做 YouTube 评论分析时，我发现“总结评论”这件事不能只交给 AI

最近做了一个小工具 AudienceCue ，用来把 YouTube 公开评论导出、整理，然后生成带证据的分析报告。
一开始我以为问题很简单：把一堆评论丢给 AI ，总结出用户喜欢什么、抱怨什么、想看什么。后来发现这样很危险，因为 AI 很容易把零散评论概括成一个听起来正确、但很难复核的结论。

所以后来我把重点改成了“证据链”：先保存评论行，再让报告里的结论尽量能回到具体评论。比如一个结论说“很多人关心价格”，它最好能对应几条真实评论，而不是只有一句抽象总结。
我先开放了一个免费下载 YouTube 评论的入口，不同注册就能： https://audiencecue.com/en/tools/youtube-comment-downloader
贴一个 YouTube 视频链接，下载当前可公开获取的最新 100 条顶层评论 CSV ，但还不能分析评论得出报告。如果需要报告，就需要注册登录，获得一次免费报告。

如果有人做 YouTube 、内容运营、竞品研究等，需要分析评论得出可追溯的评论，可以来试玩一下，有登录免费体验： https://audiencecue.com

欢迎各种建议、意见、问题、交流～