youtube-research

YouTube 研究

工作区上下文

提问前先阅读启动上下文：strategy/brand.md 了解品牌、受众、产品与服务、渠道、工具、限制和指标；about/me.md 了解个人风格；content/ideas.md 和 content/calendar.md 了解内容规划。仅在必要时将旧版产品营销上下文文件作为备用参考。将生成的草稿保存到 content/<platform>/drafts/YYYY-MM-DD_short-topic-slug.md，并将可长期参考的经验反馈到 strategy/brand.md、about/me.md 或 content/ideas.md。

工作约定

此技能适用于其前置元数据的范围，且内容自包含：将本地说明、参考资料、脚本和资源用作操作指南；只询问缺失的特定任务输入；将任务移交给相邻技能，不要扩展范围；并返回可执行的产物、决策、计划、草稿或诊断。

一个技能，包含三种模式：

1. 主题研究 — 在规划视频前研究竞争格局、内容空白和战略洞察
2. 视频分析 — 对文字稿进行取证式拆解，提取爆款公式和留存机制
3. API 查询 — 直接访问 YouTube Data API v3，搜索内容并获取数据、评论和频道信息

---

适用场景

• 在规划制作前研究视频主题
• 分析竞争对手的视频，找出其奏效的原因
• 通过 API 获取频道数据、视频指标或评论
• 发现细分领域中的内容空白和机会

---

YouTube Data API 设置

1. 获取 API 密钥

1. 前往 Google Cloud Console → APIs & Services → Library
2. 启用 YouTube Data API v3
3. 创建凭据 → API 密钥

export YOUTUBE_API_KEY="your-api-key-here"

重要： 管道传输 curl 输出时，请将命令包装在 bash -c '...' 中，以保留环境变量：

bash -c 'curl -s "https://..." -H "..." | jq .'

2. 主要 API 命令

搜索视频：

bash -c 'curl -s "https://www.googleapis.com/youtube/v3/search?part=snippet&q=YOUR_QUERY&type=video&maxResults=10&order=viewCount&key=${YOUTUBE_API_KEY}"' | jq '.items[] | {videoId: .id.videoId, title: .snippet.title, channel: .snippet.channelTitle}'

获取视频详情（数据、时长）：

bash -c 'curl -s "https://www.googleapis.com/youtube/v3/videos?part=snippet,statistics,contentDetails&id=VIDEO_ID&key=${YOUTUBE_API_KEY}"' | jq '.items[0] | {title: .snippet.title, views: .statistics.viewCount, likes: .statistics.likeCount, duration: .contentDetails.duration}'

按 Handle 获取频道：

bash -c 'curl -s "https://www.googleapis.com/youtube/v3/channels?part=snippet,statistics&forHandle=@HANDLE&key=${YOUTUBE_API_KEY}"' | jq '.items[0] | {id: .id, title: .snippet.title, subscribers: .statistics.subscriberCount, videos: .statistics.videoCount}'

获取视频评论：

bash -c 'curl -s "https://www.googleapis.com/youtube/v3/commentThreads?part=snippet&videoId=VIDEO_ID&maxResults=20&order=relevance&key=${YOUTUBE_API_KEY}"' | jq '.items[] | {author: .snippet.topLevelComment.snippet.authorDisplayName, text: .snippet.topLevelComment.snippet.textDisplay, likes: .snippet.topLevelComment.snippet.likeCount}'

获取热门视频：

bash -c 'curl -s "https://www.googleapis.com/youtube/v3/videos?part=snippet,statistics&chart=mostPopular&regionCode=US&maxResults=10&key=${YOUTUBE_API_KEY}"' | jq '.items[] | {title: .snippet.title, channel: .snippet.channelTitle, views: .statistics.viewCount}'

配额： 每天 10,000 单位。搜索消耗 100 单位。其他大多数操作消耗 1 单位。

完整参考请参阅 YouTube Data API 文档。

---

模式 1：主题研究

在规划新视频前进行研究。聚焦洞察和关键杠杆，而不是堆砌数据。

工作流

步骤 0：创建研究文件

将所有研究保存到：./youtube/episode/[episode_number]_[topic_short_name]/research.md

如果该文件已存在，请先阅读，并从上次中断处继续。

步骤 1：了解主题

• 这条视频要解决什么问题？
• 为什么观众会点击观看？
• 为什么这个主题现在相关？

步骤 2：研究自己的频道

使用 API 查找已发布的相关视频。记录：

• 相关视频（标题、视频 ID、URL、关键指标）
• 已经涵盖的内容，以及如何做出差异化

步骤 3：研究竞争对手

搜索该主题下排名靠前的 5–8 条视频。逐条：

• 获取视频详情（观看次数、点赞数、时长）
• 记录标题、切入角度和成功原因
• 总结共同模式和做法

步骤 4：分析内容空白

记录：

• 内容已饱和的领域 — 3–5 个被过度覆盖的切入角度
• 内容空白（机会） — 评级：⭐⭐⭐ 高 / ⭐⭐ 中 / ⭐ 低
• 建议聚焦方向 — 具体角度 + 独特价值主张

评级标准：

• ⭐⭐⭐ 高：存在明显空白、需求旺盛，且易于差异化
• ⭐⭐ 中：存在一定空白、竞争适中，潜力良好
• ⭐ 低：空白较小，竞争激烈

研究文件模板

# [Episode]: [Topic] - Research

## Episode Overview
**Topic**: [Brief description]
**Target Audience**: [Who this is for]
**Goal**: [What viewers will learn/gain]

## YouTube Research
### Your Previous Videos
[Related videos with metrics]

### Top Competing Videos
[5-8 videos: title, channel, views, angle, what works]

### Key Insights
[Patterns and findings synthesized]

## Content Gap Analysis
### What's Already Well-Covered
[List]

### Content Gaps (Opportunities)
[Rated list with ⭐ ratings]

### Recommended Focus
[Specific angle and unique value proposition]

## Production Notes
**Status**: Research Complete
**Created**: [Date]

并行研究

如果宿主环境支持并行研究，可将竞争对手搜索、自有频道回顾和评论挖掘等具体任务拆分并行执行。否则，按顺序进行，并在每个部分完成后总结发现。

易踩的坑

• 数据倾倒——将竞争对手限制在 5–8 个，归纳规律，而不是罗列每个视频
• 差距描述含糊——“这方面的内容不多” → 找出具体缺失的角度
• 报告过长——聚焦洞察和关键杠杆

**下一步：**使用 youtube-content 技能，根据这项研究规划视频。

---

模式 2：视频分析

对视频文字稿进行取证式拆解，提取爆款公式、钩子和留存机制。

获取文字稿

自动获取：

python skills/youtube-research/scripts/fetch_transcript.py "YOUTUBE_URL_OR_VIDEO_ID"

**手动粘贴：**YouTube 内置文字稿（点击“...” →“显示文字稿”）或 ytscribe.ai。

分析框架

像勘查犯罪现场一样分析文字稿——系统地提取所有内容。完整清单和模板请参阅 reference/analysis-framework.md。

分析以下 11 个维度：

1. 钩子架构——主要钩子（前 3–8 秒）、钩子类型、次要钩子、填空式模板
2. 结构蓝图——内容框架（PAS、故事-经验教训-CTA、列表-深度解析-总结）、节拍图、节奏
3. 留存机制——开放式悬念、模式中断、好奇心缺口、回报点
4. 情绪设计——情绪弧线、触发词、身份认同钩子、“我们与他们”的动态
5. 叙事元素——叙事框架、人物定位、冲突/利害关系、具体性
6. 语言模式——有力短语、句子节奏、重复、对话式触发点
7. 算法信号——观看时长优化技巧、互动诱饵、分享/收藏触发点
8. CTA 架构——主要 CTA、软性 CTA、时机、价值交换
9. 传播系数——易分享度评分（1–10）、评论诱饵密度、跨领域传播潜力
10. 可复用模板——填空式开场钩子（3 种变体）、章节模板、转场素材库
11. 实施手册——最值得借鉴的 10 个要素、细分领域改编、A/B 测试建议

分析前，收集背景信息

• 你的细分领域/主题
• 你的内容风格（随意、教育、煽动性等）
• 目标平台和视频时长目标

输出格式

按全部 11 个章节组织输出。最后以速查表收尾，用一页总结所有提取出的模式，便于快速应用。

---

工具

• YouTube API：使用 $YOUTUBE_API_KEY 执行 bash -c 'curl ...'
• MCP（如可用）：mcp__plugin_yt-content-strategist_youtube-analytics__search_videos、get_video_details、get_channel_details
• Web：使用 WebSearch 和 WebFetch 获取行业趋势和背景信息