2,000 多篇 YouTube 摘要揭露了大家真正怎麼看影片

在 13 個月內累積的 2,094 篇摘要、涵蓋 1,891 支不重複影片中，PeekaTube 自家的使用數據清楚說明了兩件事。第一，大家摘要的是自己的待看清單，而不是爆紅影片：92.5% 的影片只被摘要過一次。第二，他們主要是為了跨越語言隔閡：約 73% 的摘要請求使用的是英文以外的語言（46.9% 繁體中文、24.9% 韓文），即使底層內容有很大一部分是英文。

這是一份「小而真實」的數據。它來自一個獨立小工具的正式資料庫：13 個月（2025 年 7 月至 2026 年 7 月）累積的 2,094 篇摘要，由約 80 位註冊使用者加上匿名訪客產生。這不是整個產業的規模，我們也不會假裝它是。但正因為它是真實行為而非問卷，它誠實地說出了：當沒有人盯著看的時候，大家到底怎麼使用一個 AI 摘要工具。

數據蒐集期間為 2025 年 7 月至 2026 年 7 月，資料更新至 2026 年 7 月。數字取自 PeekaTube 正式資料庫，已排除內部帳號。

大家會摘要每個人都在看的那些 YouTube 影片嗎？

不會。需求是一條長尾，而不是一份熱門榜。在 1,891 支被摘要的不重複影片中，92.5% 只被摘要過一次，只有 141 支（7.5%）被兩次以上的請求摘要。

大多數人的直覺是，摘要工具會被拿去對付當紅內容：爆紅的 podcast 片段、發表會 keynote、整個動態牆都在討論的那支影片。我們的數據卻正好相反。幾乎每一支被摘要的影片，都是由一個人、在一個時間點摘要一次。這些不是網路上的精選熱門，而是一份份個人待看清單：三週前收藏的教學、一直想看的 40 分鐘演講、下單前需要參考的開箱評測。

這重新定義了 AI 摘要工具到底是什麼。它不是把大家都看過的影片壓縮起來的廣播工具，而是一個處理「你」一直沒空看完的影片的個人工具。價值在於「特定」，而不是「熱門」。如果你想看看實際操作的每一步，我們寫了一篇淺顯的教學：如何取得 YouTube 影片的 AI 摘要 。

大家做摘要最主要的原因是什麼？

是為了跨越語言隔閡，而不只是省時間。所有摘要中，約 73% 使用的是英文以外的語言。

以下是摘要請求的完整語言分佈：

故事就藏在「內容語言」與「請求語言」的落差裡。被摘要最多的影片有很大一部分是英文（商業拆解、開發者新聞、美國財經解說），但大家要的摘要卻是繁體中文或韓文。這不是有人在略讀一支自己本來就看得懂的影片，而是有人用摘要去接觸那些原本被鎖在他讀得慢、甚至讀不懂的語言背後的內容。

這就是我們回頭看數據之前沒有完全體會到的使用情境。省時間確實存在，但更關鍵的動機是「取得管道」。一支 25 分鐘、講述冷門主題的英文影片，可能根本沒有韓文的對應版本，因此一篇韓文摘要不是方便而已，而是唯一可行的入口。我們在另一篇文章裡深入探討了這個模式：用中文或韓文摘要英文 YouTube 影片 。

哪些影片真的會被摘要不只一次？

是實用型內容，而不是娛樂。那少數被摘要多次的影片，集中在三個明確主題：商業與新創拆解、AI 工具新聞，以及中文的新聞與教育解說。

重複最多次的標題正好說明了這件事。英文的重複高手包括 Starter Story 的拆解，例如「How I Used Reddit To Build a $25K/Month Business」（8 次請求）與「My AI App Makes $100K/Month」（4 次）、一支 WSJ 關於 Duolingo 的商業解說（4 次）、Fireship 的「DuckDB in 100 Seconds」（7 次），以及 AICodeKing 和 Greg Isenberg 的 AI 工具內容（各 4 次）。中文這一側則是新聞與教育：TODAY 看世界的解說、一支輝達的股市分析，還有 PAPAYA 電腦教室的字幕教學。

注意看少了什麼：音樂影片、vlog、娛樂、reaction 內容。沒有人會重複摘要那些，因為根本沒東西可以萃取。重複摘要之所以發生，是因為影片裡有可轉移的收穫：一套商業打法、一份工具比較、一則你真的需要搞懂的新聞事件。大家會回頭找這些，是因為不同的人不斷需要同一個重點。娛樂是拿來看的，實用才是拿來摘要的。

大家都在什麼時候摘要 YouTube 影片？

在下午和晚上，而且星期天是一週裡最忙的一天。兩個明顯的高峰落在 UTC 07:00（175 篇摘要）以及 UTC 11:00 至 12:00（189 與 173 篇）。

把這些時段換算成我們多數使用者所在的時區，也就是 UTC+8 與 UTC+9（台北與首爾），大約是當地的 15:00 以及 19:00 至 20:00。那是午後的休息，以及晚餐後的補課時間。做摘要並不是一件需要深度專注、一大早就要處理的任務。它塞進了那些空檔：清掉一則收藏的咖啡休息時間，或睡前把一天影片補完的夜晚。

以星期來看，星期天量最高（353 篇摘要），星期五最低（243 篇）。這種週末清待看清單的模式，和數據裡的其他一切都吻合。大家在忙碌的一週裡先把影片存起來，等到終於有空檔時再逐一消化。摘要工具，就是讓那份待看清單不至於失控的那件工具。

大家對一篇摘要的速度期待有多快？

近乎即時。摘要的中位生成時間是 2.6 秒，90% 在 6.4 秒內完成（p99 為 37.8 秒，統計自 1,987 篇有計時的摘要）。

這些是伺服器端的生成時間，不是使用者實際感受到的端到端延遲，所以你真正的等待還要加上網路與畫面渲染。即便如此，中位數已經告訴你門檻在哪：大家不願意用一支 25 分鐘的影片去換一段 2 分鐘的載入。整個價值主張會在摘要變慢的那一刻崩塌，因為重點本來就是把時間搶回來。一篇要等 30 秒才出現的摘要，即使產出再好也讓人覺得壞掉了。

這個速度期待也是摘要工具彼此競爭的戰場。如果你想看看各家工具在速度、準確度與價格上的表現，我們維護了一份11 款 YouTube 摘要工具的排名比較 ，比這裡任何單一數字都更深入。

這份小數據到底告訴了我們什麼？

把這五項發現拼在一起，一個清晰的使用者輪廓就浮現了。他不是那個追著大家都在討論的當紅影片跑的人。他是一個在台北或首爾、星期天下午、逐一消化自己那份英文商業與科技影片待看清單、用自己的語言讀摘要，並且期待整件事只花幾秒鐘的人。

那個使用者要的不是一個動態牆。他要的是一條捷徑，通往那些太長、語言不對、或兩者皆是的內容。長尾、跨語言的分佈、實用型的重複、午後與星期天的時段，以及那道速度門檻，全都指向同一種行為：把摘要當成一種方法，讓「你」那疊越堆越高的影片變得可以應付，用「你」的語言，照「你」的步調。

隨著數據成長，我們會持續發表這類分析。兩千篇摘要已經足以看出需求的形狀，但它終究是一個獨立小工具的早期使用者群，而我們寧可把真實數字小小地攤給你看，也不願把它打扮得很漂亮。

常見問題

大家會摘要每個人都在看的那些 YouTube 影片嗎？

不會。在 PeekaTube 的數據裡，1,891 支不重複影片中有 92.5% 只被摘要過一次，只有 7.5% 被摘要超過一次。大家是把摘要工具對準自己那份特定影片的待看清單，而不是整個動態牆都在看的當紅熱門。

為什麼大家會用和影片不同的語言來摘要 YouTube 影片？

因為摘要主要被用來跨越語言隔閡。在 PeekaTube 的數據裡，約 73% 的摘要請求使用非英文語言（46.9% 繁體中文、24.9% 韓文），而且常常是針對英文影片。用自己的語言看的摘要，往往是進入那些沒有本地版本內容的唯一可行入口。

哪一類 YouTube 影片最常被摘要？

是實用型內容，而不是娛樂。在 PeekaTube 的數據裡被重複摘要的，是商業與新創拆解、AI 工具新聞，以及中文的新聞與教育解說。音樂、vlog 和 reaction 影片幾乎不會被重複摘要，因為沒有可轉移的重點可以萃取。

一個 AI YouTube 摘要工具應該要多快？

快到讓人覺得即時。在 PeekaTube 的數據裡，摘要的中位生成時間是 2.6 秒，90% 在 6.4 秒內完成（伺服器端生成時間）。既然摘要的重點就是省時間，一篇慢吞吞的摘要就違背了初衷，這也是為什麼速度是一項核心期待。

---

想在自己的待看清單上試試看嗎？安裝 PeekaTube 免費 Chrome 擴充功能 ，以訪客身分獲得 3 篇免費摘要，或用每月 $5.99 的 Pro 方案享受無限次數。