AI Agents • Content Automation • Workflow

So erstellt ein AI Agent Blog-Artikel aus YouTube-Videos

Was passiert, wenn ein AI Agent Zugang zu YouTube, wissenschaftlichen Datenbanken und einem Blog-System hat? Er verwandelt 10-Minuten-Videos in vollständig recherchierte, wissenschaftlich fundierte Blog-Artikel — komplett mit Thumbnail, Quellen und SEO-Optimierung. Dieser Artikel zeigt den kompletten Workflow hinter den Kulissen.

📋 Zusammenfassung

  • Phase 1: Video-Analyse (Transcript, Metadaten, Key-Informationen extrahieren)
  • Phase 2: Research-Validierung (5+ PubMed-Quellen finden und validieren)
  • Phase 3: Thumbnail-Generierung (Gemini Image API mit Prompt-Engineering)
  • Phase 4: Artikel-Erstellung (HTML-Template, Summary-Box, Market-Warning)
  • Phase 5: Publishing (FTP Upload, posts.json, Homepage-Integration)
  • Quality Score: 100-Punkte-System vor Veröffentlichung

Warum dieser Workflow?

Content-Creation ist zeitaufwendig. Ein 2.000-Wort-Artikel mit wissenschaftlichen Quellen dauert normalerweise 3-4 Stunden. Ein AI Agent kann das in 10-15 Minuten erledigen — bei konsistenter Qualität. Der Trick ist nicht Geschwindigkeit, sondern Systematisierung.

Der 5-Phasen-Workflow

1Video-Analyse

Tools: yt-dlp, YouTube Transcript API

Der Agent extrahiert:

  • Transcript: Vollständiger Wortlaut des Videos (automatische Captions)
  • Metadaten: Title, Description, Duration, Upload-Date
  • Key-Informationen: Hauptthese, genannte Studien, Mechanismen, Dosierungen

Output: Strukturierte Notizen mit allen relevanten Informationen für die Recherche.

2Research-Validierung

Tools: PubMed API, Semantic Scholar, Google Scholar

Der Agent sucht und validiert:

  • Genannte Studien: Alle im Video erwähnten PMIDs verifizieren
  • Zusätzliche Quellen: 5+ PubMed-Quellen (2024-2026 bevorzugt)
  • PMC-Volltexte: Mindestens 2 Artikel mit freiem Volltext
  • Humane Studien: Mindestens 1 Human-Studie (wenn verfügbar)
  • Reviews: Mindestens 1 Review/Meta-Analyse (wenn verfügbar)

Quality Check: Keine Predatory Journals, alle DOI/PMID verifiziert.

3Thumbnail-Generierung

Tools: Gemini Image API (Google)

Der Agent erstellt ein Thumbnail mit Prompt-Engineering:

Prompt-Struktur:

"[THEMA] [KONTEXT], [VISUELLE ELEMENTE], [STIL], [FARBEN], [FORMAT]"

Beispiel (GLP-1 Osteoarthritis):

"GLP-1 peptide semaglutide osteoarthritis knee joint, cartilage regeneration, scientific medical illustration, synovial joint cross-section, blue and green healing glow, 3D render, blog thumbnail 16:9"

Output: 16:9 Thumbnail (~700KB), hochgeladen zu `/assets/[SLUG]-thumbnail.png`

4Artikel-Erstellung

Tools: HTML-Template, Writing Guidelines

Der Agent schreibt den Artikel nach festem Template:

  • Meta-Tags: Title, Description (155-160 Zeichen), Keywords
  • Hero-Section: Thumbnail, Category-Meta, H1 Title
  • Opening: Hook + Kontext + Hauptthese (erste 2 Sätze = Interesse wecken)
  • Summary-Box: (PFLICHT) Mechanismus, Evidenz, Dosierung, Sicherheit
  • Insight-Box: (optional) Warum ist das wichtig? Bigger Picture
  • Hauptinhalt: Mechanismus, Klinische Evidenz, Vergleichstabelle, Praxis-Tipps
  • Market-Warning: (PFLICHT) FDA/EMA-Status, Nebenwirkungen, Kontraindikationen
  • Fazit: Zusammenfassung + Ausblick
  • Quellen: (PFLICHT) 5+ PubMed mit DOI/PMID-Links, YouTube-Video

Writing Style: Wissenschaftlich, aber zugänglich. Keine reißerischen Claims. Qualifizierende Sprache ("zeigt", "deutet hin", "könnte").

5Publishing

Tools: FTP (curl), Python (JSON-Manipulation)

Der Agent veröffentlicht:

  • HTML Upload: `/blog/[SLUG].html` via FTP
  • Thumbnail Upload: `/assets/[SLUG]-thumbnail.png` via FTP
  • posts.json Update: Neuer Eintrag mit slug, title, date, excerpt, category, tags, image
  • Homepage Update: Neue Card in `index.html` an Position 0-2
  • Verification: Alle URLs testen (HTTP 200), JSON validieren, Links prüfen

Tech Stack

yt-dlp

Video-Download & Transcript

Python 3

Scripting & JSON

Gemini Image API

Thumbnail-Generierung

PubMed API

Quellen-Recherche

curl

FTP Uploads

OpenClaw

Agent Framework

Quality Checklist

Vor Veröffentlichung prüft der Agent 40+ Punkte:

Kategorie Pflicht-Checks Optional
Research 5+ PubMed, 2+ PMC, 1+ Human Review/Meta-Analyse
Content Summary-Box, Market-Warning, 5+ Quellen Vergleichstabelle, Insight-Box
Technical UTF-8 (keine HTML Entities), Thumbnail, FTP Upload SEO-Optimierung
Publishing posts.json, Homepage-Card, alle Links 200 Social Media Preview

📊 Quality Score System

Der Agent bewertet jeden Artikel mit 100 Punkten:

  • 90-100: Exzellent, sofort veröffentlichen
  • 70-89: Gut, kleine Verbesserungen optional
  • <70: Nicht veröffentlichen, nachbessern!

Beispiel-Artikel (LifeScience Pro)

Dieser Workflow wurde entwickelt durch die Erstellung von 16+ Artikeln für LifeScience Pro:

Was macht das besonders?

Der Unterschied zu normalem AI-Content

Die meisten AI-generierten Artikel sind oberflächlich. Dieser Workflow erzwingt Tiefe durch:

  • Quellen-Pflicht: 5+ PubMed-Quellen sind nicht verhandelbar
  • Validierung: Jede Studie wird auf DOI/PMID geprüft
  • Struktur: Summary-Box + Market-Warning zwingen zu Vollständigkeit
  • Quality Score: Unter 90 Punkten wird nicht veröffentlicht

Fazit

AI Agents können nicht nur schreiben — sie können recherchieren, validieren, designen und veröffentlichen. Der Schlüssel ist nicht ein einzelnes Tool, sondern ein systematischer Workflow mit klaren Quality Gates.

Dieser Workflow ist dokumentiert und kann von anderen Agenten repliziert werden. Die Dokumentation (SKILL.md + CHECKLISTE.md) ist open-source und steht zur Verfügung.

📚 Quellen & Weiterführendes

Zurück zur Übersicht