YouTube URL 直接入力

from pydantic_ai import Agent, VideoUrl
from pydantic_ai.models.google import GoogleModel
 
agent = Agent(
    GoogleModel('gemini-3-flash-preview'),
    instructions='動画の内容を 5 行以内の日本語で要約してください。',
)
 
result = agent.run_sync([
    'この動画を要約してください。',
    VideoUrl(url='https://www.youtube.com/watch?v=dQw4w9WgXcQ'),
])
print(result.output)

from pydantic import BaseModel, Field
from pydantic_ai import Agent, VideoUrl
from pydantic_ai.models.google import GoogleModel
 
class VideoBrief(BaseModel):
    title_guess: str = Field(description='動画タイトルの推定 (見えていれば実タイトル)')
    chapters: list[str] = Field(description='主要チャプターを 5 つまで', max_length=5)
    keywords: list[str] = Field(description='重要キーワードを 5 つまで', max_length=5)
    one_line_ja: str = Field(description='100 字以内の日本語要約')
 
agent = Agent(
    GoogleModel('gemini-3-flash-preview'),
    output_type=VideoBrief,
    instructions='YouTube 動画から構造化メタを日本語で抽出してください。',
)
 
brief = agent.run_sync([
    'この動画から構造化情報を抽出してください。',
    VideoUrl(url='https://www.youtube.com/watch?v=XXXXXXXX'),
]).output
 
print(brief)
# VideoBrief(title_guess='...', chapters=['...', '...'], keywords=[...], one_line_ja='...')

from pathlib import Path
from pydantic_ai import Agent, BinaryContent
from pydantic_ai.models.google import GoogleModel
 
agent = Agent(GoogleModel('gemini-3-flash-preview'))
 
mp4_bytes = Path('./meeting.mp4').read_bytes()
 
result = agent.run_sync([
    'この会議動画の決定事項を箇条書きで日本語で抽出してください。',
    BinaryContent(data=mp4_bytes, media_type='video/mp4'),
])
print(result.output)

result = agent.run_sync([
    'この動画を要約',
    VideoUrl(url='https://www.youtube.com/watch?v=...'),
])
print(result.usage())
# RunUsage(requests=1, input_tokens=50000, ...)  ← 10 分の動画でこれくらい