Yt digest

YT Digest

Goal

動画を視聴せずに、YouTube が字幕表示用（CC ボタン）に配信している VTT データだけから内容を把握し、「見なくて済む判断材料」を渡す。 依頼者は内容の紹介ではなく、見る価値があるかの判断と要点を求めている。

動画・音声・storyboard は取得せず、account credentials なしで公開取得できる字幕 VTT だけをローカルで処理する。user がアクセス・処理する権限を持つ動画だけを対象にし、 platform の利用規約、著作権、適用法に従う。この skill 自体は利用の適法性を判断しない。

Requirements

• Python 3
• uvx（uv に同梱）
• Node.js（yt-dlp --js-runtimes node から使用）
• YouTube と package registry への network access

手順

1. 読み込んだ SKILL.md の親 directory を <skill-directory> として解決する。 ~/.claude、~/.codex などの固定 install path を仮定しない。

2. transcript を取得する:

   python3 "<skill-directory>/scripts/fetch_transcript.py" <URL> \
     --outdir <scratchpad>/yt-digest-<video_id>
   

   • uvx が一時環境に yt-dlp を取得して実行する
   • 字幕の優先順位は 手動 ja → 自動 ja → 手動 en → 自動 en （手動字幕は人手なので誤変換がなく品質が段違い）
   • exit 2 = 字幕なし。下の Edge cases へ

3. transcript.txt を読む。長い動画（>50k chars）は分割して読む。 meta.json に chapters があれば構成把握の手がかりにする。

4. 下の「出力の型」で要約を書く。

出力の型

1. 📌 基本情報 — タイトル・チャンネル・長さ・公開日
2. 論旨の流れ — 何を主張／説明する動画かを一文で言ってから、展開を追う
3. 💢 ツッコミどころ — 主張系の動画（投資・健康・製品レビューなど、 何かを勧める／断じる動画）のみ。チュートリアルや純粋な解説には付けない。 データの選び方の偏り（チェリーピッキング）、意図的に省かれた前提 （税・手数料・リスク）、論理の飛躍を具体的に指摘する。 依頼者が「見なくていい理由」まで含めて判断できるようにするのが目的
4. 宣伝の分離 — スポンサー枠・案件・自社宣伝は本編の要約に混ぜず、 「動画の◯割が宣伝」程度に分けて報告する

自動字幕の場合、ASR の誤変換は文脈から修正して要約に反映する。 固有名詞の重要な修正は注記する（例:「東京会場→東京海上」）。

Edge cases

• 字幕なし（exit 2）: 音楽・ライブ配信・公開直後（自動字幕の生成前）は 字幕が存在しないことがある。その旨を報告して止まる。 音声をダウンロードしての文字起こしはこの skill の範囲外
• メンバー限定・年齢制限・非公開: アカウント不使用の設計なので取得 できない。報告して止まる
• 「◯◯についてどこで話してる？」 と聞かれたら transcript_timed.txt から timestamp を引いて答える

拡張余地（未実装）

transcript_timed.txt の timestamp は、将来フレーム切り出し （動画 DL + ffmpeg）を足すときの座標になる。図表が多くて transcript だけでは不足する動画が出てきたら phase 2 として検討する。