00:00:00Claude code mungkin adalah agen riset paling kuat
00:00:03di planet ini, tetapi Anda perlu menambahkan satu alat ini
00:00:07untuk membukanya.
00:00:08Sekarang, versi riset Claude code bagi kebanyakan orang
00:00:11hanyalah menyuruhnya menggunakan alat pencarian web
00:00:13dan berdoa agar apa pun hasilnya sudah cukup baik.
00:00:17Tapi kita bisa melakukan yang lebih baik karena bagaimana jika saya beri tahu Anda
00:00:19hanya dengan lima menit penyiapan,
00:00:21kita bisa membuat alur kerja di dalam Claude code
00:00:24yang mampu mengekstrak bagian mana pun dari YouTube,
00:00:26mengambil teks videonya, memasukkan informasi tersebut
00:00:28ke dalam sistem RAG gratis, tangguh, dan sudah jadi
00:00:32yang mampu melakukan semua pekerjaan berat
00:00:35dan analisis untuk kita, lalu mengambil analisis itu
00:00:38dan memberi kita hasil kerja seperti dek slide,
00:00:40infografis, podcast, apa pun itu,
00:00:43semuanya dengan biaya hampir nol token.
00:00:46Nah, jika itu terdengar terlalu muluk untuk menjadi kenyataan,
00:00:48biasanya Anda benar, tetapi tidak dalam kasus ini.
00:00:51Jadi izinkan saya memperkenalkan alat AI yang paling diremehkan
00:00:55saat ini, Notebook LM.
00:00:58Jadi di video hari ini, saya akan menunjukkan kepada Anda
00:01:00cara menggabungkan kekuatan Claude code dan Notebook LM
00:01:03untuk menggantikan tumpukan riset secara gratis
00:01:06yang jika tidak, akan memakan biaya ratusan dolar sebulan
00:01:10untuk membangun dan memeliharanya.
00:01:11Saya sangat bersemangat menunjukkan ini kepada kalian.
00:01:14Jadi mari kita mulai.
00:01:15Mari kita buka video ini dengan demo
00:01:16agar Anda bisa melihat bagaimana kita bisa menggunakan Claude code
00:01:19untuk memanfaatkan semua fitur Notebook LM
00:01:22tanpa kita harus meninggalkan terminal.
00:01:24Sekarang perintah ini akan membuat Claude code
00:01:26melakukan beberapa hal.
00:01:27Pertama, kita akan menggunakan keahlian pencarian YouTube kustom kita
00:01:30untuk menemukan video trending terbaru tentang keahlian Claude code.
00:01:33Dan jangan khawatir, saya akan menunjukkan semua keahlian ini
00:01:35dan cara mendapatkannya sebentar lagi.
00:01:37Setelah kita menemukan URL videonya,
00:01:39saya ingin Claude code mengirim URL tersebut ke Notebook LM
00:01:43menggunakan keahlian Notebook LM.
00:01:44Saya kemudian ingin Notebook LM melakukan analisis pada video-video tersebut
00:01:49untuk mencari tahu apa saja keahlian Claude yang utama.
00:01:51Dan saya ingin analisis itu dikirimkan kepada kita.
00:01:53Selain itu, saya ingin sebuah hasil kerja nyata.
00:01:54Saya tidak hanya ingin analisis teks.
00:01:56Saya ingin infografis dengan gaya cetak biru tulisan tangan
00:02:00yang menggambarkan analisis tentang keahlian utama tersebut.
00:02:03Jadi dengan satu perintah, kita akan mengekstrak YouTube.
00:02:06Kita akan mengambil semua data kita.
00:02:08Kita pada dasarnya akan memasukkannya ke dalam sistem RAG
00:02:11karena itulah fungsi Notebook LM.
00:02:13Kita akan meminta Notebook LM melakukan semua analisis
00:02:15dan hasil kerjanya untuk kita di luar situs,
00:02:18yang berarti kita tidak membayar biaya token untuk itu.
00:02:20Dan kita mendapatkan semua itu secara gratis.
00:02:22Jadi mari kita lihat cara kerjanya.
00:02:23Inilah hasilnya.
00:02:24Claude code mengunggah 20 sumber YouTube
00:02:26ke dalam Notebook LM untuk dianalisis.
00:02:29Notebook LM kemudian kembali
00:02:30dengan lima keahlian utama Claude code yang Anda lihat di sini,
00:02:34serta tren baru tentang cara penggunaannya.
00:02:37Alat ini kemudian membuatkan hasil kerja infografis untuk kita,
00:02:39yang secara otomatis muncul di dalam folder proyek kita.
00:02:42Jadi inilah tampilan infografis tersebut.
00:02:44Sekali lagi, ini menggunakan nano banana pro di baliknya.
00:02:47Ini sebenarnya sedang dipanggil dan teks di sini
00:02:49serta semua visualnya, A, sesuai dengan gaya yang kita minta,
00:02:52yaitu gaya seperti cetak biru tulisan tangan.
00:02:55Dan kedua, yang lebih penting,
00:02:57semua konten ini didasarkan pada video-video tersebut
00:02:59dan analisis dari video-video tersebut.
00:03:01Ini tidak hanya sekadar mengarang.
00:03:02Dan kita juga bisa melihat di sini, di dalam Claude code,
00:03:04video yang diambilnya, judul, pembuat, jumlah penonton,
00:03:06durasi, dan tanggalnya.
00:03:08Dan semua ini tercermin di dalam Notebook LM itu sendiri.
00:03:10Saya bisa melihat semua sumber yang diunggah.
00:03:12Saya bisa melihat semua analisisnya.
00:03:14Saya bisa melihat panduan cetak biru yang kita minta.
00:03:18Dan meskipun demo ini mungkin tampak
00:03:19seperti aplikasi yang agak sederhana dari ini,
00:03:21saya sangat menekankan nilai tambah
00:03:24dari menggabungkan kedua alat ini,
00:03:26karena ini jauh melampaui sekadar mengotomatisasi
00:03:28proses sumber untuk Notebook LM.
00:03:30Segala sesuatu yang kita lakukan di sini,
00:03:31bisa saja kita lakukan secara manual di dalam Notebook LM, kan?
00:03:33Saya bisa saja menelusuri YouTube secara manual.
00:03:35Saya bisa saja menemukan semua video yang saya inginkan.
00:03:37Saya bisa menyalin dan menempelnya satu per satu.
00:03:38Saya bisa mendapatkan analisisnya
00:03:39dan saya bisa mendapatkan hasil kerjanya.
00:03:41Fakta bahwa kita bisa mengotomatisasi itu memang bagus,
00:03:43tapi ini lebih dari itu.
00:03:44Ini tentang fakta bahwa saya bisa membawa semua analisis itu
00:03:47ke dalam ekosistem Claude code saya dengan mudah
00:03:50dan kasus penggunaan alur kerja itu hampir tak terbatas.
00:03:55Dan alasan kedua mengapa kombinasi alat ini
00:03:56sangat kuat berkaitan erat
00:03:58dengan kekuatan murni dari Notebook LM.
00:04:01Jika Anda mencoba membuat ulang apa yang dilakukan Notebook LM,
00:04:04yaitu seperti sistem ekstraksi ke dalam sistem RAG,
00:04:07ke dalam sistem analisis, ke dalam sistem hasil kerja, kan?
00:04:11Dengan infografis, dek slide, dan semua itu,
00:04:13itu akan sangat merepotkan untuk dilakukan.
00:04:15Sebagai orang yang sudah pernah mencobanya,
00:04:16setidaknya di sisi riset dengan hal-hal seperti N8N,
00:04:18itu bukan proses yang sederhana.
00:04:20Terlebih lagi, itu memakan biaya dan semua ini gratis,
00:04:23itulah alasan utama mengapa saya sangat bersemangat
00:04:24untuk membagikannya kepada Anda.
00:04:25Dan alasan lain Anda harus antusias
00:04:27adalah betapa sederhananya mengatur semua ini,
00:04:30yang akan kita bahas sekarang.
00:04:32Jadi ketika datang ke masalah penyiapan,
00:04:33Anda mungkin berpikir, hei, Chase,
00:04:34bagaimana cara menghubungkan Notebook LM ke Claude code
00:04:38mengingat fakta bahwa Notebook LM
00:04:40tidak memiliki API publik?
00:04:41Beruntung bagi kita, ada orang-orang yang jauh lebih pintar
00:04:43dari Anda atau saya yang sudah memecahkan masalah ini.
00:04:46Dalam hal ini, dia adalah Tang Ling
00:04:48dan kita akan memanfaatkan karyanya hari ini
00:04:50saat kita menggunakan repositori GitHub Notebook LM-PI
00:04:54yang pada dasarnya bertindak sebagai API Python tidak resmi
00:04:57untuk Notebook LM.
00:04:58Tetapi sebelum kita menyiapkan Notebook LM,
00:05:00kita perlu menyelesaikan bagian pertama dari saluran pipa kita,
00:05:03yaitu pencarian YouTube yang sebenarnya
00:05:04dan pengambilan data yang kita inginkan untuk dianalisis
00:05:07oleh Notebook LM.
00:05:09Dan untuk itu, saya punya keahlian pencarian YouTube kustom
00:05:12untuk Claude code yang melakukan semua ini untuk Anda.
00:05:15Ini menggunakan skrip Python yang mengandalkan dependensi YT-DLP
00:05:20untuk mengekstrak metadata YouTube bagi kita.
00:05:22Jadi saat saya memintanya, hei, keahlian Claude code,
00:05:24itu sama seperti kita membuka YouTube
00:05:27dan mencari keahlian Claude code.
00:05:28Ini mengambil judul, jumlah penonton, penulis, dan semua hal penting itu.
00:05:32Dan keahlian yang Anda lihat tepat di sini, di dalam Claude code
00:05:35mengajarkan Claude code cara terbaik menggunakan skrip ini.
00:05:38Sekarang ada dua cara untuk mendapatkan keahlian ini
00:05:41dan menjalankan skrip ini.
00:05:42Yang pertama cukup sederhana.
00:05:44Anda tinggal masuk ke dalam Claude code
00:05:45dan menjelaskan bahwa Anda ingin ia membangun keahlian kustom ini
00:05:48untuk Anda, bahwa Anda ingin menggunakan dependensi YT-DLP
00:05:51untuk membuat pengekstrak YouTube kustom.
00:05:54Atau jika Anda ingin seluruh file penyiapan MD
00:05:57keahlian pencarian YouTube ini, dan Anda bisa mengunduhnya
00:05:59lalu memberikannya ke Claude code, Anda juga bisa melakukannya.
00:06:01Dan Anda bisa mendapatkannya dengan menuju ke komunitas sekolah gratis saya,
00:06:03yang deskripsinya bisa Anda temukan.
00:06:04Nah, berbicara tentang komunitas sekolah saya
00:06:06di dalam Chase AI Plus,
00:06:07Anda juga bisa menemukan masterclass Claude code saya,
00:06:11yang baru saja saya rilis beberapa hari yang lalu.
00:06:13Jadi jika Anda adalah seseorang yang baru memulai
00:06:14perjalanan AI mereka dan mencoba mencari tahu
00:06:16bagaimana cara terbaik memanfaatkan Claude code,
00:06:18bahkan jika Anda tidak paham teknis,
00:06:19tapi Anda benar-benar ingin menguasai apa yang pastinya
00:06:22merupakan alat AI paling kuat saat ini.
00:06:24Nah, di situlah tempatnya.
00:06:25Dan jika Anda tertarik dengan itu,
00:06:26silakan cek tautan di komentar yang disematkan.
00:06:28Jadi setelah Anda mengunduh file penyiapan keahlian pencarian YouTube,
00:06:31berikan saja ke Claude code dan suruh ia bekerja,
00:06:33atau Anda bisa meminta Claude code secara manual
00:06:35untuk membangunnya untuk Anda.
00:06:36Sekarang, mari kembali ke sini
00:06:37dan menyiapkan koneksi Notebook LM.
00:06:39Saya akan menaruh tautan untuk ini di deskripsi juga.
00:06:42Dan cara instalasinya cukup sederhana.
00:06:44Untuk menginstal ini,
00:06:45kita hanya perlu menyalin perintah-perintah ini,
00:06:47tempelkan di dalam terminal kita,
00:06:49yang berarti, hei, jika Anda melihat Claude code,
00:06:51Anda salah.
00:06:51Anda perlu membuka terminal kedua yang tampilannya seperti ini
00:06:53dan tempelkan perintah-perintah tersebut.
00:06:55Setelah Anda menjalankan perintah instalasi awal ini,
00:06:57yang ingin Anda lakukan adalah menggulir ke bawah di sini
00:06:59dan kita harus menjalankan satu perintah lagi di CLI.
00:07:01Yaitu perintah login Notebook LM.
00:07:04Sama seperti sebelumnya,
00:07:04masuk ke terminal lain, tempelkan di sana.
00:07:07Itu akan membuka jendela baru di Chrome.
00:07:10Yang harus Anda lakukan hanyalah login.
00:07:11Anda hanya perlu melakukannya sekali dan semuanya sudah siap.
00:07:13Sekarang, setelah Anda mengautentikasi dengan login Notebook LM,
00:07:16ada satu hal lagi yang harus Anda lakukan
00:07:17dan kita perlu menyiapkan keahliannya.
00:07:20Jadi untuk menyiapkan keahliannya di dalam Claude code, kan?
00:07:22Anda bisa menjalankan perintah ini di terminal
00:07:25atau cukup suruh Claude code melakukannya.
00:07:27Jadi pahami juga apa yang telah kita lakukan.
00:07:29Kita telah melakukan dua hal di sisi Notebook LM.
00:07:30Anda memiliki skill
00:07:32dan kemudian Anda memiliki API asli dari program tersebut.
00:07:35Ingatlah bahwa skill hanyalah berupa prompt.
00:07:37Itu hanyalah teks yang memberi tahu Claude Code
00:07:39cara melakukan sesuatu dengan cara tertentu.
00:07:42Jadi semua informasi yang Anda lihat di sini tentang,
00:07:44"hei, begini cara kita membuat konten."
00:07:46"Begini cara kita membuat notebook."
00:07:47Skill ini mengajarkan Claude Code cara melakukannya.
00:07:50Jadi setelah terpasang, Anda hanya perlu memberi tahu Claude Code,
00:07:52"hei, aku ingin kamu menggunakan NotebookLM untuk membuat flashcard"
00:07:56atau infografis atau dek slide.
00:07:58Semudah itu.
00:07:58Semuanya hanya dalam bahasa sehari-hari.
00:08:00Dan jika Anda bertanya-tanya apa sebenarnya yang bisa dilakukan
00:08:02dengan program ini, semuanya ada di sini di dalam GitHub.
00:08:04Apa pun yang bisa Anda lakukan di NotebookLM secara manual,
00:08:06bisa Anda lakukan dengan API dan bahkan lebih.
00:08:09Seperti yang Anda lihat di sini, selain UI web,
00:08:11kita juga bisa melakukan unduhan massal,
00:08:13mengekspor kuis dan flashcard, dan lain sebagainya.
00:08:16Jadi kita sebenarnya mendapatkan lebih banyak fungsionalitas menggunakan program ini
00:08:19daripada jika Anda hanya membuka NotebookLM sendiri.
00:08:22Mari kita bahas satu per satu langkah demi langkah
00:08:24agar Anda memahami cara kerjanya.
00:08:25Hal pertama adalah skill pencarian YouTube tersebut.
00:08:28Seperti skill lainnya, kita bisa menggunakannya sebagai perintah slash
00:08:30atau Anda bisa menggunakan bahasa biasa.
00:08:32Namun jika saya mengetik YT-search, Anda lihat kita punya kueri
00:08:36dan kemudian jumlahnya.
00:08:37Jadi apa yang kita cari?
00:08:37"Hei, kita mencari skill Claude Code."
00:08:41Meskipun dalam demo kita melakukan semuanya sekaligus,
00:08:43menurut saya berguna untuk memecahnya kadang-kadang
00:08:45agar Anda bisa melihat terlebih dahulu apa saja sumber
00:08:48yang sebenarnya akan Anda gunakan.
00:08:50Inilah hasilnya.
00:08:51Hasilnya muncul, kapan saja,
00:08:53kita juga bisa memeriksa tautan YouTube-nya sendiri.
00:08:55Dan yang bagus dari skill ini
00:08:56adalah ia juga akan memberi Anda wawasan
00:08:58tentang apa yang sebenarnya terjadi dengan apa yang dibawanya.
00:09:01Jadi jika Anda puas dengan sumbernya,
00:09:02sekarang kita bisa memasukkannya ke NotebookLM.
00:09:04Sekali lagi, Anda bisa menggunakan bahasa biasa.
00:09:05"Buat notebook baru di NotebookLM berjudul chase demo"
00:09:08"dengan sumber-sumber yang baru saja kita ambil."
00:09:10Dan kita bisa melihat notebook tersebut telah dibuat
00:09:12dan sekarang ia akan mengisinya dengan sumber-sumbernya.
00:09:14Setelah beberapa menit, ke-20 sumber telah dimuat,
00:09:17dan Anda dibatasi hingga 50 sumber di NotebookLM.
00:09:19Dan pada titik ini, Anda bisa menyuruh notebook melakukan apa pun.
00:09:21Jadi kita bisa bertanya, "Berdasarkan video-video itu,
00:09:23apa yang menurut NotebookLM
00:09:24merupakan skill Claude Code nomor satu?"
00:09:26Sekali lagi, hal keren dari ini
00:09:28adalah semua analisis ini dialihkan.
00:09:31Bukan Claude Code yang melakukan analisis ini.
00:09:33Claude Code tidak menghabiskan token.
00:09:35Ia hanya menghabiskan sedikit token
00:09:36untuk mengirim permintaan ke NotebookLM dan membawanya kembali.
00:09:39Namun semua proses berpikir dilakukan oleh Google
00:09:42dan merekalah yang membayarnya.
00:09:43Jadi Claude Code mengambil hasil analisis NotebookLM.
00:09:47Dan kita bisa melihat hal itu tercermin di sini
00:09:49di dalam NotebookLM itu sendiri.
00:09:50Jadi Anda selalu bisa memeriksa ulang dan mengeklik di dalam NotebookLM
00:09:52jika ingin melihat teks mana yang ia jadikan referensi.
00:09:55Dan alur ini juga berlaku untuk semua hasil lainnya.
00:09:58Jadi, jika Anda ingin ringkasan audio,
00:09:59peta pikiran, flashcard, infografis,
00:10:01apa pun yang Anda lihat di sebelah kanan sini,
00:10:03cukup beri perintah pada Claude Code dan ia akan melakukannya untuk Anda.
00:10:06Semudah itu.
00:10:08Jadi bagaimana Anda akhirnya memanfaatkan alur kerja riset ini
00:10:10sepenuhnya terserah Anda,
00:10:11tetapi saya benar-benar ingin menekankan betapa luar biasanya hal ini.
00:10:15Kelihatannya cukup sederhana di permukaan,
00:10:17tapi percayalah,
00:10:18jika Anda pernah mencoba menangani hal seperti ini,
00:10:20terutama dengan konten video YouTube
00:10:22dan mencoba membangun semacam basis pengetahuan
00:10:25dari video-video ini agar Claude Code
00:10:27atau agen AI lainnya dapat berinteraksi dengannya,
00:10:30itu cukup sulit, bukan?
00:10:31Sangat memakan waktu
00:10:32dan bisa sangat tidak stabil.
00:10:34Namun semua kerumitan ini dihilangkan secara gratis dengan NotebookLM.
00:10:39Jadi saya rasa ini adalah alat yang hebat.
00:10:42Saya harap Anda bisa memanfaatkannya.
00:10:44Seperti biasa, seperti yang saya katakan sebelumnya,
00:10:45semua sumber daya dapat ditemukan di komunitas sekolah saya.
00:10:48Jika Anda memerlukan file MD untuk skill tersebut,
00:10:52untuk skill pencarian YouTube,
00:10:53pastikan Anda melihatnya di versi gratis.
00:10:54Dan sekali lagi, jika Anda ingin lebih serius mendalami hal ini
00:10:56dan berpikir,
00:10:57"Aku ingin ikut kelas master Claude Code"
00:10:59"yang membimbingku dari nol menjadi pengembang AI,"
00:11:01pastikan untuk memeriksa Chase AI+.
00:11:03Beri tahu saya pendapat Anda tentang ini di komentar
00:11:05dan seperti biasa, sampai jumpa lagi.