调研与策略 · YouTube Competitor Analysis

YouTube 竞品分析 Skill

找出竞品频道中播放量显著高于常态的视频,并总结标题、选题和包装规律。

用异常高表现视频识别经过市场验证的内容机会,支持频道定位、选题库和视频包装优化。

WHAT IT SOLVES

找出竞品频道中播放量显著高于常态的视频,并总结标题、选题和包装规律

找出竞品频道中播放量显著高于常态的视频,并总结标题、选题和包装规律。跑完你拿到的是各频道订阅量、视频数量、长短视频数量、平均播放和发布频率摘要,中间一共 7 步。

最适合的真实场景

  • 01

    分析一组指定 YouTube 竞品频道,找出近期明显高于各自平均水平的视频。

  • 02

    分别研究长视频与 Shorts 的异常标题、主题和包装模式。

  • 03

    比较多个频道的发布频率、平均表现和高表现内容比例。

  • 04

    为新视频收集标题、缩略图、开头和主题包装灵感。

  • 05

    按周运行脚本,持续追踪竞品新出现的异常视频。

  • 06

    把竞品规律与自有频道 CTR、留存、观看时长和订阅数据结合验证。

你要先准备的资料

  • YouTube Data API v3 key。
  • 需要分析的频道 Handle,或使用原项目预设频道组。
  • 回看时间范围,以及长视频、Shorts 或两者的分析要求。
  • 运行 analyze.py 的 Python 环境。
  • 如需验证包装效果,需要自有频道的曝光、CTR、留存、观看时长和订阅等分析数据。

跑完你会拿到什么

  • 各频道订阅量、视频数量、长短视频数量、平均播放和发布频率摘要。
  • 按相对频道平均值排序的长视频与 Shorts 异常清单。
  • 视频标题、播放、点赞、评论、发布时间、链接和异常倍数数据。
  • 异常视频标题常用词和候选包装结构。
  • 控制台报告或可继续分析的 JSON 数据。
  • 结合自有频道回读后的标题、缩略图、开头和内容结构调整建议。

METHOD

确定分析范围 → 准备 API → 采集近期视频 等 7 个环节

一共 7 步。其中 4 项能力决定了换个 AI 会不会更麻烦。

  1. 确定分析范围选择具体频道或预设频道组,设定回看天数,并明确关注长视频、Shorts 或两者。
  2. 准备 API获取 YouTube Data API v3 key,安装或确认 Python 环境,并通过参数传入脚本。
  3. 采集近期视频解析频道 ID、频道统计和上传列表,获取回看窗口内的视频元数据与表现数据。
  4. 拆分内容形态根据视频时长将内容分成长视频与 Shorts,分别计算每个频道的平均播放水平。
  5. 识别异常视频计算每条视频相对频道平均值的倍数,将达到原文阈值的内容列入异常清单。
  6. 提取包装规律观察异常视频标题中的常用词、结构、主题和长短视频差异,形成候选标题与包装模式。
  7. 结合自有数据验证发布候选方案后回读 CTR、留存、观看时长、订阅和流量来源,判断规律是否适用于自己的频道。

这个 Skill 用到的能力: 运行脚本MCP 与连接器操作前确认打开网页取正文 。不同 AI 对这些能力的支持程度不一样,所以同一个 Skill 换个 AI,有几步做法会变。

WORKED EXAMPLE

寻找三家竞品频道近期的高表现主题

寻找三家竞品频道近期的高表现主题

一个 B2B 软件品牌计划制作 YouTube 内容,希望分析三家竞品最近 60 天的视频,分别找出长视频和 Shorts 中值得进一步研究的异常内容。

  1. 准备三个频道 Handle、YouTube API key 和 60 天回看参数。
  2. 运行脚本采集视频,按长视频与 Shorts 分组并计算各频道平均值。
  3. 筛选超过原文异常阈值的视频,整理标题、主题、倍数和发布时间。
  4. 提取候选标题与包装规律,再与自有频道相似主题的历史表现对照。

预期结果:得到一份竞品频道摘要、长短视频异常清单和候选包装模式,供内容团队选择测试主题;这些模式仍需通过自有频道数据验证。

PITFALLS · VERIFICATION

把所有频道放在一起计算统一平均值,忽略频道体量和内容形态差异

最常踩的坑

  • 把所有频道放在一起计算统一平均值,忽略频道体量和内容形态差异。
  • 将长视频和 Shorts 混合比较,导致异常倍数失真。
  • 把竞品异常视频直接认定为可复制规律,没有检查自有频道基线。
  • 只看播放量,忽略 CTR、留存、观看时长、订阅和流量来源。
  • 发布后过早宣布包装有效,没有完成约定的回读窗口。

怎么确认这次跑对了

  • 已经形成可检查的各频道订阅量、视频数量、长短视频数量、平均播放和发布频率摘要,关键判断能回到输入资料或过程证据。
  • 已经形成可检查的按相对频道平均值排序的长视频与 Shorts 异常清单,关键判断能回到输入资料或过程证据。
  • 已经形成可检查的视频标题、播放、点赞、评论、发布时间、链接和异常倍数数据,关键判断能回到输入资料或过程证据。
  • 已逐项检查「把所有频道放在一起计算统一平均值,忽略频道体量和内容形态差异」等高频问题,并记录需要人工确认的下一步。
YouTube 竞品分析 Skill适合哪些岗位使用?

YouTube 运营、视频团队、出海品牌、内容研究。典型场景包括分析一组指定 YouTube 竞品频道,找出近期明显高于各自平均水平的视频;分别研究长视频与 Shorts 的异常标题、主题和包装模式;比较多个频道的发布频率、平均表现和高表现内容比例。

开始前需要准备什么资料?

至少需要YouTube Data API v3 key、需要分析的频道 Handle,或使用原项目预设频道组、回看时间范围,以及长视频、Shorts 或两者的分析要求。资料越具体,结果越能直接用于决策。

最后能得到什么可检查的结果?

各频道订阅量、视频数量、长短视频数量、平均播放和发布频率摘要、按相对频道平均值排序的长视频与 Shorts 异常清单、视频标题、播放、点赞、评论、发布时间、链接和异常倍数数据。每项都可以逐条核对来源和数字。

哪些情况下结果会不可靠?

把所有频道放在一起计算统一平均值,忽略频道体量和内容形态差异;将长视频和 Shorts 混合比较,导致异常倍数失真。出现这些情况时需要人工复核。

支持哪些 AI Agent?

已适配 WorkBuddy、OpenClaw、Hermes Agent、Codex、Claude Code、TRAE、ZCode 共 7 种,每种都有独立的安装说明和能力对照。

ORIGINAL SOURCE

5 个原始文件,31 个文档章节,固定在 a9f11007

上游原文完整保留在加搜服务器上,可逐节查看,也可以直接下载。 当前镜像共 5 个文件、19.0 KB。

原始 Skill 文档 上游原文完整保留,中文概述已转换为营销任务、输入资料和交付结果。

YouTube Competitive Analysis

Outlier detection and packaging pattern extraction for YouTube channels.

When to Use

  • User asks for YouTube competitive analysis
  • User wants to find viral video patterns
  • User wants packaging/title inspiration from specific creators
  • User wants to track competitor YouTube performance

Prerequisites

  • YouTube Data API v3 key set as $YOUTUBE_API_KEY

Usage

# Analyze specific channels
python3 analyze.py "$YOUTUBE_API_KEY" --channels "@handle1,@handle2" --days 30

# Use predefined sets
python3 analyze.py "$YOUTUBE_API_KEY" --set ai
python3 analyze.py "$YOUTUBE_API_KEY" --set business
python3 analyze.py "$YOUTUBE_API_KEY" --set both

# Export formats
python3 analyze.py "$YOUTUBE_API_KEY" --set both --output json
python3 analyze.py "$YOUTUBE_API_KEY" --set both --output console

Predefined Channel Sets

AI Creators: Jeff Su, Alex Finn, Riley Brown, Dan Martell, Matt Wolfe, Nate Herk, Grace Leung, Matt Berman

Business Creators: Alex Hormozi, Gary Vaynerchuk, Patrick Bet-David, Codie Sanchez, Leila Hormozi, Iman Gadzhi, My First Million

Output Interpretation

  • Multiplier: Times above channel average (2.0x = double normal)
  • Outlier threshold: 2x average. Study anything above this.
  • Title patterns: Common words in outlier titles indicate proven formats
  • Cadence: Videos per week. Higher cadence creators may have lower per-video averages.

Channel Analytics Feedback Loop

Competitive analysis is only half the loop. When you have access to the channel's own analytics, compare candidate packaging against actual performance after publish.

Before recommending a package:

  • Pull channel baseline by topic, title pattern, thumbnail pattern, length, publish day/time, and format.
  • Check impressions, CTR, average view duration, retention curve, watch time, subscribers gained, comments, and traffic source.
  • Compare the proposed title/thumbnail/hook against similar historical videos and competitor outliers.

After publishing:

  1. Log video ID, title, thumbnail concept, hook, topic bucket, retention devices, and publish date.
  2. Pull analytics after the chosen readback window.
  3. Compare baseline vs candidate.
  4. Patch title formulas, thumbnail rules, hook patterns, retention beats, chapter structure, Shorts selection, or repurposing guidance only if the candidate wins.

Readback windows:

  • 24-48 hours for CTR and early retention
  • 7 days for average view duration and watch time
  • 28 days for topic durability and subscriber gain

Do not call packaging validated until analytics are checked. Otherwise it is a screenplay wearing a lab coat.

Packaging Skeletons (Proven Formats)

Long-form:

  • "X, Clearly Explained"
  • "X hours of Y in Z minutes"
  • "The Laziest Way to X"
  • "Give me X minutes and I'll Y"
  • "X INSANE Use Cases for Y"

Shorts:

  • "2024 vs 2025 X" (year comparison)
  • "Bad Good Great X" (tier ranking)
  • "Stop doing X, do Y instead" (contrarian)

来源与版本声明

本页面由加搜科技整理业务说明并托管安装文件。原始 Skill 来源渠道:GitHub AI Marketing Skills; 原始项目名称:yt-competitive-analysis; 固定版本:a9f11007aca3; 许可证:MIT。技能包内保留完整出处和许可证说明。

各 Agent 能力说明参考对应官方文档。页面不提供外部跳转。

INSTALL

YouTube 竞品分析 Skill v1.0.0,ZIP 带 SHA256 校验

默认做法是把提示词复制给 AI Agent,让它自己下载并安装。提示词里已经写清要用完整 ZIP、装完报告目录、并先跑一个小任务验证。

METHOD 01 · 交给 AI 自己装

复制提示词

适合大多数情况。Agent 会下载 ZIP、解压、放到正确目录,并在缺少权限时告诉你需要手工做哪一步。

请帮我把「YouTube 竞品分析 Skill」安装到我正在使用的 AI Agent。
1. 下载完整 Skill ZIP:https://www.vibemarketing.work/packages/skill-youtube-competitor-analysis/1.0.0/skill-youtube-competitor-analysis.zip
   注意:网页 HTML 不能当作 Skill 文件安装,必须使用 ZIP 里的完整文件。
2. 解压后保留 SKILL.md 及全部配套文件,按你所用 Agent 的 Skill 目录规则安装。
3. 安装完成后告诉我实际安装目录。
4. 用一个只读小任务验证 Skill 已被识别。
5. 如果你没有联网、下载或写目录权限,请直接告诉我哪几步需要我手工完成。
参考:原始 SKILL.md https://www.vibemarketing.work/raw/skill-youtube-competitor-analysis/SKILL.md;安装指南 https://www.vibemarketing.work/agent-install/skill-youtube-competitor-analysis.md

FURTHER READING

YouTube 竞品分析 Skill 相关的实操文章

别人做同类任务时踩过的坑和总结,动手前后都值得翻一下。

网页采集极简用法|把网页资料沉淀进知识库

为电商运营准备的网页采集速查卡,适合第一次接触时直接照着走。重点放在减少信息遗漏,不要求预先搭建复杂系统。

  • 提示词
  • 抖音
  • 工具评测
  • 零代码

研究人员实测案例包装:一轮完成,目标是快速验证方向

聚焦一个问题:内容风格高度同质化。文中用正反两组输入说明案例包装为什么会跑偏,以及怎样把结果拉回可用范围。

  • Skill教程
  • 研究检索
  • 案例包装
  • 搜索引擎

知识库效果忽高忽低?先排查“标签过多导致召回失真”

这份参考把 Notion Knowledge Base 放进小红书生产流程,覆盖输入准备、提示词结构、结果验收和二次修改。适合独立开发者快速试跑,也会提醒“标签过多导致召回失真”这一类高频问题。

  • Skill教程
  • 独立开发者
  • 用户洞察
  • 提示词

竞品分析极简用法|为不同平台改写同一主题

这份参考把 Competitor Mapper 放进B站生产流程,覆盖输入准备、提示词结构、结果验收和二次修改。适合小红书运营快速试跑,也会提醒“把工具能力写成空泛卖点”这一类高频问题。

  • Skill教程
  • AI视频
  • B站
  • 竞品分析

一次讲透落地页搭建:输入什么、输出什么、怎样提高引用率

这份参考把 SaaS Landing 放进小红书生产流程,覆盖输入准备、提示词结构、结果验收和二次修改。适合品牌市场团队快速试跑,也会提醒“引用来源无法追溯”这一类高频问题。

  • 提示词
  • 小红书
  • 落地页搭建
  • 研究检索

别急着堆提示词:先用提示词库生成能直接交付的客户方案

一页看懂提示词库。包含适用场景、最小输入和生成能直接交付的客户方案的示例。

  • 工具评测
  • 入门
  • AI Agent
  • 提示词库

以上文章正在编辑中,上线后可直接点击阅读。即将上线,敬请期待。

按这个 Skill 的产出能不能直接被下一个 Skill 用上来推荐,不是固定名单。多数情况下按顺序跑完一组,比单独用一个效果更好。

内容与创意#03

专家评审 Skill

自动组建 7 到 10 人的虚拟专家团队,对文案、落地页或营销方案进行打分并提出修改建议,直到评分达到 90 分。

来源项目热度 同步中
海外广告投放#06

LinkedIn Ads 投放 Skill

为 B2B 获客设计 LinkedIn 广告目标、受众、素材、表单和预算结构。

来源项目 · kostja94/marketing-skills ★ 742 · Fork 108

VibeMKT COMMUNITY

加入 VibeMKT 社群

微信扫码,交流营销 Skill 的选择、安装、试用与业务化改造。

加入 VibeMKT 社群的微信二维码

二维码会持续显示,关闭弹窗后返回当前页面。