TL;DR: Satu rekaman webinar 60 menit bisa jadi artikel blog, belasan utas X/Threads, dan beberapa naskah video pendek β tanpa menulis ulang dari nol. Caranya: transkripsi dulu dengan Whisper, pecah transkrip jadi momen-momen kunci, lalu ubah tiap momen jadi tiga format dengan prompt yang sudah dikunci tone of voice-nya. Semua langkah ini bisa diotomasi dengan n8n, tapi review manusia sebelum publish tetap wajib.
π‘ Key Takeaway
- Satu jam video panjang menghasilkan sekitar 8.000β9.000 kata transkrip β cukup buat satu artikel panjang plus belasan potongan pendek.
- Whisper model
turboadalah titik awal yang masuk akal: gratis, jalan lokal, dan tingkat kesalahan kata sekitar 9,8% untuk Bahasa Indonesia.- Satu momen kunci cukup buat tiga output: artikel blog SEO, utas X/Threads, dan naskah video pendek 30β60 detik.
- Tone of voice dijaga lewat style guide di prompt, contoh few-shot dari kontenmu sendiri, dan review manusia sebelum publish.
- Otomasi dengan n8n baru layak kalau kamu merilis satu video panjang seminggu atau lebih; kalau cuma satu sebulan, jalankan manual.
Kenapa video panjang adalah bahan baku terbaik
Bayangin kamu baru selesai merekam webinar 60 menit: pembuka yang menjelaskan masalah, tiga segmen materi dengan contoh masing-masing, sesi tanya-jawab, dan penutup dengan ajakan. Itu bukan cuma satu konten β itu gudang bahan mentah yang tersusun rapi.
Bandingkan dengan memulai dari halaman kosong: pekerjaan tersulit bukan mengetiknya, tapi memutuskan apa yang dibahas, dengan urutan apa, dan bukti apa yang dipakai. Di video panjang, keputusan itu sudah diambil waktu merekam β sudut, contoh, dan jawaban atas keberatan audiens sudah ada. Tugas repurposing tinggal mengambil struktur itu dan membentuknya ulang buat kanal lain.
Ada tiga hal yang membuat video panjang unggul sebagai bahan baku. Pertama, kepadatan buktinya: pembicara yang bagus menyebut angka, studi kasus, dan pengalaman pelanggan β bukti itu yang membuat konten turunanmu terasa kredibel. Kedua, nada aslinya: pilihan kata, contoh, dan candaan pembicara adalah tone of voice paling otentik, dan transkrip menangkap semuanya. Ketiga, volumenya: satu jam bicara menghasilkan sekitar 8.000β9.000 kata transkrip β cukup buat satu artikel panjang plus belasan potongan pendek.
Perbandingan cepatnya:
| Bahan baku | Bukti dan contoh | Nada dan gaya | Yang bisa dihasilkan |
|---|---|---|---|
| Video panjang 60 menit | Sudah ada, lengkap dengan angka dan studi kasus | Suara pembicara yang asli | 1 artikel panjang + 10β15 potongan |
| Artikel blog yang sudah terbit | Ada, tapi cuma satu sudut | Sudah diedit, kurang spontan | 3β5 potongan |
| Ide dari nol | Harus dicari dulu | Belum ada | 1 konten |
Jadi kalau kamu cuma punya waktu buat satu konten panjang seminggu, rekamlah video β semua format lain tinggal mengikuti dari satu rekaman itu.
Alurnya end-to-end: lima langkah, satu kali setup
Alurnya cuma lima langkah, dan sekali disusun, langkah yang sama dipakai ulang buat video berikutnya:
| Langkah | Yang dikerjakan | Output |
|---|---|---|
| 1. Transkripsi | Ubah audio jadi teks dengan timestamp | File transkrip (.srt/.txt) |
| 2. Pecah momen | Cari 5β10 momen kunci | Daftar momen + timestamp |
| 3. Ubah format | Satu momen jadi artikel, utas, dan naskah video | 3 draf per momen |
| 4. Jaga tone of voice | Style guide, few-shot, dan review manusia | Draf yang siap tayang |
| 5. Otomasi | Sambungkan langkah 1β4 ke n8n | Workflow yang jalan sendiri |
Urutan ini penting. Banyak orang langsung lompat ke langkah tiga β minta AI “buatkan thread dari video ini” β tanpa transkrip rapi dan tanpa momen yang dipilih. Hasilnya utas yang campur aduk, karena AI tidak tahu bagian mana yang layak diangkat. Transkrip dan pemecahan momen memang membosankan, tapi justru di situlah kualitas ditentukan.
Langkah 1: transkripsi β ubah suara jadi teks
Semua yang lain berdiri di atas transkrip. Kalau transkripnya berantakan β nama produk salah ketik, angka meleset, kalimat terpotong β kesalahan itu menyebar ke semua turunan. Jadi langkah pertama: dapatkan teks yang akurat, lengkap dengan timestamp.
Pilihan utama: Whisper di komputer sendiri
Alat transkripsi paling masuk akal buat jalur ini adalah Whisper, model speech-to-text open-source dari OpenAI: gratis, jalan di komputer sendiri, dan mendukung 99 bahasa termasuk Bahasa Indonesia.
pip install -U openai-whisper
whisper rekaman-webinar.mp3 --model turbo --language id
Perintah itu menghasilkan transkrip lengkap dengan timestamp (SRT). Catatan instalasi: kamu butuh ffmpeg dan Python 3.8 sampai 3.11. Model turbo di contoh adalah versi optimal dari large-v3 β di Hugging Face disebut openai/whisper-large-v3-turbo. Pilihan modelnya:
| Model | Parameter | Kecepatan | Cocok untuk |
|---|---|---|---|
| tiny | 39 juta | Paling cepat | Cari momen |
| base | 74 juta | Cepat | Draf kasar |
| small | 244 juta | Sedang | Transkrip harian |
| medium | 769 juta | Lambat | Terjemahan |
| large | 1.550 juta | Paling lambat | Akurasi tertinggi |
| turbo | 809 juta | ~8x large, VRAM ~6 GB | Titik awal |
Buat Bahasa Indonesia, turbo adalah titik awal yang benar. Pada benchmark FLEURS, tingkat kesalahan katanya (WER) sekitar 9,8% dengan turbo dan 7,8% dengan large-v3 β dari 100 kata, sekitar 8β10 kata mungkin salah, biasanya nama orang, istilah teknis, atau kata yang diucapkan cepat. Itu cukup buat bahan repurposing, tapi tetap proofread di langkah empat. Dua detail: sebutkan bahasanya eksplisit dengan --language id, dan pakai medium atau large dengan --task translate kalau butuh menerjemahkan β turbo tidak dilatih buat terjemahan.
Kalau komputermu tidak kuat menjalankan model besar, ada dua jalan. Yang pertama, faster-whisper β lebih hemat memori dan bisa jalan di CPU dengan compute_type="int8". Yang kedua, API: whisper-1 harganya $0,006 per menit audio per November 2026, alias $0,36 per jam β satu webinar 60 menit biayanya sekitar $0,36. Dua batasan: ukuran file maksimal 25 MB per request, jadi audio panjang harus dipotong dulu; dan whisper-1 akan dihentikan pada 26 Februari 2027, digantikan gpt-transcribe (sekitar $0,0045 per menit) dan gpt-live-transcribe (sekitar $0,017 per menit, buat audio live). Whisper lokal tidak terpengaruh β bobot modelnya berlisensi MIT dan tetap bisa kamu unduh sendiri.
Alternatif cepat: transkrip YouTube yang sudah ada
Kalau videomu sudah di YouTube dan punya caption, ada jalan yang lebih cepat: youtube-transcript-api mengambil transkrip yang sudah dibuat YouTube, tanpa kunci API dan tanpa menjalankan model apa pun. Per Oktober 2026, antarmuka yang berlaku adalah .fetch() β contoh lama yang menulis get_transcript sudah diganti.
from youtube_transcript_api import YouTubeTranscriptApi
transcript = YouTubeTranscriptApi().fetch(video_id, languages=['id', 'en'])
text = " ".join(snippet.text for snippet in transcript)
Tiga batasan sebelum kamu mengandalkannya: pertama, paket ini cuma mengambil caption yang sudah ada β kalau videomu tidak punya caption, tidak ada teks yang bisa diambil, dan sekitar 30β40% video YouTube memang tidak punya transkrip. Kedua, paket ini memakai bagian YouTube yang tidak didokumentasikan, jadi tidak ada jaminan akan terus jalan kalau YouTube mengubah sistemnya. Ketiga, YouTube memblokir banyak IP penyedia cloud, jadi kode yang jalan di laptopmu bisa gagal dengan error RequestBlocked waktu dijalankan dari server. Praktisnya: pakai jalur ini buat video YouTube yang sudah ada captionnya, dan simpan Whisper sebagai cadangan.
Langkah 2: pecah transkrip jadi momen kunci
Momen kunci adalah potongan video 1β3 menit yang berdiri sendiri: satu klaim yang kuat, satu cerita atau studi kasus, satu angka yang mengejutkan, atau satu jawaban tanya-jawab yang menyelesaikan masalah nyata. Webinar 60 menit biasanya berisi 5 sampai 10 momen seperti ini.
Cara paling praktis menemukannya: potong transkrip per segmen 5β10 menit berdasarkan timestamp, lalu minta LLM menilai tiap segmen β apa klaim terkuat di sini, apakah ada cerita atau angka konkret, dan apakah bagian ini bisa berdiri sendiri.
Contoh prompt yang bisa kamu pakai ulang:
Kamu adalah editor konten. Di bawah ini transkrip segmen 12:00β18:30 dari webinar tentang pemasaran konten. Identifikasi momen kunci di segmen ini. Untuk tiap momen, tulis: timestamp mulaiβselesai, satu kalimat ringkasan, dan kutipan verbatim paling kuat (maksimal 2 kalimat). Abaikan pengantar dan pengulangan; kalau tidak ada momen yang kuat, tulis “tidak ada momen”.
Hasil langkah ini adalah daftar momen β biasanya 5 sampai 10 baris β yang jadi bahan baku langkah tiga. Simpan di satu dokumen atau spreadsheet, lengkap dengan timestamp-nya.
Langkah 3: satu momen, tiga output
Di sinilah satu momen berubah jadi tiga format. Kuncinya: jangan minta AI menulis ketiganya sekaligus dalam satu prompt. Tiap format punya aturan panjang, struktur, dan ritme sendiri β kalau dicampur, hasilnya artikel yang kedengaran seperti utas, atau utas yang kepanjangan seperti artikel. Kerjakan satu format per prompt, dengan template yang sudah tetap.
Artikel blog SEO. Satu momen yang kuat bisa jadi artikel pendek 600β1.000 kata, atau gabungkan tiga sampai empat momen yang temanya nyambung jadi satu artikel panjang. Strukturnya sama seperti artikel tutorial: judul memuat kata kunci utama, pembuka menjawab pertanyaan pembaca, subjudul H2 per poin, dan penutup dengan ajakan. Sertakan kutipan verbatim satu atau dua kali dari ucapan pembicara β itu yang membedakan artikel hasil repurposing dari artikel yang ditulis dari ringkasan. Sisipkan internal link kontekstual ke artikel terkait di dalam paragraf, bukan di kotak “baca juga”. Tambahkan catatan bahwa artikel ini diadaptasi dari webinar atau podcast, lengkap dengan tautan ke video aslinya.
Utas X dan Threads. Dua platform ini terlihat mirip, tapi aturan panjangnya beda. Per November 2026, satu post di X menampung 280 karakter buat akun gratis, atau sampai 25.000 karakter buat pelanggan X Premium di semua tier; satu post di Threads menampung 500 karakter, dengan lampiran teks sampai 10.000 karakter dan maksimal 5 tautan per post. Praktisnya: tulis dengan asumsi 280 karakter per post di X dan 500 di Threads.
| Aturan | X | Threads |
|---|---|---|
| Maksimal karakter per post | 280 (gratis) / 25.000 (Premium) | 500 |
| Hitungan karakter | Tautan 23 karakter, emoji dan CJK 2 | Emoji dihitung per byte UTF-8 (API) |
| Tautan per post | Tidak ada batas resmi | Maksimal 5, lebih dari itu ditolak |
| Edit setelah tayang | Bisa, dalam batas waktu | 15 menit, teks saja |
| Kuota publikasi API | Bervariasi per tier | 250 post/24 jam per profil |
Struktur utas yang bekerja: post pertama adalah hook β satu klaim atau pertanyaan yang membuat orang berhenti scroll, maksimal 280 karakter. Post kedua sampai keenam masing-masing membawa satu poin. Post terakhir adalah ajakan β tanya pendapat, arahkan ke artikel lengkapnya, atau minta repost. Jangan menulis utas sebagai artikel yang dipotong-potong β tulis ulang dari momennya, dengan kalimat pendek dan ritme buat scroll cepat.
Naskah video pendek 30β60 detik. Ini format yang paling ketat β waktunya dihitung dalam detik, bukan kata. Orang bicara sekitar 130β150 kata per menit, jadi naskah 30 detik berisi sekitar 65β75 kata, dan 60 detik sekitar 130β150 kata. Strukturnya tiga bagian: hook di 3 detik pertama (“Berhenti lakukan X kalau kamu tidak mau Y”), satu pesan inti dengan satu contoh konkret, dan CTA di akhir. Tulis seperti orang bicara β baca keras-keras waktu mereview, dan potong kalimat yang membuatmu tersendat.
| Bagian | Durasi | Isi |
|---|---|---|
| Hook | 0β3 detik | Satu kalimat yang menghentikan scroll |
| Isi | 3β45 detik | Satu pesan inti + satu contoh konkret |
| CTA | 45β60 detik | Satu ajakan: komentar, simpan, atau kunjungi tautan |
Langkah 4: menjaga tone of voice merek
Ini langkah yang paling sering dilewatkan, dan paling terasa akibatnya. Tanpa pengaman, tiga output dari langkah tiga akan terdengar seperti ditulis tiga orang berbeda β atau lebih buruk, seperti ditulis template yang sama dengan semua orang.
Style guide-nya tidak perlu dokumen 20 halaman. Satu halaman cukup, asal memuat tiga hal: kata dan frasa yang selalu dipakai (dan yang dilarang), panjang kalimat yang biasa kamu pakai, dan contoh kalimat pembuka dan penutup dari kontenmu sendiri. Tempel ringkasan ini di setiap prompt.
Tekniknya disebut few-shot: di dalam prompt, sisipkan dua atau tiga contoh “momen β output” dari brand kamu sendiri sebelum meminta model mengerjakan momen yang baru. Misalnya: “Berikut dua contoh utas yang sudah kami terbitkan [tempel utas 1 dan 2]. Sekarang buatkan utas dengan pola yang sama dari momen berikut.” Hasilnya jauh lebih dekat dengan suara kamu daripada prompt berisi instruksi umum. Satu peringatan: contoh yang kamu sisipkan harus benar-benar kontenmu, bukan konten kompetitor β model akan meniru apa pun yang kamu kasih, termasuk gaya orang lain.
Setelah semua draf jadi, ada satu checkpoint yang tidak boleh diotomasi: review manusia. Sebelum ada yang tayang, baca tiap draf dan cek tiga hal β apakah faktanya sesuai dengan yang diucapkan di video (cek timestamp kalau ragu), apakah ada kalimat yang terdengar seperti AI slop β terlalu umum, kaku, tanpa sudut pandang β dan apakah draf itu masih terasa seperti brand kamu kalau nama brand-nya ditutup. Tesnya sederhana: kalau caption itu bisa dipakai kompetitor tanpa ada yang janggal, berarti suara brand-nya belum masuk. Perbaiki promptnya, bukan cuma drafnya.
Langkah 5: otomasi dengan n8n
Sampai sini, semua langkah di atas masih bisa dikerjakan manual dengan template prompt yang sama. Otomasi masuk akal waktu kamu melakukannya berulang-ulang β misalnya satu webinar tiap minggu. n8n adalah pilihan yang paling masuk akal: self-hosted, gratis, dan punya node OpenAI bawaan.
| Node | Tugasnya |
|---|---|
| Schedule Trigger / Webhook | Memicu workflow tiap Senin 09:00, atau saat video baru diunggah |
| HTTP Request / Code | Mengambil audio atau transkrip YouTube |
| OpenAI (Resource Audio, Operation Transcribe) | Transkripsi lewat API dengan model whisper-1 |
| Code | Memecah transkrip per segmen timestamp |
| AI Agent / OpenAI / Anthropic | Mencari momen dan menulis tiga output |
| Google Docs / Google Sheets | Menyimpan draf |
| Telegram / Slack | Memberi tahu kamu kalau draf siap direview |
Kalau kamu belum pernah menyambungkan model AI ke n8n, panduan menghubungkan ChatGPT dan Claude ke n8n menjelaskan setup kredensial dan node-nya.
Dua hal yang perlu kamu perhatikan. Pertama, batas 25 MB di API Whisper: file audio webinar 60 menit biasanya 50β100 MB, jadi potong dulu jadi beberapa bagian β node Code dengan ffmpeg bisa melakukannya β lalu gabungkan hasilnya berdasarkan timestamp. Kedua, jangan biarkan workflow mempublikasikan sendiri. Ujung workflow ini adalah draf dan notifikasi, bukan tombol publish.
Kalau kamu tidak memakai n8n, Zapier dan Make bisa menjalankan alur yang sama β bedanya, keduanya tidak punya node transkripsi Whisper bawaan, jadi kamu perlu memanggil API transkripsi lewat Webhook atau modul HTTP mereka, dan biayanya dihitung per task atau per operasi. Cek halaman pricing masing-masing sebelum memutuskan, karena struktur harganya berubah berkala. Buat tim yang sudah memakai n8n, tidak ada alasan kuat buat pindah β node OpenAI-nya sudah menyediakan operasi Transcribe secara native.
Kapan otomasi ini layak, dan kapan mending manual? Aturannya sederhana: hitung frekuensinya. Kalau kamu merilis satu video panjang seminggu atau lebih, otomasi membayar dirinya sendiri dalam dua sampai tiga minggu β waktu yang dihemat dari transkripsi dan pemotongan momen sudah lebih besar dari waktu membangun workflow-nya. Kalau videonya cuma satu sebulan, jalankan manual dengan template prompt yang sama. Satu pengecualian: video yang sensitif β pengumuman harga, klarifikasi isu, atau apa pun yang salah satu katanya bisa jadi masalah β jangan pernah masuk ke jalur otomatis.
Terakhir soal distribusi: draf yang sudah lolos review masih harus tayang di tempat dan jam yang tepat. Kalau kanal utamamu Instagram, kamu bisa menjadwalkan postingan langsung dari asisten AI β panduan menghubungkan Muse ke Instagram untuk auto scheduled post menjelaskan cara kerjanya.
Contoh jadwal mingguan: satu webinar, seminggu penuh
Ini contoh jadwal buat satu webinar 60 menit yang direkam hari Senin. Total waktu kerja manusianya sekitar 2β3 jam seminggu.
| Hari | Yang dikerjakan | Yang tayang |
|---|---|---|
| Senin | Rekam webinar, transkrip otomatis jalan | β |
| Selasa | Cari momen, tulis draf artikel + 2 utas | Artikel blog |
| Rabu | Review manusia, revisi draf | Utas X/Threads #1 |
| Kamis | Potong 1 klip dari momen terkuat | Video pendek #1 (Reels/TikTok/Shorts) |
| Jumat | Tulis utas kedua dari momen lain | Utas X/Threads #2 |
| Sabtu | Potong klip kedua, jadwalkan minggu depan | Video pendek #2 |
Tidak semua tayang di hari yang sama β artikel blog tayang dulu, lalu utas dan video pendek disebar selama seminggu.
Pertanyaan yang sering ditanya soal ini
Apakah transkrip Whisper cukup akurat buat Bahasa Indonesia?
Ya, buat bahan repurposing. Model turbo punya tingkat kesalahan kata sekitar 9,8% buat Bahasa Indonesia pada benchmark FLEURS, dan large-v3 sekitar 7,8%. Itu cukup buat menemukan momen dan menulis draf β tapi selalu proofread angka, nama, dan istilah teknis.
Bagaimana kalau videoku tidak punya caption YouTube?
Pakai Whisper lokal atau lewat API. Caption YouTube memang jalan pintas yang nyaman, tapi cuma tersedia kalau videonya punya caption β sekitar 30β40% video YouTube tidak punya.
Berapa biaya transkripsinya?
Tergantung jalurnya. Whisper lokal gratis β kamu cuma membayar listrik dan waktu komputasi. Lewat API OpenAI, whisper-1 harganya $0,006 per menit per November 2026, jadi satu jam audio sekitar $0,36. Tapi whisper-1 dihentikan pada 26 Februari 2027 dan digantikan gpt-transcribe (sekitar $0,0045 per menit).
Berapa banyak konten yang bisa dihasilkan dari satu video?
Dari webinar 60 menit, biasanya 5β10 momen kunci. Tiap momen jadi satu artikel pendek atau digabung jadi artikel panjang, satu utas, dan satu naskah video pendek. Realistisnya, satu webinar menghasilkan satu artikel panjang, 5β10 utas, dan 3β5 video pendek seminggu.
Bisakah workflow n8n mempublikasikan semuanya secara otomatis?
Secara teknis bisa, tapi jangan. Ujung workflow yang sehat adalah draf plus notifikasi, bukan tombol publish. Transkrip bisa salah dengar angka atau nama, dan model bisa menulis klaim yang tidak pernah diucapkan di video. Satu review manusia sebelum tayang lebih murah daripada memperbaiki kesalahan yang sudah tersebar.
Zapier atau Make bisa menggantikan n8n?
Kalau tim kamu sudah berlangganan salah satunya, keduanya bisa menjalankan alur yang sama. Bedanya, tidak ada node Whisper bawaan β kamu perlu memanggil API transkripsi lewat modul HTTP atau webhook mereka, dan biayanya dihitung per task atau per operasi. Buat pemakaian rutin mingguan, n8n self-hosted biasanya lebih murah; buat tim yang jarang, Zapier atau Make lebih praktis.
Penutup: rekam sekali, kerja seminggu
Repurposing bukan soal memproduksi lebih banyak konten dengan usaha yang sama β itu cara berpikir yang bikin hasilnya generik. Repurposing yang benar adalah memanfaatkan satu jam kamu menjelaskan sesuatu dengan baik, dan membiarkan momen itu bekerja di semua kanal.
Mulainya kecil: ambil satu rekaman yang sudah kamu punya, transkrip dengan Whisper, cari tiga momen terkuatnya, dan ubah masing-masing jadi satu utas. Kalau utas itu terasa seperti kamu yang menulisnya, alurnya sudah benar β tinggal diotomasi. Kalau terasa seperti template, perbaiki style guide-nya dulu, bukan workflow-nya.
Sumber dan bacaan lanjutan
Semua harga dan batasan di atas dicek per November 2026.
- OpenAI Whisper β repositori GitHub (diakses 20 November 2026)
- Whisper Notes β Introducing Whisper Large V3 Turbo (diakses 20 November 2026)
- youtube-transcript-api β dokumentasi PyPI (diakses 20 November 2026)
- n8n Automation β Automate Audio Transcription with Whisper (diakses 20 November 2026)
- n8n β Analyze Sales Calls with Whisper Transcription (diakses 20 November 2026)
- RedReplier β X (Twitter) Character Limit (diakses 20 November 2026)
- nod β Threads Character Limit (diakses 20 November 2026)
- Sully β OpenAI Whisper API Alternatives (diakses 20 November 2026)
- Memetik β OpenAI Whisper API Pricing (diakses 20 November 2026)










Tinggalkan Balasan