料理動画のURLと人数・食事時刻を渡すと、Gemini 2.5 の動画ネイティブ理解でレシピを構造化。N人前への分量換算・買い物リスト・キッチン用スライド・逆算スタート時刻まで自動生成します。
YouTube URL → yt-dlp(字幕)+ Gemini 2.5 Flash(動画理解)→ 構造化spec JSON → スケール換算・時刻逆算 → ffmpegフレーム抽出 → 4成果物
合いびき肉 600g(牛7:豚3) 玉ねぎ 1個(みじん切り用 3/4個=150g使用) 卵 2個 / 牛乳 大さじ4.5 / パン粉 大さじ6 塩 小さじ3/4 / こしょう 少々 / ナツメグ 少々 バルサミコ酢 大さじ3 / 赤ワイン 大さじ3 ケチャップ 大さじ4.5 / ウスターソース 大さじ3 …
原典4人前 → 6人前へ自動スケール換算済み。ToDoアプリに貼るだけ。
月次/日次/単発のハードキャップ。超過時はAPI呼出の前に停止。
全実行をusage.csvへ記録。実測コスト 約$0.017/動画(Gemini 2.5 Flash)。
yt-dlp字幕を映像と併投入し、分量の読み取りミスを低減。
既定はFlash、精度が要る場面のみProへ切替。
python analyze_video.py --input "https://www.youtube.com/watch?v=..." \ --prompt "料理動画です。材料/分量/手順/コツを構造化して抽出" python recipe_pipeline.py --spec spec.json
セットアップ手順はGitHubリポジトリ参照。