过去，AI工具开发常陷入“先想功能，再找场景”的误区
然而，真正成功的AI产品往往源于对真实用户需求的洞察：哪些用户正在为此付出时间？
近期，YouTube上涌现出一批如“老胡油管研究院”等聚焦业务增长与自媒体运营的频道，其内容紧扣一线用户的实际痛点，结构清晰、实用性强
这些视频本质上构成了一个免费的“用户需求调研库”
它们揭示了：
-
用户当前的困惑点
-
业务中的核心痛点
-
重复性高、效率低、耗时长的任务
这些问题已被系统地记录在视频文案中，相当于一份现成的业务资源池，正是产品经理所需的关键输入
由此引出一个关键问题：能否通过自动化工具抓取这些内容，并由AI自动分析其中潜在的AI产品机会？
答案是肯定的
本文将介绍如何构建一套“AI自动化需求挖掘系统”，实现从YouTube视频内容提取、需求分析到AI产品方向总结的全流程自动化，并持续更新至飞书多维表格
一、痛点：为何需要自动化挖掘用户需求？
传统AI工具开发者常依赖灵感、朋友圈讨论、主观判断或零散网络信息进行需求推导，存在明显局限
-
灵感
-
朋友圈讨论
-
自我推测用户痛点
-
随机浏览帖子
-
追踪投融资趋势
-
依赖产品经理“直觉”
此类方式主要面临三大挑战
① 数据碎片化，难以系统分析
视频、文章、评论内容分散无序，缺乏结构化处理机制
② 人工分析效率低下
单个10分钟视频的内容提取与痛点分析需耗时30分钟以上，日均处理量极低
③ 易受干扰，难识别高频共性痛点
人工判断易带偏见，难以捕捉跨场景的普遍性需求
而AI的核心优势在于：可将海量非结构化内容转化为结构化数据，并提炼共性规律
二、解决方案：基于n8n × API × 飞书多维表格的需求自动化系统
通过以下四个步骤，搭建从内容抓取到智能分析的闭环流程
步骤 1：创建飞书多维表格用于存储视频数据
建立初始数据表，设定如下字段
|
字段 |
作用 |
|---|---|
|
视频id |
存储频道抓取的视频唯一标识 |
|
视频标题 |
便于后续快速浏览与定位 |
|
文案内容 |
存放提取的原始视频文字稿（transcript） |
|
AI 分析结果 |
利用飞书AI字段自动生成需求总结与工具建议 |
该表格作为原始需求数据库，支撑后续分析工作
步骤 2：抓取目标频道的视频列表
使用API获取指定YouTube频道下的所有视频ID与标题，并写入多维表格
推荐使用TikHub API（api.tikhub.io），其提供稳定接口服务，支持批量获取频道视频列表
通过n8n流程连接TikHub API与飞书多维表格，实现自动化导入
配置channel_id后，系统即可循环读取视频信息并入库
执行节点后，视频标题和ID成功写入表格
步骤 3：通过视频ID获取视频文案
在多维表格中添加按钮字段，点击触发n8n工作流以获取对应视频的文字内容
飞书多维表格的自动化功能可通过Webhook启动n8n流程
采用SupaData API（https://supadata.ai/）提取文案，即使视频无字幕也可通过语音识别技术转录文本
构建n8n工作流，输入视频ID，调用SupaData接口获取文案
执行后成功提取视频文案
最后通过HTTP节点将提取结果回写至多维表格
步骤 4：利用飞书AI字段自动分析文案，挖掘AI工具方向
飞书多维表内置AI能力，可创建“AI字段”对“文案内容”进行智能解析
每当新文案写入，AI 自动生成以下信息
-
潜在可开发的AI工具清单
-
各工具的商业价值评估
-
对应的用户核心痛点
-
可被自动化的具体任务
此即为真正的“AI产品方向采集器”
进一步优化：设置定时监听机制，每日运行一次，检测博主是否发布新视频。若有更新，自动抓取并完成全流程分析
三、总结：从单一想法到系统级AI需求收集平台
整个系统的逻辑链条为
真实场景 → 转化为数据 → 交由AI处理 → 输出结构化需求 → 指导AI工具开发最终实现
-
需求自动挖掘
-
痛点自动分析
-
AI工具机会自动总结
-
结果自动写入飞书
-
数据库自动构建
-
逻辑规则自动复用
使AI工具研发方向更加清晰、客观、数据驱动
未来观看YouTube时，你将本能意识到：“这句话就能做成一个工具。”