youtube-summarizer

youtube-summarizer 技能總覽

youtube-summarizer 的功能

youtube-summarizer 技能會把 YouTube 連結轉成結構化的逐字稿摘要，還可選擇加入章節級拆解與再利用角度。它特別適合不想把影片字幕手動複製到通用提示詞、但又想直接掌握影片內容的人。

最適合的使用情境

當你需要從影片快速整理高層簡報、從訪談或 Podcast 萃取研究筆記，或產出一份可以在內部分享的乾淨摘要時，就很適合用 youtube-summarizer 技能。它尤其適用於競品情報、知識萃取，以及把長篇 YouTube 內容轉成可搜尋的資料。

值得安裝的原因

和一次性的提示詞相比，安裝 youtube-summarizer 之後，你會得到一套可重複的工作流程：偵測 URL、抓取逐字稿、以一致格式摘要，並保留影片中繼資料。這能降低前置設定的摩擦，也能避免把錯誤文字拿去摘要，或在過程中遺失原始影片脈絡的常見失誤。

如何使用 youtube-summarizer 技能

安裝與依賴檢查

使用 npx skills add BrianRWagner/ai-marketing-skills --skill youtube-summarizer 安裝此技能。使用前，請先確認逐字稿後端可用：此技能依賴位於 /root/clawd/mcp-server-youtube-transcript 的 MCP YouTube transcript server，且需要 Node.js >=18.0.0。

從完整需求開始

想把 youtube-summarizer 用得好，請直接提供影片 URL，以及你想要的輸出形式。一個好的提示詞範例如：「請把這支 YouTube 影片整理成給產品團隊看的 standard 模式摘要，包含主論點、5 個洞見，以及一個可執行的重點。」如果你想要更深入的內容，請一開始就要求章節拆解或再利用構想；如果只需要快速瀏覽，則可直接要求 quick。

先讀對檔案

如果你要調整這個工作流程，先看 SKILL.md、README.md、SKILL-OC.md、_meta.json、package.json 和 examples/sample-output.md。在這個 repo 裡，這些檔案會比整棵目錄樹更快告訴你啟用規則、輸出模式、依賴路徑，以及一份好摘要應該長什麼樣子。

能明顯改善輸出的工作流程技巧

把 URL 當作輸入，而不是逐字稿本身。這個技能在能同時擷取中繼資料與逐字稿，再根據同一來源進行摘要時表現最好。如果影片很長或很技術性，請明確指定受眾，以及你要的是精簡 TL;DR、研究摘要，還是可再製作的內容版本，避免模型把內容抽象化得太過頭。

youtube-summarizer 技能 FAQ

youtube-summarizer 只適合做摘要嗎？

不是。雖然它的主要工作是摘要，但 youtube-summarizer 技能也會保留來自逐字稿的細節，並且在你需要章節拆解或再利用筆記時，支援更深入的工作流程，不只是快速概述而已。

什麼情況下不該用這個技能？

如果你已經有乾淨的逐字稿，只需要做一般性的語言改寫，或來源根本不是 YouTube URL，就不建議使用它。當你需要的是直接從影片本身做人工查核，而不是基於逐字稿的摘要時，它也不是理想選擇。

對新手友善嗎？

是，只要你能提供 YouTube URL，並選定一種模式即可。新手最常犯的錯誤，是只說「幫我摘要」，卻沒有講清楚要 quick、standard 還是 deep，結果就可能產出太薄，或比需求還更詳細的內容。

它和一般提示詞有什麼不同？

一般提示詞也能摘要貼上的文字，但 youtube-summarizer 是為 YouTube 專用流程設計的：URL 偵測、逐字稿擷取，以及依據中繼資料輸出的內容。對於內容來源本來就在影片平台上的 youtube-summarizer 摘要任務來說，這會更可靠。

如何改進 youtube-summarizer 技能

給模型更清楚的目標

要最快改善 youtube-summarizer 的結果，關鍵是先定義受眾與使用情境。「給創辦人看」會偏向策略性重點；「當讀書筆記」會偏向結構與記憶；「給電子報草稿用」則會偏向更銳利的切角。使用情境越精準，摘要就越不容易流於制式。

指定要萃取的內容

如果第一次的輸出感覺太寬泛，就直接要求你真正關心的部分：主張、數據點、行動項目、反對意見，或章節轉折。對 youtube-summarizer 的使用來說，更強的輸入遠比更長的提示詞有效。像「只萃取前 5 個營運層面的重點，以及提到的所有數字」會比「請寫得詳細一點」更有用。

透過限制條件反覆調整

常見的失誤包括摘要太平均、太空泛，或過度聚焦在講者的填充式結構。下一輪可以加上限制條件來改善，例如「排除開場與贊助段落」、「優先保留新資訊主張」，或「標示任何沒有依據的說法」。這是取得更高訊號、又不必換影片的最實用 youtube-summarizer guide 模式。

把第一輪結果當作篩選器

把第一次摘要當成初步分流層，先判斷這支影片值不值得再深入處理，之後再用更窄的目標重跑一次技能。如果影片有可重用內容，就要求章節級的再利用機會；如果偏研究型，就改要一份精簡的證據地圖。這樣可以避免 youtube-summarizer 在你其實需要決策級輸出時，只做出泛泛的整理。