YouTube動画チャットボット

このワークフローは、任意のYouTube動画の文字起こしと対話的にチャットできる機能をユーザーに提供します。YouTubeのURLを入力するだけで、その動画の文字起こしをもとに質問をし、簡潔な回答を得ることができます。長尺の動画コンテンツを会話型AIで簡単にアクセス・検索できるように設計されています。

ステップごとのワークフロー説明

1. チャットの開始とユーザー案内

• Chat Opened Trigger: ユーザーがチャットを開くとワークフローが開始し、ユーザーとのやりとりの準備が整います。
• ウェルカムメッセージ: メッセージウィジェットが親しみやすいウェルカムメッセージを表示します:
  "👋 YouTube動画チャットツールへようこそ！長いYouTube動画を簡潔な答えにまとめるお手伝いをします🌐。YouTube動画のURLを入力し、しばらくお待ちください。準備ができたら、質問にお答えします。✨📹"
• Message Output: ウェルカムメッセージがチャット出力に表示され、ユーザーにYouTube動画のURL入力を案内します。

2. ユーザー入力の処理

• Chat Input: システムはユーザーの入力（通常はYouTube動画のURLや追加の質問）を受け付けます。
• Chat History: すべてのチャット履歴が記憶され、コンテキストを踏まえた応答や複数ターンの会話が可能です。

3. 動画文字起こしの取得

• URL Retriever: YouTubeのURLが入力されると、ワークフローはURLコンテンツリトリーバーノードを使って動画から文字起こし（または利用可能なテキストコンテンツ）を抽出します。このノードは最大30,000トークンまで処理できるよう設定されていますので、長尺動画にも対応します。

4. エージェントによるQ&A

• Tool Calling Agent:
  • エージェントにはプロのYouTubeリサーチャーおよびパーソナルアシスタントとして振る舞うよう指示されます。
  • ユーザーから質問を受け取ると、（URL Retrieverが取得した）文字起こしを知識ベースとして活用します。
  • システムプロンプトにより、エージェントは簡潔かつ正確な回答をし、文字起こしに答えがない場合に無理に答えを作らないよう徹底します。
  • マルチターンの質問に対してはチャット履歴を活用し、適切なコンテキストを維持します。
• Answer Output: エージェントの回答はチャットインターフェースに返され、各質問に対するループが完結します。

ワークフロー構成

利点とユースケース

• スケーラビリティ: このワークフローにより誰でも無数のYouTube動画と対話でき、手作業で文字起こしを読む必要がなくなります。
• 自動化: 文字起こしの抽出と質疑応答が完全自動化され、手作業の工数を大幅に削減します。
• アクセシビリティ向上: 長尺の教育動画や講義、ドキュメンタリーなどから、全編を視聴せずに素早く答えを得られます。
• 知識保持: コンテキストを踏まえたマルチターンチャットが会話の流れを保持し、複雑な質問やフォローアップにも対応します。

活用例

• 長いインタビューやドキュメンタリーの要点を素早くまとめる。
• 動画内の用語の定義や説明、内容の詳細などを質問する。
• 動画コンテンツからリストやタイムライン、その他の構造的な情報を抽出する。
• 複数の動画ソースを横断した迅速なQ&Aでリサーチをサポートする。

結論

このワークフローは、YouTube動画コンテンツに強力な自動化とAI対話をもたらし、教育者・研究者・学生・一般コンテンツ利用者にとって、動画から手間なく価値を引き出すための有用なツールとなります。さまざまな動画コンテンツに容易にスケール・汎用化でき、生産性とアクセシビリティを最大化します。