youtube-research-video-topic

YouTube 视频主题研究

概述

此技能专门针对 YouTube 视频主题开展纯研究。执行所有步骤，产出可执行的洞察，找出内容缺口并分析竞争对手。此技能仅专注于研究——不会生成标题、缩略图或钩子。

核心原则：关注洞察和关键杠杆，而不是堆砌数据。研究应全面而简洁，以数据为依据，并旨在为战略决策提供参考。

适用场景

在以下情况下使用此技能：

• 你需要在规划制作之前研究视频主题
• 用户要求研究某个视频创意或主题
• 你想了解竞争格局
• 你需要找出内容缺口和机会

YouTube 研究子 Agent

你可以使用 YouTube 研究子 Agent 执行特定且聚焦的研究任务。YouTube 研究员可以使用所有 YouTube 分析工具。

子 Agent 用法

可以使用 Task 工具调用 YouTube 研究员。你可以在单次回复中多次调用 Task 工具，并行分派研究任务。这能显著提升效率。所有研究结果都会汇报给你，以便综合整理。

优先使用 Task 工具调用子 Agent，而不是直接调用 YouTube 分析工具。每个 Task 提示词都应明确聚焦，并设定清晰的目标。

研究工作流

执行以下所有步骤，完成研究。

步骤 0：创建 Research.md

在 ./youtube/episode/[episode]/ 下为视频创意创建一个新的研究文件。如果用户按系列组织视频，请在文件夹名称中包含集数。文件夹名称应为 [episode_number]_[topic_short_name]；如果不属于系列，则为 [topic_short_name]。因此，完整的研究文件路径应为 ./youtube/episode/[episode_number]_[topic_short_name]/research.md。

所有研究内容必须写入此文件。

如果文件已存在，请先阅读，了解目前已完成的研究，再从已有内容继续。

步骤 1：理解主题

分析并记录：

• 这段视频要解决什么问题？
• 为什么有人会点击观看这段视频？
• 为什么这个主题现在具有现实意义？

步骤 2：研究用户的相关视频

执行以下操作：

1. 使用 mcp__plugin_yt-content-strategist_youtube-analytics__search_videos 查找用户频道中的相关视频
2. 使用 mcp__plugin_yt-content-strategist_youtube-analytics__get_video_details 获取表现指标
3. 确定已经涵盖的内容，以及如何做出差异化

在研究文件中记录：

• 相关视频（标题、视频 ID、URL、关键指标）
• 表现洞察（哪些做得好，哪些效果不佳）
• 新视频的差异化策略

步骤 3：竞争对手研究

执行以下操作：

1. 使用 mcp__plugin_yt-content-strategist_youtube-analytics__search_videos 查找该主题下表现最好的 5–8 个视频
2. 筛选近期且互动度高的视频
3. 使用 mcp__plugin_yt-content-strategist_youtube-analytics__get_video_details 获取每个热门视频的详细信息
4. 分析成功视频中的规律

记录每个竞争对手的信息：

• 标题、频道、视频 ID、URL
• 订阅者数量、观看次数、互动数据
• 重点／角度及其成功原因

综合关键洞察：找出竞争对手之间的共同规律和不同做法。

第 4 步：内容差距分析

分析并识别：

• 哪些主题的内容已经饱和？
• 缺少哪些内容，或哪些内容尚未得到充分探索？
• 用户可以在哪些方面提供独特价值？

在研究文件中记录：

• 已有充分覆盖的内容：3-5 个内容饱和的主题／方法
• 内容差距（机会）：具体机会，评级为 ⭐⭐⭐（高）、⭐⭐（中）、⭐（低）
• 推荐重点：具体切入角度和独特价值主张

评级标准：

• ⭐⭐⭐ 高：存在显著差距、需求强劲、差异化明确
• ⭐⭐ 中：存在一定差距、竞争适中、潜力良好
• ⭐ 低：差距较小、竞争激烈

输出结构

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

使用以下模板结构：

# [Episode_Number]: [Topic] - Research

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

## Research Notes
### Key Concepts to Cover
[High-level list]

## YouTube Research
### Related Videos
**Your Previous Videos:** [Analysis]
**Top Competing Videos:** [5-8 videos with analysis]
**Key Insights:** [Patterns and findings]

## Content Gap Analysis
### What's Already Well-Covered: [List]
### Content Gaps (Opportunities): [Rated list]
### Recommended Focus: [Specific angle and value prop]

## Technical Implementation
[Only if applicable]

## Production Notes
**Episode Number**: [Number]
**Status**: Research Complete
**Created/Updated**: [Dates]

## Execution Guidelines

### Focus on Insights, Not Data
Execute research with these principles:
- Synthesize patterns from research
- Identify 3-5 key insights with supporting data
- Explain WHY approaches work
- Limit competitor research to 5-8 videos

### Prioritize Big Levers
Focus research on these impact areas in order:
1. Content Gaps (Unique value)
2. Competitor Patterns
3. Audience Needs
4. Technical Requirements

### Back Recommendations with Data
When documenting findings:
- ❌ "Make a video about AI agents"
- ✅ "Focus on AI agent memory systems (⭐⭐⭐ gap) - competitors get 50K+ views but don't cover persistent memory"

### Maintain Episode Continuity
During research:
- Reference previous episode research
- Check for topic overlap
- Identify opportunities to build on previous content

## Quality Checklist

Verify completion before finalizing research:
- [ ] Related videos and 5-8 competitors documented with analysis
- [ ] Content gaps identified with ⭐ ratings
- [ ] Research is concise yet comprehensive (not data dumping)
- [ ] All recommendations backed by data
- [ ] Unique value proposition clearly stated

## Tools to Use

Execute research using these tools:

**YouTube Analytics MCP**:
- `mcp__plugin_yt-content-strategist_youtube-analytics__search_videos` - Find videos by query
- `mcp__plugin_yt-content-strategist_youtube-analytics__get_video_details` - Get video metrics
- `mcp__plugin_yt-content-strategist_youtube-analytics__get_channel_details` - Get channel info

**Web Research**: Use `web-search` and `web-fetch` for industry trends and context

**Filesystem**: Use `view` for channel context and previous research

## Common Pitfalls to Avoid

1. **Data Dumping**: Listing every video found without synthesis → Limit to 5-8 top videos, focus on patterns
2. **Vague Content Gaps**: "Not much content on this topic" → Identify specific angles missing
3. **Over-Researching Technical Details**: Deep implementation research → Keep high-level, focus on what to cover
4. **Long Reports**: 800+ line documents → Focus on insights and big levers

## Example Execution

**Scenario**: User requests research for video about "Building AI agents with memory"

Execute workflow:
1. Load channel context → Read CLAUDE.md, get channel details (1,500 subs, tech tutorial niche)
2. Find related videos → Search user's channel, find Episode 15 on personal assistants, viewers asked about memory
3. Competitor research → Search and analyze 8 top videos, identify they cover theory not implementation
4. Gap analysis → Document ⭐⭐⭐ opportunity for practical memory implementation
6. Save research → Write to `./youtube/18_ai_agents_with_memory/research.md`

**Result**: Comprehensive research document ready for review or to proceed to the planning phase.

**Next Step**: If the user has asked to plan the video, invoke the `youtube-plan-new-video` skill to generate title, thumbnail, and hook concepts based on this research.