extracting-youtube-comments-for-research

用途

该技能用于提取和分析 YouTube 评论，以支持受众研究，包括情感分析、问题挖掘和产品反馈收集。资料指出，YouTube 评论比 TikTok 评论更审慎，观众在评论前会投入更多时间。

前置条件

设置 APIFY_TOKEN 环境变量
可选：安装 Apify MCP 服务器

输入参数

参数	类型	必填	默认值	说明
startUrls	array	可选	[]	YouTube 网址——频道、播放列表、Shorts、搜索结果
youtubeHandles	array	可选	[]	YouTube 频道句柄（如 @kurzgesagt）
getTrending	boolean	可选	false	获取热门视频
keywords	array	可选	[]	搜索关键词
gl	string	可选	us	结果的国家代码（如 US、GB）
hl	string	可选	en	语言代码（如 en、de）
uploadDate	string	可选	all	上传日期筛选：any、hour、today、week、month、year
duration	string	可选	all	时长筛选：any、short、long
features	string	可选	all	特性筛选：4k、hd、live、cc、3d、hdr 等
sort	string	可选	r	搜索结果的排序方式
maxItems	number	可选	无限制	返回的最大视频数
customMapFunction	string	可选	—	用于转换每个输出对象的 JavaScript 函数

工作流程

从目标视频抓取评论
过滤并清洗数据集
按研究目标分析
提炼主要主题与洞察
交付评论研究报告

步骤 1：抓取评论

推荐使用 run_actor.js（自动处理等待、输出和文件保存）：

# 快速回答（在聊天中打印表格）
node scripts/run_actor.js \
  --actor "apidojo~youtube-comments-scraper" \
  --input '{"param": "value"}'

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

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

APIFY_TOKEN 必须设置在环境或 .env 文件中。

如果 Apify MCP 可用：

工具：apify:run-actor Actor："apidojo~youtube-comments-scraper" 输入：

{
  "startUrls": [{"url": "[VIDEO_URL_1]"}, {"url": "[VIDEO_URL_2]"}],
  "type": "comments",
  "maxComments": 500
}

REST API 备用方式：

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}'

步骤 2：清洗数据集

移除少于 8 个词的评论（通常只有表情符号或“great video!”）
移除自我推广评论（包含外部链接）
移除创作者自己的回复（将 authorName 与频道名匹配）
若设置了 min_likes_on_comment，则应用该过滤条件

步骤 3：按目标分析

问题：包含 "?"、"how do you"、"what is"、"can you"
痛点："I struggle"、"I can't"、"problem is"、"doesn't work"
产品反馈：产品提及 + 观点信号
情感：标准词汇分类器（正面/负面/中性）

comment_importance = likeCount * 0.60 + replyCount * 10 * 0.40

步骤 4：边界情况

评论已关闭：记录说明；尝试同频道的其他视频
大多为非英语：报告语言分布；如有需要则过滤为英语
垃圾信息泛滥：过滤掉同一用户名出现超过 3 次的内容
评论区被刷屏：超过 50% 为协同主题 → 标记为 BRIGADED

输出格式

# 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

故障排除

返回评论很少：YouTube 限制部分视频的访问；尝试同频道中评论较多的视频。
多为表面赞美：使用 min_likes_on_comment = 5 过滤出实质性评论。
研究目标未出现：受众可能不在 YouTube 上以这种方式参与；该细分领域可尝试 Reddit 或 TikTok。

适用场景

适用于需要针对 YouTube 视频评论进行受众研究、情感分析、问题挖掘与产品反馈收集的场景。