วิธีทำงาน
วิธีที่ Garfunkel วิเคราะห์วิดีโอ
วางลิงก์ แล้ว Garfunkel จะเปลี่ยนวิดีโอให้เป็นรายงานที่มีโครงสร้าง ทั้งสิ่งที่พูด สิ่งที่เห็น ฮุก แท็กชุดเดียวกับโพสต์อื่น ๆ และปฏิกิริยาของผู้ชม หากคุณต้องการ ต่อไปนี้คือแต่ละขั้นตอนตามลำดับ
คัดลอกหน้านี้เป็น Markdown พร้อมนำไปวางในผู้ช่วย AI
ขั้นที่ 01 จาก 08
ดึงข้อมูลโพสต์
เราเปิดลิงก์และดึงวิดีโอพร้อมข้อมูลที่แพลตฟอร์มแสดงไว้ ได้แก่ คำบรรยาย ผู้สร้าง และยอดรับชม ยอดถูกใจ ความคิดเห็น และการแชร์ ตัวเลขเหล่านี้จะบันทึกไว้ตามที่แพลตฟอร์มรายงานทุกประการ เพื่อให้คุณนำไปจัดเรียงและเปรียบเทียบโพสต์ได้ภายหลัง เราเก็บไฟล์วิดีโอไว้เฉพาะระหว่างประมวลผล และลบออกเมื่อวิเคราะห์เสร็จ
ขั้นที่ 02 จาก 08
แยกเสียงกับภาพ
เราตรวจสอบว่าวิดีโอมีเสียงหรือไม่ จากนั้นแยกเสียงออกจากภาพเพื่อวิเคราะห์แต่ละส่วนแยกกัน เสียงจะถูกนำไปถอดเป็นข้อความ ส่วนภาพจะถูกสุ่มเลือกเฟรม แล้วนำทั้งสองส่วนมารวมกันอีกครั้งตอนสรุปโพสต์
ขั้นที่ 03 จาก 08
ถอดเสียงเป็นข้อความ
โมเดลรู้จำเสียงพูดจะถอดทุกคำที่พูดในวิดีโอ พร้อมระบุเวลาในแต่ละบรรทัด เพื่อให้คุณดูได้ว่าพูดอะไรและพูดเมื่อไร วิดีโอที่มีเสียงพูดจะไม่ถูกวิเคราะห์หากไม่มีบทถอดเสียง หากขั้นตอนนี้ไม่สำเร็จ เราจะลองใหม่แทนการข้ามขั้นตอน และจะไม่คิดเงินสำหรับโพสต์ที่วิเคราะห์ไม่สำเร็จ
โมเดล: Qwen3-ASR-0.6B · โมเดลรู้จำเสียงพูดแบบโอเพนซอร์ส
ขั้นที่ 04 จาก 08
เลือกเฟรมภาพ
เราใช้อัลกอริทึมสุ่มเลือกเฟรมเพื่อลดจำนวนภาพ โดยยังคงความหมายโดยรวมของวิดีโอไว้ โมเดล AI จะดูเฟรมที่เลือกไว้พร้อมกับบทถอดเสียงในขั้นตอนถัดไป
ขั้นที่ 05 จาก 08
สรุปเนื้อหา
โมเดล AI อ่านบทถอดเสียงและคำบรรยาย พร้อมดูเฟรมภาพไปด้วย เพื่อให้เข้าใจโพสต์โดยรวม จากนั้นจะเขียนสรุปสั้น ๆ และเล่าเรื่องตามลำดับทีละช่วง โดยเชื่อมโยงแต่ละช่วงกับเวลาในวิดีโอ
โมเดล: gpt-6.1-sol · อ่านบทถอดเสียงและเฟรมที่สุ่มเลือกไว้พร้อมกัน
ขั้นที่ 06 จาก 08
หา Hook
โมเดลจะพิจารณาช่วงแรก ๆ ของวิดีโออย่างละเอียดเพื่อระบุ Hook ได้แก่ คำพูดหรือภาพที่ดึงดูดความสนใจ ประเภทของ Hook และจังหวะที่ดึงดูดผู้ชม นอกจากนี้ยังบอกด้วยว่า Hook สัญญาอะไรกับผู้ชม วิดีโอทำตามสัญญานั้นอย่างไร และเพราะอะไรจึงได้ผล
โมเดล: gpt-6.1-sol · ใช้โมเดลเดียวกันและประมวลผลพร้อมกับสรุป
ขั้นที่ 08 จาก 08
อ่านความคิดเห็น
เมื่อคุณเลือกให้วิเคราะห์ความคิดเห็น เราจะรวบรวมความคิดเห็น แล้วให้โมเดลอ่านแต่ละข้อความโดยพิจารณาร่วมกับคำบรรยาย สรุป และบทถอดเสียงของโพสต์ วิธีนี้ช่วยให้ประเมินความคิดเห็นโดยอิงจากสิ่งที่วิดีโอพูดและแสดงจริง ๆ รายงานจะแสดงว่าใครเห็นด้วย ใครโต้แย้ง ผู้ชมถามอะไร และชอบอะไร
โมเดล: gpt-6-luna · อ่านแต่ละความคิดเห็นโดยพิจารณาร่วมกับโพสต์
บริบทต่อยอดกันอย่างไร
แต่ละขั้นตอนต่อยอดจากขั้นก่อนหน้า ขั้นถัดไปจึงไม่ได้วิเคราะห์จากวิดีโอดิบเพียงอย่างเดียว มาดูกันว่าแต่ละขั้นตอนอ่านข้อมูลอะไรบ้าง
- 01บทถอดเสียงอ่านจากเสียงประกอบวิดีโอ
- 02สรุปและฮุกอ่านจากบทถอดเสียง แคปชัน และเฟรมตัวอย่าง
- 03แท็กอ่านจากสรุป บทถอดเสียง แคปชัน และเฟรมตัวอย่าง
- 04รายงานคอมเมนต์อ่านจากคอมเมนต์ แคปชัน สรุป และบทถอดเสียง
ทุกโพสต์ใช้โครงสร้างข้อมูลเดียวกัน
เราวิเคราะห์ทุกโพสต์ให้ออกมาเป็นข้อมูลที่มีโครงสร้างตาม schema เดียวกัน โดยใช้ฟิลด์ชุดเดิมในรูปแบบเดิมทุกครั้ง ผลลัพธ์จึงสม่ำเสมอและเปรียบเทียบกันได้ ทั้งยังจัดเรียง กรอง และส่งออกไปยังสเปรดชีต, API หรือ MCP ได้ง่าย
{
"format": "Tutorial",
"theme": "Food & drink",
"emotion": ["Joy"],
"tone": ["Playful"],
"hook": { "type": "Demonstration", "start": 0.0, "end": 2.0, "text": "So here’s the trick…" },
"tags": ["home kitchen", "pan", "jump cuts"],
"transcript": [{ "start": 0.0, "end": 2.4, "text": "So here’s the trick…" }],
"comments": { "agree": 52, "push_back": 14, "questions": 18 }
}ชื่อฟิลด์ในตัวอย่างนี้มีไว้ประกอบคำอธิบาย ส่วนชื่อจริงดูได้ในเอกสาร
สิ่งที่คุณจะได้
- สรุปและลำดับเรื่องราว
- บทถอดเสียงพร้อมเวลา
- ฮุกคืออะไร มาเมื่อไร และทำไมจึงได้ผล
- แท็กชุดเดียวกันในทุกโพสต์
- รายงานคอมเมนต์เมื่อคุณเลือกขอ
- ค้นหาตามความหมาย: หาโพสต์จากเนื้อหาที่พูดถึง ไม่ใช่แค่คำที่ใช้
- ส่งออกไปยังสเปรดชีต, API และ MCP
ระบบลบไฟล์วิดีโอเมื่อวิเคราะห์เสร็จ