它解决什么问题
关于产品的有影响力的观点，越来越多地出现在测评、播客和评论视频的口播中，而且标题里常常没有品牌名。公关团队往往几天后才发现，甚至根本不知道。他们需要在品牌被提及时收到提醒、了解具体说了什么，并能衡量与竞品相比的声量份额。
第一版应该包含哪些功能
- 为每个客户维护频道和播客监控清单
- 对品牌、产品和人物进行关键词及别名匹配
- 用 AI 将每次提及分类为正面、负面或中性
- 附原话和时间戳链接的 Slack 及邮件提醒
- 与竞品对比的每周声量份额报告
分步实现指南
- 01
建立监控清单
为每个客户存储要监控的频道。用 /channels/resolve 对每个 handle 解析一次，获取频道 ID。
- 02
轮询新上传视频
定时以较小的 limit 解析每个频道，并将视频 ID 与已处理的 ID 进行比对。
- 03
只转录新视频
把新 ID 发送到 /transcribe 或 /batch。额度只花在没处理过的视频上。
- 04
识别并分类提及
在字幕中搜索品牌名和别名，再把上下文段落交给 LLM，确认相关性并判断情感倾向。
- 05
提醒与报告
把每条确认的提及连同原话和时间戳链接发送到 Slack 或邮箱，并汇总成每周报告。
入门代码
这个创意基于“方案 2：监控频道，新视频上传即提醒”模式。替换成你自己的频道、提示词和存储即可。
import requests
API = "https://www.youtubetranscript.dev/api/v2"
HEADERS = {"Authorization": "Bearer yt_sk_live_YOUR_KEY"}
WATCHLIST = ["@somechannel", "@anotherchannel"]
KEYWORDS = ["your brand", "competitor"]
seen = set() # persist this in a database in production
for handle in WATCHLIST:
latest = requests.post(f"{API}/channels/resolve", headers=HEADERS,
json={"handle": handle, "limit": 10}).json()
for video in latest["items"]:
if video["video_id"] in seen:
continue
seen.add(video["video_id"])
t = requests.post(f"{API}/transcribe", headers=HEADERS,
json={"video": video["video_id"]}).json()
text = t.get("data", {}).get("transcript", {}).get("text", "").lower()
hits = [k for k in KEYWORDS if k in text]
if hits:
print(f"ALERT {video['title']}: {hits}")如何赚钱
按监测的品牌数和频道数定价，销售月度订阅。同时服务多个客户的代理公司是最有购买力的买家；光是每周报告就足以让套餐物有所值。
需要避开的坑
- 直接把原始关键词匹配结果当作提醒发出：像“Apple”或“Notion”这样的名字需要 LLM 做相关性检查，才能避免噪音。
- 监控的频道太少：价值在于覆盖面，所以要让客户能轻松添加频道。
- 漏掉无字幕视频中的提及：对重要频道启用 AI 语音识别。
关于这个创意的问题
能监测 YouTube 视频中的品牌提及吗？
能。通过转录监控清单中频道的新上传视频，你可以在每个视频的全部内容中搜索品牌名，并获得精确的时间戳。
多久检查一次频道的新视频比较合适？
对大多数品牌监测来说，每小时一次就够了。金融等变化快的领域可能值得更频繁地检查。
如何减少误报？
把关键词匹配和 LLM 检查结合起来，让 LLM 阅读上下文段落，确认提及的确实是该品牌。