NanoSkill
Enviar sua skill

Análise Competitiva do YouTube

porericosiu3Kestrelas no GitHubGitHub

Analise qualquer conjunto de canais do YouTube, encontre vídeos discrepantes com 2x+ acima da média e extraia padrões de títulos vencedores. Análise competitiva orientada por dados em minutos.

youtubeVerificação de segurança aprovada
Prévia do resultado

Demo completa

Veja um relatório de análise competitiva orientado por dados sobre conteúdo de Agentes de IA no YouTube, com benchmarks de canais, vídeos discrepantes de alto desempenho e padrões de conteúdo vencedores gerados por esta Habilidade de Agente.

Primeiros passos

Execute sua primeira tarefa

  1. a simple demonstration of the first step in using YouTube Competitive Analysis Skill
    01

    Passo 1: Instalar

    Adicione a Habilidade de Análise Competitiva do YouTube ao seu agente de IA.

  2. a simple demonstration of the second step in using YouTube Competitive Analysis Skill
    02

    Passo 2: Descrever Tarefa

    Descreva os canais do YouTube ou a tarefa de análise competitiva que você deseja explorar.

  3. a simple demonstration of the third step in using YouTube Competitive Analysis Skill
    03

    Passo 3: Revisar Análise

    Obtenha um relatório de análise competitiva com vídeos discrepantes e padrões de conteúdo vencedores.

Comando de instalação

$ npx skills add https://github.com/ericosiu/ai-marketing-skills/tree/main/yt-competitive-analysis

Sinais de instalação

Atividade de instalação

Sobre

A análise competitiva no YouTube é fundamental para criadores e profissionais de marketing que desejam crescer. Esta ferramenta analisa qualquer conjunto de canais, identifica automaticamente vídeos discrepantes com visualizações 2x+ acima da média e extrai os padrões de títulos que fazem os vencedores se destacarem, fornecendo um roteiro para sua própria estratégia de conteúdo.

Diferente do acompanhamento manual em planilhas, este utilitário em Python separa vídeos longos de Shorts, calcula médias por canal e revela formatos de apresentação comprovados — tudo em segundos. Conjuntos predefinidos de criadores para nichos de IA e negócios permitem benchmarking instantâneo, enquanto entradas personalizadas de canais e exportações flexíveis (console, JSON, Google Sheets) se adaptam a qualquer fluxo de trabalho.

Seja você um criador de conteúdo fazendo engenharia reversa dos concorrentes, uma agência de marketing preparando relatórios para clientes ou um empresário acompanhando tendências, a automação semanal via cron garante que você nunca perca uma mudança. Ele é construído sem dependências externas, roda em Python 3.8+ e usa a cota gratuita da API do YouTube, para que você possa começar hoje com configuração mínima.

Recursos-chave

O que a torna poderosa

  • Análise Competitiva em Tempo Real

    Obtenha dados do canal e identifique instantaneamente vídeos que superam o desempenho, oferecendo uma vantagem competitiva.

  • Extração de Padrões Vencedores

    Extraia padrões de títulos e palavras comuns de vídeos outlier para replicar formatos comprovados.

  • Extração de Vídeos do Canal

    Busque vídeos recentes de qualquer conjunto de canais do YouTube automaticamente.

  • Opções Flexíveis de Exportação

    Exporte resultados para o console, JSON ou Google Sheets para integração perfeita.

  • Conjuntos de Canais Predefinidos

    Use listas integradas de criadores de IA e de negócios ou personalize as suas para uma análise direcionada.

Casos de uso

Quando usar

  • Analisar Canais de Concorrentes

    Insira quaisquer identificadores do YouTube para descobrir vídeos de alto desempenho e estratégias competitivas.

  • Comparar com Criadores de IA

    Use listas integradas de criadores de IA para uma análise competitiva rápida do nicho de IA.

  • Automatizar Relatórios Semanais

    Agende via cron para receber detecção de outliers e padrões atualizados toda semana.

  • Exportar Insights para Sua Stack

    Exporte para JSON ou Google Sheets para alimentar dados competitivos em suas ferramentas de relatórios.

SKILL.md

Análise Competitiva no YouTube

Descubra o que realmente está funcionando no YouTube. Analisa qualquer conjunto de canais, identifica vídeos discrepantes (2x+ a média de visualizações) e extrai padrões de embalagem dos vencedores.

Sem trabalho manual em planilhas. Sem suposições. Inteligência competitiva orientada por dados em minutos.

O que ele faz

  1. Obtém vídeos recentes de qualquer canal(is) do YouTube
  2. Separa conteúdo longo de Shorts
  3. Calcula médias por canal
  4. Sinaliza discrepâncias (vídeos com desempenho 2x+ acima da média do canal)
  5. Extrai padrões de títulos dos vencedores
  6. Exporta para console, JSON ou Planilhas Google

Início rápido

# Set your YouTube API key
export YOUTUBE_API_KEY="your-key-here"

# Analyze specific channels
python3 analyze.py "$YOUTUBE_API_KEY" --channels "@AlexHormozi,@garyvee,@CodieSanchezCT"

# Use predefined channel sets
python3 analyze.py "$YOUTUBE_API_KEY" --set ai          # AI creator set
python3 analyze.py "$YOUTUBE_API_KEY" --set business    # Business creator set
python3 analyze.py "$YOUTUBE_API_KEY" --set both        # All channels

# Export to JSON for programmatic use
python3 analyze.py "$YOUTUBE_API_KEY" --set both --output json > results.json

# Custom lookback period
python3 analyze.py "$YOUTUBE_API_KEY" --channels "@mkbhd" --days 60

Configuração

  1. Obtenha uma chave da API de Dados do YouTube v3
  2. Defina-a como variável de ambiente: export YOUTUBE_API_KEY="sua-chave"
  3. Instale as dependências: pip install -r requirements.txt

Saída

Console (padrão)

================================================================================
  AI Creators — LAST 30 DAYS
================================================================================

📊 CHANNEL SUMMARY:
  Alex Hormozi             |  2,400,000 subs |  12 videos (3.0/wk) | L:  8 S:  4

🔥 LONG-FORM OUTLIERS (top 15):
  4.2x |  1,200,000 | [Alex Hormozi] How I'd Start a Business in 2025
       2025-01-15 | https://youtube.com/watch?v=...

📦 TOP TITLE PATTERNS:
   8x  business
   6x  money
   5x  started

JSON

Dados estruturados completos, incluindo todos os metadados dos vídeos, pontuações e multiplicadores.

Conjuntos de canais predefinidos

Criadores de IA: Jeff Su, Alex Finn, Riley Brown, Dan Martell, Matt Wolfe, Nate Herk, Grace Leung, Matt Berman

Criadores de negócios: Alex Hormozi, Gary Vaynerchuk, Patrick Bet-David, Codie Sanchez, Leila Hormozi, Iman Gadzhi, My First Million

Edite os dicionários de canais em analyze.py para personalizar.

Interpretando os resultados

MétricaO que significa
MultiplicadorQuantas vezes acima da média do canal (2.0x = o dobro do normal)
Limite de discrepância2x a média. Vídeos acima disso valem a pena estudar.
Padrões de títuloPalavras comuns em títulos discrepantes = formatos comprovados
CadênciaVídeos por semana. Maior cadência pode significar médias por vídeo mais baixas.

Formatos de embalagem comprovados

Com base na análise de discrepâncias, esses formatos de título consistentemente superam o desempenho:

Formato longo:

  • "X, explicado claramente" (explicador definitivo)
  • "X horas de Y em Z minutos" (valor condensado)
  • "A maneira mais preguiçosa de X" (promessa de baixo esforço)
  • "Dê-me X minutos e eu farei Y" (promessa com tempo determinado)
  • "X casos de uso INSANOS para Y" (lista + palavra de poder)

Shorts:

  • "X de 2024 vs 2025" (comparação de anos)
  • "X ruim, bom, ótimo" (classificação por níveis)
  • "Pare de fazer X, faça Y em vez disso" (contraponto)

Automação semanal

Execute semanalmente para identificar novos vídeos discrepantes automaticamente:

# Cron: every Sunday at 8am
0 8 * * 0 YOUTUBE_API_KEY="your-key" python3 /path/to/analyze.py "$YOUTUBE_API_KEY" --set both --output json > /path/to/weekly-results.json

Requisitos

  • Python 3.8+
  • Chave da API de Dados do YouTube v3
  • Sem dependências externas de Python (usa apenas a biblioteca padrão)

Licença

MIT

FAQ