Extracción de Inteligencia de Video
Descripción General
Extrae inteligencia procesable de contenido de video en YouTube, Vimeo y sitios web corporativos. El video revela lo que las fuentes de texto no pueden: escala de instalaciones, composición del equipo, demostraciones de productos, señalización, asistencia a eventos y realidad operativa.
Esta habilidad se centra en la extracción de metadatos + subtítulos (rápido, gratuito, sin costo de almacenamiento) y solo descarga archivos de video reales cuando se requiere análisis visual.
Cuándo Usar
- La empresa objetivo tiene un canal de YouTube (incluso uno pequeño — los Shorts cuentan)
- El fundador o liderazgo aparece en videos de podcasts/entrevistas
- Existen demostraciones de productos o recorridos en cualquier plataforma
- Grabaciones de eventos muestran el stand, presentaciones o asistencia de la empresa
- Necesitas verificar afirmaciones (tamaño de instalaciones, número de empleados, gama de productos) con evidencia visual
- El sitio web de la empresa tiene contenido de video incrustado
Requisitos Previos
| Herramienta | Instalación | Propósito |
|---|---|---|
| yt-dlp | pip install yt-dlp o brew install yt-dlp | Descarga de metadatos/subtítulos de video |
| Python 3.10+ | Sistema | Análisis de VTT, automatización |
| Whisper (opcional) | pip install openai-whisper | Transcripción cuando no hay subtítulos |
| ffmpeg (opcional) | brew install ffmpeg | Extracción de audio para Whisper |
Fase 1: Descubrimiento
Enumeración de Canales de YouTube
# Lista TODOS los videos de un canal (devuelve IDs + títulos, sin descarga)
yt-dlp --flat-playlist --print "%(id)s %(title)s" "https://www.youtube.com/@CHANNEL_HANDLE"
# Incluye fechas de subida para análisis de línea de tiempo
yt-dlp --flat-playlist --print "%(upload_date)s %(id)s %(title)s" "https://www.youtube.com/@CHANNEL_HANDLE"
Búsqueda en YouTube
# Buscar en YouTube (10 resultados principales)
yt-dlp --flat-playlist --print "%(id)s %(title)s" "ytsearch10:COMPANY_NAME"
# Búsqueda más amplia (30 resultados)
yt-dlp --flat-playlist --print "%(id)s %(title)s" "ytsearch30:COMPANY_NAME founder interview"
Otros Métodos de Descubrimiento
| Fuente | Método |
|---|---|
| Búsqueda de Google Video | site:youtube.com "Nombre de la Empresa" |
| Sitio web de la empresa | Inspeccionar fuente en busca de <iframe src="youtube.com/embed/..."> |
| Vimeo | yt-dlp --flat-playlist "https://vimeo.com/USER" |
| Navegación manual — los videos no pueden enumerarse mediante programación | |
| Plataformas de eventos | Consultar páginas de sesiones de Sched/Emamo en busca de enlaces de video incrustados |
Lista de Verificación de Descubrimiento
- Canal de YouTube propio de la empresa objetivo
- Canal personal del fundador/CEO o apariciones como invitado
- Canales de podcasts de la industria donde el objetivo fue entrevistado
- Canales de eventos/conferencias con presentaciones del objetivo
- Canales de socios/proveedores que mencionan al objetivo
- Canales de noticias/medios locales que cubren al objetivo
Fase 2: Captura
Metadatos + Subtítulos (Predeterminado — Sin Descarga de Video)
# Canal completo — metadatos + subtítulos automáticos, sin archivos de video
yt-dlp --write-info-json --write-auto-sub --sub-lang en --skip-download \
--sleep-interval 2 "https://www.youtube.com/@CHANNEL"
# Video individual
yt-dlp --write-info-json --write-auto-sub --sub-lang en --skip-download \
"https://www.youtube.com/watch?v=VIDEO_ID"
# Varios videos específicos desde una lista
yt-dlp --write-info-json --write-auto-sub --sub-lang en --skip-download \
--sleep-interval 2 -a video_urls.txt
Banderas Clave de yt-dlp
| Bandera | Propósito |
|---|---|
--write-info-json | Guarda metadatos completos (título, fecha, duración, descripción, etiquetas, recuento de vistas) |
--write-auto-sub | Descarga subtítulos generados automáticamente |
--sub-lang en | Solo subtítulos en inglés |
--skip-download | Sin archivo de video/audio — solo metadatos |
--sleep-interval 2 | Limitación de velocidad (crítico para canales con 30+ videos) |
--flat-playlist | Modo lista — enumerar sin descargar nada |
-f "bestvideo[height<=720]+bestaudio" | Descargar video con calidad razonable |
-x --audio-format mp3 | Extraer solo audio (para Whisper) |
Descargar Archivos de Video (Cuando se Necesita Análisis Visual)
# Máximo 720p (buen equilibrio entre calidad y tamaño de archivo)
yt-dlp -f "bestvideo[height<=720]+bestaudio" --merge-output-format mp4 VIDEO_URL
# Solo audio para transcripción con Whisper
yt-dlp -x --audio-format mp3 VIDEO_URL
Estructura de Archivos de Salida
project/
├── raw/video/
│ ├── Title of Video [VIDEO_ID].info.json # Metadatos
│ ├── Title of Video [VIDEO_ID].en.vtt # Subtítulos automáticos (formato VTT)
│ └── Title of Video [VIDEO_ID].mp4 # Archivo de video (solo si se descargó)
├── transcripts/
│ ├── VIDEO_ID_transcript.txt # Texto plano analizado
│ └── VIDEO_ID_transcript.txt
└── analysis/
└── video_intelligence_summary.md
Fase 3: Análisis de VTT
Convertir Subtítulos VTT a Texto Plano
import re
import glob
def vtt_to_text(vtt_path):
"""Analiza un archivo de subtítulos VTT para obtener texto plano limpio."""
with open(vtt_path) as f:
content = f.read()
# Eliminar encabezado WEBVTT y metadatos
content = re.sub(r'WEBVTT.*?\n', '', content, flags=re.DOTALL)
# Eliminar líneas de marca de tiempo
content = re.sub(r'\d{2}:\d{2}:\d{2}\.\d+ --> .*', '', content)
# Eliminar etiquetas de formato HTML
content = re.sub(r'<[^>]+>', '', content)
# Desduplicar líneas repetidas consecutivas y unir
lines = []
for l in content.split('\n'):
l = l.strip()
if l and not l.isdigit() and (not lines or l != lines[-1]):
lines.append(l)
return ' '.join(lines)
def batch_parse_vtts(vtt_dir, output_dir):
"""Analiza todos los archivos VTT en un directorio para obtener texto plano."""
import os
os.makedirs(output_dir, exist_ok=True)
for vtt_file in glob.glob(f"{vtt_dir}/*.vtt"):
text = vtt_to_text(vtt_file)
# Extraer ID de video del patrón de nombre de archivo "Title [VIDEO_ID].en.vtt"
video_id = re.search(r'\[([^\]]+)\]', vtt_file)
if video_id:
out_name = f"{video_id.group(1)}_transcript.txt"
else:
out_name = os.path.basename(vtt_file).replace('.en.vtt', '_transcript.txt')
with open(os.path.join(output_dir, out_name), 'w') as f:
f.write(text)
print(f"Analizado: {out_name} ({len(text.split())} palabras)")
Fase 4: Respaldo con Whisper (Sin Subtítulos Disponibles)
Cuando los subtítulos automáticos no existen (común en Shorts, videos antiguos, contenido no inglés):
# Descargar solo audio
yt-dlp -x --audio-format mp3 -o "%(id)s.%(ext)s" VIDEO_URL
# Transcribir con Whisper
whisper VIDEO_ID.mp3 --model base --language en --output_format txt
# Para mayor precisión en nombres propios (3-5 veces más lento):
whisper VIDEO_ID.mp3 --model medium --language en --output_format txt
Cuando los Subtítulos Normalmente No Existen
- YouTube Shorts (< 60 segundos)
- Videos subidos antes de ~2015 (era anterior a subtítulos automáticos)
- Videos no listados/privados
- Contenido con mucha música y mínimo habla
- Contenido no inglés sin idioma especificado
Fase 5: Extracción de Inteligencia
Inteligencia de Metadatos (de info.json)
Cada archivo .info.json contiene:
| Campo | Valor de inteligencia |
|---|---|
upload_date | Línea de tiempo de la actividad de la empresa y estrategia de contenido |
duration | Corto = promocional; Largo = entrevista sustancial |
description | A menudo contiene enlaces, nombres, marcas de tiempo, menciones de socios |
tags | Estrategia SEO, categorías autoidentificadas |
view_count | Qué contenido resuena con su audiencia |
like_count | Señal de calidad de participación |
channel | Quién lo publicó (su canal vs. aparición como invitado) |
Lista de Verificación de Inteligencia de Transcripciones
- Personas nombradas (empleados, socios, clientes)
- Cifras de ingresos/crecimiento mencionadas casualmente en entrevistas
- Planes futuros o estrategia discutidos
- Puntos débiles o desafíos admitidos
- Menciones de competidores (positivas o negativas)
- Planes de contratación o referencias al tamaño del equipo
- Hoja de ruta de productos o anuncios de funciones
- Nombres de clientes o casos de estudio mencionados verbalmente
Lista de Verificación de Inteligencia Visual (Requiere Descarga de Video)
- Tamaño y estado de las instalaciones/almacén
- Número de empleados visibles (proxy del tamaño del equipo)
- Productos en estantes o en demostraciones (amplitud del inventario)
- Equipos y maquinaria (señales de inversión de capital)
- Señalización, marca y uso del logotipo
- Tamaño y calidad del diseño del stand en eventos
- Flota de vehículos (capacidad de entrega)
- Interacciones con clientes captadas en cámara
- Identificadores geográficos/de ubicación en el fondo
Casos Extremos y Trampas
-
Limitación de velocidad de YouTube — Usa
--sleep-interval 2entre descargas. Los errores DNS aparecen después de 30+ solicitudes rápidas. Para canales grandes, divide en lotes de 20. -
Nombres de archivo al descargar canales — yt-dlp nombra los archivos como "Title [VIDEO_ID].ext" al descargar de canales. Los espacios y caracteres especiales en los títulos rompen los scripts de shell. Usa
-o "%(id)s.%(ext)s"para nombres de archivo limpios. -
Subidas duplicadas — La misma entrevista subida en diferentes canales o títulos. Cruza referencias por duración + fecha de subida para detectar duplicados antes de dedicar tiempo a analizar ambos.
-
Videos nativos de LinkedIn — NO PUEDEN descargarse mediante programación. Las URL de CDN de LinkedIn están autenticadas y caducan en cuestión de horas. Marcar como tarea manual: "Guardar como Web Completa" en el navegador, o capturar fotogramas clave.
-
Shorts vs. videos completos — El formato de URL de Shorts es
youtube.com/shorts/IDpero yt-dlp maneja ambos formatos de forma transparente. No omitas los Shorts — a menudo muestran productos, instalaciones y cultura del equipo. -
Videos no listados — No están en los listados del canal pero son accesibles mediante URL directa. Los motores de búsqueda pueden haberlos indexado. Consulta la caché de Google y Wayback Machine para URLs no listadas que alguna vez estuvieron vinculadas públicamente.
-
Calidad de los subtítulos automáticos — Sin puntuación, a veces nombres propios distorsionados (Celina → Selena, BROGAV → ProGraph). Precisión de palabras del 95%+ para habla estándar en inglés. Siempre verifica nombres de empresas/personas contra fuentes confiables.
-
Fecha de subida vs. fecha del contenido — Los videos pueden subirse semanas o meses después de la grabación. Revisa la descripción y las pistas de audio para la fecha real de grabación. Los videos de eventos especialmente tienen retraso.
-
info.json es oro — Siempre captura con
--write-info-json. El campo de descripción a menudo contiene marcas de tiempo, nombres de invitados, enlaces a recursos y menciones de socios que no están en el video. -
Las marcas de tiempo VTT son valiosas — La conversión a texto plano pierde información temporal. Conserva los archivos VTT originales como fuente de verdad. Las marcas de tiempo te permiten encontrar momentos específicos para verificación visual.
Anti-patrones
| No hagas esto | Haz esto en su lugar |
|---|---|
| Ignorar Shorts por ser cortos | Revisar Shorts para inteligencia visual (productos, instalaciones, equipo) |
| Asumir que todos los videos tienen subtítulos | Verificar; recurrir a Whisper para contenido sin subtítulos |
| Descargar archivos de video por defecto | Comenzar con --skip-download; solo obtener video para análisis visual |
| Intentar automatizar la descarga de videos de LinkedIn | Marcar como tarea manual; las URL de CDN están autenticadas |
| Confiar en upload_date como fecha del contenido | Cruzar referencias con descripción, pistas de audio, fechas de eventos |
| Descargar todo el canal de una vez sin limitación de velocidad | Usar --sleep-interval 2 y dividir en grupos de 20 |
| Analizar solo transcripciones, ignorar info.json | Los metadatos contienen nombres, enlaces, etiquetas que no están en el audio |
| Tratar el video como inferior a las fuentes de texto | El video confirma de manera única la realidad física (instalaciones, equipo, productos) |
Árbol de Decisión
¿El contenido está en YouTube?
├── SÍ → yt-dlp --write-info-json --write-auto-sub --skip-download
│ ├── ¿Tiene subtítulos? → Analizar VTT a texto → Extraer inteligencia
│ └── ¿Sin subtítulos?
│ ├── ¿Video > 60s con habla? → yt-dlp -x → Whisper → Analizar
│ └── ¿Short/solo visual? → Descargar video → Análisis visual
└── NO →
├── Vimeo → yt-dlp lo soporta (mismo flujo de trabajo que YouTube)
├── Video de LinkedIn → Manual "Guardar como Web Completa" (marcar como tarea manual)
├── Sitio web corporativo incrustado → Extraer URL de iframe → generalmente YouTube/Vimeo
└── Otra plataforma → Consultar lista de sitios soportados por yt-dlp
Resultados del Mundo Real (Caso de Estudio BROGAV)
| Métrica | Valor |
|---|---|
| Total de videos descubiertos | 45 (9 de larga duración, 36 Shorts) |
| Archivos de subtítulos VTT capturados | 10 |
| Transcripciones analizadas a texto | 10 |
| Entrevistas sustanciales analizadas | 2 (5.000+ palabras cada una) |
| Podcast vía RSS/Whisper de respaldo | 1 (6.489 palabras) |
| Videos duplicados detectados | 1 (misma entrevista, dos canales) |
| Inteligencia única extraída | Historia del fundador, señales de ingresos, planes de crecimiento, relaciones con proveedores, detalles de instalaciones, cultura del equipo |
| Inteligencia visual de Shorts | Gama de productos, diseño del almacén, línea de gabinetes de marca, inventario estacional |
Integración con Otras Habilidades
| Habilidad | Punto de integración |
|---|---|
deep-research | Video es fuente de Fase 3/4 junto con búsqueda web |
intelligence-dossier | Transcripciones de video alimentan las secciones de Personas, Productos y Señales Financieras |
client-discovery-osint | Videos de testimonios de clientes nombran clientes directamente |
supplier-verification | Videos de demostración de productos muestran logotipos de proveedores y productos de marca |
era-validated-linkedin-analysis | Fechas de subida de video se cruzan con la línea de tiempo de actividad de LinkedIn |
contact-sheet-image-analysis | Capturas de pantalla de video pueden analizarse por lotes mediante cuadrículas de miniaturas |