ИИ-агент разбирает комментарии на YouTube: кейс CargoTech
У основателя CargoTech, сервиса для грузоперевозок, есть YouTube-канал для перевозчиков. По первой выгрузке агента, на канале 439 видео, а под ними около 90 тысяч комментариев с сентября 2023 года. В комментариях перевозчики пишут, что у них болит, чего не хватает в сервисе и на что они злятся. Это материал для исследования рынка. Только прочитать его руками никто не успевал.
Мы поставили на это ИИ-агента. Теперь раз в неделю видно, что говорит рынок.
Что делает агент
Забирает комментарии. Агент ходит в официальный YouTube Data API. Ключ клиент ввёл через защищённую форму, и у самого агента его нет. Агенту разрешено только читать: канал, видео и комментарии.
Хранит у себя. Видео и комментарии лежат в локальной базе агента. Выгрузка запускается раз в неделю. Если проход прервался, например кончился суточный лимит запросов, следующий запуск продолжает с того же места.
Размечает. Агент читает только комментарии зрителей, ответы автора канала не считает. Каждый комментарий он относит к одной из групп:
- боли рынка: ставки, неплательщики, простои, перекупы;
- пожелания к продукту;
- жалобы, отдельно на сам сервис, на конкурентов и на рынок в целом;
- доверие и репутация;
- лиды, то есть люди, которые прямо просят заявку;
- вопросы, на которые никто не ответил.
Внутри группы комментарии стоят по лайкам: сверху то, с чем согласно больше всего людей.
Показывает. Результат: дашборд по неделям. На нём плитки с числами, тренд, переключатель недель и подробная заметка по каждой неделе. Дашборд открывается по входу через Telegram.
Что видно за одну неделю
В отчёте за одну из недель было 2 038 комментариев. Из них 1 075 были по делу, в том числе 143 жалобы и 12 пожеланий к продукту.
Раньше, чтобы получить такой список, пришлось бы читать две тысячи комментариев. Теперь команда открывает одну страницу.
Без разработки
Здесь нет заказной разработки. Агент собран из стандартных частей: официальный API, локальная база, запуск по расписанию и дашборд в его базе знаний. От первого разговора до работающего дашборда прошло два дня.
Что ещё в работе
Формат разметки мы поменяли по ходу. Последние недели размечены по новым правилам, старые переразмечаются. Разметку всего архива в 90 тысяч комментариев пока только обсуждаем.
Кому это подойдёт
Такой подход подойдёт тем, у кого клиенты пишут много, а читать некому: комментарии на YouTube, отзывы на маркетплейсе, сообщения в чате поддержки. Агент собирает сообщения и приносит короткий список: что болит, что просят и где ждут ответа.
Другие примеры собраны в кейсах автоматизации. Похожий поток сообщений можно разобрать как задачу для ИИ-сотрудника.