Pular para o conteúdo

Busca inteligente nos vídeos de um canal do YouTube

A pessoa descreve o problema dela e o site mostra o vídeo e o minuto exato em que o assunto é tratado, e ainda guarda o contato de quem pesquisou.

Criador de conteúdo com canal no YouTube. Em produção. Desde ago. de 2026.

489
vídeos que dá para pesquisar (de 501)
5.080
trechos que a busca encontra
16% → 100%
de acerto da busca nos testes, antes e depois do ajuste
0 a 100
nota de cada contato captado

O problema

Um criador de conteúdo tem centenas de vídeos no YouTube. Quem chegava com um problema não achava o vídeo certo, e o conteúdo ficava perdido no canal.

Busca por palavra não entende uma frase como "meu time não fecha no fim do mês". E o YouTube bloqueava a leitura das legendas quando o pedido saía de um servidor.

Na prática

Experimente a busca

Descreva a sua dor de vendas

Escolha uma das perguntas acima.

Resultado da busca: o que está acontecendo e um plano de ação com links para o minuto exato de cada vídeo
A pessoa descreve o problema e recebe o diagnóstico e um plano de ação, cada passo ligado ao minuto do vídeo.
Lista de trechos de vídeos relevantes, cada um com o minuto de início e um resumo do que é dito
Os trechos certos para assistir, já no minuto em que o assunto começa.
Painel com contatos cadastrados, buscas, trechos abertos, vídeos indexados e de onde vêm os contatos
Painel do dono do canal: quantas pessoas buscaram, o que abriram e de onde vieram.
O plano de ação no celular
O mesmo plano no celular.

O resultado

  • 501 vídeos no canal, 489 já pesquisáveis, divididos em 5.080 trechos.
  • Nos testes, a busca passou de 16% para 100% de acerto depois de um ajuste no jeito de guardar os trechos.
  • Quem deixa o contato fica registrado com uma nota de interesse de 0 a 100.

O que ficou de aprendizado

Parecia problema da IA, mas a medição mostrou que estava no jeito de guardar os dados. Medir antes evitou ajustar no lugar errado.
Detalhes técnicosArquitetura, desafios e ferramentas, para quem é da área.
Do vídeo ao minuto certoarraste para o lado para ver tudo
embeddingCanalvídeos novosColeta diáriacronTranscriçãolegenda via OAuthpgvectoríndice HNSWResultadovídeo + minuto + planoPerguntaa dor, em texto livre
ExternoCódigoIADadosCanalPessoas

A esteira diária transforma vídeos em trechos com embeddings; a pergunta da pessoa encontra o trecho mais próximo.

Esteira

  • Cron diário de coleta, transcrição e indexação de vídeos novos.
  • Legendas obtidas com OAuth do dono do canal, contornando o bloqueio de acesso anônimo em datacenter.
  • Trechos com embeddings no Postgres (pgvector), consultados por Edge Functions.

Produto

  • A pessoa descreve o problema em linguagem natural e recebe os vídeos, o minuto exato e um plano de ação gerado por IA.
  • Captação de lead com score de 0 a 100 e régua de nutrição.

Desafios

  • Recall@10 de apenas 16% com índice ivfflat. A troca para HNSW levou a 100% nas consultas de teste.
  • Legenda bloqueada para chamadas anônimas de datacenter, resolvida com OAuth do dono do canal.

Decisão difícil

Medir antes de ajustar o prompt

O problema parecia ser de qualidade da IA, mas a medição de recall mostrou que estava no índice. Trocar o índice resolveu o que nenhum prompt resolveria.

Ferramentas: Vite, React, Supabase, pgvector (HNSW), Edge Functions, YouTube Data API, Embeddings, Claude.