Fai guardare i video a Claude con la skill Watch

Apri Claude Code e incolla questi due comandi, uno dopo l'altro.

/plugin marketplace add bradautomates/claude-video
/plugin install watch@claude-video

Il primo dice a Claude dove trovare la skill, il secondo la installa. Fine. Non devi scaricare niente a mano né toccare cartelle.

La prima volta che lanci /watch, Claude controlla se hai due programmi installati.

1. yt-dlp

   è il programma che scarica il video dal link che gli dai. Senza, Claude non ha nulla da guardare.

2. ffmpeg

   è quello che taglia il video a fotogrammi e, se serve, ne estrae l’audio. È il coltellino svizzero del video.

Su Mac, se non ce li hai, se li installa da solo tramite Homebrew. Non devi fare niente: aspetti e basta.

Su Windows e Linux non se li installa: ti stampa a schermo i comandi esatti da copiare e incollare. Li incolli, e poi rilanci /watch.

Non ti verrà mai chiesto di rimuovere qualcosa. Se vedi un messaggio su delle librerie, sta chiedendo di aggiungerle, non di toglierle.

Qui c'è l'unica scelta vera da fare, ed è la parte che confonde di più.

Se il video ha già i sottotitoli — quasi tutti i video pubblici di YouTube ce li hanno, anche quelli automatici — Watch se li prende da lì. Gratis, istantaneo, nessuna configurazione. Nella stragrande maggioranza dei casi finisce qui e non devi fare nulla.

Se il video non ha sottotitoli — tipico dei file tuoi, una registrazione dello schermo, un video scaricato — Watch non ha nessun testo da leggere. In quel caso estrae solo l'audio e lo manda a un servizio di trascrizione, e per farlo serve una chiave API. Due opzioni:

Claude te la chiede al momento del bisogno e se la salva lui in un file di configurazione protetto: non devi cercare dove metterla.

Se non vuoi metterla, puoi comunque andare avanti: Claude guarderà solo le immagini, senza l'audio. Su un tutorial dove uno parla molto, però, ti perdi metà del contenuto.

Questo è il motivo per cui vale la pena installarla. Trovi un tutorial buono ma lungo, e vuoi la versione scritta, consultabile, senza riguardarlo ogni volta. Incolli questo.

/watch https://youtu.be/... trasformalo in un manuale scritto passo-passo, con i minutaggi accanto a ogni passaggio

Claude scarica il video, ne estrae i fotogrammi, prende i sottotitoli, e poi guarda le immagini. Questo è il punto: nei tutorial le cose importanti sono sullo schermo, non nell'audio.

Chi parla dice «clicca qui», e qui è visibile solo nel fotogramma. Con la trascrizione da sola avresti un manuale pieno di «clicca qui» senza sapere dove.

Il risultato è un documento con i passaggi in ordine, cosa c'era a schermo a ogni punto, e il minutaggio per tornare al video se un passaggio non è chiaro. Se il video è lungo, chiedi un pezzo per volta: «fammi il manuale solo della parte tra 4:00 e 9:00». Viene molto meglio.

Sotto i 10 minuti funziona meglio. Non è un divieto, è matematica: i fotogrammi che Claude può guardare sono limitati (massimo 100). Su un video di 5 minuti ne prende uno ogni pochi secondi e non si perde niente. Su uno di 40 minuti gli stessi 100 fotogrammi sono sparsi, e tra uno e l'altro passano venti secondi in cui può succedere di tutto. Per i video lunghi, chiedi sempre una sezione specifica.

Consuma. Parecchio. Ogni fotogramma è un'immagine, e le immagini pesano molto più del testo. Un video di 5 minuti si mangia una fetta importante della conversazione. Non è un problema se lo sai: fai la domanda giusta al primo colpo invece di rilanciare tre volte.

Vale la pena essere chiari, visto che si parla di video tuoi. Il video non viene mai caricato da nessuna parte: scaricare, tagliare i fotogrammi, tutto succede sulla tua macchina. L'unica cosa che esce è l'audio, e solo nel caso in cui manchino i sottotitoli e tu abbia messo una chiave per la trascrizione. Se i sottotitoli ci sono, non parte nessuna richiesta verso l'esterno.