YouTube動画の字幕から全自動でブログ記事を生成する方法 ── AIアプリ開発入門その3

この記事の内容

前回まで「作りながら学ぶAIアプリ開発」のシリーズを第8章まで進め、長時間のYouTube動画を要約するアプリを作りました。

しかし実際に使ってみると、「要約」よりも「そのまま読めるブログ文章」にしてほしいというニーズが生まれました。そこで今回は、既存のアプリを少し変更して、YouTube動画の字幕テキストをブログエントリー形式に変換するアプリを作成しました。

今回作成したアプリは「YouTubeToブログ」と名付けています。YouTubeの動画URLを入力すると、字幕（トランスクリプト）を取得し、それをブログ記事らしい文章に整形して出力します。

試しに約49分39秒のAD入門動画を入力したところ、以下のような動作を確認しました。

元の字幕テキストは改行もなく、ひたすら話し言葉が続く状態です。それがブログとして読める形に変換されるため、可読性が大きく向上しています。

既存のアプリからの変更はわずかで、主に以下の1箇所です。

元のコードはサマリー生成ロジックになっていましたが、今回はその関数を**format_transcription** という名前に変更し、中身を書き換えました。

変更後のロジックのポイントは次のとおりです。

# 変更前：summarize() を呼んでいた箇所を
# 変更後：format_transcription() に置き換え

# HumanMessageでプロンプトを渡し、
# LLMに字幕テキストをブログ文章に変換させる

具体的には、以下のような処理になっています。

以前はプレイリスト対応などの複雑な処理も入っていましたが、今回はシンプルに1本の動画を対象として動作するように整理しています。

字幕テキスト（ドキュメントの各ページコンテンツ）をそのままLLMに渡し、ブログ文章として整形させています。「文字起こしの誤りを日本語として修正しながら変換する」という指示をプロンプトに加えることで、精度を高めています。

各チャンクの変換結果を単純に束ねるだけで、ブログ記事全体が完成します。複雑な後処理は不要です。

長時間動画を処理するため、実行にはそれなりの時間がかかります。リアルタイムに結果が流れてくるストリーミング形式で表示される設計となっています。

このアプリを使うと、過去に投稿した数百本のYouTube動画をまとめてブログ化することができます。

手作業では膨大な時間がかかる作業を、大幅に効率化できます。

今回のソースコードは公開されていませんが、変更箇所は非常に限られており、前回（第8章）のコードの画面を見ながら同様に実装することが可能です。

今回は、YouTube動画の字幕テキストをブログ記事として書き起こすAIアプリを作成しました。

LangChainとChatGPTを組み合わせることで、このような実用的なツールが少ない変更量で構築できます。次回は「作りながら学ぶAIアプリ開発」の第9章・第10章を進めていく予定です。