РоссияСтатьяПрактика
Как создать собственную систему рекомендаций для YouTube с помощью AI: пошаговый гайд
Содержание
- Что на самом деле сделал Андрей Карпати
- Почему мне перестали подходить рекомендации YouTube
- Как устроен TheBold Hub
- Шаг 1. Собрала источники: каналы, Hacker News и поиск
- Шаг 2. Подключила YouTube API
- Шаг 3. Использовала decision-модель вместо обычной LLM
- Шаг 4. Настроила правила и систему предачи на проверку человеку
- Шаг 5. Добавила персонализацию рекомендаций
- Шаг 6. Добавила обсуждения, сохранения и историю просмотров
- Как вам повторить такую систему
- Что получилось у меня
Когда Андрей Карпати (один из основателей OpenAI) рассказал, что за два часа навайбкодил свой собственный YouTube — нашлись люди, которые принялись над этим шутить:
"Очередной вайбкодер собрал свой YouTube за два часа? Ха-Ха! Сделать сайт с кадрами из видео и встроенным плеером — не значит создать аналог платформы с миллиардной аудиторией, рекомендательными алгоритмами и огромной инфраструктурой"
И формально они правы. Карпати действительно не создавал новый YouTube. Но большинство упустило главное: Карпати вскрыл огромную проблему ютуба, когда ваша лента меняется до неузнаваемости после просмотра нескольких роликов. И на своем примере показал, как любой из нас теперь может построить собственную систему рекомендаций поверх существующей платформы и использовать это для своих задач, бизнеса или комьюнити.
Вдохновившись я создала TheBold Hub — систему видеорекомендаций для фаундеров и it-энтузиастов. Система собирает англоязычные видео с YouTube, отбирает и классифицирует их с помощью AI, формирует персональную ленту и позволяет обсуждать ролики внутри профессионального сообщества.
В этом материале я расскажу какой стек инструментов использовала, хитрости и подводные камни и, конечно, сколько стоит обслуживание такой системы.
Что на самом деле сделал Андрей Карпати
Началось все с того, что Андрей Карпати сел посмотреть что-нибудь интерсное и полезное на YouTube. Но вместо интересных видео про технологии, главная страница оказалась заполнена однотипными роликами и кликбейтными обложками.
В этот момент он и решил сделать альтернативную систему рекомендаций.
В качестве источника использовал Hacker News — сообщество разработчиков, предпринимателей и технологических энтузиастов. Карпати взял архив из 43 миллионов комментариев, опубликованных почти за 20 лет, и с помощью Claude нашел примерно 40 тысяч комментариев, в которых пользователи рекомендовали друг другу видео. Из них получился каталог из 6454 роликов по 150 темам. Так появился HackerTube.
При этом видео по-прежнему воспроизводятся через YouTube. Карпати не создавал собственный видеохостинг, не хранит ролики на своих серверах и не разрабатывал отдельную систему потоковой передачи видео.
Он изменил то, как пользователь находит контент.
По словам Карпати, первая версия заняла у него около двух часов. Подробнее он описал процесс в своем блоге.
Мне кажется, главный результат этого эксперимента не в том, что теперь можно быстро написать интерфейс видеокаталога.
Гораздо интереснее сама возможность использовать инфраструктуру крупной платформы, но самостоятельно определять, какой контент показывать пользователям.
Почему мне перестали подходить рекомендации YouTube
Я много смотрю на YouTube контента о стартапах, предпринимательстве, технологиях, венчурных инвестициях, маркетинге и growth hacking.
Это интервью с фаундерами, выступления инвесторов, разборы бизнес-моделей, лекции по продуктовой разработке и материалы с технологических конференций. Но YouTube для меня не только рабочий инструмент. Иногда я просто хочу отдохнуть и посмотреть что-нибудь развлекательное. Иногда — совершенно бессмысленное. Иногда — guilty pleasure, которым не особенно хочется делиться с окружающими.
Стоит провести несколько вечеров за таким контентом, как главная страница YouTube заметно меняется. Вчера мне предлагали интервью с фаундерами, сегодня — распаковки сумок Birkin. И алгоритм вроде бы ведет себя логично: учитывает мои последние просмотры и пытается угадать, что мне захочется посмотреть следующим.
Но профессиональные интересы у меня никуда не исчезли. Я по-прежнему хочу знать, какие новые интервью вышли у интересных мне предпринимателей и что прямо сейчас обсуждают инвесторы. Просто теперь приходится открывать отдельные каналы, проверять подписки или специально искать нужные видео. В какой-то момент мне захотелось разделить эти сценарии.
Пусть YouTube продолжает развлекать меня своими рекомендациями. Но для профессиональных задач я хочу отдельное пространство, где контент отбирается по интересам, связанным со стартапами.
Причем не просто список ссылок, а полноценную платформу: с собственными рекомендациями, возможностью сохранять видео, продолжать просмотр и обсуждать материалы с людьми из того же сообщества.
Как устроен TheBold Hub
По сути TheBold Hub — это система рекомендаций для стартап-комьюнити: фаундеров, инвесторов, специалистов технологических компаний и людей, которые интересуются развитием стартапов.
Главный принцип — использовать YouTube как источник контента, но самостоятельно управлять его отбором, классификацией и рекомендациями.
Пайплайн работает как фоновый процесс на сервере, отдельно от сайта, и состоит из нескольких этапов:
- Сбор. Новые ролики приходят из трех источников: отобранных YouTube-каналов, Hacker News и поиска YouTube.
- Жесткие фильтры. Дешевые проверки кодом отсекают очевидно неподходящее до любого обращения к AI.
- Решение модели. Decision-модель отвечает на набор вопросов о ролике, а правило в коде превращает ее ответы в одно из трех решений: опубликовать, отклонить или отправить человеку.
- Ранжирование. Опубликованные видео сортируются по формуле: популярность, вовлеченность, обсуждение на Hacker News, качество и свежесть.
- Персонализация. Лента подстраивается под действия конкретного зрителя.
Шаг 1. Собрала источники: каналы, Hacker News и поиск
Основа — база проверенных YouTube-каналов. Стартовый список, который я собрала вручную, — окло 200 каналов: акселераторы, венчурные фонды, технологические конференции, предприниматели, авторы профессиональных интервью и образовательные проекты.
Сам подбор источников занял больше времени, чем первоначальная разработка приложения.
Найти качественный канал — не то же самое, что найти канал со словом startup в названии. Нужно понять, насколько интересны его материалы, кто их авторы и насколько регулярно там появляется полезный контент.
Но даже качественные каналы не всегда публикуют только то, что подходит аудитории TheBold Hub. Для таких каналов я ставлю в админке отметку «проверять каждое видео строже»: ролик с такого канала публикуется автоматически, только если модель уверена в его релевантности хотя бы на 90%, а не на обычные 80%.
Кроме каталога заранее одобренных каналов, я, как и Карпати, использую Hacker News. Система раз в час забирает новые посты HN со ссылками на YouTube, а историю за прошлые годы можно догрузить отдельным запуском. Количество авторов, упомянувших ролик, очки и число комментариев в обсуждении потом участвуют в ранжировании.
Но здесь мой опыт разошелся с подходом Карпати. Ссылки из комментариев HN я в итоге отключила как самостоятельный источник: они заполняли очередь модерации шумом. Видео, о котором известно только по ссылке в чьем-то комментарии, система отклоняет. Ролик, вынесенный в отдельный пост, проходит дальше.
Третий источник — поиск YouTube. Есть банк из 60 запросов вроде «how to raise a seed round» или «ai agents building tutorial production». Они распределены по неделе, по 9 запросов в день. Видео из поиска система ждет 14 дней и пропускает, только если у ролика за это время набралось хотя бы 1000 просмотров. Если же такой ролик упомянут в другом источнике, ожидание снимается.
Источники расширяются и автоматически. Если с канала, которого нет в моем списке, уже опубликовано хотя бы три видео, пришедших через Hacker News, система начинает отслеживать его целиком.
Шаг 2. Подключила YouTube API
Для получения роликов я использую официальный YouTube Data API.
Каждые 4 часа система проверяет последние загрузки отслеживаемых каналов. Для каждого нового видео она получает метаданные: название, описание, теги, длительность, категорию YouTube, язык, дату публикации, число просмотров, лайков и комментариев, а также можно ли встраивать ролик на сторонний сайт.
Субтитры и транскрипты не используются: модель принимает решение только по метаданным.
YouTube ограничивает бесплатный API квотой — 10 000 единиц в день. Сами ролики не скачиваются и не хранятся на моем сервере. TheBold Hub воспроизводит их через встроенный плеер YouTube.
Как и Карпати, я отказалась от авторских обложек: карточки показывают кадр из середины видео, который генерирует сам YouTube.
Дальше начинаются жесткие фильтры, которые работают без AI. Отсеиваются:
- ролики, которые нельзя встроить на сторонний сайт;
- контент для детей;
- видео короче трех минут;
- неподходящие категории YouTube;
- уверенно определенный неанглийский язык;
- каналы из черного списка.
Прямые эфиры и анонсы откладываются и перепроверяются через сутки.
Зачем это нужно? Каждое отсеянное здесь видео — это запрос к модели, за который не нужно платить.
Но остается главная задача: как автоматически понять, какие из прошедших фильтры видео стоит показывать пользователям?
Шаг 3. Использовала decision-модель вместо обычной LLM
Когда я обсуждала реализацию с Claude, мы остановились на специализированной модели Perplexity Decider. Для отбора видео используется pplx-decider-v1.2, для проверки комментариев на спам — более дешевая pplx-decider-flash-v1.2.
Это отдельный класс AI-моделей — decision models, или модели принятия решений.
Большие языковые модели вроде Claude или ChatGPT умеют генерировать тексты, писать код, анализировать документы и решать сложные задачи.
Но далеко не во всех приложениях нужно генерировать развернутый ответ. Очень часто требуется принять одно простое решение из нескольких возможных вариантов. Например:
- относится ли видео к тематике стартапов;
- к какой категории его отнести;
- является ли комментарий спамом;
- в какой отдел направить обращение клиента.
Для таких задач и существуют decision-модели. Они получают входные данные и набор типизированных вопросов, а возвращают не текст, а числа.
Например, вместо ответа на несколько абзацев модель может вернуть, что видео подходит платформе с вероятностью 96%, а наиболее подходящая категория — Fundraising.
Важная особенность таких моделей — низкая стоимость обработки большого количества запросов.
В TheBold Hub все вопросы о видео отправляются в одном запросе. Модель отвечает на шесть вопросов:
- Полезно ли видео тех-фаундерам, операторам стартапов или венчурным инвесторам?
- Подпадает ли оно под одно из исключений: трейдинг и прогнозы цен, офлайн-бизнес без технологий, мотивация без конкретики, обзоры гаджетов, политика, неанглийский язык?
- Какая категория из 30 подходит лучше всего?
- Какой это формат: интервью, доклад, туториал, разбор, история, новости?
- Для кого видео полезнее всего: фаундеров, инвесторов, операторов, разработчиков?
- Насколько видео содержательно — от «кликбейт» до «глубокий материал»?
Модель принимает решение по метаданным ролика: названию, каналу, первым 1500 символам описания, таймкодам глав, тегам и длительности.
Анализ 10 тыс таких описаний к видео обошелся мне в 0,12 центов и еще около 0.20 центов ушли на пересортировку категорий и персчет очереди (запускаются раз в 10 минут).Если бы я делала теже задачи с LLM — анализ 10 тысяч видео стоил бы примерно $2–3 на самых дешевых моделях OpenAI и Anthropic, около $60–120 на средних и до ~$300 на флагманах.
Шаг 4. Настроила правила и систему предачи на проверку человеку
Это, пожалуй, самая важная архитектурная идея проекта.
Модель в TheBold Hub ничего не публикует сама. Она только возвращает вероятности. Окончательное решение принимает простое правило в коде, у которого три исхода.
Опубликовать автоматически можно, только если выполнены все три условия:
- релевантность не ниже 80% (для каналов со строгой проверкой — 90%);
- модель уверена хотя бы на 70%, что никакое исключение не подходит;
- содержательность не ниже «solid» по четырехбалльной шкале.
Отклонить автоматически система может, если выполнено любое из условий:
- релевантность ниже 50%;
- какое-то исключение подходит с уверенностью от 70%;
- видео близко к кликбейту.
Все остальное — серая зона. Такие видео уходят мне на ручную проверку.
Почему так, а не «спросить модель, публиковать ли»? Потому что тогда границы задаются явно, их можно прочитать, проверить и поменять одной строкой. Модель отвечает на узкие вопросы, а политика публикации остается моей.
Первый живой прогон на 18 реальных видео дал такое распределение:
- 7 опубликованы автоматически;
- 5 отклонены моделью;
- 3 отсеяны фильтрами еще до модели;
- 3 ушли ко мне на проверку.
Схема: источники → YouTube API → жесткие фильтры → Perplexity Decider → правило в коде → три результата: публикация / отклонение / ручная проверка.
Важно сказать честно, что именно здесь «учится». Веса модели Perplexity не меняются, никакого дообучения нет. Пороги публикации тоже фиксированные и сами не сдвигаются.
Учится система по-другому: через примеры.
Каждое мое решение в админке сохраняется как размеченный пример. Когда приходит новое видео, система подбирает до шести похожих роликов, которые я уже разметила (по совпадению слов в названии и по тому же каналу), и передает их модели вместе с видео с пометкой: «это похожие видео, которые редактор разобрал вручную, следуй их логике».
Каждые 25 новых разметок система заново проходит по уже опубликованным видео, которые я не проверяла сама, и пересматривает их категории с учетом новых примеров.
Чтобы такой цикл не испортил то, что уже работает, в нем есть ограничения:
- категория меняется, только если модель уверена в новой хотя бы на 50%: на тестовом наборе ниже этого порога модель больше ломала, чем исправляла;
- пересмотр никогда не меняет решение «опубликовать или отклонить»: только категорию;
- видео, которые я разобрала вручную, система не трогает;
- каждое изменение записывается в журнал, так что любой проход можно проверить и откатить.
Вкладка Categories показывает видео, в категории которых модель была уверена меньше всего. Одна моя правка там учит систему больше, чем десять правок в очевидных местах.
Прежде чем включить цикл, мы проверили его на наборе из 186 размеченных видео:
- верных категорий стало 166 вместо 160;
- из 26 ошибок модель исправила 13;
- 7 ранее правильных категорий она поменяла на неправильные.
У Flash-версии результат на этой задаче был заметно хуже, поэтому для видео используется полная v1.2.
Шаг 5. Добавила персонализацию рекомендаций
Даже внутри стартап-комьюнити интересы сильно отличаются. Один фаундер сейчас привлекает инвестиции, другой ищет product-market fit, третий изучает новые каналы привлечения клиентов. Если показывать всем одинаковую ленту, получится просто еще один тематический каталог.
Сначала про общую ленту. Ее порядок — тоже формула, без AI:
- 25% — насколько видео обогнало обычные просмотры своего канала;
- 20% — популярность;
- 15% — вовлеченность (лайки и комментарии на тысячу просмотров);
- 15% — обсуждение на Hacker News;
- 10% — содержательность по оценке модели;
- 15% — свежесть: ее вес уменьшается вдвое каждые 90 дней, так что новые видео поднимаются, а сильные старые не исчезают.
Чтобы лента не превращалась в один канал, в одном ряду не больше трех видео одного канала и не больше трех подряд одной категории.
Персонализация тоже построена на обычном коде, без модели и без векторного поиска. Система записывает действия зрителя и придает им разный вес:
Вес каждого действия уменьшается вдвое за 30 дней. Из этих сигналов складывается профиль интересов по темам, категориям и каналам.
Как персонализация меняет ленту:
- ряд For You появляется после пяти положительных сигналов;
- одно место в нем всегда занято видео из темы, которой вы еще не интересовались, — чтобы лента не замкнулась на самой себе;
- тематические разделы переставляются: интересные вам поднимаются выше;
- досмотренные и скрытые видео уходят с главной.
- Кнопка «не интересно» (перечеркнутый глаз) скрывает видео с пятисекундной возможностью отменить.
Профиль работает и без регистрации: тогда он хранится в браузере. После входа он объединяется с аккаунтом и хранится на сервере.
Главное для меня в том, что персонализация работает только внутри профессиональной тематики. TheBold Hub вообще не знает о моей истории на YouTube, поэтому вечерние развлечения не влияют на то, какие интервью с инвесторами он мне рекомендует.
Шаг 6. Добавила обсуждения, сохранения и историю просмотров
Изначально задача была в удобной ленте, но постепенно захотелось сделать полноценное пространство для профессионального контента.
Сохранение видео. Можно отложить материал и вернуться к нему позже.
История просмотров и «Продолжить просмотр». Плеер запоминает точную позицию, в том числе в момент ухода со страницы. История привязана к аккаунту, видна только владельцу, и ее можно очистить. Если браузер и аккаунт помнят разные позиции, берется более свежая.
Обсуждения. Под видео можно вести дискуссии: отвечать на комментарии, ставить лайки, сортировать по популярности или новизне.
Комментарии модерируются в два слоя:
- Правила в коде: не больше 10 комментариев в час, ссылки — только после первой недели комментирования, фильтр очевидных спам-фраз.
- Модель: текст проверяет Decider Flash. При вероятности спама от 90% комментарий скрывается до моей проверки. От 50% — публикуется, но помечается для админки. Если модель не ответила за 3 секунды, комментарий публикуется сразу, а фоновая задача проверит его позже.
Предложение каналов. Пользователи могут предложить YouTube-каналы на странице /hub/suggest. Список приходит мне в Telegram и сохраняется в базе. Автоматически в мониторинг ничего не добавляется — это сознательное решение. Подходящие каналы я добавляю сама.
Как работает возможность предложить канал
Так сообщество может участвовать не только в обсуждении контента, но и в его отборе.
Войти в хаб можно через Google или GitHub. Если вы уже пользуетесь TheBold, хаб открывается из вашего кабинета без повторного входа.
Какой стек я использовала и сколько времени ушло
Hub я собирала в Claude Code. Я описала продукт в спецификации: темы, исключения, источники, логику модерации и ленты. Claude писал код, а я проверяла результат и принимала продуктовые решения. Вся разработка заняла один день, примерно пять часов от первого коммита до последнего.
Как вам повторить такую систему
Сам подход необязательно применять только к стартапам. Аналогичный видеохаб можно собрать для научных лекций, медицины, дизайна, инженерии, образования или любой другой профессиональной области.
Базовые шаги, которые вам предстоит сделать:
- Определить тематику, аудиторию и исключения. Список того, что не должно попадать в каталог, так же важен, как список тем.
- Собрать первоначальные источники. Лучше начать с небольшой качественной базы каналов, чем с сотен случайных. Сигналы сообщества вроде Hacker News проверять на шум до того, как доверять им.
- Поставить жесткие фильтры перед AI. Все, что можно отсеять кодом, не должно стоить денег.
- Разделить роли модели и правил. Модель отвечает на узкие вопросы вероятностями, а решение о публикации принимает прозрачное правило с явными порогами.
- Отправлять "серую зону" на проверку человеку и сохранять каждое его решение как пример. И да без админки тут тоже дело не обойдется.
Что получилось у меня
Сейчас TheBold Hubуже работает и система обработала свыше 10,000 видео.
Эксперимент Карпати показал, что можно использовать контент большой платформы, не принимая ее правила рекомендаций как единственный возможный вариант.
В моем случае это возможность отделить профессиональный YouTube от развлекательного и получить ленту, которая учитывает интересы внутри стартап-экосистемы.
И мне кажется, что подобных специализированных интерфейсов поверх существующих платформ будет становиться больше. Не потому, что все захотят создавать "собственный YouTube", а потому, что теперь можно сравнительно небольшими усилиями сделать свою рекомендательную систему под потребности конкретного человека или сообщества.
Если вы интересуетесь стартапами, венчурными инвестициями, growth или технологиями — подписывайтесь на мой тг-канал. На связи!
Комментарии
Обсуждайте статью, отвечайте и оценивайте комментарии. Вход — через ваш Яндекс ID.
Загружаем обсуждение…