本文字数 1712，阅读大约需 3 分钟
想必你一定在网上见过一张流传很广的图——「互联网信息排泄链」。
这张图挺戏谑的。
它想表达的大意是，很多一手信息源头，都来自国外的 YouTube、Reddit、X 这些平台。
等这些信息被层层搬运、翻译、转述，最终出现在我们熟悉的公众号或者短视频里时，往往已经是三四五手了。
不仅信息密度大打折扣，时效性也差了一大截。
我自己就有刷 Youtube 的习惯，不得不承认，上面确实有很多非常优质、深度的内容。
但问题也随之而来。
YouTube 上的优质内容，往往都「份量十足」。
一个深度访谈，短则半小时，长则两三个小时，信息密度极大。
如果碰上英文视频，还没有中文字幕，那更是让人一个头两个大。
想要完整消化一个视频，需要投入大量的时间和精力。
很多时候，我可能只是想快速了解视频的核心观点，或者判断这个视频是否值得花时间深入观看。
这篇文章，就是想跟你分享两个我目前在用的，能极大地提升 YouTube 观看效率的经验（无需花米，免费可用）。
技巧一：一键提取完整字幕。
技巧二：个性化输出核心内容和章节摘要。
有了这两个方法，你就可以在几分钟内，把一个几小时的视频「快速读」完，而且不会错过任何重点。
毕竟，文字的阅读速度，可比看视频快多了。
我们真的需要又一个「插件」吗？
看到这里，你可能会说：「这还不简单？找个浏览器插件不就行了？」
确实，市面上有很多类似的工具，比如 YouTube summary with ChatGPT 之类的。
听起来很美好，但实际用下来，我发现它们普遍存在几个硬伤：
1、依赖视频自带字幕：如果视频本身没有上传字幕文件，这些插件就直接「罢工」，根本提取不到任何内容。
2、总结质量不可控：它们大多使用固定的模板进行总结，无法根据你的个性化需求进行提炼，有时候总结出来的内容可能不是我想要的重点。
3、免费的才是最贵的：这类插件通常有免费使用次数限制，一天用个几次就提示要升级会员。
在发现新方法之前，我之前的工作流非常长。
对于那些没有字幕的硬核英文视频，我只能先把视频完整下载到本地，然后再用像通义听悟这样的工具，把视频文件转录成文字。
这一整套操作下来，费时费力，特别繁琐。
直到最近，我发现了两个特别好用的方式，才彻底告别了这种低效的重复劳动。
技巧一：一键提取完整字幕
不需要下载视频，也不需要安装任何插件，只需要一个浏览器。
具体操作非常简单，只需两步。
第一步：打开 Google AI Studio
在浏览器里打开 Google AI Studio 的官网，地址在这里：https://aistudio.google.com/prompts/new_chat。
选择一个大模型，这里推荐使用最新的 Gemini 3.0 Pro。
第二步：粘贴链接，下达指令
直接把 YouTube 的视频链接粘贴到对话窗口，然后输入下面这句提示词：
请生成这个视频的完整的字幕，不需要时间戳，整理成段落格式。如果原视频是英文的，你想直接看中文版，那就多加一句翻译要求：
请生成这个视频的完整的字幕，不需要时间戳，整理成段落格式，并翻译成中文。点击运行。
耐心等待一会，就能看到完整字幕已成功输出。
效果出奇地好，哪怕视频里中英文混杂，它也能精准识别。
有了完整的文字稿，就可以快速浏览，或者把它保存到自己的笔记软件里，方便日后回顾和引用。
技巧二：个性化输出核心内容和章节摘要
有时候，面对一个长达两小时的访谈，我真正想知道的，可能只是其中某个嘉宾针对某个特定问题的看法。
我希望 AI 能像一个聪明的课代表，直接帮我划好重点，告诉我哪几分钟的内容含金量最高。
这个需求，同样可以在 Google AI Studio 里实现。
做法和上面类似，还是粘贴视频链接，但这次，需要换一段更强大的提示词。
这段提示词原版出自宝玉老师，我根据自己的习惯做了微调，效果很好。
### 角色
你是一名专业转录专家，任务是制作结构完美、逐字逐句的视频转录文本。总是用中文回复。
### 目标
生成一份连贯的输出文件，内容按以下顺序排列：
1. 视频标题
2. 目录（ToC）
3. 核心摘要
4. 关键要点
5. 完整的、按章节分段的转录文本
* 标题和目录需使用与转录内容一致的语言。
### 核心说明
#### 1. 转录准确性：逐字记录且不翻译
* 精确转录听到的每一个词，包括填充词（如"um""uh""like"）和口吃表达。
* 翻译为中文。如果音频是英语，就翻译成中文；但是如果某一句话音频混合了多种语言（例如"这个 feature 很酷"），那么转录内容必须完全复制这种混合形式。
#### 2. 发言人识别
* 优先级1：利用元数据。先分析视频标题和描述，识别并匹配发言人姓名。
* 优先级2：利用音频内容。若元数据中无姓名信息，留意发言中的自我介绍或发言人之间的称呼方式。
* 备用方案：若姓名仍无法确定，使用通用且统一的标签（如"发言人1：""主持人："等）。
* 一致性至关重要：若后续揭晓某发言人姓名，必须回溯更新该发言人之前所有的标签。
#### 3. 章节生成策略
* 对于YouTube链接：首先查看视频描述是否包含章节列表，若有则以此作为转录分段的主要依据。
* 对于所有其他视频（或YouTube视频无章节信息时）：根据主题的重大转变或对话流程划分章节。
#### 4. 输出结构与格式
##### 时间戳格式
* 整个输出文件中的所有时间戳必须采用 `[时:分:秒]` 格式（例如 `[00:01:23]`），禁止包含毫秒。
##### 目录（ToC）
* 必须作为输出文件的首个内容，置于"目录"标题下方。
* 每条目录格式：`* [时:分:秒] 章节标题`
##### 章节
* 每个章节以特定格式的标题开头：`[时:分:秒] 章节标题`
* 一个章节结束与下一个章节标题之间需留两个空行。
##### 对话段落（非常重要）
* 发言人转换：发言人首次发言的段落必须以"发言人姓名："开头。
* 段落拆分：若同一发言人连续长篇发言，需拆分为逻辑清晰的短段落（每段约2-4句），段落之间留一个空行。同一发言人后续连续的段落无需重复"发言人姓名："标签。
* 时间戳规则：每个段落末尾必须标注一个时间戳，且时间戳需位于段落文本的最后。
* ❌ 错误示例1：`主持人：欢迎回来。[00:00:01] 今天我们有一位嘉宾。[00:00:02]`
* ❌ 错误示例2：`简·多伊：这项研究很复杂。我们对两组对象进行了五年追踪以观察效果。[00:00:18] 结果令人惊讶。`
* ✅ 正确示例1：`主持人：欢迎回来。今天我们有一位嘉宾。[00:00:02]`
* ✅ 正确示例2（长篇独白）：
`简·多伊：这项研究很复杂。我们对两组对象进行了五年追踪，以观察长期效果。[00:00:18]
而结果呢，嗯，让整个团队都相当惊讶。[00:00:22]`
##### 非语音音频
* 描述重要的声音（如"[笑声]"或"[音乐开始]"），每条描述单独成行并标注时间戳，格式为：`[事件描述] [时:分:秒]`
---
### 正确输出示例
目录
* [00:00:00] 引言与欢迎
* [00:00:12] 新研究概述
[00:00:00] 引言与欢迎
主持人：欢迎回到节目。今天，我们有一位，呃，非常特别的嘉宾——简·多伊。[00:00:01]
简·多伊：感谢邀请。我很荣幸能来到这里，和大家分享研究发现。[00:00:05]
[00:00:12] 新研究概述
主持人：那么简，在深入细节之前，你能不能，嗯，给观众们简要介绍一下？[00:00:14]
简·多伊：当然可以。这项研究聚焦特定饮食变化的长期影响，虽然有点复杂，但核心是我们对两组大型样本进行了五年追踪。[00:00:21]
第一组遵循新的饮食方案，而第二组作为对照组，保持传统饮食。这样我们就能有效隔离变量。[00:00:28]
[笑声] [00:00:29]
主持人：太有意思了。你们有什么发现？[00:00:31]
---
现在开始转录。请严格遵守所有规则，确保绝对精准。同样的，大家也可以根据自己的使用习惯调整输出重点。
因为视频比较长，需要耐心等待一会。
然后它就会输出这个视频到底讲了什么，关键要点是什么，以及时间轴也切分好了。
这个方法改变了我看视频的方式。
我不再是被动地、线性地从头到尾接收信息，而是主动地去拆解视频的价值结构，然后选择性地吸收那些真正能触动我的内容。
如果你需要频繁使用这个功能，还可以把上面这段提示词，在 Gemini（https://gemini.google.com/） 里保存成一个「Gem」。
设置好之后，每次只需要粘贴链接，它就能自动按照你的要求，完成输出，非常方便。
写在最后
这两个小技巧，看起来很简单，但确实极大地提升了自己获取信息的效率。
在今天这个信息爆炸的时代，我们缺的从来不是信息，而是有效筛选和吸收信息的方法。
善用 AI，可以把我们从大量低效的信息处理工作中解放出来，让我们把宝贵的精力，真正投入到思考和创造上。
以上，就是本文全部内容，如果觉得这篇文章对你有启发，点赞、比心、分享三连就是对我最大的支持，谢谢～
• 八年换了 N 个笔记工具，最终还是选择了 Obsidian
• Obsidian 入门篇（一）：从劝退到真香，你只需要先搞懂这件事
• Obsidian 入门篇（二）：如何无痛开始写下第一篇笔记？
• Obsidian 入门篇（三）：搞定多端同步，让你的笔记无处不在
• Obsidian 插件篇：告别选择困难症，新手看这篇就够了
• Obsidian 实践篇：如何将碎片化信息内化成自己的知识？
• Obsidian 进阶篇：如何用 Obsidian + AI 打造一个专属知识库？
没有评论:
发表评论