---
title: "Agent Skills ของ transcript.im สำหรับการถอดเสียงและงานวิจัย"
description: "เพิ่ม Agent Skills ของ transcript.im ให้ Claude Code, Cursor, Codex และเอเจนต์อื่น ๆ เพื่อถอดเสียง ค้นหาเนื้อหาบน YouTube และทำงานวิจัย โดยใช้ MCP เป็นทางหลักและ REST API เป็นทางสำรอง"
canonical: "https://transcript.im/th/skills"
markdown: "https://transcript.im/th/skills.md"
---

# Agent Skills ของ transcript.im สำหรับการถอดเสียงและงานวิจัย

เพิ่ม Agent Skills ของ transcript.im ให้ Claude Code, Cursor, Codex และเอเจนต์อื่น ๆ เพื่อถอดเสียง ค้นหาเนื้อหาบน YouTube และทำงานวิจัย โดยใช้ MCP เป็นทางหลักและ REST API เป็นทางสำรอง

## ลิงก์

- [HTML มาตรฐาน](https://transcript.im/th/skills)
- [Markdown](https://transcript.im/th/skills.md)


Agent Skills ห่อความสามารถของ transcript.im เป็นคำสั่งที่เอเจนต์โหลดเมื่อต้องใช้ สกิลบอกเอเจนต์ว่าควรดึงข้อความถอดเสียงเมื่อไร เรียกเครื่องมือใด และผลลัพธ์ที่ดีหน้าตาเป็นอย่างไร สกิลจะเรียกเซิร์ฟเวอร์ MCP ของ transcript.im เมื่อตั้งค่าไว้ และถอยไปใช้ REST API เมื่อไม่ได้ตั้งค่า จึงใช้แพ็กเดียวกันได้บน Claude Code, Cursor, Codex, Copilot, Gemini CLI และรันไทม์ Agent Skills อื่น ๆ โดยไม่ต้องเขียนใหม่แยกตามเครื่องมือ

- แพ็กแพลตฟอร์มสามชุด — YouTube, TikTok และ Instagram — พร้อมแพ็กเวิร์กโฟลว์สำหรับงานวิจัยและการเขียนข้ามแพลตฟอร์ม
- สกิลเรียกเซิร์ฟเวอร์ MCP ของ transcript.im ก่อน แล้วถอยไปใช้ REST API ด้วยคีย์เดียวกัน
- ข้อความถอดเสียงครอบคลุม YouTube, TikTok, Instagram, LinkedIn และ Twitter/X ส่วนการค้นหาบน YouTube เพิ่มการค้นหา ช่อง การอัปโหลด เพลย์ลิสต์ และเมทาดาทาคำบรรยาย
- สกิลเวิร์กโฟลว์คืนผลงาน เช่น บรีฟ บันทึก และเนื้อหาที่นำกลับมาใช้ใหม่ พร้อมการอ้างอิงแหล่งที่มา
- แต่ละแพ็กเป็นไฟล์ `SKILL.md` ธรรมดา จึงโหลดได้ในรันไทม์ใดก็ตามที่รองรับรูปแบบ Agent Skills

## Agent Skills ของ transcript.im คืออะไร

Agent Skills คือไฟล์ `SKILL.md` ธรรมดาที่อธิบายความสามารถในภาษาที่เอเจนต์เข้าใจอยู่แล้ว ว่าใช้เมื่อไร เรียกอะไร และคืนอะไร transcript.im ดูแลชุดสกิลเหล่านี้เพื่อให้เอเจนต์เขียนโค้ดทำงานกับข้อความถอดเสียงวิดีโอได้โดยไม่ต้องทำการเชื่อมต่อเฉพาะสำหรับแต่ละแพลตฟอร์ม

แต่ละสกิลเป็นชั้นคำสั่งบาง ๆ บนระนาบข้อมูลของ transcript.im สกิลไม่ได้ทำการดึงข้อมูลใหม่เอง แต่บอกเอเจนต์ว่าควรเรียกเครื่องมือใดและจัดรูปคำตอบอย่างไร การแยกแบบนี้ทำให้คำสั่งสั้นและพฤติกรรมสม่ำเสมอ: ไปป์ไลน์ถอดเสียงเดียวกันรองรับทั้งการเรียกผ่านสกิลและการเรียก API โดยตรง

- เป็นคำสั่ง ไม่ใช่โครงสร้างพื้นฐาน — สกิลบอกเอเจนต์ว่าต้องทำอะไร ส่วนการดึงข้อมูลเป็นหน้าที่ของ transcript.im
- แพ็กแพลตฟอร์มและแพ็กเวิร์กโฟลว์ — หนึ่งแพ็กสำหรับ YouTube, TikTok และ Instagram พร้อมสกิลสำหรับงานวิจัยและการเขียนหลายขั้นตอน
- MCP ก่อน REST สำรอง — สกิลเลือกใช้เซิร์ฟเวอร์ MCP และเข้าถึง REST API เมื่อไม่มี MCP
- ผลงานพร้อมการอ้างอิง — สกิลเวิร์กโฟลว์แนบลิงก์ต้นทางและถ้อยคำเดิมไว้กับสิ่งที่ผลิตออกมา

## แพ็กสกิลแยกตามแพลตฟอร์ม

มีแพ็กเฉพาะสำหรับ YouTube, TikTok และ Instagram การถอดเสียงครอบคลุมทั้งห้าแพลตฟอร์มที่ API รองรับ ส่วนสกิลด้านการค้นหา — การค้นหา ช่อง การอัปโหลด เพลย์ลิสต์ และเมทาดาทาคำบรรยาย — มีเฉพาะ YouTube เพราะเป็นแพลตฟอร์มเดียวที่ API สาธารณะเปิดให้ค้นหา

### สกิล YouTube

แพ็กที่กว้างที่สุด ครอบคลุมข้อความถอดเสียงที่มีหรือไม่มีเวลากำกับ และพื้นผิวการค้นหาบน YouTube: การค้นหาวิดีโอและช่อง การระบุช่อง การอัปโหลดของช่อง รายการเพลย์ลิสต์ และเมทาดาทาคำบรรยาย พร้อมสกิลทางเข้าฉบับเต็มที่รวบทั้งหมดไว้ `youtube-transcript` และ `youtube-api` เป็นรายการชื่อแทนสำหรับวิธีที่ผู้คนมักพูดถึง จึงเปิดใช้งานเอเจนต์ได้แม้ผู้ใช้พูดว่า "YouTube transcript" หรือ "YouTube API"

### สกิล TikTok

สกิล TikTok เน้นที่ข้อความถอดเสียง โดยอ่านคำบรรยายก่อน และใช้การรู้จำเสียงกับวิดีโอที่ไม่มีคำบรรยาย วางลิงก์ TikTok แล้วเอเจนต์จะคืนข้อความสะอาดที่กำกับเวลาไว้ ใช้ยกคำ แปล หรือนำกลับมาใช้ใหม่ได้ เพราะสกิลรู้ว่าข้อความถอดเสียงคือคำตอบที่ถูกเมื่อไร จึงโหลดเมื่อมีการวางลิงก์แม้ผู้ใช้ไม่เคยพูดคำว่าถอดเสียง

### สกิล Instagram

Instagram ไม่มีแทร็กคำบรรยายให้อ่าน สกิลจึงสร้างขึ้นจากการรู้จำเสียงแบบอะซิงโครนัส สกิล `reel` และ `transcript` เปลี่ยน Reel หรือโพสต์วิดีโอสาธารณะให้เป็นข้อความที่กำกับเวลา และมีสกิลทางเข้าฉบับเต็มที่รวบแพ็กไว้ เอเจนต์ส่งลิงก์แล้วตรวจสอบงานไปทำอย่างอื่นก่อน จะคืนข้อความที่เสร็จแล้ว

## สกิลเวิร์กโฟลว์ที่ผลิตผลงาน

### วิเคราะห์ข้อความถอดเสียง

สรุปและขุดข้อความถอดเสียงจาก YouTube, TikTok, Instagram, LinkedIn หรือ Twitter/X ออกมาเป็นรายงานที่มีบทสรุป ประเด็นสำคัญ คำพูดยกตรง ฮุก และชิ้นส่วนเนื้อหาที่นำกลับมาใช้ใหม่ได้ โดยแต่ละอย่างผูกกับแหล่งที่มา แทนที่จะอ่านฟุตเทจหนึ่งชั่วโมง คุณจะได้ข้อโต้แย้ง หลักฐาน และประโยคที่ควรนำกลับมาใช้ในครั้งเดียว

### วิจัยคู่แข่ง

เปรียบเทียบคู่แข่งหรือครีเอเตอร์จากวิดีโอที่คุณนำมา หาสิ่งที่ได้ผลในกลุ่มเป้าหมายเฉพาะ และวัดเทียบหัวข้อ รูปแบบ ฮุก และประเด็นพูด การค้นหาบน YouTube ช่วยกวาดช่องและเพลย์ลิสต์ ส่วนแพลตฟอร์มอื่นส่งข้อความถอดเสียงที่คุณระบุ ผลลัพธ์คือบรีฟคู่แข่งที่อ้างอิงได้ ข้อกล่าวอ้างใดก็ตามจึงสาวกลับไปถึงวิดีโอและวินาทีที่พูดได้

### นำเนื้อหากลับมาใช้ใหม่

เปลี่ยนข้อความถอดเสียงหรืองานวิจัยให้เป็นเนื้อหาที่นำกลับมาใช้ใหม่ได้ ทั้งบทความบล็อก เธรด X/Twitter สคริปต์วิดีโอสั้น จดหมายข่าว และปฏิทินเนื้อหา ส่งมอบเป็นฉบับร่างที่พร้อมแก้ไขพร้อมการระบุแหล่งที่มา ฉบับร่างเก็บถ้อยคำของผู้พูดไว้ในจุดที่สำคัญ ผลลัพธ์จึงฟังดูเหมือนต้นฉบับ ไม่ใช่บทสรุปทั่ว ๆ ไป

แพ็กเวิร์กโฟลว์ยังมีสกิลโฟกัสอีกสามตัว:

- บันทึกการประชุม — ข้อตัดสินใจ งานที่ต้องทำพร้อมผู้รับผิดชอบ คำถามที่ยังค้าง ความเสี่ยง และคำพูดยกจากการถอดเสียงการประชุมหรือสาย
- บันทึกการบรรยาย — บันทึกการเรียนแบบมีโครงสร้าง คำนิยาม ข้อโต้แย้งสำคัญ ตัวอย่าง และคำถามทบทวนจากการบรรยายหรือบทเรียน
- การกำหนดเส้นทาง API ถอดเสียง — สกิลชั้นข้อมูลที่ทุกเวิร์กโฟลว์เรียก เพื่อดึงข้อความถอดเสียง รันแบตช์ หรือค้นหาวิดีโอ ช่อง และเพลย์ลิสต์บน YouTube

## สกิลเข้าถึง transcript.im ได้อย่างไร

สกิลไม่เคยคุยกับแพลตฟอร์มโดยตรง แต่เข้าถึง transcript.im แล้ว transcript.im จัดการแหล่งที่มาให้

- MCP ก่อน — เมื่อตั้งค่าเซิร์ฟเวอร์ MCP ของ transcript.im ไว้ สกิลจะเรียกเครื่องมือโดยตรงและได้ผลลัพธ์แบบมีโครงสร้างกลับมา
- REST สำรอง — เมื่อไม่มี MCP สกิลจะเรียกปลายทาง REST เดิมด้วยคีย์ API เดียวกัน พฤติกรรมจึงไม่ขึ้นกับว่ารันไทม์รองรับ MCP หรือไม่
- ข้อมูลรับรองชุดเดียว — คีย์อ่านจาก environment หรือการตั้งค่า MCP ของเอเจนต์ สกิลจึงไม่ต้องจัดการความลับเองหรือขอให้ผู้ใช้เข้าสู่ระบบครั้งที่สอง
- บัญชีเดียวกัน — การเรียกผ่านสกิลลงที่บัญชีและประวัติเดียวกับการเรียกจาก API หรือตัวผลิตภัณฑ์เอง
- แพ็กที่พกพาได้ — เพราะการกำหนดเส้นทางอยู่ในสกิล แพ็กเดียวกันจึงย้ายข้ามรันไทม์ได้โดยไม่ต้องแก้โค้ด

## แพ็กหนึ่งชุดมีอะไรบ้าง

แต่ละแพ็กคือชุดไฟล์ `SKILL.md` หนึ่งสกิลทางเข้าฉบับเต็มที่รวบสกิลในแพ็กไว้ พร้อมสกิลย่อยเฉพาะทางที่เอเจนต์โหลดเองได้ เพราะแพ็กทำตามรูปแบบ Agent Skills จึงวางไว้ในโฟลเดอร์สกิลของเอเจนต์ร่วมกับสกิลอื่นที่คุณใช้อยู่ได้ และสกิลทางเข้ายังรู้ว่าเมื่อไรควรส่งต่อให้สกิลที่แคบกว่า

- YouTube — สกิลทางเข้าฉบับเต็ม พร้อมสกิลถอดเสียง ค้นหา ช่อง เพลย์ลิสต์ และคำบรรยาย และรายการชื่อแทน `youtube-transcript` กับ `youtube-api`
- TikTok — สกิลทางเข้าฉบับเต็ม พร้อมสกิลถอดเสียงและชื่อแทน เน้นการดึงที่อ่านคำบรรยายก่อนและถอยไปใช้การรู้จำเสียง
- Instagram — สกิลทางเข้าฉบับเต็ม พร้อมสกิล `reel` และ `transcript` ที่สร้างจากการรู้จำเสียงแบบอะซิงโครนัส
- เวิร์กโฟลว์ — สกิลกำหนดเส้นทาง `transcript-api` พร้อมงานวิเคราะห์ การวิจัยคู่แข่ง การนำเนื้อหากลับมาใช้ บันทึกการประชุม และบันทึกการบรรยาย

## รันไทม์ที่โหลดสกิลเหล่านี้

สกิลทำตามธรรมเนียม Agent Skills รันไทม์ใดที่อ่านรูปแบบนี้ได้จึงโหลดได้ทั้งหมด รวมถึง Claude Code, Cursor, Codex, GitHub Copilot, Gemini CLI, Windsurf, OpenClaw และ Hermes Agent สกิลคือโฟลเดอร์ Markdown กับสคริปต์เล็ก ๆ ไม่ใช่ไบนารีปลั๊กอิน จึงไม่ต้องคอมไพล์อะไรสำหรับรันไทม์ใหม่ และแพ็กที่เขียนสำหรับรันไทม์หนึ่งจะติดไปด้วยเมื่อคุณเปลี่ยนเครื่องมือ ผลในทางปฏิบัติคือเวิร์กโฟลว์ถอดเสียงเดียวกันติดตามคุณข้ามเครื่องมือ แทนที่จะผูกกับผู้ช่วยตัวแรกที่คุณตั้งค่า และคุณไม่ต้องดูแลการเชื่อมต่อแยกสำหรับแต่ละตัว

## ที่เกี่ยวข้อง

- [เอกสาร API](/docs)
- [REST API](/th/api)
- [เซิร์ฟเวอร์ MCP](/th/mcp)
- [เครื่องมือสร้างข้อความถอดเสียง YouTube](/th/youtube-transcript)
- [เครื่องมือสรุปวิดีโอ YouTube](/th/youtube-video-summarizer)
- [เครื่องมือสร้างคำบรรยาย YouTube](/th/youtube-subtitle-generator)
- [เครื่องมือดาวน์โหลดคำบรรยาย YouTube](/th/youtube-subtitle-downloader)
- [ข้อความถอดเสียงช่อง YouTube](/th/youtube-channel-transcript)
- [ข้อความถอดเสียงเพลย์ลิสต์ YouTube](/th/youtube-playlist-transcript)
## คำถามที่พบบ่อยเกี่ยวกับ Agent Skills

### Agent Skills ของ transcript.im คืออะไร

Agent Skills ของ transcript.im คือแพ็ก `SKILL.md` ที่สอนเอเจนต์ AI ว่าเมื่อไรและอย่างไรควรใช้ transcript.im เพื่อดึงข้อความถอดเสียง รันแบตช์ ค้นหาวิดีโอ YouTube และผลิตผลงานวิจัย

### รันไทม์เอเจนต์ใดโหลดสกิลเหล่านี้ได้

รันไทม์ใดก็ตามที่รองรับรูปแบบ Agent Skills รวมถึง Claude Code, Cursor, Codex, GitHub Copilot, Gemini CLI, Windsurf, OpenClaw และ Hermes Agent

### สกิลต้องใช้เซิร์ฟเวอร์ MCP หรือไม่

ไม่ สกิลจะเรียกเซิร์ฟเวอร์ MCP เมื่อตั้งค่าไว้ และถ้าไม่มีก็เข้าถึง REST API เดิมโดยตรงด้วยคีย์ API เดียวกัน

### Agent Skills ครอบคลุมแพลตฟอร์มใดบ้าง

มีแพ็กเฉพาะสำหรับ YouTube, TikTok และ Instagram พร้อมชุดเวิร์กโฟลว์ที่ใช้ได้กับ YouTube, TikTok, Instagram, LinkedIn และ Twitter/X การถอดเสียงครอบคลุมทั้งห้าแพลตฟอร์ม ส่วนการค้นหาบน YouTube เพิ่มการค้นหา ช่อง การอัปโหลด เพลย์ลิสต์ และเมทาดาทาคำบรรยาย

### สกิลเวิร์กโฟลว์ผลิตอะไรได้บ้าง

สกิลเวิร์กโฟลว์ผลิตรายงานวิเคราะห์ บรีฟคู่แข่งที่อ้างอิงได้ ฉบับร่างเนื้อหาที่นำกลับมาใช้ บันทึกการประชุม และบันทึกการบรรยาย โดยแต่ละอย่างเก็บการอ้างอิงแหล่งที่มาไว้

### แพ็กสกิลถอดเสียงจัดเรียงอย่างไร

แต่ละแพ็กมาพร้อมสกิลทางเข้าฉบับเต็มหนึ่งตัวและสกิลย่อยเฉพาะทาง เอเจนต์จึงเปิดใช้ทั้งแพลตฟอร์มหรือเฉพาะส่วนที่งานต้องใช้ก็ได้

### สกิลยืนยันตัวตนกับ transcript.im อย่างไร

สกิลอ่านคีย์ API จาก environment หรือการตั้งค่า MCP ของเอเจนต์แล้วส่งไปยัง transcript.im การเรียกผ่านสกิลจึงใช้บัญชีเดียวกับการเรียก API โดยตรง

### เขียนสกิลเวิร์กโฟลว์ของตัวเองบน transcript.im ได้ไหม

ได้ แพ็กเป็นไฟล์ `SKILL.md` ธรรมดาที่มีสคริปต์ช่วยเล็ก ๆ คุณจึงเขียนสกิลในรูปแบบเดียวกัน ระบุว่าเมื่อไรควรโหลด และรันควบกับแพ็กแพลตฟอร์มได้

## เพิ่มสกิลถอดเสียงให้เอเจนต์ของคุณ

เพิ่มแพ็กแพลตฟอร์มหรือแพ็กเวิร์กโฟลว์ให้เอเจนต์ของคุณ ใส่คีย์ API แล้วให้มันดึงข้อความถอดเสียง

- [รับคีย์ API](/app/account/api-keys)
- [อ่านเอกสาร](/docs)