YOUTUBE · OFFLINE ANALYSIS
YouTube 视频 / 频道 / 评论离线分析：本地可跑 MVP（示例报告）
2026-01-21 · YouTube 创作者 / 运营 · 视频 + 频道 + 评论
不依赖访问 youtube.com：导入字幕/评论/频道导出 → 自动生成中文分析要点与下一步动作
这是一份“离线可跑”的 YouTube 分析报告：不直接抓取 YouTube 网页，只要你导入字幕/评论/频道导出，就能得到内容要点、评论主题/情绪、频道趋势与下一步动作。
YouTube
分析
频道
视频
评论
离线
MVP
要点
- 视频核心高频词：评论, youtube, 部分, 问题型评论, 关键词, 频道。
- 评论情绪：正向 2（25%） · 中性 5 · 负向 1。
- 频道指标（views）：最近 30 天总计 40,180；近 7 天 13,300（较前 7 天 +30%）。
- 高意图问题/需求：抽样 4 条问题型评论，适合做 FAQ 或下一期选题。
输入与覆盖范围
本次导入
| 字幕/转录 | transcript.txt |
| 评论 | 8 条（comments.csv） |
| 频道指标 | channel.csv |
限制（你要知道的）
- 本工具默认离线：不依赖访问
youtube.com（适合网络受限环境）。 - 情绪/主题为轻量启发式，适合快速判断方向；要更准可接入 LLM 或更强的中文分词/主题模型。
- 输出会抽样展示少量评论原文；如需全量明细可另导出 JSON。
视频内容分析
自动摘要（抽取式）
- 今天我们做一个“离线可跑”的 YouTube 分析助手：不需要访问 youtube.com，只要导入字幕、评论和频道导出指标，就能得到一份可执行的中文分析报告。
- 第一部分是视频内容。我们会从字幕里抽取高频关键词，自动提炼 5~6 句话作为“要点摘要”。这不是生成式写作，而是抽取式：它更稳、更可复现，适合做快速复盘。
- 第二部分是评论。我们会做三件事：第一是粗粒度情绪分布（正向/中性/负向）；第二是评论主题关键词；第三是把问题型评论单独拎出来，因为这些往往是高意图需求，适合做 FAQ、置顶评论或下一期选题。
- 第三部分是频道指标。你从 YouTube Studio 导出 CSV 后，我们会给你一条趋势线（sparkline），并对近 7 天和前 7 天做对比，快速判断“有没有变好”。
- 最后我会给你一个最小闭环：每周固定跑一次报告，基于问题型评论优化脚本与章节，把观众最在意的点放到开头 30 秒，同时在标题和封面上保持一致表达。
关键词
| 关键词 | 频次 |
|---|---|
| 评论 | 6 |
| youtube | 3 |
| 部分 | 3 |
| 问题型评论 | 2 |
| 关键词 | 2 |
| 频道 | 2 |
| 适合 | 2 |
| 第二 | 2 |
| 第三 | 2 |
| 第一 | 2 |
| 指标 | 2 |
| 抽取 | 2 |
频道趋势（导出指标）
概览
| 覆盖天数 | 30 |
| 起止 | 2025-12-06 → 2026-01-04 |
| 主指标（views）总计 | 40,180 |
| 近 7 天 vs 前 7 天 | +30% |
views sparkline（最近 30 点）
最新一天（Top 10 字段）
| impressions | 30510.00 |
| views | 2120.00 |
| watch_time_hours | 105.30 |
| subscribers | 26.00 |
| ctr | 0.06 |
Best Minds 视角（用他们的框架解释你的数据）
Paddy Galloway（增长）
- Thesis：选题与包装（标题/封面）决定了“点进来的人是谁”。
- What to look at：点击率、前 30 秒留存、评论里“我以为/我想要”的措辞。
- Limit：只看单一爆款会误判；要看 10–20 条视频的分布。
Avinash Kaushik（分析）
- Thesis：指标要能驱动行动：每个数字都要能回答“下一步做什么”。
- What to look at：趋势 + 分段（新观众/回访观众、来源、设备）而不是单点。
- Limit：不做分段，平均值会撒谎。
MrBeast（制作）
- Thesis：承诺→兑现→不断升级；节奏优先于信息量。
- What to look at：评论里“我跳到/我卡住”的反馈，常指向节奏与叙事断点。
- Limit：适用于娱乐/大众内容；专业内容要平衡深度与节奏。
下一步行动（从报告到增长闭环）
- 把高频问题整理成 5 条 FAQ，置顶评论/简介区，并在下期视频开头 20 秒回应。
- 强化观众也在谈的关键词：评论, youtube（标题/封面/章节/口播一致）。
如何在你的电脑上跑（离线版）
- 准备 3 个文件：字幕/转录（
.txt/.srt/.vtt/.json），评论（.csv/.json），频道指标（.csv/.json）。 - 运行：
python3 tools/youtube-analyzer/analyze.py --transcript TRANSCRIPT --comments COMMENTS --channel CHANNEL - 生成 HTML 会写入：
docs/best-minds-board/topics/youtube-analyzer/，再跑node ~/.codex/skills/best-minds-board/scripts/rebuild-board.mjs刷新看板。
如何把它升级成“自动抓取 YouTube 数据”（可选）
- 频道/视频/评论：YouTube Data API + OAuth（官方示例：youtube/api-samples）。
- 频道指标：YouTube Analytics API（Python SDK：parafoxia/analytix）。
- 字幕：jdepoix/youtube-transcript-api 或 yt-dlp（网络允许时）。
Closing Summary：用最小可用数据（字幕/评论/频道导出）快速跑出“内容—反馈—指标”的闭环；当你把同一套指标连续跑 4 周，选题与包装的提升会变得可度量。
One next action：把“问题型评论 Top 10”整理成下期提纲的 3 个章节，并在视频置顶评论里贴出时间戳。
评论分析（主题/情绪/高意图问题）
情绪分布（启发式）
正向 2 · 中性 5 · 负向 1 · 总计 8
抽样：高赞评论（Top 6)
评论关键词
抽样：问题型评论（Top 4)
主题样本（按关键词命中）
能不能
评论
有点
指标
建议