En populär video kan ha tusentals kommentarer, och den nyttiga signalen, vad folk älskade eller fastnade på, drunknar i bruset. Den här automationen läser hela kommentarsfältet åt dig.
sonnet3 dagarYouTube Data APIOpenAIPostgresSlack
Claude
76ROI
73Scale
$2.1k92Saved
ROI for
README.md
Varför denna subagent
En populär video kan ha tusentals kommentarer, och den nyttiga signalen, vad folk älskade eller fastnade på, drunknar i bruset. Den här automationen läser hela kommentarsfältet åt dig.
Den grupperar kommentarer i teman, räknar vart och ett och plockar fram riktiga citat så att du ser de faktiska orden. Kreatörer lär sig vad de ska göra härnäst; team lär sig vilket klagomål som upprepas, utan att scrolla tråden för hand.
Så kör den
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Klustra dem i teman som beröm, förvirring, önskemål och klagomål.
pending
Räkna hur många kommentarer som faller under varje tema och plocka representativa citat.
pending
Returnera en sammanfattning med de högljuddaste temana och de exakta kommentarerna bakom dem.
pending
Exempel på output
json
// Sample output
// (generated when the pipeline finishes)
Cluster the video comments into themes and return each theme with a count, sentiment, and three verbatim example comments.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.