Generera show notes för poddar: från transkription till anteckningar på minuter

En show notes-generator för poddar behöver inte vara ännu en SaaS för 29 USD/månad. Min består av ett API-anrop plus en prompt, och den producerar sammanfattning, ämneslista, ordagranna citat och resurslänkar för ett avsnitt på ungefär tio minuter — inklusive faktakollen. Jag kör den för två program; här är hela upplägget.

Från avsnitt till transkription i en enda request

Om dina avsnitt läggs upp på YouTube (vilket de flesta videopoddar gör) är transkriptionen ett anrop bort:

curl -s "https://youtube2text.org/api/transcribe?url=https://www.youtube.com/watch?v=EPISODE_ID&maxChars=150000" \
  -H "Authorization: Bearer yt_your_key"

Ett 40-minutersavsnitt kommer tillbaka som 45–60k tecken; ett 90 minuter långt samtal landar på 100–130k, fortfarande inom taket på 150000 för maxChars och inom en enda Claude- eller GPT-kontext. Svaret innehåller flaggan truncated, så du vet om ett maratonavsnitt blev kapat i stället för att upptäcka det när anteckningarna tar slut vid minut 70.

Prompten som håller citaten ärliga

Citat är där generiska sammanfattningsprompts sviker dig. LLM:er älskar att "förbättra" citat — snygga till grammatiken, byta ut ett ord — och en parafras inom citattecken är hur du till slut får ett rättelsemejl från din gäst. Den här prompten tvingar fram ordagrann extraktion:

You are writing show notes from a podcast transcript.

Episode: {EPISODE TITLE}
Show: {PODCAST NAME}
Guest: {CORRECT GUEST NAME + one-line bio}

Produce:
1. A two-sentence episode summary. No hype words.
2. 5-8 bullet topics in the order they were discussed.
3. Three pull quotes copied VERBATIM from the transcript.
   Do not paraphrase. Do not fix grammar. If a quote needs
   context, add it in brackets before the quote, never inside.
4. Every book, tool, person, and company mentioned, as a
   plain list for the resources section.

If no quote is strong enough, say so. Never fabricate one.

Transcript:
{PASTE TRANSCRIPT}

Lägg märke till att gästens namn skickas in som indata. Det är avsiktligt, och det är lösningen på nästa avsnitt.

Problemet med gästnamn

Här är den ärliga brasklappen: de här transkriptionerna kommer från YouTubes undertexter, och automatgenererade undertexter förvanskar namn med total självsäkerhet. Jag har sett "Swyx" bli "swicks" och en gäst vid namn Priyanka tillbringa ett helt avsnitt som "Brianca". Genom att mata in den korrekta stavningen i prompten kan modellen normalisera varje omnämnande i sammanfattningen och ämneslistan. Men de ordagranna citaten kräver ytterligare en kontroll — om undertexten redan har förvrängt meningen återger "ordagrant" troget förvrängningen. Innan du publicerar, spela upp den del av avsnittet varje citat kommer ifrån och bekräfta orden. Det är faktakollen, den tar tre–fyra minuter, och att hoppa över den är hur förvanskade citat hamnar som skärmdump i någons flöde.

Passa in det i ett publiceringsflöde

Den manuella versionen ovan räcker för ett veckoprogram. Bortom det är två uppgraderingar värda besväret. Om du vill att anteckningarna ska genereras automatiskt varje gång ett avsnitt publiceras gör n8n-arbetsflödet hela kedjan utan kod. Om avsnittet förtjänar en hel artikel i stället för anteckningar matar samma transkription pipelinen från video till blogginlägg — och om du mejlar dina lyssnare kan de där sammanfattningarna per avsnitt staplas direkt in i ett kanalnyhetsbrev.

Den delade demonyckeln täcker 5 avsnitt i månaden, vilket motsvarar ett program. För hela parameterlistan, felkoderna och båda auth-headerformaten finns API-referensen på youtube2text.org/api.md — alltihop ryms på en sida, vilket är ungefär den energinivå hela det här arbetsflödet drivs på.