Viral-O-Metro para YouTube (con n8n + Bright Data)

Este artículo es una participación para el reto AI Agents Challenge powered by n8n y Bright Data en dev.to

Qué construí

Viral-O-Meter para YouTube un agente impulsado por n8n + Bright Data que evalúa en tiempo real el potencial de viralidad de una palabra clave. Extrae los principales resultados de YouTube mediante el Verified Node de Bright Data, normaliza métricas como visualizaciones, me gusta y duración, calcula estadísticas robustas como mediana y p75 de visualizaciones, tasa de me gusta, porcentaje de Shorts, medianas de duración, y luego solicita a un Agente de IA un veredicto GO o NO GO, el formato recomendado entre Shorts y largo, la banda de duración ideal, ángulos de contenido y ganchos creativos.

A quién ayuda creadores y marketers que necesitan una luz verde basada en datos antes de invertir tiempo en producción.

Demo

Video explicativo ver en YouTube y agente en vivo probar aquí

Workflow en n8n

Gist con el JSON del flujo descargar

Nodos clave Bright Data Verified Node para disparar y recoger snapshots con Data Collector y activar Web Unlocker cuando sea necesario. Código de normalización para convertir strings a números, derivar views per day, parsear HH:MM:SS y clasificar Shorts versus largo. Código de estadísticas para medianas y cuantiles y para proponer una banda de duración con un anclaje en la mediana del cuartil superior. Agente de IA que consume el JSON enriquecido y devuelve recomendaciones estructuradas. Reporte automatizado por correo con el análisis final.

Implementación técnica

Ingesta con Bright Data Data Collector recolecta páginas de resultados de YouTube por palabra clave, Deliver Snapshot recupera datos estructurados y Web Unlocker se activa de forma automática cuando hay bloqueos regionales o antibot.

Normalización parsers unifican números con K y M, eliminan separadores de miles, convierten la duración a segundos y HH:MM:SS, calculan views per day, tasa de me gusta y detectan el tipo de post.

Estadísticas cálculo de mediana y p75 de visualizaciones, mediana de like rate, porcentaje de Shorts, mediana de duración global y mediana de duración del cuartil superior por visualizaciones. Se genera un recommended seed con un ancla de duración y banda de mas o menos 20 por ciento, además de una pista de formato basada en los mejores rendimientos.

Agente de IA el prompt del sistema posiciona al agente como analista de viabilidad para YouTube que usa los benchmarks calculados. El prompt del usuario le entrega el dataset. La salida es JSON determinista con veredicto, confianza, formato recomendado, rango de duración en segundos y mm:ss, ángulos, ganchos y checklist accionable.

Outputs envío de reportes de hallazgos a Gmail y posibilidad de alimentar tableros o pipelines adicionales.

Decisiones de diseño sin supuestos externos, el agente razona únicamente con el dataset. Robustez mediante medianas y cuantiles para resistir outliers. Enfoque en la accionabilidad con rangos claros, ángulos, ganchos y checklist listo para ejecutar.

Bright Data Verified Node

Endpoints utilizados Data Collector para disparo y entrega de snapshots y Web Unlocker cuando se detectan bloqueos por geografía o bots. Por qué Bright Data porque es un nodo verificado y listo para producción en n8n que resuelve la recolección en tiempo real y los obstáculos antibot sin scraping frágil. El esquema incluye título, url, visualizaciones, me gusta, duración de video, fecha de publicación, canal y tipo de publicación, además de campos derivados como views per day, like rate y duración en segundos. Para controlar costes se ejecutan snapshots bajo demanda, se limita la concurrencia y se cachea por día para evitar duplicados.

Journey

Qué funcionó el Verified Node simplificó la recolección y Deliver Snapshot devolvió JSON consistente. Separar normalización y estadísticas hizo el prompt del agente más simple y ligero.

Desafíos unidades y formatos mixtos de números con K y M y separadores regionales resueltos con un único parser. Detección Shorts versus largo con campo explícito cuando existe y con umbral menor a 60 segundos como respaldo. Para evitar sesgo de recencia se calculó views per day y así comparar videos antiguos y nuevos de forma justa.

Lecciones scrapear sin herramientas como Bright Data termina en bloqueos e incluso errores 403. Forzar salidas estrictas en JSON asegura automatizaciones posteriores confiables. Anclar la duración al cuartil superior ofrece objetivos prácticos que reflejan lo que mejor funciona en la plataforma.

Sobre Q2BSTUDIO en Q2BSTUDIO diseñamos e implementamos soluciones de aplicaciones a medida y software a medida con un fuerte enfoque en ia para empresas, agentes IA, automatización, ciberseguridad y servicios cloud aws y azure. Nuestro equipo integra pipelines de datos, servicios inteligencia de negocio y analítica con power bi para acelerar decisiones y crecimiento. Si tu empresa busca impulsar proyectos con inteligencia artificial puedes visitar nuestra página de servicios de IA y si necesitas orquestar tareas y flujos operativos con bots y conectores te invitamos a explorar nuestra automatización de procesos.

Palabras clave estratégicas integradas aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA y power bi.