评论分析工具

视频下的评论是创作者得到的最直接反馈，但手动阅读数百条评论很费时间，最激烈的声音也最容易留在脑海里。粘贴公开帖子链接，Kabo 最多读取约 150 条获赞最多的评论（Instagram 为最新的约 60 条），再将它们归纳为与你下一次发布有关的重要规律。

• 情绪分布 估算样本中正面、中性和负面评论的占比，让你一眼分辨评论区是在激烈争论还是充满好评。
• 反复出现的主题与真实引文 列出反复被提及的话题，每个主题附有评论占比和一条从真实评论中复制的引文。如果找不到匹配评论，就省略引文，不会编造。
• 问题、需求与抱怨 了解观众在问什么、希望你接下来做什么，以及哪些地方让他们不满。
• 基于评论的视频创意 提供具体的后续创意，回应受众已经提出的需求。

公开回答这些问题。

反复出现的问题就是现成的标题。在后续视频中回答它，再置顶一条带有视频链接的回复。

规划下周内容前，先看看需求清单。如果多位观众想看第 2 部分、教程或产品链接，就已经证明有这种需求。抱怨也值得关注：反复被指出的音频、节奏或缺少某个细节的问题，往往修正成本不高。

使用公开的 YouTube 视频或 Short、TikTok 视频，或 Instagram 帖子或 Reel。评论必须公开且处于开启状态。分析仅使用评论文字和点赞数，不显示或存储每条评论的作者身份。

• 这只是样本。 评论特别多时，会根据获赞最多的一级评论进行总结，不包含回复。
• 情绪是估算值。 讽刺和圈内梗可能被误读，因此根据某个主题采取行动前，请先核对引文。
• 也可用于竞品研究。 分析你所在领域的热门视频，了解那里的观众还有哪些问题想得到回答。