内容
把 YouTube 视频变成一篇可发布的文章
拉取带时间戳的转录,整理成可读的段落,用你控制的模型列大纲并写初稿,再把结果留在 LiveDoc 里等编辑 review。
复制 prompt
把方括号里的字段替换掉,然后粘贴到 Claude Code、Codex 或任何能访问终端的 AI。它会安装 Felo skill、在花额度前询问,并执行这套 workflow。
把这条视频变成一篇可发布的文章:[YouTube URL 或视频 ID]。 读者:[读者]。语气:[媒体风格]。目标长度:[800–1200 字],语言:[语言]。 来源处理:保留视频标题、频道和 URL。引用最多只取短片段,并附时间戳。 输出: 1. 工作标题。 2. 导语。 3. 由短段落组成的章节。 4. 两到三条带时间戳的引文。 5. 视频没有覆盖的内容。 6. 包含视频和所有链接页面的来源列表。 规则: - 不要复现完整转录。要总结并简短引用。 - 视频中的每个事实主张都需要时间戳;链接页面中的主张需要 URL。 - 无法核实的内容标注为“未核实”。 - 在消耗额度获取转录或抽取页面前先询问。 - 不要发布、排期或发送任何内容。 - 将结果写入 ./video-article.md,并在对话中总结。
复制的内容也包含安装步骤和安全规则。
你会得到什么
一次运行的示例输出,不是实时生成。
一场 40 分钟智能体演讲到底说了什么
导语
演示令人印象深刻,但有用的是失败处理。
大家引用最多的说法
> “智能体并没有变聪明。我们只是不再让它无预算重试。” — [12:40]
视频没有覆盖的内容
每个成功任务的成本,以及检索到的来源出错时会发生什么。
来源
- 视频:https://www.youtube.com/watch?v=...
- 链接的基准:https://example.com/benchmark
实际调用
给开发者:同一套 workflow 的可复制代码,按执行顺序排列。
展开实际 API 调用
拉取带时间戳的转录
用 YouTube Subtitling 按目标语言拉取字幕,保留每行的开始时间和时长。
article.ts const BASE = "https://openapi.felo.ai"; const headers = { Authorization: `Bearer ${process.env.FELO_API_KEY}`, "Content-Type": "application/json", }; async function felo<T>(path: string, body?: unknown): Promise<T> { const res = await fetch(`${BASE}${path}`, { method: body ? "POST" : "GET", headers, body: body ? JSON.stringify(body) : undefined, }); if (!res.ok) throw new Error(`${res.status}: ${await res.text()}`); return res.json() as Promise<T>; } type Transcript = { data: { title: string; contents: { text: string; start: number; duration: number }[]; }; }; export async function fetchTranscript(videoId: string, language = "en") { const query = new URLSearchParams({ video_code: videoId, language, with_time: "true", }); const { data } = await felo<Transcript>(`/v2/youtube/subtitling?${query}`); if (data.contents.length === 0) throw new Error("This video has no subtitles"); return data; }示例输出
{ "title": "How we rebuilt onboarding", "contents": [ { "text": "Welcome back to the channel.", "start": 0.32, "duration": 4.1 } ] }整理成可读的段落
按主题把转录切块,去掉口头填充词,但保留时间戳。
article.ts const toClock = (seconds: number) => { const minutes = Math.floor(seconds / 60); const rest = Math.floor(seconds % 60); return `${String(minutes).padStart(2, "0")}:${String(rest).padStart(2, "0")}`; }; export function toBlocks( contents: Transcript["data"]["contents"], window = 60, ) { const grouped = new Map<number, string[]>(); for (const line of contents) { const bucket = Math.floor(line.start / window) * window; grouped.set(bucket, [...(grouped.get(bucket) ?? []), line.text.trim()]); } return [...grouped] .map(([start, lines]) => `[${toClock(start)}] ${lines.join(" ")}`) .join("\n\n"); }示例输出
[00:00] Welcome back to the channel. Today we are talking about onboarding. [01:00] The first thing we changed was the welcome screen.
抓取视频提到的来源
用 Web Fetch 读取视频里点名的页面,补上链接和事实。
article.ts type ExtractData = { data: { content: string } }; export async function fetchSources(urls: string[]) { return Promise.all( urls.slice(0, 5).map(async (url) => { const page = await felo<ExtractData>("/v2/web/extract", { url, output_format: "markdown", with_readability: true, }); return { url, content: page.data.content }; }), ); }示例输出
[ { "url": "https://example.com/reference", "content": "# Reference\n\nExtracted page text…" } ]列大纲再写初稿
用模型 API 先写大纲,再按大纲写文章,短引并标注时间戳。
article.ts const MODEL_API = "https://openapi.felo.ai/api/v1"; type Completion = { choices: { message: { content: string } }[]; usage: { prompt_tokens: number; completion_tokens: number; total_tokens: number }; }; async function complete(model: string, prompt: string): Promise<Completion> { const res = await fetch(`${MODEL_API}/chat/completions`, { method: "POST", headers, body: JSON.stringify({ model, messages: [{ role: "user", content: prompt }] }), }); if (!res.ok) throw new Error(`${res.status}: ${await res.text()}`); return res.json() as Promise<Completion>; } export async function draftArticle(title: string, transcript: string) { const outline = await complete( "claude-haiku-5-5", "Outline a short article from this transcript. Return only headings.\n\n" + transcript, ); const article = await complete( "claude-sonnet-5-5", `Write the article "${title}" from the transcript. Follow the outline and keep [mm:ss] on direct quotes.\n\nOutline:\n${outline.choices[0].message.content}\n\nTranscript:\n${transcript}`, ); return { outline: outline.choices[0].message.content, article: article.choices[0].message.content, usage: article.usage, }; }示例输出
{ "outline": "1. The problem\n2. What changed\n3. What we learned", "article": "## The problem\n\nWhen we…", "usage": { "prompt_tokens": 4120, "completion_tokens": 640, "total_tokens": 4760 } }放进 LiveDoc 等 review
把初稿和时间戳引语存进 LiveDoc,交给编辑修改和批准。
article.ts type LiveDocData = { data: { short_id: string } }; type ResourceData = { data: { id: string } }; export async function saveDraft( title: string, result: { outline: string; article: string }, ) { const doc = await felo<LiveDocData>("/v2/livedocs", { name: `Article draft: ${title}`, description: "Draft generated from a video transcript", }); await felo<ResourceData>(`/v2/livedocs/${doc.data.short_id}/resources/doc`, { title: "Draft", content: result.article, }); await felo<ResourceData>(`/v2/livedocs/${doc.data.short_id}/resources/doc`, { title: "Outline", content: result.outline, }); return doc.data.short_id; }示例输出
{ "short_id": "PvyKouzJirXjFdst4uKRK3" }
包含什么
- 带时间戳的 YouTube 转录
- 视频提到的页面,转成 Markdown
- 由你的模型 API 生成的大纲和初稿
- 保存初稿、供编辑 review 的 LiveDoc
不做什么
- 不能直接复用完整转录,只能短引并改写
- 视频需要已有字幕
- 转载前必须确认版权和引用范围
- 模型只负责大纲和草稿,最终判断在编辑
- 不自动发布或翻译成其他语言
常见问题
视频需要字幕吗?
需要。workflow 从字幕开始;没有字幕时会停下,而不是猜视频说了什么。
可以把播客变成文章吗?
这套 workflow 针对 YouTube;播客需要先准备转录,再走同样的写作规则。
可以写成其他语言吗?
可以。指定目标语言;引语保留原文,需要时附翻译。
文章是谁写的?
你粘贴 prompt 的 AI agent 写初稿,Felo 提供转录、页面和 review 工作区。
可以转载完整转录吗?
不可以。workflow 只做新文章和短引,不复制完整转录。
一次要花多少?
转录和页面抽取按用量计费;当前费率在价格页面,prompt 会先请求确认。
相关 workflow
改成你的版本
同一套配方,按你实际的交付方式调整。
只做时间戳引语
不写整篇,只输出可核对的引语清单,适合二次创作。
先写 newsletter 版本
把文章改成更短、更口语的 newsletter 版本。
批量处理一个频道
对每个视频重复同一套步骤,并各自保存 LiveDoc。
继续深入
这套配方背后的参考页面,以及下一步可以看什么。