extracting-youtube-comments-for-research

研究用のYouTubeコメント抽出

感情分析、質問の抽出、製品へのフィードバック収集のために、YouTube動画のコメントを取得します。YouTubeのコメントはTikTokよりも熟考された内容です。視聴者はコメントする前に、より多くの時間をかけています。

前提条件

• APIFY_TOKEN 環境変数が設定されていること
• 任意：Apify MCP サーバーがインストールされていること

入力

パラメーター	型	必須	デフォルト	備考
startUrls	配列	任意	[]	YouTubeのURL — チャンネル、再生リスト、ショート、検索結果
youtubeHandles	配列	任意	[]	YouTubeチャンネルのハンドル（例：@kurzgesagt）
getTrending	ブール値	任意	false	トレンド動画を取得します
keywords	配列	任意	[]	検索キーワード
gl	文字列	任意	us	結果の国コード（例：US、GB）
hl	文字列	任意	en	言語コード（例：en、de）
uploadDate	文字列	任意	all	アップロード日のフィルター：any、hour、today、week、month、year
duration	文字列	任意	all	動画の長さのフィルター：any、short、long
features	文字列	任意	all	機能のフィルター：4k、hd、live、cc、3d、hdr など
sort	文字列	任意	r	検索結果の並べ替え順
maxItems	数値	任意	無制限	取得する動画の最大数
customMapFunction	文字列	任意	—	各出力オブジェクトを変換するJavaScript関数

ワークフロー

Progress:
- [ ] Step 1: Scrape comments from target videos
- [ ] Step 2: Filter and clean dataset
- [ ] Step 3: Analyze by research goal
- [ ] Step 4: Extract top themes and insights
- [ ] Step 5: Deliver comment research report

ステップ1：コメントをスクレイピングする

推奨 — run_actor.js（待機、出力、ファイル保存を自動で処理します）：

# Quick answer (prints table to chat)
node scripts/run_actor.js \
  --actor "apidojo~youtube-comments-scraper" \
  --input '{"param": "value"}'

# Save as CSV
node scripts/run_actor.js \
  --actor "apidojo~youtube-comments-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.csv --format csv

# Save as JSON
node scripts/run_actor.js \
  --actor "apidojo~youtube-comments-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.json --format json

APIFY_TOKEN は環境または .env ファイルに設定する必要があります。

Apify MCP が利用可能な場合：

Tool: apify:run-actor
Actor: "apidojo~youtube-comments-scraper"
Input:
{
  "startUrls": [{"url": "[VIDEO_URL_1]"}, {"url": "[VIDEO_URL_2]"}],
  "type": "comments",
  "maxComments": 500
}

REST API による代替方法：

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~youtube-comments-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"startUrls": [{"url": "[VIDEO_URL]"}], "type": "comments", "maxComments": 500}'

ステップ2：データセットをクリーンアップする

• 8語未満のコメントを削除します（通常は絵文字だけ、または「素晴らしい動画！」のようなコメントです）
• 自己宣伝のコメントを削除します（外部リンクを含むもの）
• 投稿者自身の返信を削除します（authorName がチャンネル名と一致するもの）
• 設定されている場合は、min_likes_on_comment フィルターを適用します

ステップ3：目的別に分析する

質問： 「?」、「how do you」、「what is」、「can you」を含むもの 課題： 「I struggle」、「I can't」、「problem is」、「doesn't work」 製品へのフィードバック： 製品への言及と意見を示す表現 感情： 標準的な語彙分類器（肯定的／否定的／中立）

comment_importance = likeCount * 0.60 + replyCount * 10 * 0.40

ステップ4：例外ケース

• コメントが無効： 記録し、同じチャンネルの別の動画を試します
• 英語以外のコメントが大半： 言語の分布を報告し、必要に応じて英語に絞り込みます
• スパムの急増： 同じユーザー名が3回を超えて出現するものを除外します
• 組織的なコメント欄： 50%を超えるコメントが協調的なテーマを共有している場合 → BRIGADED としてフラグを立てます

出力形式

# YouTube Comment Analysis
Videos: [N] | Comments analyzed: [N] | After filtering: [N] | Date: [DATE]

## Sentiment (if goal = sentiment)
Positive: [X%] | Negative: [X%] | Neutral: [X%]

## Top 10 Most-Liked Comments
| # | Comment (excerpt) | Likes | Replies |
|---|------------------|-------|---------|

## Key Themes
| Theme | Frequency | Avg Likes | Example |
|-------|-----------|-----------|---------|

## Most Asked Questions
1. "[question]" — [N] viewers

トラブルシューティング

取得できるコメントが少ない： YouTubeでは一部の動画へのアクセスが制限されています。同じチャンネルのコメント数が多い動画を試してください。 表面的な称賛が大半： min_likes_on_comment = 5 を使って、内容のあるコメントに絞り込みます。 研究目的に関する反応がない： YouTubeでは視聴者がそのような形で反応しない可能性があります。この分野ではRedditまたはTikTokを試してください。