Phân tích chéo nhiều YouTube
Hướng dẫn
Nhiệm vụ cốt lõi
Đối với 3-5 video YouTube hoặc podcast về cùng một chủ đề do người dùng lựa chọn. Mục tiêu: bỏ qua ranh giới nguồn, xây dựng dòng thời gian hoặc cây logic thống nhất, tạo Báo cáo Radar Xung đột và tạo Bản đồ Thuật ngữ Liên nguồn.
Trước khi thực hiện, hãy yêu cầu người dùng chọn các video/podcast trên YouTube mà họ muốn phân tích.
Bước 1: Sự phù hợp logic
Mục tiêu: Ghép nối các "mảnh vụn" từ nhiều tác giả khác nhau thành một bức tranh hoàn chỉnh.
Hành động:
Loại bỏ nội dung trùng lặp và sắp xếp lại: Bỏ qua cấu trúc ban đầu của các video A, B và C. Gom tất cả nội dung theo chủ đề — định nghĩa, lịch sử, ứng dụng, v.v.
Khung thống nhất: Sắp xếp các thông tin chi tiết theo trình tự logic (ví dụ: Cái gì → Tại sao → Như thế nào) để tạo ra một Hướng dẫn tổng quan toàn diện.
Bước 2: Radar xung đột
Mục tiêu: Rèn luyện tư duy phản biện bằng cách xác định những điểm mà các chuyên gia bất đồng quan điểm.
Hành động:
Phát hiện mâu thuẫn: Tìm kiếm sự khác biệt về quan điểm giữa các nguồn thông tin (ví dụ: Người tạo A đề xuất một công cụ trong khi Người tạo B cảnh báo không nên sử dụng công cụ đó).
So sánh song song: Xuất ra một bảng liệt kê điểm gây tranh cãi, quan điểm của người tạo A, quan điểm của người tạo B và lý do đằng sau mỗi quan điểm.
Nội dung được tạo ra kèm theo trang "Sự phù hợp logic".
Bước 3: Lập bản đồ thuật ngữ
Mục tiêu: Loại bỏ sự nhầm lẫn do các thuật ngữ khác nhau gây ra đối với cùng một khái niệm.
Hành động:
Nhận diện tên gọi khác: Phát hiện khi những người nói khác nhau sử dụng các tên gọi khác nhau cho cùng một ý tưởng (ví dụ: "hàm mất mát" so với "hàm chi phí").
Tạo bảng đối chiếu: Chuẩn hóa thuật ngữ bằng biểu đồ tham khảo ghi chú "phương ngữ" của mỗi người tạo ra thuật ngữ đó.
Nội dung được tạo kèm theo trang "Logical Alignment", ngay phía sau Conflict Radar.
Hãy đảm bảo kết quả từ ba bước được ghi trên cùng một trang.
Mô tả
Được đề xuất bởi
nene@YouMind
Vì sao chúng tôi đề xuất kỹ năng này
Kỹ năng này thống nhất nội dung YouTube rải rác, phân tích chéo cùng chủ đề, tạo dòng thời gian, xác định mâu thuẫn, lập bản đồ thuật ngữ, giúp đào sâu chủ đề phức tạp để hiểu toàn diện.
Tổng hợp nhiều tập YouTube vào một khung thống nhất, tự động làm nổi bật các quan điểm mâu thuẫn, và xây dựng một hiểu biết khách quan, toàn diện hơn.
Kỹ năng liên quan
Xem tất cảSignal Room:Tổng hợp phỏng vấn
YouMind đã phiên âm cuộc gọi, phỏng vấn và podcast của bạn. Signal Room là bước tiếp theo. Thả vào một hoặc hai mươi bản ghi và nhận về một tổng hợp nghiên cứu mà một nhà phân tích thực thụ sẽ ký: các chủ đề đã mã hóa, bằng chứng nguyên văn có dấu thời gian, những điểm bất đồng của mọi người, và một câu trả lời được xếp hạng cho quyết định bạn đang cố gắng đưa ra. Phương pháp này là thực hành định tính thực sự, không phải tóm tắt: • Mã hóa mở hoạt động theo câu trích dẫn trước — không có trích dẫn, không có mã — với các mã được đặt tên theo chính từ ngữ của người tham gia thay vì biệt ngữ phân tích • Mỗi mã được gắn nhãn Behaviour, Belief hoặc Wish, vì "Tôi chắc chắn sẽ trả tiền cho điều đó" không cùng loại bằng chứng với "Tôi đã trả tiền cho điều đó vào tháng trước" • Các chủ đề được nêu dưới dạng câu có thể kiểm chứng, với độ mạnh được tính theo số người tham gia thay vì số trích dẫn, và bằng chứng bác bỏ được tìm kiếm có chủ đích • Bản đồ xung đột cho thấy nơi người tham gia thực sự chia rẽ và điều gì dự đoán họ sẽ nghiêng về phía nào • Hàng tồn đọng cơ hội được viết dưới dạng "khi [tình huống], [ai] muốn [kết quả] vì [lý do]", mỗi mục được xếp hạng Strong, Suggestive hoặc Anecdotal • Câu trả lời trực tiếp cho câu hỏi quyết định của bạn, với mức độ tin cậy đã nêu và điều gì sẽ thay đổi nó • Ba câu hỏi mà vòng này không thể trả lời, và nên phỏng vấn ai tiếp theo Những rào cản quan trọng: nó không bao giờ bịa hoặc làm đẹp một câu trích dẫn, từ chối báo cáo tỷ lệ phần trăm khi có ít hơn mười hai người tham gia, ẩn danh người tham gia theo mặc định, và sẽ nói thẳng với bạn rằng n=1 có nghĩa là bạn có một giả thuyết chứ không phải một phát hiện. Dành cho quản lý sản phẩm, nhà nghiên cứu UX và thị trường, nhà báo, nhà tư vấn, nhà sáng lập đang khám phá khách hàng, và bất kỳ ai đang ngồi trên hàng giờ ghi âm mà không có phát hiện nào.
Nghiên cứuBậc thầy học bài báo
Giúp quản lý sản phẩm, nhà sáng lập và nhà phát triển ứng dụng hiểu các bài báo về AI theo chuỗi nhân quả lịch sử, và chuyển hóa thành các đánh giá sản phẩm, giới hạn kỹ thuật, trực giác kỹ thuật và phân tích cơ hội.
Nghiên cứuTrợ lý xem phim toàn năng Pro
Trợ lý xem phim toàn năng của bạn — xem bất kỳ bộ phim nào cũng đáng dùng. Trước khi xem, giúp bạn bổ túc kiến thức + đánh giá xem có đáng xem không; sau khi xem, trở thành thợ săn easter egg, lùng khắp web để đào sâu chi tiết ẩn và gài cắm; trò chuyện xong, giúp bạn viết thành bài review có cảm giác người thật hoặc dựng thành kịch bản clip giải thích, xuất bản được ngay. Một trợ lý, ba giai đoạn đồng hành suốt hành trình xem phim. 🔍 Nguồn minh bạch, không phải AI bịa: mỗi phân tích đều cho người dùng biết “điều này từ đâu ra” — nếu có căn cứ thì ghi rõ tên nguồn kèm link có thể bấm (Douban / Zhihu / phỏng vấn đạo diễn... là nguồn thật), phần diễn giải của trợ lý được ghi tự nhiên là “trợ lý thấy” (không giả vờ là chuyên gia), chưa kiểm chứng thì nói thẳng “chưa tìm được nguồn đáng tin”. Bạn nhìn phát biết ngay đâu là thông tin tra được trên web, đâu là suy luận của trợ lý, không gộp chung làm một. Mỗi phân tích có căn cứ đều kèm link nguồn, một chạm là xem lại tài liệu gốc. 📚 Bổ túc trước khi xem, nhanh, chuẩn và không tiết lộ nội dung: Phim nối tiếp (sequel) mà không có thời gian xem phần trước? Giúp bạn tóm tắt nhanh diễn biến trước + quan hệ nhân vật + thuật ngữ cần biết + điểm neo kỳ vọng, chỉ ôn lại phần trước chứ không spoil phim mới. Hồ sơ bổ túc có cả hình ảnh và chữ, kèm poster chính thức, ảnh concept công khai. Ngoài ra còn có đánh giá “có đáng xem không”: khảo sát Douban / Rotten Tomatoes / IMDb, phân tích khoảng cách giữa quảng bá và thực tế. 🥚 Thợ săn easter egg sau khi xem, đào sâu thỏa thích: Xem xong đầu đầy câu hỏi “chi tiết lúc nãy là sao”? Lùng khắp web tìm easter egg, chuỗi gài cắm được hé lộ, mạch ngầm nhân vật, điển cố văn hóa, giải đáp kiểu đối thoại, bạn hỏi gì trợ lý đào nấy. Khi nói tới cảnh quan trọng, tiện tay kèm ảnh trích từ phim được công khai, mỗi phân tích đều có link nguồn. 📝 Ghi chú thành bài, có thể đăng ngay (tùy chọn): Trò chuyện xong muốn chia sẻ? Bài review có cảm giác người thật (có quan điểm, có cảm xúc, như người thật viết, phù hợp với Douban / WeChat Official Account / Moments) hoặc kịch bản dựng clip giải thích phim (có chú thích phân cảnh, hình ảnh + lời thuyết minh + chữ hiển thị đều sắp xếp sẵn, lấy là dựng được, phù hợp với Xiaohongshu / Douyin / Bilibili). Trợ lý không chủ động mời chào, chỉ kích hoạt khi bạn yêu cầu rõ ràng. 🎬 Bao phủ đại đa số phim điện ảnh, hoạt hình và phim bộ. Mỗi phim hot ra rạp = bổ túc trước + đào sâu sau = một hành trình trọn vẹn, ghi chú thành bài kích hoạt theo nhu cầu.
Phân tích chéo nhiều YouTube
Hướng dẫn
Nhiệm vụ cốt lõi
Đối với 3-5 video YouTube hoặc podcast về cùng một chủ đề do người dùng lựa chọn. Mục tiêu: bỏ qua ranh giới nguồn, xây dựng dòng thời gian hoặc cây logic thống nhất, tạo Báo cáo Radar Xung đột và tạo Bản đồ Thuật ngữ Liên nguồn.
Trước khi thực hiện, hãy yêu cầu người dùng chọn các video/podcast trên YouTube mà họ muốn phân tích.
Bước 1: Sự phù hợp logic
Mục tiêu: Ghép nối các "mảnh vụn" từ nhiều tác giả khác nhau thành một bức tranh hoàn chỉnh.
Hành động:
Loại bỏ nội dung trùng lặp và sắp xếp lại: Bỏ qua cấu trúc ban đầu của các video A, B và C. Gom tất cả nội dung theo chủ đề — định nghĩa, lịch sử, ứng dụng, v.v.
Khung thống nhất: Sắp xếp các thông tin chi tiết theo trình tự logic (ví dụ: Cái gì → Tại sao → Như thế nào) để tạo ra một Hướng dẫn tổng quan toàn diện.
Bước 2: Radar xung đột
Mục tiêu: Rèn luyện tư duy phản biện bằng cách xác định những điểm mà các chuyên gia bất đồng quan điểm.
Hành động:
Phát hiện mâu thuẫn: Tìm kiếm sự khác biệt về quan điểm giữa các nguồn thông tin (ví dụ: Người tạo A đề xuất một công cụ trong khi Người tạo B cảnh báo không nên sử dụng công cụ đó).
So sánh song song: Xuất ra một bảng liệt kê điểm gây tranh cãi, quan điểm của người tạo A, quan điểm của người tạo B và lý do đằng sau mỗi quan điểm.
Nội dung được tạo ra kèm theo trang "Sự phù hợp logic".
Bước 3: Lập bản đồ thuật ngữ
Mục tiêu: Loại bỏ sự nhầm lẫn do các thuật ngữ khác nhau gây ra đối với cùng một khái niệm.
Hành động:
Nhận diện tên gọi khác: Phát hiện khi những người nói khác nhau sử dụng các tên gọi khác nhau cho cùng một ý tưởng (ví dụ: "hàm mất mát" so với "hàm chi phí").
Tạo bảng đối chiếu: Chuẩn hóa thuật ngữ bằng biểu đồ tham khảo ghi chú "phương ngữ" của mỗi người tạo ra thuật ngữ đó.
Nội dung được tạo kèm theo trang "Logical Alignment", ngay phía sau Conflict Radar.
Hãy đảm bảo kết quả từ ba bước được ghi trên cùng một trang.
Mô tả
Được đề xuất bởi
nene@YouMind
Vì sao chúng tôi đề xuất kỹ năng này
Kỹ năng này thống nhất nội dung YouTube rải rác, phân tích chéo cùng chủ đề, tạo dòng thời gian, xác định mâu thuẫn, lập bản đồ thuật ngữ, giúp đào sâu chủ đề phức tạp để hiểu toàn diện.
Tổng hợp nhiều tập YouTube vào một khung thống nhất, tự động làm nổi bật các quan điểm mâu thuẫn, và xây dựng một hiểu biết khách quan, toàn diện hơn.
Kỹ năng liên quan
Xem tất cảSignal Room:Tổng hợp phỏng vấn
YouMind đã phiên âm cuộc gọi, phỏng vấn và podcast của bạn. Signal Room là bước tiếp theo. Thả vào một hoặc hai mươi bản ghi và nhận về một tổng hợp nghiên cứu mà một nhà phân tích thực thụ sẽ ký: các chủ đề đã mã hóa, bằng chứng nguyên văn có dấu thời gian, những điểm bất đồng của mọi người, và một câu trả lời được xếp hạng cho quyết định bạn đang cố gắng đưa ra. Phương pháp này là thực hành định tính thực sự, không phải tóm tắt: • Mã hóa mở hoạt động theo câu trích dẫn trước — không có trích dẫn, không có mã — với các mã được đặt tên theo chính từ ngữ của người tham gia thay vì biệt ngữ phân tích • Mỗi mã được gắn nhãn Behaviour, Belief hoặc Wish, vì "Tôi chắc chắn sẽ trả tiền cho điều đó" không cùng loại bằng chứng với "Tôi đã trả tiền cho điều đó vào tháng trước" • Các chủ đề được nêu dưới dạng câu có thể kiểm chứng, với độ mạnh được tính theo số người tham gia thay vì số trích dẫn, và bằng chứng bác bỏ được tìm kiếm có chủ đích • Bản đồ xung đột cho thấy nơi người tham gia thực sự chia rẽ và điều gì dự đoán họ sẽ nghiêng về phía nào • Hàng tồn đọng cơ hội được viết dưới dạng "khi [tình huống], [ai] muốn [kết quả] vì [lý do]", mỗi mục được xếp hạng Strong, Suggestive hoặc Anecdotal • Câu trả lời trực tiếp cho câu hỏi quyết định của bạn, với mức độ tin cậy đã nêu và điều gì sẽ thay đổi nó • Ba câu hỏi mà vòng này không thể trả lời, và nên phỏng vấn ai tiếp theo Những rào cản quan trọng: nó không bao giờ bịa hoặc làm đẹp một câu trích dẫn, từ chối báo cáo tỷ lệ phần trăm khi có ít hơn mười hai người tham gia, ẩn danh người tham gia theo mặc định, và sẽ nói thẳng với bạn rằng n=1 có nghĩa là bạn có một giả thuyết chứ không phải một phát hiện. Dành cho quản lý sản phẩm, nhà nghiên cứu UX và thị trường, nhà báo, nhà tư vấn, nhà sáng lập đang khám phá khách hàng, và bất kỳ ai đang ngồi trên hàng giờ ghi âm mà không có phát hiện nào.
Nghiên cứuBậc thầy học bài báo
Giúp quản lý sản phẩm, nhà sáng lập và nhà phát triển ứng dụng hiểu các bài báo về AI theo chuỗi nhân quả lịch sử, và chuyển hóa thành các đánh giá sản phẩm, giới hạn kỹ thuật, trực giác kỹ thuật và phân tích cơ hội.
Nghiên cứuTrợ lý xem phim toàn năng Pro
Trợ lý xem phim toàn năng của bạn — xem bất kỳ bộ phim nào cũng đáng dùng. Trước khi xem, giúp bạn bổ túc kiến thức + đánh giá xem có đáng xem không; sau khi xem, trở thành thợ săn easter egg, lùng khắp web để đào sâu chi tiết ẩn và gài cắm; trò chuyện xong, giúp bạn viết thành bài review có cảm giác người thật hoặc dựng thành kịch bản clip giải thích, xuất bản được ngay. Một trợ lý, ba giai đoạn đồng hành suốt hành trình xem phim. 🔍 Nguồn minh bạch, không phải AI bịa: mỗi phân tích đều cho người dùng biết “điều này từ đâu ra” — nếu có căn cứ thì ghi rõ tên nguồn kèm link có thể bấm (Douban / Zhihu / phỏng vấn đạo diễn... là nguồn thật), phần diễn giải của trợ lý được ghi tự nhiên là “trợ lý thấy” (không giả vờ là chuyên gia), chưa kiểm chứng thì nói thẳng “chưa tìm được nguồn đáng tin”. Bạn nhìn phát biết ngay đâu là thông tin tra được trên web, đâu là suy luận của trợ lý, không gộp chung làm một. Mỗi phân tích có căn cứ đều kèm link nguồn, một chạm là xem lại tài liệu gốc. 📚 Bổ túc trước khi xem, nhanh, chuẩn và không tiết lộ nội dung: Phim nối tiếp (sequel) mà không có thời gian xem phần trước? Giúp bạn tóm tắt nhanh diễn biến trước + quan hệ nhân vật + thuật ngữ cần biết + điểm neo kỳ vọng, chỉ ôn lại phần trước chứ không spoil phim mới. Hồ sơ bổ túc có cả hình ảnh và chữ, kèm poster chính thức, ảnh concept công khai. Ngoài ra còn có đánh giá “có đáng xem không”: khảo sát Douban / Rotten Tomatoes / IMDb, phân tích khoảng cách giữa quảng bá và thực tế. 🥚 Thợ săn easter egg sau khi xem, đào sâu thỏa thích: Xem xong đầu đầy câu hỏi “chi tiết lúc nãy là sao”? Lùng khắp web tìm easter egg, chuỗi gài cắm được hé lộ, mạch ngầm nhân vật, điển cố văn hóa, giải đáp kiểu đối thoại, bạn hỏi gì trợ lý đào nấy. Khi nói tới cảnh quan trọng, tiện tay kèm ảnh trích từ phim được công khai, mỗi phân tích đều có link nguồn. 📝 Ghi chú thành bài, có thể đăng ngay (tùy chọn): Trò chuyện xong muốn chia sẻ? Bài review có cảm giác người thật (có quan điểm, có cảm xúc, như người thật viết, phù hợp với Douban / WeChat Official Account / Moments) hoặc kịch bản dựng clip giải thích phim (có chú thích phân cảnh, hình ảnh + lời thuyết minh + chữ hiển thị đều sắp xếp sẵn, lấy là dựng được, phù hợp với Xiaohongshu / Douyin / Bilibili). Trợ lý không chủ động mời chào, chỉ kích hoạt khi bạn yêu cầu rõ ràng. 🎬 Bao phủ đại đa số phim điện ảnh, hoạt hình và phim bộ. Mỗi phim hot ra rạp = bổ túc trước + đào sâu sau = một hành trình trọn vẹn, ghi chú thành bài kích hoạt theo nhu cầu.
Tìm kỹ năng yêu thích tiếp theo của bạn
Khám phá thêm các kỹ năng AI được tuyển chọn cho nghiên cứu, sáng tạo và công việc hằng ngày.