tracking-youtube-trending-topics-by-niche

用途

该技能用于识别特定细分领域（niche）在 YouTube 上正在表现良好的内容，通过分析近期高播放量视频，提炼出可复用的标题公式、内容形式与话题主题，从而判断 YouTube 算法当前偏好的方向。

主要能力

搜索指定细分领域的近期高表现视频
提取并分类标题模式（如数字列表、教程、对比、警告、故事、含年份等）
计算趋势动量评分（基于播放量、点赞率、评论率等）
识别内容形式与结构模式
输出趋势简报，包含热门标题公式、高表现视频、热门话题主题及推荐视频创意

使用方式

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 链接——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	是否获取热门视频
keywords	array	可选	[]	搜索关键词
gl	string	可选	us	结果国家代码（如 US、GB）
hl	string	可选	en	语言代码（如 en、de）
uploadDate	string	可选	all	上传日期过滤：any、hour、today、week、month、year
duration	string	可选	all	时长过滤：any、short、long
features	string	可选	all	特性过滤：4k、hd、live、cc、3d、hdr 等
sort	string	可选	r	搜索结果排序方式
maxItems	number	可选	无限制	返回的最大视频数量
customMapFunction	string	可选	—	用于转换每个输出对象的 JavaScript 函数

工作流程

搜索细分领域近期高表现视频
提取标题模式与话题
计算趋势动量评分
识别形式与结构模式
输出趋势简报

步骤 1：搜索 YouTube

推荐使用 run_actor.js（自动处理等待、输出与文件保存）：

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

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

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

APIFY_TOKEN 必须在环境变量或 .env 文件中设置。

如果 Apify MCP 可用：

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

{
  "searchKeywords": ["[NICHE]", "best [NICHE]", "[NICHE] 2026", "[NICHE] for beginners"],
  "maxResults": 50,
  "type": "video"
}

REST API 备用方式：

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}'

步骤 2：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

步骤 3：计算趋势动量评分

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

步骤 4：边界情况

所有热门视频来自同一频道：可能是该细分领域的主导创作者——需注意，这是竞争信号而非形式趋势。应查看第二、第三高播放量的创作者以获取更广泛信号。
细分领域非常小（超过阈值的视频少于 10 个）：将 min_views 降至 10K；报告可用数据。
含年份内容占主导：说明标题含年份的内容表现良好——建议采用 "[niche] [year+1]" 格式作为强排名机会。

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

结果被一个旧爆款视频扭曲：按 date_range 中的 published_date 过滤；按动量（views/day）而非总播放量排序。
标题公式过于通用：这是正常的——YouTube 标题策略广为人知。价值在于公式内的具体话题。
细分领域没有近期高表现者：该细分领域在 YouTube 上可能已饱和或衰退；考虑 YouTube 是否适合该内容。

适用场景

内容创作者寻找细分领域的热门话题与标题灵感
营销人员分析 YouTube 算法偏好的内容形式
研究者追踪特定领域的内容趋势

限制

需要 Apify 账号与 APIFY_TOKEN
依赖 apidojo YouTube 抓取器，可能受其可用性与配额限制
趋势评分基于播放量、点赞率、评论率等指标，未提供其他效果保证