从 YouTube 评论里找视频点子，带网络调研

它是什么

这个 n8n 工作流从一个 YouTube 视频的评论里找你下一期可以拍的点子。你把视频链接贴进 n8n 的聊天框。它取回最新的最多 100 条顶层评论，OpenAI 的 gpt-4.1-mini 对每一条回答 Yes 或 No。判断的是观众有没有在要求、或者暗示一期值得拍的视频。每个 Yes 都写进一张 Google 表格，连同评论者的名字、评论内容以及点赞和回复数，方便你之后排序。接着，第二个 gpt-4.1-mini 步骤逐行处理这些记录，通过 Tavily 上网搜索，为每一行写上一个题目。YouTube 上的东西只读不改。

1. 你把一个 YouTube 链接贴进 n8n 的聊天框
2. YouTube 返回最多 100 条顶层评论
3. OpenAI 留下暗示了视频选题的评论
4. 每条变成 Google Sheets 里的一行
5. 带 Tavily 搜索的智能体为每行补上题目

适合谁

观众常在评论里点名要视频的创作者，以及为他们规划内容的团队。它每次读一个视频，留下一张可以排序的需求表。如果你还想要调研的全文，就别选它。模型会为每个点子写一份，但只有题目进了表格。

用在哪里

只要 n8n 能访问 Google、OpenAI 和 Tavily 就能运行。视频可以是任何公开视频。

• n8n Cloud 或你自己的服务器：同一个文件，同样的步骤
• n8n 的聊天框：你贴每个链接的地方
• Google Sheets：每个点子一行，同一条评论再次出现时就地更新

设置

点“获取”会把一个压缩包存到你的下载文件夹，里面有 workflow.json 和 Mindket 写的设置说明。作者估计设置要 18 分钟左右。先建好表格：一个名为 Sheet1 的标签页，第一行写上这八个表头。

id | text | likeCount | replyCount | publishedTime | author | contentIdea | topic

1. 在 n8n 里新建一个工作流，打开它的菜单，选 Import from File，选中 workflow.json。
2. 添加一个 YouTube OAuth2 凭据，在 Get Video Comments 里选中它。
3. 添加一个 OpenAI 凭据，在 Message a model 和 Message a model1 里选中它。
4. 打开 Tavily，把 Authorization 请求头里的 <YOUR_TAVILY_API_KEY> 换成你的密钥，保留前面的 Bearer 和它后面的空格。
5. 添加一个 Google Sheets OAuth2 凭据，在 Append or update row in sheet 和 Update row in sheet 里选中它。两个节点里都把 YOUR_SHEET_ID 换成你表格地址里的 ID。
6. 保存，打开聊天框，贴一个视频链接，看着一行行填进来。

如何使用

贴一个完整的 YouTube 链接，youtube.com/watch?v= 的地址或 youtu.be 的短链接都行。所有评论先一起判断完，存下的行再一条条去调研，所以题目会比行晚一些出现。表格里已有的评论按 id 匹配后更新，不会重复添加。

示例

在一个讲经营小网店的视频下面，一位观众留言：“能演示一下怎么每晚把当天的订单发到电子表格里吗？”第一个模型回答 Yes。一行写进表格，带着观众的名字、评论内容，contentIdea 设为 Yes。调研那一步上网搜索后按下面的格式回答，只有题目写进这一行：

{
  "topic": "<根据这条需求拟的视频题目>",
  "research_overview": "<根据搜索写的 300 到 500 词概述，不保存>"
}

新手与专家

新手：n8n 把工作流画成用线连起来的方框，每个方框叫一个节点，只做一件事。这个工作流有 12 个节点。Tavily 是一个专为 AI 模型做的搜索服务，这里由模型自己决定搜什么。Loop Over Items 把存下的行一条条送去调研，所以清单长了会花些时间。先拿一个有几十条评论的视频试试。

专家：两次模型调用都通过 OpenAI 节点的 message 操作使用 gpt-4.1-mini，打开了 JSON 输出，关闭了 simplify。所以后面的节点读取的是 choices[0].message.content。

Filter 只留下 output 正好是 Yes 的。判断用的提示词要的是一个单词，所以如果一次运行什么都没存下，就打开 Message a model 看看它用的是哪个键。Append or update row in sheet 按 id 匹配，Update row in sheet 也按这一列匹配，只写入 topic。

注意事项

评论者的名字会进你的表格，每次调研只留下题目。

• 个人信息：表格把每位评论者的显示名和评论存在一起，所以别公开它
• 调研被丢掉：research_overview 写出来之后就被扔了，因为没有哪一列接收它
• 只有一页：评论调用只读一页，最多 100 条，最新的在前
• 费用：每读一条评论调用一次 OpenAI，每存下一个点子再调用一次，外加 Tavily 搜索
• Tavily 密钥：它放在节点的请求头里，不是凭据，任何能打开这个工作流的人都能看到
• 原来的副本：它的 Get Video ID 代码丢了反斜杠，后备的匹配模式无法编译，这个节点每次运行都会失败。这个副本已经补回
• 凭据：这个 JSON 里没有任何凭据，也没有作者账号里的任何东西