Principais destaques
- 📚 O Open Knowledge Format (OKF), especificação de código aberto anunciada pelo Google em junho de 2026, nasceu do conceito de “wiki para LLM” popularizado por Andrej Karpathy, e padroniza como uma base de conhecimento navegável por agentes de IA deveria ser estruturada, usando arquivos Markdown simples com cabeçalho YAML.
- 🎥 Aplicado a um canal do YouTube, isso significa transformar o catálogo inteiro de vídeos, potencialmente centenas deles, em um arquivo estruturado e referenciado, que um agente de IA consegue pesquisar, resumir e citar com timestamp exato.
- 🧠 A etapa central do processo é a “canonicalização”: um modelo de linguagem varre todas as transcrições de uma vez para identificar conceitos e entidades recorrentes, unificando variações de nome da mesma ideia em um único arquivo, em vez de espalhá-las em menções soltas.
O Open Knowledge Format (OKF) é uma especificação anunciada pelo Google, em junho de 2026, para estruturar bases de conhecimento que agentes de IA conseguem navegar sozinhos.
Ele nasce do conceito de “wiki para LLM”, popularizado por Andrej Karpathy: uma wiki construída e organizada por um modelo de linguagem, em vez de manualmente por uma pessoa. O OKF transforma essa ideia em um padrão compartilhável, da mesma forma que o MCP padronizou como agentes chamam ferramentas.
Com o OKF, uma base de conhecimento construída por uma pessoa ou time segue uma estrutura previsível que qualquer agente consegue ler, o que transforma bases de conhecimento em objetos compartilháveis, em vez de projetos pessoais isolados.
Aplicado ao YouTube, isso significa que o catálogo inteiro de um canal, potencialmente centenas de vídeos, pode ser convertido em um arquivo estruturado e referenciado, que um agente de IA consegue pesquisar, resumir e citar com timestamp exato.
Em vez de vasculhar horas de gravação para achar uma explicação específica, você faz uma pergunta e recebe uma resposta puxada do vídeo e do momento exatos em que aquilo foi abordado. Este guia explica como essa estrutura funciona na prática, e traz prompts prontos para montar a sua própria.
🗂️ Como uma base de conhecimento do YouTube baseada em OKF realmente funciona
A estrutura reflete como uma wiki organiza informação, mas cada camada é Markdown simples, o que significa que tanto humanos quanto agentes conseguem ler sem ferramentas especiais.
No topo fica um arquivo de índice. É a primeira coisa que um agente lê, e ele apresenta os “temas” cobertos na base de conhecimento, o mapa de alto nível de que tipos de pergunta o arquivo consegue responder. A partir daí, o agente aprofunda em duas pastas principais: conceitos e entidades.
Conceitos são ideias, frameworks ou padrões discutidos em vários vídeos, como um fluxo de trabalho nomeado ou uma crítica recorrente a ferramentas superengenheiradas. Entidades são ferramentas, protocolos ou produtos concretos mencionados repetidamente, como um framework de agente específico ou uma ferramenta de codificação.
Cada conceito ou entidade ganha seu próprio arquivo Markdown, que reúne tudo o que foi dito sobre aquilo ao longo do canal inteiro, com links de volta aos vídeos e timestamps específicos em que o assunto foi discutido.
Abaixo de tudo isso fica uma pasta bruta, contendo transcrições completas em Markdown de cada vídeo, marcadas frase por frase com o tempo exato. Essa é a camada de verdade fundamental: quando um agente cita uma fonte, ele consegue apontar para o momento exato, no vídeo exato, em que uma afirmação foi feita.
Como todo arquivo é Markdown e todo arquivo se conecta a arquivos relacionados, abrir a base de conhecimento em uma ferramenta como o Obsidian renderiza uma visualização em grafo de verdade: conceitos se conectam a entidades, entidades se conectam a vídeos de origem, e agrupamentos emergem mostrando como as ideias se relacionam entre si ao longo de um grande volume de conteúdo.
🧩 Por que a canonicalização importa tanto
Canonicalização é a etapa em que um modelo de linguagem lê todas as transcrições de uma vez e decide o que de fato merece um arquivo dedicado. Isso é mais difícil do que parece, porque as pessoas não falam sobre a mesma ideia da mesma forma toda vez.
Um único fluxo de trabalho pode ser chamado por três ou quatro nomes diferentes ao longo de vídeos distintos: uma sigla abreviada em um, uma frase descritiva mais completa em outro. Correspondência simples de palavra-chave não capta isso.
É preciso um modelo de linguagem raciocinando sobre significado, não apenas texto, para reconhecer que essas são todas referências ao mesmo conceito subjacente, e que deveriam ser unificadas em um único arquivo canônico, em vez de espalhadas em entradas duplicadas.
A mesma lógica se aplica ao contrário: nem tudo que é mencionado em um vídeo merece um arquivo. Uma ferramenta referenciada de passagem, uma única vez, não ganha uma página de entidade dedicada. Só conceitos e entidades que aparecem repetidamente em vários vídeos entram na base.
Essa filtragem importa para a escala: uma base que tenta capturar toda menção passageira fica grande demais para um agente navegar de forma eficiente, o que anula o propósito. O objetivo é uma base densa o suficiente para ser útil, mas curada o suficiente para continuar pesquisável.
Prompt para rodar a etapa de canonicalização sobre um conjunto de transcrições:
Analise as transcrições abaixo, de vários vídeos do mesmo canal. Identifique
conceitos, ferramentas ou entidades que aparecem em pelo menos três
vídeos diferentes, mesmo que mencionados com nomes ou frases diferentes.
Para cada um, gere:
1. Um nome canônico único, escolhido entre as variações encontradas
2. Uma lista de todas as variações de nome/frase que se referem à mesma
coisa
3. Um resumo consolidado do que foi dito sobre esse conceito ao longo de
todos os vídeos, com referência a qual vídeo e timestamp cada
afirmação veio
Ignore menções únicas e passageiras que não se repetem em outros vídeos.
Transcrições:
[COLE AS TRANSCRIÇÕES, JÁ COM TIMESTAMPS, DE VÁRIOS VÍDEOS]💬 Como é usar a base de conhecimento, na prática
Na prática, fazer uma pergunta se parece com uma conversa normal com um agente de IA, exceto que as respostas vêm com citações referenciadas e com timestamp, em vez de respostas genéricas.
Um usuário pode perguntar algo amplo, como pedir para percorrer um processo inteiro de várias etapas do início ao fim, e o agente vai puxar do índice, percorrer os arquivos relevantes de conceito e entidade, e montar uma resposta passo a passo, citando os vídeos específicos onde cada parte foi ensinada.
Perguntas factuais mais estreitas, do tipo que antes exigiam assistir a um vídeo inteiro só para conseguir uma resposta clara, se resolvem em um resumo curto, com a opção de clicar na fonte original para mais profundidade.
Isso também resolve um problema prático para quem acompanha um canal com um catálogo grande: é difícil manter-se atualizado com centenas de vídeos, e ainda mais difícil lembrar qual deles cobriu um detalhe específico. Um arquivo pesquisável e conectado transforma esse catálogo em algo mais próximo de um manual de referência do que um fluxo de uploads individuais.
Prompt para consultar uma base de conhecimento já construída:
Usando a base de conhecimento no formato OKF clonada neste repositório,
responda à pergunta abaixo. Percorra o índice, os arquivos de conceito e
entidade relevantes, e monte uma resposta estruturada, citando o vídeo e
o timestamp exatos de cada afirmação usada.
Pergunta:
[FAÇA SUA PERGUNTA SOBRE O CONTEÚDO DO CANAL]🛠️ Como montar uma base dessas para um canal específico
Obter acesso a uma base de conhecimento OKF já existente é pensado para ser um processo de um único passo: um prompt enviado a um agente (rodando em algo como o Claude Code, ou qualquer framework de agente construído sobre um ambiente de codificação parecido), instruindo-o a aprender a estrutura do OKF, caso ainda não conheça, e depois clonar o repositório de destino. Feito isso, o agente já está pronto para responder perguntas contra o arquivo completo.
Construir uma base nova, do zero, para um canal diferente, segue um pipeline definido:
- Extrair as transcrições de todo vídeo do canal e convertê-las em Markdown, preservando os timestamps
- Canonicalizar ao longo de todas as transcrições, identificando conceitos e entidades recorrentes, unificando variações de nome e filtrando menções únicas
- Gerar arquivos conectados para cada conceito e entidade, com citações de volta aos vídeos e timestamps de origem
- Construir o índice que dá ao agente o mapa de alto nível dos temas e por onde começar a procurar
Prompt para iniciar a construção de uma base de conhecimento do zero:
Você vai construir uma base de conhecimento no formato OKF a partir das
transcrições de um canal do YouTube. Siga este pipeline:
1. Organize as transcrições fornecidas em arquivos Markdown individuais
por vídeo, com timestamps preservados, na pasta /raw
2. Rode uma canonicalização identificando conceitos e entidades que se
repetem em pelo menos três vídeos, gerando um arquivo Markdown para
cada um nas pastas /concepts e /entities, com cabeçalho YAML incluindo
pelo menos o campo "type" e uma lista de vídeos relacionados
3. Gere um arquivo de índice na raiz, resumindo os principais temas
cobertos e apontando para onde cada tema pode ser explorado
Transcrições fornecidas:
[COLE AS TRANSCRIÇÕES OU DESCREVA ONDE ELAS ESTÃO ARMAZENADAS]A pegadinha é a extração de transcrição. A API de Dados do próprio YouTube só expõe transcrições para um canal que você possui, então puxar transcrições de um canal de terceiros exige serviços ou ferramentas externas. Algumas são pagas e mais confiáveis, outras são gratuitas mas menos consistentes, e essa escolha afeta tanto o custo quanto a qualidade da base de conhecimento resultante.
⚖️ Isso vale a pena construir?
Para quem acompanha um canal com um arquivo grande, ou está tentando construir uma referência pesquisável a partir do próprio conteúdo em vídeo, a troca é direta: custo real de processamento e de tokens antecipado, em troca de um arquivo permanentemente pesquisável e com citações depois.
Construir uma base completa para centenas de vídeos exige significativamente mais processamento de modelo de linguagem do que um simples resumo, já que a canonicalização exige raciocinar sobre o corpus inteiro de uma vez, não um documento por vez.
O retorno é uma estrutura que escala muito melhor do que percorrer manualmente uma lista de reprodução. Uma vez construída, a base de conhecimento não precisa ser reconstruída para responder a uma pergunta nova, e mantém as citações intactas, então respostas sempre podem ser checadas contra o vídeo e o timestamp originais.
Aplicado ao YouTube, o Open Knowledge Format transforma o catálogo de um canal, potencialmente centenas de vídeos dispersos, em algo mais parecido com um manual de referência do que uma lista de uploads soltos.
A etapa que realmente separa esse tipo de base de conhecimento de um simples banco vetorial de RAG é a canonicalização: um modelo de linguagem raciocinando sobre significado ao longo de todas as transcrições de uma vez, para unificar variações de nome da mesma ideia em um único arquivo, em vez de espalhá-las em menções soltas e não conectadas.
Vale lembrar que o OKF ainda está em sua versão inicial, declarada pelo próprio Google como um ponto de partida, não um padrão finalizado, então a estrutura exata provavelmente vai evoluir conforme mais times a adotarem e testarem em casos de uso reais como esse.
