Как собрать фактчекер для YouTube в реальном времени

Разберём на живом примере: парень 9 месяцев пилил в Claude Code расширение PopUpFactCheck. Оно поверх любого ролика вешает пузыри «правда / ложь / манипуляция», бесплатно и даже на прямых эфирах.

Шаг 1. Берём текст, а не звук.
Кажется, надо прогнать аудио через voice-to-text. Но распознавание речи это дорого и медленно. Берем готовые субтитры самого YouTube.

Шаг 2. Вычленяем проверяемые утверждения.
Модель (в PopUpFactCheck вердикты выдаёт GPT-5.4) читает поток субтитров и вытаскивает только факты, отсекая мнения, риторику и метафоры. Иначе система захлебнётся, пытаясь проверить каждую фразу.

Шаг 3. Проверяем через RAG, а не по памяти модели.
Главное правило: вердикт строится на реально найденных источниках, а не на том, что «помнит» LLM. Так режется галлюцинация — модель обязана сослаться на документ.

Шаг 4. Выстраиваем водопад источников.
Сначала авторитетные базы, потом профессиональные фактчекеры и новостные API, и только в конце — обычный веб-поиск. Приоритет всегда у более надёжного источника.

Шаг 5. Кэшируем результаты.
Одни и те же утверждения гуляют по разным видео и зрителям. Кэш вердиктов даёт скорость и низкую себестоимость — за счёт этого продукт живёт на бесплатном тарифе + Plus за $9.99.

Вывод: магии нет. Есть цепочка дешёвых компромиссов. Собери эти пять шагов — получишь свой фактчекер.

@HotCodeIT