很多人认为：
AI时代最重要的是提示词。
实际上最近参与几个内容项目后发现：
真正决定内容质量的往往是数据源。
例如：
一个减肥视频下面的评论区。
用户讨论的可能是：
- 食谱
- 训练计划
- 副作用
- 成本
这些内容远比视频本身更有价值。
评论区能做什么？
用户需求分析
了解用户真正关心的问题。
内容选题
评论里的高频问题，往往就是下一个爆款选题。
AI训练素材
将评论导入：
- ChatGPT
- DeepSeek
- Claude
可以快速生成新的内容方向。
实践过程
为了方便整理评论数据，我尝试过：
- Excel手工整理
- Python采集
- 第三方数据平台
其中 GeoDataClaw 在评论整理和导出方面相对省时。
对于需要长期分析用户需求的团队，建立自己的评论数据库会比单纯追热点更有价值。