Yapay zeka ajanları için transkript alın, LLM akışınıza ekleyin

transcribe transkriptin hazır olmasını bekler ve ilk sayfayı döndürür. İşlem sürüyorsa gelen id değerini saklayın; yeni işlem başlatmak yerine get_transcription çağırın. İki aracın parametreleri MCP dokümantasyonunda açıklanır.

Ajanın talimatlarında yeni işlem başlatmakla mevcut işlemi okumayı ayırın. Yeni işlem dakika harcayabilir. Durum okumak ya da hazır transkripti almak için mevcut ID yeterlidir. Ajan yeniden başladığında da bu ID elinde olsun; yalnızca sohbet bağlamında değil, kalıcı görev kaydında saklayın.

Bir video kuyruğu işliyorsanız her ID ile kaynak bağlantısını birlikte tutun. Tam gönderi bağlantıları, aynı seçeneklerle yakın zamanda işlenen kayıtlarla eşleşebilir. Kısa paylaşım bağlantıları gönderim sırasında eşleşmez. Bildiğiniz ID üzerinden okumak, ikinci bir işlem açmamanın en kolay yoludur.

Aşağıdaki örnekte herkese açık bir Bluesky video gönderisinin bağlantısı için yer tutucu kullanılır.

Skill desteği olan bir ajan, dizinden transcript1'i bulup SKILL.md dosyasındaki talimatları okuyabilir.

MCP çağrılabilir araçları sunar. Agent Skill ise ajana bu araçları hangi sırayla kullanacağını, hataları nasıl ele alacağını anlatır. Kendi REST akışınızda da aynı işlem sırasını izleyebilirsiniz. llms.txt dokümantasyona giriş içindir; transkript toplayan bir endpoint değildir.

Etkileşimli bir asistanda MCP ile sayfalı okuma kullanışlıdır. Arka plandaki veri toplama servisinde REST ve imzalı tamamlanma webhook bildirimlerini tercih edebilirsiniz. İkisi de aynı hesabın limitlerini ve dakikalarını kullanır. Eşzamanlı işlem sayısını hesaplarken hesaba bağlı bütün istemcileri sayın.

API üzerinden zaman damgalı metni alıp modelinize verin. MCP ile uzun metni okurken bağlam penceresi için sayfalama kullanın. REST ile çok sayıda kayıt işliyorsanız tamamlanmayı webhook ile takip edin.

Metni parçalara ayırırken kaynak ID'sini, bağlantıyı ve başlangıç-bitiş zamanlarını koruyun. Segmentin ya da konunun bittiği yerden bölün; bir kelimeyi veya konuşma sırasını ortadan kesmeyin. Böylece özetten asıl kayda geri dönebilirsiniz.

Özetlemeyi ve bilgi çıkarmayı transkripti okuyan asistanınız yapar. Alıntıları kendi anlatımından ayırmasını, kaynakta bulunmayan bilgileri belirtmesini isteyin. Örneğin bir Instagram demosunda yalnızca ekranda gösterilen adımlar metinde yer almaz; modeliniz bunları tahmin ederek doldurmasın.

MCP yanıtında next_from_seconds varsa okunacak metin kalmıştır. Bu değeri sonraki çağrıda from_seconds olarak gönderin ve hangi sayfaların okunduğunu kaydedin. İlk sayfa konuyu tanıtabilir; ana fikir veya sonuç videonun ilerleyen kısmında olabilir.

Son özeti yazmadan önce her sayfadan gerekli bilgileri toplayın. Ara notlarda zaman damgalarını tutun; konuşmanın ilerleyen kısmındaki düzeltmeleri ve koşulları da okuyun. Birden fazla kaydı karşılaştırırken okunan kaynakları ve alınamayan kayıtları ayrı listeleyin. Erişilemeyen bir kaynak, diğerlerinin söylediklerini doğrulamış sayılmaz.

login_required veya no_audio hatasında farklı bir kaynak gerekir. İşlem hâlâ sürüyorsa aynı ID ile durumunu okuyun. Bu farkı kullanıcıya veya ana iş akışına bildirin. Kaynak alınamadığında boş transkript döndürmeyin; model bunu kayıtta hiç konuşma olmadığı şeklinde yorumlayabilir.

Yerel dosyalarda ajanınızın HTTP PUT ile veri gönderebilmesi gerekir. MCP yüklemeyi başlatır ve tamamlar; dosyanın içeriği MCP dışında aktarılır. Asistanınız bunu yapamıyorsa kullanıcı dosyayı panelden yüklesin. Ardından oluşan ID ile normal transkript araçlarını kullanabilirsiniz.