TubeRate: Descubra a Fórmula dos Vídeos Virais usando Inteligência Artificial

O TubeRate não é apenas uma ferramenta de análise de dados — ele é uma arquitetura pensada para escalar processamento, integrar múltiplas APIs e transformar dados públicos do YouTube em insights estratégicos com apoio de IA generativa.

Este é o objeto do https://www.tuberate.com.br

Abaixo explico como toda a estrutura foi planejada e desenhada. 

Tempo gasto para desenvolvimento:
12 horas entre desenvolvimento, criação da infra estrutura, integração com Mercado Pago e deploy

Ferramentas, tecnologias e linguagens utilizadas:
- Google Antigravity ( IDE )
 - Docker 
- Github
- Shell Script
- Python ( script de automação de deploy )
- NextJs ( frontend )
- NodeJS ( Backend )
- CloudFlare ( SSL, CDN, Configuração de DNS )
- NGINX ( Proxy Reverso )

Stack Principal

• Frontend: Next.js

• Backend/API: Node.js

• Autenticação: Google OAuth 2.0

• Dados: YouTube Data API v3

• Inteligência Artificial: APIs do Gemini

• Arquitetura: Separação clara entre camada de apresentação, camada de serviços e camada de inteligência

1. Autenticação com Google OAuth

O primeiro pilar da arquitetura é a segurança.

A autenticação foi implementada utilizando Google OAuth 2.0, permitindo:

• Login seguro

• Autorização baseada em token

• Nenhuma necessidade de armazenar senha

• Controle de sessão via JWT ou session-based strategy

Fluxo simplificado:

1. Usuário inicia login no frontend (Next.js)

2. Redirecionamento para Google OAuth

3. Recebimento do access_token

4. Backend valida e cria sessão segura

Isso garante conformidade e segurança sem fricção.

2. Camada de API em Node.js

A aplicação utiliza uma API dedicada em Node.js responsável por:

• Orquestrar chamadas externas

• Normalizar dados do YouTube

• Aplicar cálculos de Score

• Enviar payload estruturado para o Gemini

• Retornar insights prontos para o frontend

Essa separação evita expor chaves de API no cliente e mantém a lógica sensível isolada.

Estrutura conceitual:

Frontend (Next.js)
        ↓
API Node.js (Orquestração)
        ↓
YouTube API + Gemini API

3. Integração com YouTube Data API v3

O motor de dados do TubeRate é a YouTube API v3.

Para cada canal analisado:

1. Resolve @handle → channelId

2. Busca playlist de uploads

3. Coleta até 200 vídeos

4. Extrai:

   • Views

   • Likes

   • Comentários

   • Data de publicação

   • Título e descrição

Esses dados passam por uma etapa de normalização e enriquecimento antes de qualquer análise.

4. Algoritmo de Score Composto

Antes da IA entrar em ação, o TubeRate aplica um algoritmo matemático próprio.

O Score Composto (0-100) considera:

• Views (peso logarítmico)

• Likes

• Comentários

• Taxa de engajamento

O uso de logaritmo evita distorções causadas por vídeos extremamente virais e permite destacar vídeos com alta eficiência relativa.

Isso cria um ranking mais justo e estratégico.

5. Camada de Inteligência com Gemini

Aqui está o diferencial arquitetural.

Após a consolidação dos dados:

1. A API Node monta um prompt estruturado contendo:

   • Ranking dos vídeos

   • Métricas médias

   • Padrões temporais

   • Temas recorrentes

2. Esse payload é enviado para as APIs do Gemini

3. O Gemini executa:

   • Análise semântica de títulos

   • Identificação de padrões de formato

   • Agrupamento de temas

   • Sugestão de linha editorial estratégica

Em vez de apenas mostrar números, o sistema devolve:

• Linha de conteúdo dominante

• Oportunidades não exploradas

• Frequência ideal de publicação

• Padrões de thumbnail e título

A IA transforma dados quantitativos em direcionamento qualitativo.

6. Frontend com Next.js

O frontend foi construído com Next.js, permitindo:

• Renderização híbrida (SSR + CSR)

• Melhor SEO

• Performance otimizada

• Componentização escalável

Ele consome a API Node e apresenta:

• Rankings coloridos

• Filtros temporais

• Métricas consolidadas

• Insights gerados por IA

Toda a complexidade fica no backend — o frontend é focado em performance e experiência.

7. Pipeline Completo de Processamento

O fluxo completo funciona assim:

Usuário loga → 
Insere canal →
API coleta dados do YouTube →
Normaliza e calcula Score →
Monta prompt estratégico →
Gemini analisa →
Backend estrutura resposta →
Frontend exibe insights acionáveis

🚀 Decisão Arquitetural Estratégica

O ponto central do projeto foi separar claramente:

• Camada de Dados (YouTube API)

• Camada Analítica (Score Algorítmico)

• Camada Cognitiva (Gemini AI)

• Camada de Apresentação (Next.js)

Isso permite:

• Escalabilidade

• Facilidade de manutenção

• Evolução futura da IA

• Substituição modular de APIs

Resultado Final

O TubeRate não é apenas um dashboard.

Ele é um sistema que:

• Coleta dados

• Interpreta padrões

• Aplica matemática

• Usa IA generativa

• Entrega estratégia

Tudo isso com autenticação segura e arquitetura preparada para crescimento.

O serviço possui um plano gratuíto