🎯 О чём этот конспект: Пошаговое руководство по созданию интеллектуального Telegram-бота, который подключается к YouTube-каналу через API, анализирует комментарии с помощью нейросетей (LLM) и автоматически удаляет хейт, спам и токсичность. Разбор процесса «вайбкодинга» — создания сложного IT-продукта без написания кода вручную, используя агентные инструменты.

👤 Кому будет полезно: Блогерам, администраторам каналов и вайбкодерам, желающим автоматизировать рутинную модерацию и изучить связку Python + AI-агенты + YouTube API.

✨ Что получите: Готовый алгоритм разработки, структуру технического задания (PRD) и набор промптов для создания системы, которая работает 24/7, экономя время на чистке комментариев и защищая репутацию канала.

1. Проектирование и создание PRD (Technical Requirements)

Контекст: Прежде чем писать код, необходимо создать детальное техническое задание (PRD). Даже самая мощная нейросеть начнет галлюцинировать, если задачи будут размытыми. Автор использует специализированный промпт Create PRD и модель Claude 3.5 Opus с высоким уровнем размышления (Reasoning: High), чтобы продумать архитектуру, обработку ошибок и лимиты API. Это фундамент, который предотвращает 90% багов на этапе реализации.

Выгода: Экономия времени на отладке и получение структурированного плана, который понимает любая LLM.

Как применить:

• Шаг 1: Подготовка промпта — Используйте модель Claude 3.5 Opus (через Claude Code или интерфейс) для формирования требований.
• Шаг 2: Описание функционала — Передайте нейросети следующие вводные:

Мне необходим Telegram-бот для автоматической модерации комментариев на YouTube. 
Функционал:
1. Подключение к YouTube через YouTube Data API v3.
2. Сбор последних 100 комментариев в цикле с заданным интервалом.
3. Классификация каждого комментария через OpenRouter (модель Groq Llama 3 или аналоги).
4. Категории: Hate, Insult, Spam, Politics, Normal.
5. Два режима: "Только уведомления" и "Автоматическое удаление".
6. База данных SQLite для хранения ID проверенных комментов.
7. Доступ только для одного администратора (проверка Chat ID).

• Шаг 3: Уточнение деталей — Ответьте на вопросы нейросети о количестве каналов, логике мониторинга и способах авторизации.

Результат: Файл tasks/prd.md с полным техническим описанием логики работы бота.

2. Планирование разработки (Plan Mode)

Контекст: Для реализации проекта используется Claude Code. Чтобы нейросеть не теряла контекст при написании больших объемов кода, задачу разбивают на фазы. Автор включает Plan Mode (Shift + Tab в Claude Code), где ИИ анализирует PRD и создает пошаговый план реализации от настройки окружения до финального тестирования.

Выгода: Стабильный код без потери логики; возможность контролировать каждый этап разработки.

Как применить:

• Шаг 1: Вход в режим планирования — В терминале Claude Code нажмите Shift + Tab.
• Шаг 2: Создание плана — Вызовите файл требований:

@tasks/prd.md Создай пошаговый план реализации этого бота. Разбей на фазы.

• Шаг 3: Сохранение плана — Попросите сохранить результат в файл plan.md для фиксации прогресса.

Результат: Четкий roadmap разработки, разбитый на 5-6 логических этапов.

3. Поэтапная разработка и стек технологий

Контекст: Реализация происходит итеративно. Для написания кода автор переключается на модель Claude 3.5 Sonnet с медиум-уровнем размышления (Reasoning: Medium) — это оптимальный баланс между качеством кода и расходом токенов. Основной стек: Python (язык), aiogram (библиотека для Telegram), SQLite (БД), OpenRouter (доступ к LLM).

Выгода: Использование проверенных библиотек (aiogram) гарантирует масштабируемость и легкость поддержки бота.

Как применить:

• Шаг 1: Реализация фаз — Последовательно просите Claude выполнить каждую фазу:

@plan.md @tasks/prd.md Выполни фазу 1 (Настройка окружения и базовой структуры).

• Шаг 2: Контроль контекста — Следите за заполнением контекста (не более 30%). Если лимит превышен, используйте команду /clear или /new, чтобы начать чистый чат для следующей фазы.
• Шаг 3: Обработка ошибок — Если API сторонних сервисов (YouTube/OpenRouter) не отвечает, убедитесь, что нейросеть добавила логику повторных попыток (retries).

Результат: Полностью готовая кодовая база проекта.

4. Настройка окружения и API ключей

Контекст: Бот требует авторизации в четырех сервисах. Все конфиденциальные данные (токены) выносятся в файл .env. Это критически важно для безопасности, чтобы ключи не попали в публичный доступ (например, на GitHub).

Выгода: Безопасное хранение доступов и возможность быстрой смены настроек без правки кода.

Как применить:

• Шаг 1: Создание .env — Скопируйте файл env.example в .env.
• Шаг 2: Telegram Token — Получите у @BotFather.
• Шаг 3: YouTube API Key — Создайте проект в Google Cloud Console, включите YouTube Data API v3 и создайте API Key.
• Шаг 4: OpenRouter API Key — Зарегистрируйтесь на OpenRouter, создайте ключ и выберите модель (например, google/gemini-2.0-flash-001 или meta-llama/llama-3-70b-instruct).
• Шаг 5: Channel ID — Узнайте ID своего канала (через настройки YouTube или сторонние сервисы по ссылке на канал).

Результат: Настроенный файл .env, готовый к запуску бота.

5. Запуск и тестирование

Контекст: Запуск производится в виртуальном окружении Python. Бот начинает сканировать комментарии и присылать отчеты в Telegram. Администратор может переключать режимы работы прямо в чате.

Выгода: Мгновенная реакция на хейт и спам без участия человека.

Как применить:

• Шаг 1: Виртуальное окружение — Создайте и активируйте:

python -m venv venv
source venv/bin/activate  # Для macOS/Linux
venv\Scripts\activate     # Для Windows

• Шаг 2: Установка зависимостей — pip install -r requirements.txt.
• Шаг 3: Запуск — python main.py.
• Шаг 4: Проверка — Напишите /start в своем боте и выберите режим модерации.

Результат: Работающий бот, который классифицирует комментарии и присылает уведомления о нарушениях.

FAQ

В: Можно ли использовать бесплатные нейросети для анализа? О: Да, через OpenRouter можно подключить бесплатные модели (например, некоторые версии Llama или Mistral), но у них могут быть жесткие лимиты на количество запросов в минуту.

В: Не забанит ли YouTube за использование API для удаления комментариев? О: Нет, если вы используете официальный YouTube Data API и соблюдаете квоты (лимиты на количество запросов). Бот в видео настроен так, чтобы проверять комментарии с интервалом, не превышающим лимиты.

В: Что делать, если бот удаляет нормальные комментарии? О: Нужно подкорректировать системный промпт в коде, который отвечает за классификацию. Добавьте примеры "спорных, но допустимых" комментариев в описание категории Normal.

В: Обязательно ли использовать Claude Code? О: Нет, вы можете использовать Cursor, Windsurf или даже просто ChatGPT/Claude в браузере, но Claude Code лучше справляется с управлением файловой системой и выполнением терминальных команд.

В: Как сделать так, чтобы бот работал, когда компьютер выключен? О: Для этого нужно "задеплоить" бота на VPS сервер (например, через Docker или просто запустив процесс в фоновом режиме на Linux-сервере).

Конспект создан на основе видео «Как я создал AI-модератора для YouTube» канала VibeCoder. Все права на оригинальный материал принадлежат авторам. Источник: https://youtu.be/CMfYI2BI4IM