播客与视频统一分析标准

播客与视频内容统一分析标准

文档状态：历史证据 当前替代文档：../../03-新资源入库流程.md、../../04-内容样本池.md 为什么保留：保留统一分析标准全文，便于在需要时追溯样本字段和映射判断的完整推理过程。

文档性质：跨媒介竞品内容统一分析标准
适用范围：播客、YouTube 视频、B 站视频
用途：在外部内容进入 Yomiya 分析与映射阶段前，先用同一套标准判断内容对象、内容方向与承载方式
边界说明：

• 本文档是竞品研究输入层，不替代 20-Execution-Spec/ 的当前执行规格
• 本轮不纳入小红书
• B 站按与 YouTube 同构的方式处理 最后更新：2026-04-03

---

1. 本文档要解决的问题

当前竞品研究已经拿到一批播客样本，但后续还要纳入 YouTube 和 B 站视频。

如果继续按“播客一套口径、YouTube 一套口径、B 站一套口径”分别整理，后续会出现三类问题：

1. 同样是日语学习内容，却无法共用同一张判断表
2. 频道、节目、播放列表、单集之间的层级关系会被混用
3. 无法稳定映射到 Yomiya 现有的 Channel / Collection / Series / Tag 体系

因此，本文档的目标不是替不同平台各写一套分类法，而是先回答：

播客节目、YouTube 频道、B 站 UP 主、播放列表、播客单集、单条视频，应该如何用同一套对象层级和判断规则分析，并最终映射到 Yomiya？

---

2. 与 Yomiya 现有体系的关系

本文档必须服从 product/YomiyaContentSystem 当前已有口径，尤其是：

• 10-Current-System/yomiya-system-source-of-truth.md
• 20-Execution-Spec/yomiya-spec.md

因此，本文档不新造一套并行主模型，而是只补“竞品进入 Yomiya 之前如何统一分析”的规则。

2.1 这份文档在体系里的边界

• 当前服务端已经存在什么对象、字段、关系、唯一性约束，以 10-Current-System/yomiya-system-source-of-truth.md 为准
• 本文档只负责“外部样本如何统一分析”，不负责宣布某个目标模型已经是当前系统现实
• 当 YouTube / 播客研究稳定出新的目标理想时，先回写 yomiya-system-source-of-truth.md 的 Target State 与 Gap + Actions，再回头更新本文件

2.2 当前明确沿用的核心概念

• Channel：长期一级归属
• Collection：长期发现容器
• Series：连续更新容器
• Tag：描述属性
• scene：当前主要标签系统之一
• level：与 JLPT 对齐的难度等级

2.3 当前研究阶段允许引用的系统字段

项目	当前系统现实	研究阶段怎么写	本文档禁止动作
type	当前正式字段是 news.type，现实值域来自服务端 migration：webpage / video / audio	播客样本填 audio，YouTube / B 站样本填 video；若未来出现复合媒介，先写在 notes 或 Gap 表里	不再把 format_type 当系统字段；也不把 text / mixed 直接写成“当前系统已支持的正式值”
level	当前正式字段是 news.level；公开层稳定映射 N5 / N4 / N3 / N2 / N1 / N1+	研究阶段可写展示值，无法判断时统一记 待定	不把 待定 或旧写法 不限 写成当前正式后端值
scene	当前不是 news 主表字段，而是 scenes + news_scenes 关系层能力	仍优先在 Item 层判断主方向，需要时补 secondary 方向	不把 scene 写成 news.scene 这种当前已存在的主表字段
source	当前正式字段 news.source 只表示 news / imports	研究阶段不用它表示平台来源	不把 source 复用成 podcast / youtube / bilibili；平台来源继续使用 platform 与 source_brand

其中要特别强调：

• type 继续沿用当前主规格体系，但现实值域必须按当前系统写
• scene 继续作为主内容方向判断能力使用，但现实上仍是关系层，不是主表列
• 同一个来源品牌下，不同内容可以有不同 scene
• level 是描述属性，不是归属层
• platform 与 source_brand 继续留在研究辅助字段，不冒充系统正式字段

补充说明：

• 历史草稿里出现过 format_type
• 为避免与当前执行层字段口径漂移，本文档统一只保留 type
• 如果历史研究表里仍出现 format_type，一律视为旧列名，进入 Yomiya 前必须映射回 type

---

3. 为什么不能按平台分别分类

平台只是来源，不是最适合做统一分析的主轴。

播客、YouTube、B 站虽然展示形态不同，但它们都天然存在三层对象：

1. 谁在持续生产内容
2. 这些内容中有哪些稳定内容线
3. 用户实际消费的是哪一条内容

如果只按平台分，就很容易把：

• 播客节目名误当成内容方向
• YouTube 频道误当成合集
• B 站合集和单视频混成一层

这会直接破坏后续进入 Yomiya 时的判断：

• 什么该进 Collection
• 什么该进 Series
• 什么只保留成 Tag

所以，平台只作为研究字段 platform 保留，不作为统一分析的主分类轴。

---

4. 统一对象层级

本文档统一采用三层外部分析对象。

4.1 Source Brand

定义：持续生产内容的外部来源品牌层。
典型对应：

• 播客：节目名
• YouTube：频道
• B 站：UP 主账号

它回答的问题：

谁在生产这批内容？

规则：

• Source Brand 不是 Yomiya 内部主承载对象
• 它主要服务来源识别、风格判断和后续样本归档

4.2 Series Unit

定义：来源品牌内部的稳定内容线。
典型对应：

• 播客：节目本体或节目中的固定栏目
• YouTube：播放列表、系列栏目、长期重复主题
• B 站：合集、系列栏目、长期重复主题

它回答的问题：

用户到底在追哪一条内容线？

规则：

• 这是跨平台统一分析中最重要的一层
• 后续进入 Yomiya 时，它通常是 Series 候选
• 若多个 Series Unit 在用户目标上相近，可进一步组织进一个 Collection

4.3 Content Item

定义：实际消费单元。
典型对应：

• 一集播客
• 一条 YouTube 视频
• 一条 B 站视频

它回答的问题：

用户真正点开、播放、消费的到底是什么？

规则：

• Content Item 与 Yomiya 的 Content Item 是直接同构的
• scene、level、type 应优先在这一层判断

---

5. 统一字段标准

本文档中的字段分三组：研究阶段允许引用的系统字段、竞品分析辅助字段、映射输出字段。

5.1 研究阶段允许引用的系统字段

这些字段的存在性、现实值域、唯一性约束统一以 10-Current-System/yomiya-system-source-of-truth.md 为准。 本节只定义研究阶段如何填写，不在这里单独宣布“系统现在已经有什么”。

字段	研究阶段写法	回写方式
type	播客写 audio；YouTube / B 站写 video；如果遇到当前系统不够表达的复合媒介，先写在 notes	当前正式回写到 news.type
level	统一写 N5 / N4 / N3 / N2 / N1 / N1+ / 待定	回写时映射到当前 news.level；待定 不直接落库
scene	仍以 Item 层主方向判断为先；如有次方向，先写进 notes 或后续补 secondary 方案	当前正式回写到 scenes + news_scenes
source	不在研究表里承担平台字段职责	当前系统侧继续只保留 news / imports 语义

补充规则：

• scene 继续作为主内容方向判断能力使用
• 同一个 Source Brand 下，不同 Item 可以归入不同 scene
• level 是描述属性，不是归属层
• platform 与 source_brand 继续留在研究辅助字段，不挤进系统正式字段表

5.2 原始内容层字段

这些字段用于记录外部内容的母对象与基本元信息，回答“用户真正消费的原始内容是什么”。

字段	说明
platform	podcast / youtube / bilibili
source_brand	节目名、频道名或 UP 主名
series_unit	固定栏目、播放列表、合集、系列主题
sample_level	brand / series / item
sample_name	当前分析对象的名称
type	当前统一写 audio / video / webpage
update_pattern	ongoing / seasonal / mixed / unclear
speaker_structure	solo / duo / multi / mixed

补充规则：

• sample_level=brand 时，允许 series_unit 为空
• sample_level=item 时，sample_name 应优先写单集 / 单视频标题，而不是品牌名复写
• 这层先回答“原始对象是谁”，不抢着回答“值不值得切成最小 item”

5.3 转写文本层字段

这些字段用于记录文本化中间层的可获得性与质量预期，回答“后续 AI 能否稳定拿到文本来理解内容”。

字段	说明
transcript_availability	native / generated / unavailable / unknown，表示原平台是否天然提供可用文本
transcript_source	caption / subtitle / asr / article / mixed / unknown
transcript_quality_expectation	high / medium / low / unknown，表示转写质量的研究判断

补充规则：

• 图文样本通常可直接写 transcript_availability=native
• 音视频样本即便可转写，也不等于文本层就是唯一事实层
• 这层重点判断“是否适合后续结构化”，不是提前假设“有文本就一定适合沉淀”

5.4 AI 结构化层字段

这些字段用于记录 AI 或研究判断产出的解释性结果，回答“这条内容更像什么，适合放到哪里”。

字段	说明
level	N5 / N4 / N3 / N2 / N1 / N1+ / 待定
scene	主方向判断，仍优先按 Item 层填写
content_structure	explanatory / conversation / commentary / news / themed-learning / mixed
cross_media_expandability	是否适合未来与其他媒介共用一个上层主题
phase1_fit	是否适合进入 Yomiya Phase 1 主叙事或补充线

补充规则：

• scene 与 level 继续作为描述层判断，不承担承载职责
• phase1_fit 不是“内容好不好”，而是“是否适合当前阶段主链路”
• 这一层优先服务分类、组织和分发判断，不优先服务内容切碎

5.5 映射输出与派生 item 判断字段

这些字段用于把外部样本落回 Yomiya 内容系统，并记录是否值得进一步派生更细粒度 item。

字段	说明
recommended_channel	更适合归入哪个一级栏目
recommended_collection_direction	更适合进入哪种合集方向
series_candidate	是否应视作 Series 候选
item_derivation_value	high / medium / low / unknown，表示是否值得进一步切出更细粒度单元
item_derivation_form	sentence / segment / quote-card / mixed / none / unknown，表示更可能的派生形态
tag_suggestions	建议补充的描述性标签
notes	适合 / 不适合原因，或待补信息

补充规则：

• item_derivation_value 只表示“是否值得进一步切分”，不等于“现在必须建最小 item 主模型”
• item_derivation_form 用于帮助后续判断细粒度沉淀方向，不是当前系统正式字段
• 当这层判断长期稳定后，再回写 yomiya-system-source-of-truth.md 讨论是否需要正式承载

---

6. 各平台映射规则

6.1 播客映射规则

1. 播客节目本体优先落到 Source Brand
2. 若节目本体天然就是一条连续更新线，节目本体也可同时充当 Series Unit
3. 播客单集统一作为 Content Item
4. 单集的 scene、level、type=audio 仍需单独判断

这意味着：

• 节目本体可以是 Series 候选
• 单集仍可进入不同 Collection

6.2 YouTube 映射规则

1. 频道先落到 Source Brand
2. 播放列表、固定栏目、系列主题优先落到 Series Unit
3. 单视频统一作为 Content Item
4. scene、level、type=video 在 Item 层判断

6.3 B 站映射规则

1. UP 主账号先落到 Source Brand
2. 合集、固定栏目、系列主题优先落到 Series Unit
3. 单视频统一作为 Content Item
4. B 站不单独再造一套标准，按与 YouTube 同构处理

---

7. 一个频道下面有很多合集时，怎么划分

这是后续视频调研时最容易混乱的问题。

当前统一规则如下：

规则 1：频道不是默认分类单元

频道只说明“谁在生产内容”，不直接说明“这批内容该如何在 Yomiya 被组织”。

只有在频道内容高度单一、几乎所有内容都围绕同一稳定主题时，才允许把频道近似视作一个大的 Series Unit。

规则 2：播放列表 / 合集优先于频道

只要频道下已经存在清晰的播放列表、合集或固定栏目，就优先按这些 Series Unit 拆，不按频道整体分析。

规则 3：单视频保留独立判断权

即使视频属于某个播放列表，它仍然可以因为具体主题不同而落到不同 scene，并进入不同 Collection。

换句话说：

• Series Unit 解决连续更新关系
• scene 解决单条内容主方向
• Collection 解决前台长期发现组织方式

---

8. Yomiya 承载判断规则

8.1 什么适合作为 Series

满足以下条件时，优先视作 Series 候选：

1. 有明确连续更新关系
2. 用户会期待“下一期”
3. 内容之间的核心关系是时间顺序或持续连载，而不是仅仅主题相似

典型情况：

• 固定播客节目
• 固定主讲人栏目
• 连载视频
• 固定更新的播放列表

8.2 什么适合作为 Collection

满足以下条件时，优先视作 Collection 候选方向：

1. 能围绕长期成立的主题或用户目标组织内容
2. 主要价值是降低选择成本，而不是强调更新时间顺序
3. 跨来源、跨系列、跨单条内容组合后仍然成立

典型情况：

• 慢速可理解输入
• 真实生活会话
• 去日本旅行必备
• JLPT 听力冲刺
• 动漫日语精听

8.3 什么只做 Tag

以下信息只负责描述，不承担承载职责：

• scene
• level
• speech_speed
• speaker_count
• transcript
• 其他运营补充属性

8.4 一个来源品牌不应被直接照搬为前台承载对象

默认情况下：

• Source Brand 保留为来源信息
• Series Unit 才是更常见的 Series 候选
• Collection 应围绕用户目标和长期发现逻辑组织

也就是说，不能因为一个节目或频道有名，就直接把它等同于一个长期 Collection。

---

9. 当前样本缺口与后续调研要求

9.1 当前缺口

当前样本覆盖明显偏向播客，视频样本尚未系统补齐。

这意味着：

• 当前问题是样本覆盖不足
• 不是统一标准本身缺失

9.2 下一轮优先补哪些样本

先补 Series Unit 和 Content Item 样本，不急着先堆大量品牌层条目。

对 YouTube / B 站，建议优先补：

1. 低门槛可理解输入
2. 真实会话 / 生活口语
3. 旅行 / 动漫 / 文化方向
4. 考试专项内容

9.3 调研输出顺序建议

1. 先按本标准建统一样本清单
2. 先迁入现有播客样本
3. 再补 YouTube 样本
4. 最后补 B 站样本

这样做的好处是：

• 标准先成立
• 样本后扩充
• 不会让播客研究变成孤岛

---

10. 一句话总结

播客、YouTube、B 站不再按平台分别分类，而统一按 Source Brand / Series Unit / Content Item 三层分析；scene 继续作为 Item 级主内容方向字段，level 继续沿用 JLPT 等级；最终再映射到 Yomiya 的 Channel / Collection / Series / Tag。