動画インテリジェンス抽出
概要
YouTube、Vimeo、企業ウェブサイトの動画コンテンツから実用的なインテリジェンスを抽出します。動画は、テキストソースでは得られない施設規模、チーム構成、製品デモ、看板、イベント参加者、業務の実態を明らかにします。
このスキルは、メタデータ + キャプション抽出(高速、無料、ストレージ不要)に焦点を当て、視覚分析が必要な場合にのみ実際の動画ファイルをダウンロードします。
使用すべきタイミング
- ターゲット企業がYouTubeチャンネルを持っている場合(小規模でも可 — Shortsも対象)
- 創業者や経営陣がポッドキャスト/インタビュー動画に出演している場合
- 製品デモやウォークスルーが何らかのプラットフォームに存在する場合
- イベントの録画が企業のブース、プレゼンテーション、参加状況を示している場合
- 主張(施設規模、従業員数、製品範囲)を視覚的証拠で検証する必要がある場合
- 企業ウェブサイトに埋め込み動画コンテンツがある場合
前提条件
| ツール | インストール方法 | 目的 |
|---|---|---|
| yt-dlp | pip install yt-dlp または brew install yt-dlp | 動画メタデータ/キャプションのダウンロード |
| Python 3.10+ | システム | VTT解析、自動化 |
| Whisper (オプション) | pip install openai-whisper | キャプションがない場合の文字起こし |
| ffmpeg (オプション) | brew install ffmpeg | Whisper用の音声抽出 |
フェーズ 1: 発見
YouTubeチャンネル列挙
# チャンネルの全動画を一覧表示(動画ID + タイトルを返し、ダウンロードなし)
yt-dlp --flat-playlist --print "%(id)s %(title)s" "https://www.youtube.com/@CHANNEL_HANDLE"
# タイムライン分析のためのアップロード日を含める
yt-dlp --flat-playlist --print "%(upload_date)s %(id)s %(title)s" "https://www.youtube.com/@CHANNEL_HANDLE"
YouTube検索
# YouTube検索(上位10件)
yt-dlp --flat-playlist --print "%(id)s %(title)s" "ytsearch10:COMPANY_NAME"
# より広範な検索(上位30件)
yt-dlp --flat-playlist --print "%(id)s %(title)s" "ytsearch30:COMPANY_NAME founder interview"
その他の発見方法
| ソース | 方法 |
|---|---|
| Google動画検索 | site:youtube.com "企業名" |
| 企業ウェブサイト | ソースを検査し <iframe src="youtube.com/embed/..."> を探す |
| Vimeo | yt-dlp --flat-playlist "https://vimeo.com/USER" |
| 手動ブラウズ — 動画をプログラムで列挙することは不可能 | |
| イベントプラットフォーム | Sched/Emamoのセッションページで埋め込み動画リンクを確認 |
発見チェックリスト
- ターゲット企業の公式YouTubeチャンネル
- 創業者/CEOの個人チャンネルまたはゲスト出演
- ターゲットがインタビューされた業界ポッドキャストチャンネル
- ターゲットのプレゼンテーションがあるイベント/カンファレンスチャンネル
- ターゲットに言及しているパートナー/サプライヤーチャンネル
- ターゲットを取材した地元ニュース/メディアチャンネル
フェーズ 2: 取得
メタデータ + キャプション(デフォルト — 動画ダウンロードなし)
# チャンネル全体 — メタデータ + 自動キャプション、動画ファイルなし
yt-dlp --write-info-json --write-auto-sub --sub-lang en --skip-download \
--sleep-interval 2 "https://www.youtube.com/@CHANNEL"
# 単一動画
yt-dlp --write-info-json --write-auto-sub --sub-lang en --skip-download \
"https://www.youtube.com/watch?v=VIDEO_ID"
# リスト内の複数の特定動画
yt-dlp --write-info-json --write-auto-sub --sub-lang en --skip-download \
--sleep-interval 2 -a video_urls.txt
主要なyt-dlpフラグ
| フラグ | 目的 |
|---|---|
--write-info-json | 完全なメタデータを保存(タイトル、日付、再生時間、説明、タグ、視聴回数) |
--write-auto-sub | 自動生成されたキャプションをダウンロード |
--sub-lang en | 英語キャプションのみ |
--skip-download | 動画/音声ファイルなし — メタデータのみ |
--sleep-interval 2 | レート制限(30本以上の動画があるチャンネルで重要) |
--flat-playlist | リストモード — 何もダウンロードせずに列挙 |
-f "bestvideo[height<=720]+bestaudio" | 適切な品質で動画をダウンロード |
-x --audio-format mp3 | 音声のみ抽出(Whisper用) |
動画ファイルのダウンロード(視覚分析が必要な場合)
# 最大720p(品質とファイルサイズのバランスが良い)
yt-dlp -f "bestvideo[height<=720]+bestaudio" --merge-output-format mp4 VIDEO_URL
# Whisper文字起こし用の音声のみ
yt-dlp -x --audio-format mp3 VIDEO_URL
出力ファイル構造
project/
├── raw/video/
│ ├── 動画タイトル [VIDEO_ID].info.json # メタデータ
│ ├── 動画タイトル [VIDEO_ID].en.vtt # 自動キャプション(VTT形式)
│ └── 動画タイトル [VIDEO_ID].mp4 # 動画ファイル(ダウンロードした場合のみ)
├── transcripts/
│ ├── VIDEO_ID_transcript.txt # 解析済みプレーンテキスト
│ └── VIDEO_ID_transcript.txt
└── analysis/
└── video_intelligence_summary.md
フェーズ 3: VTT解析
VTTキャプションをプレーンテキストに変換
import re
import glob
def vtt_to_text(vtt_path):
"""VTT字幕ファイルをクリーンなプレーンテキストに解析します。"""
with open(vtt_path) as f:
content = f.read()
# WEBVTTヘッダーとメタデータを削除
content = re.sub(r'WEBVTT.*?\n', '', content, flags=re.DOTALL)
# タイムスタンプ行を削除
content = re.sub(r'\d{2}:\d{2}:\d{2}\.\d+ --> .*', '', content)
# HTML形式の書式タグを削除
content = re.sub(r'<[^>]+>', '', content)
# 連続する重複行を削除し結合
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):
"""ディレクトリ内のすべてのVTTファイルをプレーンテキストに解析します。"""
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)
# ファイル名パターン "タイトル [VIDEO_ID].en.vtt" から動画IDを抽出
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"解析完了: {out_name} ({len(text.split())} 単語)")
フェーズ 4: Whisperフォールバック(キャプションがない場合)
自動キャプションが存在しない場合(Shorts、古い動画、非英語コンテンツで一般的):
# 音声のみダウンロード
yt-dlp -x --audio-format mp3 -o "%(id)s.%(ext)s" VIDEO_URL
# Whisperで文字起こし
whisper VIDEO_ID.mp3 --model base --language en --output_format txt
# 固有名詞の精度を上げる場合(3〜5倍遅い):
whisper VIDEO_ID.mp3 --model medium --language en --output_format txt
キャプションが通常存在しない場合
- YouTube Shorts(60秒未満)
- 2015年以前にアップロードされた動画(自動キャプション以前の時代)
- 限定公開/非公開の動画
- 発話が最小限の音楽中心のコンテンツ
- 言語が指定されていない非英語コンテンツ
フェーズ 5: インテリジェンス抽出
メタデータインテリジェンス(info.jsonから)
すべての .info.json ファイルには以下が含まれます:
| フィールド | インテリジェンス価値 |
|---|---|
upload_date | 企業活動とコンテンツ戦略のタイムライン |
duration | 短い = プロモーション、長い = 実質的なインタビュー |
description | リンク、名前、タイムスタンプ、パートナーへの言及が含まれていることが多い |
tags | SEO戦略、自己識別カテゴリ |
view_count | どのコンテンツが視聴者に響いているか |
like_count | エンゲージメント品質のシグナル |
channel | 誰が公開したか(自社チャンネル vs ゲスト出演) |
トランスクリプトインテリジェンスチェックリスト
- 名前の挙がった人物(従業員、パートナー、顧客)
- インタビューで何気なく言及された収益/成長数値
- 議論された将来計画や戦略
- 認められた問題点や課題
- 競合他社への言及(ポジティブまたはネガティブ)
- 採用計画やチーム規模への言及
- 製品ロードマップや機能発表
- 口頭で言及された顧客名やケーススタディ
視覚インテリジェンスチェックリスト(動画ダウンロードが必要)
- 施設/倉庫の規模と状態
- 見える従業員の数(チーム規模のプロキシ)
- 棚にある製品やデモ(在庫の幅)
- 設備や機械(設備投資のシグナル)
- 看板、ブランディング、ロゴの使用
- イベントブースの規模とデザインの質
- 車両(配送能力)
- カメラに捉えられた顧客とのやり取り
- 背景にある地理的/場所の識別子
エッジケースと注意点
-
YouTubeのレート制限 — ダウンロード間隔に
--sleep-interval 2を使用。30件以上の高速リクエスト後にDNSエラーが発生します。大規模チャンネルの場合は、20件ずつのバッチに分割してください。 -
チャンネルダウンロードのファイル名 — yt-dlpはチャンネルからダウンロードする際、ファイル名を「タイトル [VIDEO_ID].拡張子」とします。タイトル内のスペースや特殊文字はシェルスクリプトで問題を引き起こします。クリーンなファイル名を得るには
-o "%(id)s.%(ext)s"を使用してください。 -
重複アップロード — 同じインタビューが異なるチャンネルやタイトルでアップロードされる場合があります。分析に時間をかける前に、再生時間とアップロード日を相互参照して重複を特定してください。
-
LinkedInネイティブ動画 — プログラムでダウンロードすることはできません。LinkedInのCDN URLは認証されており、数時間で期限切れになります。手動タスクとしてフラグを立ててください:「完全なWebページとして保存」をブラウザで実行するか、キーフレームをスクリーンショットしてください。
-
Shorts vs 通常の動画 — ShortsのURL形式は
youtube.com/shorts/IDですが、yt-dlpは両方の形式を透過的に処理します。Shortsをスキップしないでください — 製品、施設、チーム文化が映っていることがよくあります。 -
限定公開動画 — チャンネル一覧には表示されませんが、直接URLからアクセスできます。検索エンジンがインデックスしている可能性があります。かつて公開リンクされていた限定公開URLについては、GoogleキャッシュとWayback Machineを確認してください。
-
自動キャプションの品質 — 句読点がなく、固有名詞が誤っていることがあります(Celina → Selena、BROGAV → ProGraph)。標準的な英語の音声では95%以上の単語精度です。企業名や人名は、信頼できる情報源と照らし合わせて常に検証してください。
-
アップロード日 vs コンテンツの日付 — 動画は撮影から数週間から数ヶ月後にアップロードされる場合があります。実際の撮影日については、説明文と音声の手がかりを確認してください。特にイベント動画は遅れがちです。
-
info.jsonは貴重 — 常に
--write-info-jsonで取得してください。説明フィールドには、動画自体にはないタイムスタンプ、ゲスト名、リソースへのリンク、パートナーへの言及が含まれていることがよくあります。 -
VTTタイムスタンプは貴重 — プレーンテキスト変換では時間情報が失われます。元のVTTファイルを信頼できる情報源として保持してください。タイムスタンプを使用すると、視覚的検証のために特定の瞬間を見つけることができます。
アンチパターン
| してはいけないこと | 代わりに行うこと |
|---|---|
| Shortsが短いからといって無視する | 視覚情報(製品、施設、チーム)のためにShortsを確認する |
| すべての動画にキャプションがあると想定する | 確認し、キャプションがないコンテンツにはWhisperにフォールバックする |
| デフォルトで動画ファイルをダウンロードする | --skip-download から開始し、視覚分析にのみ動画を取得する |
| LinkedInの動画ダウンロードを自動化しようとする | 手動タスクとしてフラグを立てる。CDNのURLは認証されている |
| アップロード日をコンテンツの日付として信頼する | 説明文、音声の手がかり、イベント日と相互参照する |
| レート制限なしでチャンネル全体を一度にダウンロードする | --sleep-interval 2 を使用し、20件ずつのグループに分割する |
| トランスクリプトのみを解析し、info.jsonを無視する | メタデータには音声に含まれない名前、リンク、タグが含まれている |
| 動画をテキストソースより劣っていると見なす | 動画は物理的な現実(施設、チーム、製品)を独自に確認できる |
判断ツリー
コンテンツはYouTube上にあるか?
├── はい → yt-dlp --write-info-json --write-auto-sub --skip-download
│ ├── キャプションはあるか?→ VTTをテキストに解析 → インテリジェンス抽出
│ └── キャプションがない?
│ ├── 動画 > 60秒で発話がある?→ yt-dlp -x → Whisper → 分析
│ └── Shorts/視覚のみ?→ 動画をダウンロード → 視覚分析
└── いいえ →
├── Vimeo → yt-dlp が対応(YouTubeと同じワークフロー)
├── LinkedIn動画 → 手動で「完全なWebページとして保存」(手動タスクとしてフラグ)
├── 企業ウェブサイトの埋め込み → iframe URLを抽出 → 通常はYouTube/Vimeo
└── その他のプラットフォーム → yt-dlpの対応サイトリストを確認
実績(BROGAVケーススタディ)
| 指標 | 値 |
|---|---|
| 発見された総動画数 | 45(9本の長編、36本のShorts) |
| 取得されたVTTキャプションファイル | 10 |
| テキストに解析されたトランスクリプト | 10 |
| 分析された実質的なインタビュー | 2(各5,000語以上) |
| RSS/Whisperフォールバック経由のポッドキャスト | 1(6,489語) |
| 検出された重複動画 | 1(同じインタビュー、2つのチャンネル) |
| 抽出された独自のインテリジェンス | 創業者の来歴、収益シグナル、成長計画、サプライヤー関係、施設詳細、チーム文化 |
| Shortsからの視覚インテリジェンス | 製品範囲、倉庫レイアウト、ブランドキャビネットライン、季節在庫 |
他のスキルとの連携
| スキル | 連携ポイント |
|---|---|
deep-research | ウェブ検索と並んで動画はフェーズ3/4のソースとなる |
intelligence-dossier | 動画トランスクリプトは「人」「製品」「財務シグナル」セクションに情報を提供する |
client-discovery-osint | 顧客の推薦動画はクライアントを直接指名する |
supplier-verification | 製品デモ動画はサプライヤーのロゴやブランド製品を示す |
era-validated-linkedin-analysis | 動画のアップロード日はLinkedInのアクティビティタイムラインと相互参照できる |
contact-sheet-image-analysis | 動画のスクリーンショットはサムネイルグリッド経由でバッチ分析できる |