tracking-youtube-trending-topics-by-niche

按细分领域追踪 YouTube 热门话题

通过分析近期高播放量视频，找出 YouTube 上特定细分领域中表现出色的内容。挖掘 YouTube 算法当前青睐的可复用标题公式、内容形式和话题主题。

前提条件

• 已设置 APIFY_TOKEN 环境变量
• 可选：已安装 Apify MCP 服务

输入

参数	类型	必填	默认值	备注
startUrls	数组	可选	[]	YouTube URL — 频道、播放列表、Shorts、搜索结果
youtubeHandles	数组	可选	[]	YouTube 频道账号名（例如 @kurzgesagt）
getTrending	布尔值	可选	false	获取热门视频
keywords	数组	可选	[]	搜索关键词
gl	字符串	可选	us	结果的国家/地区代码（例如 US、GB）
hl	字符串	可选	en	语言代码（例如 en、de）
uploadDate	字符串	可选	all	上传日期筛选条件：any、hour、today、week、month、year
duration	字符串	可选	all	时长筛选条件：any、short、long
features	字符串	可选	all	功能筛选条件：4k、hd、live、cc、3d、hdr 等
sort	字符串	可选	r	搜索结果的排序方式
maxItems	数字	可选	不限	最多返回的视频数量
customMapFunction	字符串	可选	—	用于转换每个输出对象的 JavaScript 函数

工作流

Progress:
- [ ] Step 1: Search for recent high-performing videos in niche
- [ ] Step 2: Extract title patterns and topics
- [ ] Step 3: Score trending momentum
- [ ] Step 4: Identify format and structural patterns
- [ ] Step 5: Deliver trend brief

第 1 步：搜索 YouTube

推荐 — run_actor.js（自动处理等待、输出和文件保存）：

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

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

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

必须在环境变量或 .env 文件中设置 APIFY_TOKEN。

如果 Apify MCP 可用：

Tool: apify:run-actor
Actor: "apidojo~youtube-scraper"
Input:
{
  "searchKeywords": ["[NICHE]", "best [NICHE]", "[NICHE] 2026", "[NICHE] for beginners"],
  "maxResults": 50,
  "type": "video"
}

REST API 备用方案：

curl -X POST   "https://api.apify.com/v2/acts/apidojo~youtube-scraper/runs?token=$APIFY_TOKEN"   -H "Content-Type: application/json"   -d '{"searchKeywords": ["personal finance tips", "best investing 2026", "investing for beginners"], "maxResults": 50}'

第 2 步：分析标题模式

对每个视频标题进行分类：

title_formula:
  NUMBER_LIST = "Top [N]", "[N] Best", "[N] Things"
  HOW_TO = "How to", "Step-by-step", "The Complete Guide"
  VS_COMPARISON = "vs", "or", "Which is Better"
  WARNING = "Avoid", "Mistake", "Stop Doing", "Don't"
  STORY = "I tried", "What happened when", first-person
  YEAR_SPECIFIC = contains current year → high freshness signal

第 3 步：评估热门趋势势头

momentum = viewCount / days_since_published  # views per day

trend_score = (momentum / 10000, max 1) * 0.40
            + (likeCount / viewCount * 100 > 4 ? 1 : ratio/4) * 0.30
            + (commentCount / viewCount * 100 > 0.3 ? 1 : ratio/0.3) * 0.30

第 4 步：边缘情况

• 所有热门视频都来自同一个频道：这很可能说明该创作者在此细分领域占据主导地位——请注明这一点；这是竞争信号，而非内容形式趋势。查看播放量排名第二和第三的创作者，以获取更广泛的信号
• 细分领域规模很小（高于阈值的视频少于 10 个）：将 min_views 降至 10K；报告可用数据
• 特定年份的内容占主导地位：这表明标题中包含年份的内容表现不错——建议采用“[细分领域] [年份+1]”格式，以获得较强的排名机会

输出格式

# YouTube Trending Topics: [NICHE]
Videos analyzed: [N] | Above threshold ([MIN_VIEWS] views): [N] | Date: [DATE]

## Top Title Formulas (by Avg Views)
| Formula | # Videos | Avg Views | Avg Like Rate | Best Example |
|---------|---------|-----------|-------------|-------------|
| Number List | [N] | [N] | [X%] | "[title]" |
| How-To | [N] | [N] | [X%] | |

## Top Performing Videos
| Title | Views | Momentum (views/day) | Like Rate | Trend Score |
|-------|-------|---------------------|----------|------------|

## Trending Topic Themes
1. [Theme] — [N] videos, [N] total views
2. [Theme]

## Recommended Video Ideas
Based on trending patterns:
1. "[Specific video title recommendation using a winning formula]"
2. "[Video title recommendation]"

故障排除

结果受到一条较早的病毒式传播视频影响：按 date_range 中的 published_date 筛选；按趋势势头（播放量/天）而非总播放量排序。 标题公式过于笼统：这很正常——YouTube 标题策略广为人知。价值在于公式中具体的话题。 细分领域近期没有高表现内容：该领域在 YouTube 上可能已饱和或正在衰退；请考虑 YouTube 是否适合发布此类内容。