Selecione amostras de comentários do YouTube por Principais ou Mais recentes

Escreva a pergunta primeiro

Etapa 1. Escreva a pergunta da análise antes de escolher uma ordem.

Use Principais quando a pergunta tratar de comentários em destaque na ordem definida pela fonte. Use Mais recentes quando a pergunta tratar de comentários na ordem recente da fonte. Se ambas as perguntas forem importantes, use 2 estratos. Um estrato é uma parte declarada de uma amostra. Aqui, o estrato é a ordem de obtenção.

A ordem determina quais comentários entram na amostra. Escolha a ordem que corresponde à pergunta. Não escolha uma ordem apenas porque ela sustenta uma conclusão que você já deseja.

Etapa 2. Declare os vídeos conhecidos, o momento da observação, o limite de cada modo e o escopo dos comentários de nível principal.

O limite de comentários de nível principal é `maxCommentsPerVideo`. Anote o horário de cada lista. A ordem da fonte pode mudar depois. Uma lista posterior não é a mesma amostra.

Mantenha os limites iguais ao comparar Principais com Mais recentes. Limites diferentes dificultam a comparação das proporções dos temas.

Mantenha as respostas desativadas. Uma resposta é um comentário abaixo de um comentário de nível principal. As respostas alteram a unidade que você conta. Os registros de respostas ficam fora do limite de comentários de nível principal. Este método não testou respostas. Anote essa limitação.

Defina a entrada atual

A versão pública do YouTube Comments Actor usada aqui é a 1.1.6. Ela aceita os seguintes limites.

• `startUrls` aceita de 1 a 100 URLs ou IDs de vídeos públicos conhecidos.
• `maxCommentsPerVideo` aceita um número inteiro de 1 a 1.000.
• `commentSortMode` aceita `top`, `newest` ou `both`.
• `includeReplies` pode estar ativado ou desativado.
• `maxRepliesPerComment` aceita um número inteiro de 1 a 100 quando as respostas estão ativadas.

Use um vídeo público conhecido. Não use um vídeo privado. Este Actor não procura vídeos para você.

Em 13 de outubro de 2026, a YouTube Audience Comment Research Task tinha esta entrada inicial salva:

{
  "startUrls": ["https://www.youtube.com/watch?v=dQw4w9WgXcQ"],
  "maxCommentsPerVideo": 250,
  "commentSortMode": "both",
  "includeReplies": true,
  "maxRepliesPerComment": 10
}

Essa entrada contém um vídeo musical conhecido, um limite de 250, `both`, respostas ativadas e até 10 respostas por comentário. Substitua o vídeo musical por um vídeo público conhecido de sua escolha.

Para o primeiro teste-piloto, use 1 vídeo público conhecido. Defina `maxCommentsPerVideo` como 2. Defina `commentSortMode` como `both`. Defina `includeReplies` como false.

No modo `both`, esse limite é um total compartilhado para comentários de nível principal. Um limite de 2 é dividido entre Principais e Mais recentes. Ele não significa 2 registros de Principais mais 2 registros de Mais recentes. O comportamento documentado de `both` também mantém 1 registro por ID de comentário nessa mesma execução.

Uma comparação explícita posterior é diferente. Execute uma lista de Principais e uma lista de Mais recentes. Atribua o mesmo limite declarado a cada execução. Mantenha os momentos de observação comparáveis. Cada um desses limites pertence a uma execução. Eles não correspondem à divisão compartilhada de `both`.

Leia os registros separadamente do resumo da execução

Cada registro salvo no conjunto de dados corresponde a 1 comentário público ou resposta pública. Com as respostas desativadas, cada registro deve corresponder a 1 comentário de nível principal.

`publishedAt` pode ser null. Null significa que o valor está ausente. Não significa 0. `publishedTimeText` não informa um momento exato. `scrapedAt` é o momento da coleta. Nunca copie `scrapedAt` para o momento da publicação.

`parentCommentId`, `isReply` e `replyDepth` também são campos definidos no contrato de dados. Este método para comentários de nível principal não os utiliza.

O resumo da execução em OUTPUT não é um registro de comentário. Leia o texto dos comentários nos registros. Leia as contagens da execução e os motivos de parada em OUTPUT.

Um controle verificado usou `both` em `educationalvideo_uQrJ0TkZlc`. Ele salvou 2 registros distintos de comentários de nível principal com texto não vazio. Um registro tinha `sortMode` `top`. O outro tinha `sortMode` `newest`. Ambos tinham `status` `ok`. `publishedAt` era null em ambos os registros. OUTPUT informou `commentsWritten` 2 e `repliesWritten` 0. O motivo de parada foi `requested_comment_limit_reached`.

Esses 2 registros tinham IDs de comentário diferentes. A execução mostra que `both` pode retornar registros e manter `sortMode` nessa fonte. Ela não demonstra uma amostra aleatória. Não demonstra a coleta de todos os comentários. Não demonstra o tempo exato desde a publicação. Não demonstra o mesmo comportamento de ordenação em todos os vídeos. Não demonstra a sobreposição entre execuções separadas de Principais e Mais recentes. Ela não testou respostas. `repliesWritten` 0 não é um teste de respostas. Ela não testou a cobertura completa.

Nenhum texto de comentário desse controle é usado neste artigo. Um total de respostas ou uma contagem de curtidas não prova que você tem todos os comentários. Entradas com falha ou indisponíveis aparecem em OUTPUT. Não invente registros de comentários para elas.

Teste o piloto e escolha a exportação

Etapa 3. Teste 1 vídeo conhecido com o pequeno teste-piloto em `both`.

Verifique se `videoId` e `videoUrl` correspondem a esse vídeo. Verifique se `text` não está vazio. Verifique se `commentId` e `sortMode` estão presentes. Verifique o motivo de parada em OUTPUT. Quando o limite compartilhado é atingido, o motivo de parada esperado é `requested_comment_limit_reached`.

Se `publishedAt` for null, mantenha desconhecido o tempo desde a publicação. Não escreva 0. Não escreva o momento da coleta. Um `sortMode` de Mais recentes registra a obtenção pela ordem Mais recentes. Comprove o tempo desde a publicação apenas quando a fonte fornecer uma data real.

Etapa 4. Escolha uma exportação mais ampla ou 2 listas separadas.

Use `both` quando quiser uma exportação mais ampla com limites definidos e for consultar o motivo de parada e as contagens. Essa exportação continua sendo uma lista da fonte com limites definidos.

Use 2 execuções para uma comparação explícita entre Principais e Mais recentes. Uma lista de registros é a lista bruta salva para um modo, mantida com sua entrada e seu momento de observação. Gere uma lista de registros de Principais com limite definido e outra de Mais recentes com limite definido. Use o mesmo limite declarado em cada execução. Mantenha os momentos de observação comparáveis.

Essas execuções pareadas serão seu trabalho posterior. O controle verificado foi uma única execução em `both`. Não apresente esse controle como resultado de sobreposição de execuções pareadas.

Etapa 5. Remova as duplicatas de cada lista de registros e forme a união a partir das listas separadas.

Remover duplicatas significa contar cada identidade verificada apenas 1 vez. A chave é `videoId` mais `commentId`. Palavras iguais não são a chave. Dois comentários podem ter o mesmo texto e ainda assim ter IDs diferentes.

A união é o conjunto de IDs distintos verificados que estão em pelo menos uma das listas de registros. A interseção é o conjunto de IDs verificados que aparecem nas 2 listas de registros. Mantenha a presença nas listas como `{top}`, `{newest}` ou `{top, newest}`.

Você só pode atribuir `{top, newest}` quando as 2 listas de registros separadas contiverem esse ID. Em uma única execução em `both`, a remoção de duplicatas mantém 1 registro e 1 `sortMode`. Esse rótulo único não permite identificar a presença na outra lista. Não a deduza. Preserve as listas de registros brutas para que seja possível verificar a presença nas listas.

Se um ID estiver ausente, ele continua sem resolução. Não trate um ID ausente como uma contagem de 0. Não reconstrua de memória a informação perdida sobre sua presença nas listas.

Defina uma regra de codificação e compare os conjuntos

Etapa 6. Use a mesma regra de codificação em cada estrato.

Uma regra de codificação é o critério escrito para identificar um tema. Escreva a regra antes de classificar os registros. Aplique o mesmo critério a Principais e a Mais recentes. Mantenha o texto bruto e o contexto da fonte junto da classificação.

Antes de calcular qualquer fração, confira a consistência de 4 pontos.

• Entradas previstas: os vídeos e modos que você declarou.
• IDs desconhecidos: identidades que você não consegue determinar. Elas continuam sem resolução.
• Texto válido: texto não vazio que você consegue classificar.
• Problemas de status: registros que não têm `status` `ok`, além de qualquer modo que tenha falhado.

O denominador é a contagem dos comentários que podem entrar na fração. Use apenas texto válido com ID conhecido. Informe os casos desconhecidos em uma contagem separada. Desconhecido não é 0.

Uma contagem de tema conta comentários da amostra. Ela não conta pessoas. Não representa os espectadores que não comentam. Não é um resultado demográfico.

Etapa 7. Calcule a interseção e a união a partir dos IDs das listas separadas.

Informe quantas ocorrências você observou nas coletas e, depois, quantos IDs distintos restam após remover as duplicatas. Aqui, a sobreposição é a sobreposição dessas listas com limites definidos nesses momentos. Ela não é a proporção de todos os comentários do vídeo.

Se um modo falhar, a lista ausente não equivale a uma lista vazia obtida com sucesso. Não classifique esse modo como tendo 0 comentários. A comparação permanece desconhecida. A disponibilidade da fonte pode mudar entre execuções. Leia `failedInputDetails` e `stopReasonCounts` antes de classificar.

Etapa 8. Escreva uma conclusão que corresponda à ordem e à pergunta.

Um tema comum em Principais pode refletir os comentários em destaque na ordem definida pela fonte. Esse resultado corresponde à classificação da fonte. Não é uma contagem de visualizações nem uma pontuação certificada. Um tema comum em Mais recentes pode refletir atividade recente na ordem Mais recentes da fonte. Isso não comprova o tempo exato desde a publicação quando `publishedAt` é null.

Uma única observação não pode provar que um tema aumentou. Ela não pode provar que um tema diminuiu. Salve as notas de amostragem, a entrada e o motivo de parada. Um leitor futuro deve conseguir repetir a escolha de amostragem.

Alguns leitores precisam de uma forma com escopo definido para estudar comentários de pessoas quando a coleta tem limites. Esta publicação pública descreve essa necessidade. Um limite numérico alegado nela não é verificado neste artigo. Não trate essa alegação como o comportamento oficial atual da API. Este Actor usa um método diferente. Ele não usa sua chave da API do YouTube. Se você também usar a API oficial, consulte por conta própria a documentação primária atual dessa API. A escolha entre Principais e Mais recentes atende à necessidade de amostragem. Ela não promete todos os comentários.

Examine uma lista de registros fictícia

A lista de registros desta seção é fictícia. Ela ensina as contagens. Não é um resultado do Actor. Não é o controle de 2 registros. Não se afirma aqui que qualquer texto de comentário seja real.

A lista de registros fictícia de Principais tem os IDs de comentário A, B e C. A lista de registros fictícia de Mais recentes tem B, D e E. Todos os 5 IDs têm uma identificação na fonte e texto que pode ser classificado.

As ocorrências nas coletas são A, B, C, B, D e E. São 6 ocorrências. Os IDs distintos são A, B, C, D e E. São 5 comentários distintos. B aparece 1 vez em cada lista de registros, portanto B é a ocorrência repetida. Conte B 1 vez na união e preserve sua presença nas 2 listas. Uma ocorrência repetida não é spam. Este método não avalia se algo é spam.

A união é `{A, B, C, D, E}`. A interseção é `{B}`. Apenas em Principais estão `{A, C}`. Apenas em Mais recentes estão `{D, E}`.

Uma exportação em `both` que salvou B apenas com `sortMode` `top` não pode comprovar sua presença em Mais recentes. Somente as listas de registros separadas podem mostrar que B estava nas 2.

Confira a consistência do exemplo fictício antes de calcular qualquer fração de tema.

A regra de codificação é definida primeiro. Marque o tema "pergunta sobre como começar" apenas quando o comentário perguntar como iniciar a tarefa. Use essa mesma regra em todos os IDs. Neste exemplo fictício, apenas A, B e D atendem à regra. C e E não atendem.

A média das proporções dos 2 estratos é `(66.7 + 66.7) / 2`. Isso equivale a 66,7 por cento. Não equivale à proporção da união, de 60 por cento. A união conta B, presente nas 2 listas, apenas 1 vez. Calcular a média das porcentagens dos estratos não produz a fração da união de comentários distintos.

As 2 ordens mostram 66,7 por cento neste exemplo fictício. Essa concordância se refere apenas a esses 5 comentários. Ela não prova que 60 por cento de todos os espectadores tenham a pergunta sobre como começar.

Mostre os IDs, a presença nas listas, a regra de codificação e os denominadores antes de apresentar uma conclusão. A conclusão permitida aqui é restrita. Neste exemplo fictício, a proporção do tema é igual nas 2 ordens com limites definidos, e a proporção na união de comentários distintos é de 3 em 5.

Duas limitações continuam válidas. Se `publishedAt` for null, a data exata de B permanece desconhecida. A presença em Mais recentes não fornece essa data, e `scrapedAt` também não a fornece. Se Mais recentes falhasse em outro vídeo, você não trataria esse vídeo como uma população composta apenas por Principais. A comparação seria desconhecida. Um modo com falha não equivale a um modo vazio concluído com sucesso.