi, bukan endpoint untuk mengambil transkrip.

Untuk percakapan interaktif, MCP memudahkan asisten membaca teks per halaman. Untuk layanan yang memproses rekaman di belakang layar, gunakan REST dan webhook selesai yang ditandatangani.

Keduanya memakai batas akun dan menit transkripsi yang sama. Saat mengatur berapa banyak proses boleh berjalan bersamaan, hitung semua klien yang memakai akun tersebut.

Ambil teks dengan timestamp lewat API, lalu berikan ke model Anda. Untuk transkrip panjang lewat MCP, baca per halaman agar konteks tidak penuh. Untuk antrean REST, gunakan webhook.

Sertakan URL atau id sumber dan waktu setiap kutipan dalam input model. Ringkasan akan lebih sulit diperiksa jika teks sudah terlepas dari rekaman asalnya.

Jika menyimpan potongan teks untuk pencarian, simpan juga id sumber serta waktu mulai dan selesai. Potong di batas segmen utuh atau pergantian topik. Jangan membelah kata atau memutus giliran bicara di tengah.

Minta asisten membedakan kutipan langsung dari parafrasa dan menyebutkan informasi yang tidak ada di sumber. Ringkasan dan ekstraksi dikerjakan oleh asisten Anda, bukan transcript1.

Transkrip demo Instagram, misalnya, belum tentu memuat langkah yang hanya ditunjukkan di layar. Minta model menyatakan batas itu, bukan menebak tampilan dengan yakin.

Selama masih ada teks, MCP menyertakan next_from_seconds. Kirim nilainya sebagai from_seconds untuk halaman berikutnya, lalu catat halaman mana yang sudah dibaca agen.

Halaman pembuka bisa menjelaskan topik tanpa memuat argumen utama atau kesimpulannya. Satu panggilan yang berhasil belum cukup untuk menyatakan bahwa seluruh video sudah dianalisis.

Untuk rekaman panjang, kumpulkan catatan dari setiap halaman sebelum menyusun ringkasan akhir. Pertahankan timestamp. Periksa juga apakah pembicara mengoreksi atau membatasi pernyataannya di bagian berikutnya.

Saat membandingkan beberapa rekaman, pisahkan sumber yang berhasil dibaca dari sumber yang gagal diambil. Sumber yang tidak tersedia tidak boleh dianggap setuju atau dianggap tidak punya bukti.

Jika mendapat login_required atau no_audio, agen memerlukan input lain. Jika transkripsi masih berjalan, agen cukup membaca statusnya lagi. Sampaikan perbedaan ini kepada pengguna atau proses yang memanggil agen.

Jangan mengubah error sumber menjadi transkrip kosong. Model bisa salah mengartikannya sebagai rekaman tanpa ucapan, padahal rekamannya belum berhasil dibaca.

Untuk file lokal, runtime agen harus bisa mengunggah data. MCP menyiapkan dan menyelesaikan unggahan, tetapi data file dikirim lewat HTTP PUT di luar MCP.

Jika asisten tidak bisa mengirim file, arahkan pengguna untuk mengunggahnya lewat dasbor. Setelah itu, asisten bisa memakai id transkripsi tersebut dengan tool yang sama.