Віктор Шульга, Fractional CRO для IT-агенцій, створив і виклав у відкритий доступ кастомний скіл для Claude Code, який аналізує відеоматеріали. Розробка дозволяє штучному інтелекту не просто слухати аудіо чи читати згенеровані субтитри, а повноцінно аналізувати відеоконтент з урахуванням зображення та таймкодів.
Віктор Шульга, Fractional CRO для IT-агенцій, створив і виклав у відкритий доступ кастомний скіл для Claude Code, який аналізує відеоматеріали. Розробка дозволяє штучному інтелекту не просто слухати аудіо чи читати згенеровані субтитри, а повноцінно аналізувати відеоконтент з урахуванням зображення та таймкодів.
«Мій Claude не вмів аналізувати відео. Але я його, нарешті, навчив. Я дивлюся 5+ розборів дзвінків на тиждень. І для мене це була досить велика частка роботи. Тепер я бачу значно більше», — зазначає Віктор Шульга.
За словами Віктора, наявні платформи, такі як NotebookLM, мають суттєві обмеження для глибокого аналізу робочих дзвінків та контенту. Приймають посилання виключно на YouTube і не працюють із локальними відеофайлами дзвінків. Також під час роботи з відео зчитують лише текстові субтитри, повністю пропускаючи візуальний ряд.
Щоб подолати ці обмеження, розробник зібрав спеціальний скіл, який готує відео у зручному для читання Claude форматі.
Watch перетворює посилання чи файл на чіткий набір даних для аналізу без потреби надсилати важке відео через сторонні API.
Підтримуються посилання на YouTube, Shorts, TikTok, Reels, LinkedIn, X (Twitter), локальні відеофайли або записи дзвінків із Zoom, Google Meet, Microsoft Teams, Loom, а також аудіоформати .m4a та .mp3. (У разі блокування завантаження з боку TikTok чи Instagram спрацьовує вбудований бекап через Apify).
Скіл нарізає кадри з відео та формує з них аркуші контактів по 6 штук із прив’язкою до таймкодів, що дозволяє Claude «бачити» те, що відбувається на екрані.
Мова розшифровується безпосередньо на вашому Mac за допомогою faster-whisper — повністю локально, без сторонніх ключів API та додаткової оплати за кожну хвилину. Конфіденційні файли не залишають ваш пристрій.
Є спеціальний режим для дзвінків: офлайн маркує спікерів, чітко виділяє прийняті рішення, наступні кроки із зазначенням відповідальних осіб, а також цитує заперечення клієнтів із таймкодами.
Детальний розбір структури відео: хук (початок), покрокова шкала часу, текст на екрані, заклики до дії (CTA) та ключові висновки.
Віктор Шульга передає розробку спільноті безплатно. Скористатися нею можна кількома способами.
1. Через термінал (найшвидше): Потрібен Node 18+. Команда додає скіл у поточну папку проєкту:
npx skills add victor-shulga/watch/skills/watch
Щоб інструмент був доступний у всіх проєктах глобально, додайте прапорець -g:
npx skills add -g victor-shulga/watch/skills/watch
2. Завантаження ZIP-архіву: можна розпакувати папку watch у ~/.claude/skills/ та перезапустити Claude Code, або ж завантажити архів напряму через інтерфейс (Settings → Capabilities → Skills у Claude Desktop чи claude.ai).
3. Вручну з GitHub: головним файлом є SKILL.md, решта компонентів підтягується автоматично з репозиторію автора. Для роботи також потрібні встановлений Claude Code, термінал та утиліта uv для керування залежностями.
