Чек-лист

Заставь Claude смотреть любое видео за тебя

В Claude можно добавить команду /watch: даёшь ссылку на YouTube, Loom, Zoom-запись или обычный mp4, а Claude скачивает материал, берёт субтитры или делает транскрипцию, режет кадры по сменам сцен и связывает картинку с таймкодами.

Содержание14 глав
  1. 01Зачем это нужно
  2. 02Скринкасты с багами
  3. 03YouTube-инструкции
  4. 04Конкурентная разведка
  5. 05Как это работает
  6. 06Уши - Whisper
  7. 07Руки - yt-dlp
  8. 08Глаза - FFmpeg
  9. 09Команда /watch: как пользоваться
  10. 10Запуск
  11. 11Что происходит
  12. 12Скорость
  13. 13На выходе
  14. 14Контрольный чек-лист

Главное: Claude перестаёт угадывать по тексту. Он видит экран кадр за кадром: слайды, код, демо, монтаж, графику и b-roll.

Зачем это нужно

Скринкасты с багами

Записал созвон или обзор продукта - Claude сам смотрит, составляет план правок и помогает чинить баги в проекте. Тебе не нужно вручную пересматривать весь материал.

YouTube-инструкции

Даёшь ссылку на туториал - Claude по кадрам понимает, как собрать нужную систему. Он видит интерфейс, команды, настройки и не пытается восстановить всё только по субтитрам.

Конкурентная разведка

Можно массово выгружать заголовки, описания, каналы, субтитры и визуальные элементы чужих материалов, чтобы разбирать структуру, подачу и повторяющиеся приёмы.

Как это работает

Уши - Whisper

Whisper превращает звук в текст, если у материала нет нормальных субтитров.

Руки - yt-dlp

yt-dlp скачивает видео, субтитры и метаданные.

Глаза - FFmpeg

FFmpeg режет кадры по сменам сцен, чтобы Claude видел картинку, а не только читал текст.

Вместе это даёт Claude полный контекст: что сказано, что показано на экране и в какой момент это произошло.

Скопируй промпт целиком и вставь в Claude Code или Codex.

Установочный промпт63 строки · 4214 знаков
Ты - Claude Code. Создай мне с нуля рабочий skill «/watch», который смотрит любое видео по ссылке (YouTube, Loom, запись Zoom, прямой mp4): не просто читает субтитры, а ВИДИТ, что на экране - кадры берёт по сменам сцен, а не по таймеру. Сделай всё сам, по шагам, и в конце отчитайся.

ШАГ 1. Проверь и при необходимости установи зависимости:
- yt-dlp (скачивание видео и субтитров)
- ffmpeg (извлечение кадров по сменам сцен)
- openai-whisper (транскрипция, если у видео нет субтитров)
Определи мою ОС сам. macOS: "brew install yt-dlp ffmpeg" и "pip install -U openai-whisper". Linux: "pipx install yt-dlp", "sudo apt install -y ffmpeg", "pip install -U openai-whisper". Windows: "winget install yt-dlp.yt-dlp" и "winget install Gyan.FFmpeg", затем "pip install -U openai-whisper". Если что-то уже стоит - пропусти. Перед установкой покажи мне команды и спроси подтверждение.

ШАГ 2. Создай папку ~/.claude/skills/watch/ (на Windows - соответствующий путь профиля .claude). Запиши в неё файл SKILL.md ровно с содержимым между маркерами <<<SKILL_START>>> и <<<SKILL_END>>>. Сами маркеры в файл не клади.

<<<SKILL_START>>>
---
name: watch
description: |
  Смотрит любое видео по ссылке (YouTube, Loom, запись Zoom, прямой mp4) - не только читает транскрипт, но и видит, что на экране. Кадры берёт по сменам сцен (ffmpeg scene detection), а не по таймеру, поэтому не пропускает графику, демо, монтаж и b-roll. Звук: субтитры через yt-dlp, fallback - Whisper. Используй, когда пользователь пишет /watch <url> или просит «посмотри это видео», «разбери ролик/созвон/лекцию», «что показано на экране». Триггеры: /watch, посмотри видео, разбери ролик, проанализируй видео, transcribe.
---
# watch - Claude смотрит видео целиком

## Зависимости (проверить при первом запуске)
- yt-dlp, ffmpeg, whisper. Если чего-то нет - установить и сообщить пользователю.

## Workflow

### 1. Подготовка
- Сделай рабочую папку: mkdir -p /tmp/watch/<slug>
- Распарси URL (YouTube / Loom / Zoom-share / прямой видеофайл).

### 2. Транскрипт - сначала субтитры (бесплатно, если есть)
yt-dlp --write-subs --write-auto-subs --sub-langs "ru,en" --skip-download --convert-subs srt -o "/tmp/watch/<slug>/subs.%(ext)s" "<URL>"

Если .srt появился - это транскрипт с тайм-кодами, используй его.

### 3. Транскрипт - fallback Whisper (если субтитров нет)
yt-dlp -x --audio-format mp3 -o "/tmp/watch/<slug>/audio.mp3" "<URL>"
whisper "/tmp/watch/<slug>/audio.mp3" --model small --language ru --output_format srt --output_dir "/tmp/watch/<slug>/"

### 4. Кадры ПО СМЕНАМ СЦЕН

yt-dlp -f "bv*[height<=720]+ba/b[height<=720]" -o "/tmp/watch/<slug>/video.mp4" "<URL>"
ffmpeg -i "/tmp/watch/<slug>/video.mp4" -vf "select='gt(scene,0.3)',showinfo" -vsync vfr "/tmp/watch/<slug>/frames/frame_%04d.png" 2> "/tmp/watch/<slug>/scenes.log"

Порог 0.3 можно крутить 0.2-0.4 по плотности сцен. Тайм-коды кадров бери из showinfo-лога (pts_time), чтобы привязать кадр к моменту. Если кадров слишком много - оставь до ~150 самых информативных, прореживая близкие по времени.

### 5. Анализ
- Прочитай транскрипт (.srt).
- Просмотри извлечённые кадры: слайды, код, демо, графика.
- Свяжи визуал с транскриптом по тайм-кодам.

### 6. Отчёт
Выдай: TL;DR (3-5 строк); ключевые концепции с тайм-кодами; что показано НА ЭКРАНЕ, чего нет в тексте; заметные моменты/цитаты с тайм-кодами.

### 7. Ингест в базу знаний
Спроси: «Сохранить разбор в твою базу знаний (Obsidian)?». Если да - запиши markdown-заметку в указанную папку со ссылками на связанные заметки. Без подтверждения - не сохраняй.

## Правила
- Рабочие файлы - во временную папку, проект не засоряй.
- Ничего не публикуй и не отправляй наружу без явной просьбы.
- Приватное видео с логином не обходи - сообщи об этом.
<<<SKILL_END>>>

ШАГ 3. Проверь результат: убедись, что файл ~/.claude/skills/watch/SKILL.md создан, yt-dlp/ffmpeg/whisper доступны. Сделай тестовый сухой прогон: возьми любую короткую публичную ссылку и забери ТОЛЬКО субтитры через yt-dlp --skip-download, чтобы подтвердить, что цепочка работает. Видео целиком не качай.

ШАГ 4. Отчитайся: что установил, где лежит skill, и напиши мне ровно одну строку-инструкцию, как пользоваться: «/watch <ссылка> - посмотри видео целиком и дай разбор».

Команда /watch: как пользоваться

Запуск

В новом диалоге напиши /watch и добавь ссылку на YouTube, Loom, Zoom-запись, прямой mp4 или путь к файлу.

Промт 21 строка · 53 знака
/watch <ссылка> - посмотри видео целиком и дай разбор

Что происходит

Claude скачивает материал, режет кадры по сменам сцен, привязывает кадры к таймкодам, берёт субтитры или транскрибирует звук через Whisper и читает каждый скриншот.

Скорость

7-минутный материал обычно разбирается меньше минуты: получается полная транскрипция и около 63 кадров, привязанных к таймкодам.

На выходе

Ты получаешь полную транскрипцию, описание происходящего в кадре, ключевые моменты, таймкоды и предложение сохранить разбор в базу знаний Obsidian.

Контрольный чек-лист

  • Установлены yt-dlp, ffmpeg, openai-whisper.
  • Создана папка ~/.claude/skills/watch/.
  • Внутри лежит файл SKILL.md.
  • Команда /watch описана в skill и срабатывает по запросу.
  • Субтитры сначала забираются через yt-dlp.
  • Если субтитров нет, звук транскрибируется через Whisper.
  • Кадры извлекаются по сменам сцен, а не по таймеру.
  • Кадры связываются с транскриптом по таймкодам.
  • Рабочие файлы складываются во временную папку.
  • Приватные материалы с логином не обходятся.
  • Ничего не публикуется и не отправляется наружу без явной просьбы.