Jedes Social-Video → Sofort nutzbarer Text in deiner Sprache

Füge einen Link von YouTube, Instagram, X / Twitter, TikTok, Facebook, Vimeo, DailyMotion oder Loom ein und erhalte meist in weniger als zwei Minuten ein sauberes, wortgetreues Transkript mit KI-Zusammenfassung und Kernaussagen. Das Transkript bleibt in der gesprochenen Sprache, damit Hooks und Zitate einer genauen Prüfung standhalten. Die Zusammenfassung wird automatisch in deine Chat-Sprache übersetzt, sodass du sie sofort überfliegen, teilen oder in deinen Workflow übernehmen kannst.

Was diese Skill macht

Sie verwandelt jeden öffentlichen Link zu einem Social-Media-Video in ein herunterladbares Transkript-Dokument mit drei Bereichen: einer Zusammenfassung mit 2 bis 4 Sätzen, Kernaussagen mit 5 bis 7 Stichpunkten zu wesentlichen Behauptungen, genannten Personen, Organisationen oder Begriffen und Schlussfolgerungen sowie dem vollständigen Transkript in der gesprochenen Sprache, zur besseren Lesbarkeit in Absätze gegliedert.

Abschnittsüberschriften und Zusammenfassung werden automatisch an die Sprache angepasst, in der du schreibst: Englisch, vereinfachtes und traditionelles Chinesisch, Japanisch, Koreanisch, Spanisch, Französisch, Deutsch, Italienisch, Portugiesisch, Niederländisch, Arabisch und weitere. Das Transkript selbst wird niemals übersetzt oder umgeschrieben. Virale Hooks, wörtliche Aussagen und plattformspezifische Formulierungen bleiben exakt erhalten.

Bei kurzen Clips mit höchstens 2.000 Zeichen Transkript, wie sie bei TikToks, Reels und Shorts typisch sind, wird der vollständige Text zusätzlich direkt in der Chat-Antwort angezeigt. Bei längeren Videos erscheinen Zusammenfassung und Kernaussagen zusammen mit einem einzeiligen Dateihinweis, damit ein 30-minütiger Podcast nicht als riesiger Textblock im Chat landet.

Was diese Skill anders macht

Die meisten Transkriptions-Tools lösen nur ein Problem: Sprache in Text umzuwandeln. Diese Skill deckt den gesamten Workflow ab, vom ursprünglichen Link bis zu einem tatsächlich nutzbaren Dokument, ohne dass du die richtige Plattform auswählen, eine Sprache einstellen oder das Ergebnis selbst bereinigen musst.

Wortgetreues Transkript, übersetzte Zusammenfassung – sauber getrennt. Das Transkript wird niemals umgeschrieben oder übersetzt. Dadurch bleibt ein viraler Hook zitierfähig, die exakten Aussagen eines CEOs bleiben verlässlich dokumentiert und ein untertitelter Clip wird nicht zu einer Paraphrase, die nur ungefähr richtig klingt. Zusammenfassung und Kernaussagen erscheinen dagegen automatisch in der Sprache, in der du schreibst. Die meisten Tools zwingen dich zu einer Entscheidung zwischen Original und Übersetzung. Diese Skill behält beides und trennt es eindeutig.

Acht Plattformen, ein Prompt. Reine YouTube-Tools sind weit verbreitet. Tools, die zusätzlich Instagram, TikTok, X, Facebook, Vimeo, DailyMotion und Loom unterstützen und automatisch erkennen, welche Plattform du eingefügt hast, sind deutlich seltener. Keine Rückfrage nach der Plattform, kein Plugin-Wechsel und kein separates Tool für Reels statt Shorts.

Ausgabe passend zur Videolänge. Ein 45-sekündiges TikTok und ein 40-minütiger Podcast sind nicht dasselbe Problem. Bei kurzen Clips erscheint das vollständige Transkript direkt im Chat, sodass du es ohne Dateidownload lesen und kopieren kannst. Bei langen Videos werden Zusammenfassung und Kernaussagen im Chat angezeigt und der vollständige Text in einer herunterladbaren Datei gespeichert. Der Schwellenwert wird automatisch angewendet und muss nicht konfiguriert werden.

Drei Ausgabeformate mit einer einzigen Anfrage. Bitte um Zeitstempel und du erhältst Markdown mit [mm:ss]-Markierungen auf Absatzebene. Bitte um Untertitel oder SRT und du erhältst zeitlich verteilte Untertitelblöcke, die direkt in einem Videoeditor verwendet werden können. Ohne besondere Angabe erhältst du sauberen Fließtext. Kein Moduswechsel und kein separater Exportschritt.

Integrierte KI-Spracherkennung. Du musst vor der Transkription keine Sprache auswählen. Die Skill verwendet KI, um die gesprochene Sprache des Videos zu erkennen und ein präzises Transkript in der Originalsprache zu exportieren. Englisch, Chinesisch, Japanisch, Koreanisch, Spanisch oder mehrsprachige Clips: Der Ablauf bleibt immer gleich. Link einfügen und ein sauberes Transkript, eine Zusammenfassung, Kernaussagen und ein sofort nutzbares Dokument erhalten, ganz ohne manuelle Einrichtung.

Für wen diese Skill gedacht ist

• Creator und Content-Teams, die Inhalte zum erneuten Veröffentlichen schneiden, Untertitel erstellen oder Kampagnen plattformübergreifend lokalisieren
• Journalisten und Forschende, die aus Clips zitieren, virale Momente überprüfen und exakte Aussagen extrahieren möchten, ohne das Video erneut anzusehen
• Studierende und Podcast-Hörer, die Vorlesungen, Vorträge, Interviews und lange Videos in durchsuchbare Notizen verwandeln
• Brand-, Growth- und CRO-Teams, die Hooks und Erkenntnisse aus audioorientierten Beiträgen und Inhalten von Wettbewerbern gewinnen
• Alle, die den Wortlaut brauchen, aber das Video nicht noch einmal ansehen möchten – TikToks unter lauter Musik, lange YouTube-Tutorials, eingebettete X-Clips, dichte Reels oder umfangreiche Vorlesungen

So funktioniert es

1. Füge einen beliebigen öffentlichen Link ein. Reels, IGTV, Feed-Beiträge, Shorts, TikTok-Videos einschließlich regionaler Varianten, Facebook Watch, Wiederholungen von Livestreams, Seitenbeiträge, virale X-Clips, Nachrichtenausschnitte, eingebettete Videos, Vimeo-Clips, DailyMotion-Videos oder Loom-Aufzeichnungen. Die Skill erkennt Plattform und Ausgangssprache automatisch.
2. Sag, was du brauchst, falls das Standardformat nicht passt. „Mit Zeitstempeln“ liefert Markdown mit [mm:ss]-Markierungen pro Absatz. „Untertitel“ oder „SRT“ liefert eine für Videoeditoren geeignete Untertiteldatei. Jede andere Anfrage führt zu sauberem Fließtext.
3. Erhalte ein Transkript-Dokument. Zusammenfassung und Kernaussagen erscheinen in deiner Sprache direkt im Chat. Das vollständige Transkript wird in der gesprochenen Sprache als herunterladbare Datei gespeichert. Bei kurzen Videos wird auch das komplette Transkript im Chat angezeigt.

Ausgabeformate

• Nur Text (.txt) — sauberer Text ohne störende Zeitangaben. Standardformat zum Lesen, Zusammenfassen oder Weiterverarbeiten in einem anderen Tool.
• Markdown mit Zeitstempeln (.md) — [mm:ss]-Markierungen auf Absatzebene. Ideal, um ein bestimmtes Zitat zu finden oder zur passenden Stelle im Video zurückzukehren.
• SRT-Untertitel (.srt) — zeitlich markierte Blöcke auf Satzebene, bereit für die erneute Veröffentlichung, mit verteilten Zeitangaben, damit aufeinanderfolgende Zeilen weder überlappen noch eine Dauer von null haben.

Sprachverarbeitung

Das Transkript bleibt wortgetreu in der gesprochenen Sprache, damit virale Hooks, wörtliche Aussagen und plattformspezifische Formulierungen beim Zitieren, Überprüfen oder erneuten Veröffentlichen exakt bleiben. Zusammenfassung, Kernaussagen und Abschnittsüberschriften erscheinen in deiner Chat-Sprache. Schreibe auf Chinesisch, um eine chinesische Zusammenfassung eines englischen Videos zu erhalten, oder auf Japanisch, um eine japanische Zusammenfassung eines koreanischen Clips zu bekommen.

Die Ausgangssprache wird nach Möglichkeit automatisch anhand von URL-Signalen erkannt. Bilibili, Douyin, Niconico, Naver, AfreecaTV und ähnliche überwiegend einsprachige Domains werden ihrer jeweiligen Sprache zugeordnet. Nicht-lateinische Benutzernamen auf mehrsprachigen Plattformen werden an die entsprechende Sprache weitergeleitet. Sind die Signale uneindeutig, verwendet die Skill die dominierende Sprache der Plattform und versucht es still ein zweites Mal in deiner Chat-Sprache, falls der erste Versuch leer bleibt.

Beispiel

Eingabe:

„Transkribiere dieses Video und nenne mir die wichtigsten Erkenntnisse: https://www.youtube.com/watch?v=...“

Ausgabe im Chat:

• Zusammenfassung — 2 bis 4 Sätze in der Chat-Sprache des Nutzers, die den Inhalt des Videos beschreiben.
• Kernaussagen — 5 bis 7 Stichpunkte mit wesentlichen Behauptungen, genannten Personen, Organisationen oder Begriffen und Schlussfolgerungen.
• Dateihinweis — Vollständiges Transkript gespeichert unter transcript_<slug>.txt, lokalisiert in der Sprache des Nutzers.

Ausgabe in der herunterladbaren Datei: Metadaten-Kopfzeile, dieselbe Zusammenfassung und dieselben Kernaussagen sowie das vollständige wortgetreue Transkript in der gesprochenen Sprache, zur besseren Lesbarkeit in Absätze gegliedert.

Stellt der Nutzer eine konkrete Zusatzfrage wie „Was wurde über die Preise gesagt?“, erscheint die Antwort als kurzes wortgetreues Zitat am Anfang der Antwort, noch vor der Zusammenfassung.

Eingabeformate

• Unterstützte Plattformen: YouTube, Instagram mit Reels und Feed-Beiträgen, X / Twitter, TikTok einschließlich regionaler Varianten, Facebook mit Watch, Wiederholungen von Livestreams, Reels und Seitenbeiträgen, Vimeo, DailyMotion und Loom
• Nur öffentliche Links — private Beiträge, regional gesperrte Inhalte, Seiten mit Anmeldepflicht und Livestreams sind nicht erreichbar
• Jede gesprochene Sprache — automatische Erkennung mit einem stillen Wiederholungsversuch bei leerem Ergebnis, bevor die Skill um weitere Hinweise bittet
• Ausgabesprache — folgt deiner Chat-Sprache; das Transkript bleibt in der gesprochenen Ausgangssprache und wird niemals übersetzt
• Nicht unterstützt: lokale Dateien auf deinem Computer, für die eine separate Audio-zu-Text-Skill verwendet werden sollte; Artikel oder lautlose Webseiten; Livestreams; Übersetzung des Transkripts selbst