Как я свёл рутину оформления Ютуб-видео к нулю: автоматизация SEO и таймкодов через Make
📍 Точка А
Я веду свой YouTube-канал про нейросети и ИИ, публикую регулярно 4–8 видео в месяц. Чтобы каждый ролик хорошо ранжировался, нужны транскрипты, SEO-описания, таймкоды и адаптация под разные площадки - это было ручной рутиной.
Кроме того нужно делать ещё три дополнительных описания для Рутуб, Дзен, ВК - и каждое должно немного отличаться, чтобы индексироваться как разные видео и с большей вероятностью попадать в поисковые запросы.
Раньше я делал транскрипт в Adobe Premiere Pro, скачивал текст, загружал в таблицу и запускал скрипт — всё равно уходило 10–15 минут на видео.
👉 Даже с нейросетями осталась «морока» с транскрипцией и разметкой текста.
Боль:
✔ Ручная обработка транскриптов
✔ Потеря времени на формирование описаний под разные площадки
🔧 Процесс решения (алгоритм на Make.com)
🛠 Инструменты
- Make.com — основной автоматизатор
- Google Drive — папка для исходных рендеров
- AssemblyAI — API транскрибации с точными таймкодами и JSON-ответом
- Google Таблица — центральная таблица где собираются результаты
- JSON-парсинг внутри таблицы — для распределения ответов по колонкам
🔄 Поток данных
2. Make отслеживает новую загрузку → отправляет файл в AssemblyAI на транскрибацию.
3. AssemblyAI возвращает JSON с транскриптом + таймкодами для слов/фраз.
4. Make преобразует миллисекундные таймкоды → секунды (чтобы правильно использовать в SEO).
5. Далее Make шлёт текст в один большой промт GPT-модель с требованиями:
Ответ формируется в виде JSON, чтобы Make мог заполнить каждую колонку таблицы.
7. Таблица получает строку на каждое новое видео с готовыми текстами и метаданными.
✅ Точка Б: результат
Ключевые эффекты:
📌 Полная автоматизация: теперь мне достаточно только закинуть рендер в Drive — всё остальное происходит без участия человека.
📌 Время на SEO-упаковку свелось к нулю.
📌 Стабильное качество: одинаковые правила во всех описаниях, одинаковая структура и хештеги.
📌 Уже оформлено 10+ видео через систему.
Сложности, которые пришлось решить:
AssemblyAI выдаёт транскрипт в двух форматах: чистый текст без таймкодов и список слов с миллисекундными метками.
Чтобы использовать таймкоды, пришлось:
- взять формат слова+таймкод
- математически преобразовать миллисекунды в удобные секунды
- собрать слова обратно в текст с корректными метками
- После этого нейросеть GPT анализирует уже структурированный текст по таймкодам.
💡 Итог
📈 Экономия времени: раньше 10–15 мин/ролик, теперь — загрузил файл → получил готовые тексты.
⚙️ Работа без ручек: вся логика — в Make + AssemblyAI + GPT → таблица с готовыми текстами.
📊 Масштабируемо: независимо от количества видео будет единообразный output.
🚀 Хотите так же?
Если вы:
🔹 публикуете регулярное видео
🔹 теряете время на SEO-описания и таймкоды
🔹 хотите автоматизировать процесс целиком
📩 Напишите мне https://t.me/LexEliseev — я помогу тебе настроить аналогичный Make-конвейер под твой формат.