YouTube视频研究 是做什么的?
将YouTube作为研究任务的第一手信息主要来源。YouTube上拥有CEO访谈、创始人主题演讲、财报电话会议、专家小组讨论、会议演讲、产品演示、从业者视频博客、文化纪录片、政策讨论、技术深度解析和教育内容,其中包含文字文章无法提供的未经过滤的第一人称洞察。本技能协调视频发现、分析和综合,形成结构化研究工作流程。
触发指南
本技能强烈推荐用于深度研究任务,不仅限于旅行、公司或个人研究。
显式触发 — 用户提到YouTube、视频源、访谈、主题演讲、视频博客、播客、会议演讲,或要求提供第一手证据。
隐式触发 — 任何研究、调查或报告撰写任务,其中YouTube视频通过提供第一手证据能显著改善答案质量。这包括但不限于:
| 研究类别 | YouTube为何增加价值 | 示例主题 |
|---|---|---|
| 行业/市场分析 | 专家小组、分析师深度解析、会议演讲 | AI芯片市场、金融科技趋势、SaaS格局 |
| 公司研究/尽职调查 | CEO访谈、财报电话会议、产品演示 | 初创公司调查、竞争对手分析 |
| 技术趋势 | 会议演讲、开发者演讲、演示 | AI模型、数据库比较、开发工具 |
| 政策/监管研究 | 小组讨论、政府听证会、法律播客 | 欧盟AI法案、出口管制、央行政策 |
| 人物/公众人物简介 | 访谈、播客露面、主题演讲 | 创始人简介、研究员追踪 |
| 旅行/目的地研究 | 视频博客、当地指南、费用分解 | 城市指南、住宿评论 |
| 文化/娱乐分析 | 纪录片、评论、粉丝分析、创作者内容 | 动漫影响、音乐历史、游戏设计 |
| 金融/经济研究 | 经济学家演讲、财报电话会议、市场分析 | 股票估值、资本流动、房地产 |
| 科学/学术主题 | 讲座、会议演讲、实验室参观 | 蛋白质设计、气候研究 |
| 产品/工具比较 | 评测视频、上手演示、用户推荐 | 软件工具、硬件、消费产品 |
如果研究主题存在,几乎肯定会有相关的YouTube视频。默认使用本技能进行全面研究,而不是默认跳过。
核心工具
| 工具 | 用途 | 使用时机 |
|---|---|---|
search(类型:info或news) | 发现YouTube视频并收集网页上下文 | 始终使用;每个研究任务的第一步 |
manus-analyze-video | 使用多模态LLM分析YouTube视频内容 | 发现相关视频后;核心分析工具 |
search(类型:research) | 查找学术论文、行业报告以进行交叉验证 | 需要严谨来源时 |
webpage_extract或浏览器 | 阅读视频中链接的文章、文字记录、节目笔记 | 需要补充文字上下文时 |
核心工作流
每个研究任务都遵循这个五步循环。对每个相关视频重复步骤2-4。
步骤1:基于主题的视频发现
在研究开始前,将研究目标分解为不同的研究主题。每个主题成为一个独立的搜索和分析单元。这确保了广泛覆盖,并防止只关注单一角度。
主题分解过程:
- 从用户请求中识别4-6个研究主题(例如,对于公司投资分析:"行业背景"、"商业模式与技术"、"财务数据与估值"、"客户与合作伙伴"、"看涨案例与增长催化剂"、"看跌案例与风险因素")。
- 对每个主题,运行1-2次有针对性的YouTube搜索调用。
- 每个主题选择2-3个视频,确保每个维度都有多种视角。
- 总目标:深度研究12-20个视频,标准研究8-12个。此工作流的强大之处在于跨不同主题的高视频数量。
主题分解示例:
| 研究目标 | 主题 | 每个主题的视频数 |
|---|---|---|
| 公司投资分析 | 行业背景、商业模式、财务状况、客户、看涨案例、看跌案例 | 各2-3 = 共12-18 |
| 技术比较 | 架构、性能基准、开发者体验、生产使用案例、成本分析 | 各2-3 = 共10-15 |
| 市场进入研究 | 市场规模、竞争对手、监管环境、客户需求、分销渠道 | 各2-3 = 共10-15 |
| 人物简介 | 职业历史、领导风格、公开争议、愿景与理念、同行评价 | 各2-3 = 共10-15 |
查询构建规则:
- 始终在至少一个查询变体中包含
YouTube。 - 包含内容类型:
interview、talk、panel、keynote、vlog、earnings call、podcast、review、documentary、demo、conference、lecture、analysis、deep dive。 - 包含实体名称:人物、公司、目的地、产品、主题。
- 每次搜索调用使用2-3个查询变体以最大化覆盖。
- 根据主题变换查询角度:例如,对于"看跌案例"主题,搜索
[公司] 风险 担忧 分析 YouTube、[公司] 股票 看跌案例 YouTube、[公司] 问题 批评 YouTube。
跨研究类型的示例:
| 研究目标 | 查询变体 |
|---|---|
| 公司研究:Stripe | Stripe CEO Patrick Collison interview YouTube、Stripe company culture keynote YouTube、Stripe product demo YouTube |
| AI行业趋势 | AI industry trends 2025 expert panel YouTube、AI market analysis conference talk YouTube、AI startup landscape deep dive YouTube |
| 政策研究:欧盟AI法案 | EU AI Act impact analysis YouTube、EU AI regulation panel discussion YouTube、AI compliance legal expert talk YouTube |
对于公司研究,优先考虑以**最高层领导(CEO/创始人/主要执行官)**为主题的视频。搜索模式:
[CEO名称] interview YouTube[CEO名称] [公司] keynote YouTube[公司] earnings call YouTube[CEO名称] podcast appearance YouTube
步骤2:选择和优先排序视频
根据搜索结果,基于以下标准选择视频:
| 优先级 | 信号 | 示例 |
|---|---|---|
| 最高 | 第一人称:主题/专家直接发言 | 主题演讲、访谈、播客嘉宾露面、会议演讲 |
| 高 | 专家或内部人士视角 | 行业分析师、从业者、当地指南、研究员 |
| 中等 | 第三方优质报道 | 纪录片、深度评测频道、新闻专题 |
| 较低 | 聚合或二手内容 | 合集、反应视频、新闻摘要 |
每个主题选择2-3个视频,确保每个研究维度都有多种视角。对于深度研究,视频总数应达到12-20个。除非特别需要历史背景,否则优先考虑最近的内容。
平衡要求:积极寻求相反观点。对于投资/公司研究,确保至少30%的视频呈现看跌/批判性视角,以避免确认偏误。
步骤3:使用manus-analyze-video分析视频
使用manus-analyze-video从选定的视频中提取洞察。
manus-analyze-video的语法:
manus-analyze-video "<youtube_url>" "<analysis_prompt>"
关键:高密度提示工程
manus-analyze-video执行基于AI的视觉和音频分析。其输出质量完全由提示设计决定。A/B测试表明,结构化的、要求引用的提示相比通用"总结"提示,在相同视频上产生2.4倍的内容、12个直接引用 vs 0个、18个精确数据点 vs 6个模糊提及。
强制提示规则:
- 永远不要使用通用提示,例如"总结这个视频"或"关键点是什么"。这些会产生空洞、无引用的摘要。
- 始终要求直接引用:包括显式指令,如"从演讲者那里提取至少8-10个近似准确的引用,用引号保留其原始措辞。"
- 始终要求详尽的数据提取:"列出所有提到的数字、金额、百分比、日期、截止日期、公司名称、人物名称和指标。"
- 始终要求结构化章节:使用带标签的章节(A/B/C/D/E/F),使输出有序且可解析。
- 始终包含情感/立场评分请求:"评估演讲者的整体立场,并注明他们何时表达不确定性或确信。"
- 说明长度不是问题:"请详尽。长度不是问题——信息密度才是。不要在你能够直接引用时进行总结。"
强制通用提示模板:
从有关[主题/公司]的这个视频中提取最大细节。对于演讲者所做的每一个说法,
以引号中的直接引用形式捕捉其近似准确的措辞。包括所有提到的数字、日期、金额、
百分比、公司名称和人物名称。
按以下结构输出:
(A) 演讲者简介:姓名、资历、免责声明、赞助商。
(B) 直接引用:至少8个逐字或近似逐字的引用,带有主题标签。
(C) 所有数据点:每个数字、指标、日期、名称,以编号列表形式。
(D) 关键论点:主论点分解为子论点,并附上支持性引用。
(E) 相反论点/风险:每个风险、警示或反对观点,并附上引用。
(F) 情感:整体立场评分和自信度。
请详尽。长度不是问题——信息密度才是。
不要在你能够直接引用时进行总结。
有关特定领域的高密度提示模板,请参见参考资料/prompt-templates.md。
可选:为最大保真度进行两遍策略
对于需要逐字准确性的关键视频(例如,财报电话会议、法律证词、政策听证会),使用两遍方法:
- 第一遍 — 原始文字记录:在视频上运行
manus-speech-to-text,获取逐字文本记录。 - 第二遍 — 结构化分析:使用高密度提示运行
manus-analyze-video,以获取视觉上下文、演讲者识别和结构化提取。 - 合并:交叉引用原始文字记录和结构化分析,同时获得准确引用和组织有序的洞察。
这对大多数研究来说是可选的,但当用户特别需要准确的措辞或视频包含密集的财务数据时,推荐使用。
步骤4:通过网络搜索进行交叉验证
在分析视频后,使用search工具(类型:info或news):
- 验证视频中的事实性声明。
- 填补空白:视频未覆盖的日期、统计数据、上下文。
- 查找来自其他来源的矛盾或支持性证据。
- 如果视频较旧,获取最新更新。
不要将视频内容视为绝对真理。演讲者可能会夸大、记错或呈现有偏见的观点。对于事实性声明,交叉验证是强制性的。
步骤5:综合为引文丰富、细节密集的报告
将视频分析结果和网络研究结合起来,形成连贯的交付物。最终报告必须遵循以下强制输出规则:
规则1:直接引用是强制性的
报告的每个主要部分必须至少包含2-3个引用来源的引用块,使用演讲者的原始措辞或紧密意译的陈述。使用Markdown引用块语法:
> "演讲者的准确或紧密意译的词语放在这里。这使报告可信且生动。" [3]
每个引用块必须附有一个数字引用,链接到参考资料部分中的来源视频。可接受的归因模式:
> "此处引用文本。" [3]— 引用在引用末尾- 前面的段落命名演讲者:
CEO Jake DeWitte 在NYSE采访中解释道:然后接引用块
最小引用密度:每300字报告正文至少1个引用块。一份3000字的报告至少需要10个引用块。
规则2:细节扩展是强制性的
不要将视频洞察总结为单句要点。每个关键发现必须扩展为完整段落(至少3-5句),包括:
- 上下文:谁说的、在什么场合、为什么重要
- 具体细节:提到的数字、日期、名称、技术细节
- 引用:演讲者的原始词句作为引用块
- 含义:这对研究问题意味着什么
错误示例(过于简短):
Oklo拥有14 GW的客户管道。
正确示例(适当扩展):
在2025年KPMG技术与创新研讨会上,CEO Jacob DeWitte透露,Oklo的客户管道在过去18个月里大幅增长,达到14,100 MW(14.1 GW)。这一数字基于与Switch签订的一项12000 MW非约束性主电源协议——这是有史以来最大的企业清洁能源协议之一——以及与Meta签订的一项1200 MW预付支持协议和与Equinix签订的一项500 MW意向书,后者包括2500万美元预付款。DeWitte强调这种需求具有结构性:
"科技巨头正在寻找基荷电力以支持AI训练和推理。间歇性可再生能源根本无法满足数据中心的24/7稳态需求。" [2]
然而,独立分析师警告说,该管道中的绝大多数是没有任何法律约束力的非约束性意向书。[3]
规则3:多源三角交叉
当多个视频涉及同一主题时,将它们呈现为对话——显示一致、不一致或互补的视角。不要仅仅按顺序列出每个视频的观点;而是将它们编织成叙事。
规则4:结构化来源归因
始终包括:
- 内联数字引用
[1][2]链接到参考资料部分 - 引用前的演讲者识别(姓名、头衔、可信度说明)
- 来源视频列表,带有完整URL,作为最终引用列表。引用