## 概述
这个智能工作流通过n8n平台实现了YouTube评论的自动化收集、AI情感分析和专业邮件报告生成。工作流监控Google Sheets中的YouTube视频ID，当状态标记为”Pending”时自动触发分析流程。
## 工作流程
### 1. 触发与监控
– **Google Sheets触发器**：每分钟检查电子表格中的新视频ID或状态变化
– **状态过滤**：仅处理状态为”Pending”的视频，避免重复分析
– **限流控制**：限制每次处理1个视频，防止API过载
### 2. 数据收集
– **视频元数据获取**：通过YouTube API获取视频标题、频道信息
– **评论收集**：获取每个视频的前100条相关评论（按相关性排序）
– **数据预处理**：提取评论文本、计算统计数据、进行基础情感分析
### 3. AI分析
– **GPT-4o模型**：对评论进行深度分析
– **分析维度**：
– 整体情感分布（积极/消极/中性百分比）
– 主要讨论主题
– 观众常见问题
– 关键反馈点
– 可操作的内容改进建议
### 4. 报告生成与发送
– **HTML邮件模板**：生成专业的分析报告
– **统计信息**：包含评论总数、平均点赞数、回复总数、情感摘要
– **洞察展示**：以清晰格式呈现AI分析结果
– **状态更新**：处理完成后将状态更新为”Mail Sent”
## 技术节点
工作流包含以下核心节点：
– **Google Sheets Trigger**：监控电子表格变化
– **If**：状态过滤逻辑
– **Limit**：处理限制
– **Set**：数据准备
– **YouTube**：视频元数据获取
– **HTTP Request**：评论API调用
– **Code**：数据预处理
– **AI Agent**：GPT-4o分析
– **OpenAI Chat Model**：AI模型调用
– **Code**：HTML邮件模板生成
– **Gmail**：邮件发送
– **Google Sheets**：状态更新
## 应用场景
### 内容创作者
– 教育频道：分析教程评论，识别困惑概念，改进教学方法
– 产品评测：监控评测视频的情感趋势，了解客户满意度
– 娱乐创作者：跟踪观众对不同内容格式的反应，优化未来视频
### 商业应用
– 品牌监控：跟踪品牌内容和合作伙伴关系的情感
– 受众研究：了解观众人口统计和偏好
– 内容优化：识别与受众产生共鸣的内容
– 竞争分析：分析竞争对手视频的评论（在允许的情况下）
## 配置要求
– **n8n平台**：云端或自托管实例
– **YouTube API凭证**：Google Cloud Console API访问权限
– **OpenAI API**：GPT-4访问权限用于评论分析
– **Google Sheets**：视频ID管理和状态跟踪
– **Gmail账户**：接收分析报告
## 定制选项
– **分析深度**：调整AI提示以适应不同的分析重点
– **评论限制**：修改处理的最大评论数
– **报告接收者**：向多个团队成员或客户发送报告
– **自定义指标**：为特定内容领域添加特定的分析标准
– **多频道处理**：处理来自多个YouTube频道的视频
– **调度**：设置定期分析最新视频
评论(0)