vlog
← 返回全部教程

Guide · Tech

Write a Description Search Can Read — Video SEO with AI, Without the Stuffing

Guide · Jun Wu, The Beauty of Mathematics~8 min read

About 27% of YouTube's traffic now comes from search, not recommendations — which means a quarter of your possible audience is typing words, and finding you only if your words match. Here's the catch: the engine cannot watch your video. It reads your text — title, description, captions — and turns it into a bag of weighted words, then matches that against what people type. Most creators either leave the description blank or stuff it with twenty keywords, and 2026's algorithm punishes both. Jun Wu's The Beauty of Mathematics explains exactly how that matching works — TF-IDF, the statistical language model — and once you see the math, the right move is obvious. AI can draft the words and pull the search phrases. It can't decide which specific phrase your video honestly answers. This guide writes for the engine instead of spamming it.

Difficulty · BeginnerTime · ~20 minPrereq · a finished video + an AI chat tool

Before you start

  1. Write for the reader that can't watch

    Search and recommendation can't see your footage; they read your text and weigh it in a fixed order. In 2026 that order is clear: the title carries the most weight, then the description, then your captions — the words you actually said — and tags now count for almost nothing. YouTube indexes your title and description in full and treats the description as a semantic map of your content. So whatever your video is "about" has to exist in words, roughly in that order of importance, or it doesn't exist to search at all. Start by asking the AI to pull the one core topic and three to five specific things your video genuinely delivers — the raw material everything else is built from.

    Your metadata is the engine's eyes

    The algorithm's entire picture of your video is the text you give it plus the words you spoke. If a concept isn't written or said, the engine is blind to it — no matter how central it is on screen.

  2. Use specific words, not generic ones

    Here's the math that decides everything, straight from Jun Wu: a word's value isn't how often you use it, it's how much it pins down your topic. This is TF-IDF, and its sharpest half is the IDF — a word that appears in everyone's description tells the engine nothing. "Tips," "video," "2026," "how to" are near-zero: they're everybody's words. "Sourdough without a starter," "Pomodoro timer for ADHD," "first apartment on a 30k salary" are specific, rare, and they pin your topic down — which is exactly what a real searcher types, and what far fewer creators are competing for. Ask the AI for the actual long-tail phrases your audience searches, then build the description from those, not from broad category words.

    Generic words are a crowded street

    A quarter of your reach is search, and you don't win it on the word everyone fights over — you win it on the precise phrase only your video answers. Rare and specific beats broad and popular, every time the engine does the math.

  3. Front-load the phrase that matters

    Both the engine and the human skim the top first, so the first line of your description and the title itself carry the heaviest weight — spend it well. Lead with the exact phrase someone would search, in the opening sentence, not "Hey everyone, welcome back to the channel." Keep the title near fifty to sixty characters, so the core keyword and one modifier both survive on a phone screen. Once the first line has done its job for search, the rest of the description is free to be human — context, links, a real sentence to a real person.

  4. Say it naturally, a few honest ways — never stuff

    This is where the math turns into a rule. Jun Wu's statistical language model doesn't ask whether your grammar is correct; it asks whether a string reads like real human language. In 2026 that model has teeth: keyword stuffing — the same term jammed in twenty times — gets flagged as spam and de-ranked, while natural, readable description earns about 23% more impressions. So state your core topic plainly, then add the two or three genuine ways a person might phrase the same search, woven into real sentences. Not the keyword on repeat — the same idea, said the few honest ways people actually say it.

    5. THE ENGINE READS YOUR TEXT BY WEIGHTranking weight →① Title50–60 charactersheaviest② Descriptionindexed in full · semantic mapsecond③ Captions (what you said)transcript matches phrases you spokesearchable too④ Tagsminimal now · spelling / disambiguationbarely countsEach word's weight ≈ TF-IDF: specific, rare words count (no-starter sourdough · Pomodoro for ADHD); generic ≈ 0 (video · tips · 2026).Stuff one word → flagged as spam, de-ranked; natural writing → ~23% more impressions. Framework: Jun Wu, The Beauty of Mathematics.
    Search can't watch your video; it reads your text and weights it in order — title heaviest, then the full-indexed description, then your captions (the engine matches phrases you actually spoke), and tags now barely count. Each word's weight follows TF-IDF: specific, rare phrases define your topic, generic words count for almost nothing, and stuffing the same word is flagged as spam and de-ranked while natural writing earns ~23% more impressions. Framework: Jun Wu, The Beauty of Mathematics.

  5. Remember your spoken words are searchable too

    Here's the lever almost no one uses: the engine transcribes your audio and can match your video to a search based on a phrase you said, even when that phrase never appears in your title, description, or tags. Your captions are metadata you generate by talking. So actually say your key terms out loud in the video — name the specific thing, don't just gesture at it — and upload or clean the auto-captions so the transcript is accurate. Ask the AI to scan your script for the search phrases you should be speaking, not just typing. A transcript is the one piece of metadata you can't fake, which is exactly why it counts.

  6. Stop fussing over tags — judge by your search analytics

    Now the honest correction: tags barely move the needle in 2026. YouTube's own documentation calls them a minor support signal, mostly for catching misspellings and clearing up ambiguity — so add a handful of specific ones and walk away; the energy people pour into tag-stuffing is wasted. The real verdict lives in your analytics. The "traffic from search" report and the impressions-by-query view show the exact phrases that surfaced your video. Double down on the queries that brought viewers who actually stayed, and drop the ones that pulled in mismatched clicks that bounced — because CTR and watch time are the two signals that decide everything, and metadata only earns you the impression. The video has to keep it.

    Metadata gets the impression; the video keeps it

    No description rescues a video people leave. SEO is how the right person finds you; it is not why they stay. Win the search with the honest specific phrase, then let the watch time prove the phrase was true.

Run it on a real upload. You made a calm seven-minute video on paying off a car loan early. Step one, you ask the AI for the core and specifics, and get "pay off a car loan early" plus "biweekly payments," "no penalty," "save on interest." Step two, you drop the generic "money tips" and keep the specific phrases people actually search. Step three, your first description line becomes "How to pay off a car loan early with biweekly payments — and how much interest it saves," and your title lands at fifty-four characters. Step four, you write three real sentences using "pay off early," "extra payments," and "biweekly" once each — natural, not a wall of repeats. Step five, you notice you never said "biweekly" out loud in the video, so you'll say it next time, and you fix the auto-captions where they misheard "principal" as "principle." Step six, you add four specific tags, ignore the rest, and a week later your search report shows "pay off car loan faster" brought your longest-watching viewers — so that's the phrase you lean into next. Twenty minutes, and the one thing AI couldn't decide — which specific phrase your video honestly answers — stayed yours.

Check your work

The one line to keep

Search can't watch your video — it reads your words. Write the specific phrase someone really types, and say it out loud.

Framework drawn from Jun Wu's The Beauty of Mathematics — TF-IDF (a word's relevance rises with how rare and topic-defining it is), the statistical language model (which scores whether text reads like natural human language), and the inverted index behind search. Platform data — that roughly 27% of YouTube traffic comes from search, that ranking weight runs title → description → captions → … → tags (tags now minimal, per YouTube's own docs), that the engine matches videos to phrases spoken in the audio, and that keyword stuffing is penalized while natural language earns about 23% more impressions — is drawn from 2026 video-SEO reporting. Tools named (ChatGPT, Claude) are examples, not endorsements. A popular-science, how-to reading; intellectual property belongs to the original author. © vlog.bluecatbot.com 2026.

教程 · 技术

写一段搜索读得懂的视频描述——用 AI 做被搜到的 SEO，不靠堆词

教程 · 吴军《数学之美》约 7 分钟

如今约 27% 的 YouTube 流量来自搜索，不是推荐——也就是说，你的潜在受众里有四分之一正在敲字，而他们能不能找到你，只看你的字对不对得上。问题在这：引擎看不了你的视频。它读你的文字——标题、描述、字幕——把它变成一袋带权重的词，再去和人们敲进去的字做匹配。多数创作者要么把描述留空，要么塞进二十个关键词，而 2026 年的算法两头都罚。吴军《数学之美》正好讲清了这套匹配是怎么运作的——TF-IDF、统计语言模型——而一旦你看见那道数学，该怎么做就明摆着了。AI 能起草文字、拉出搜索短语。它定不了的，是你的视频到底诚实地回答了哪一个具体短语。这篇教程，教你为引擎写，而不是给它灌水。

难度 · 入门时长 · 约 20 分钟前置 · 一支做完的视频 + 一个 AI 对话工具

开始之前

  1. 为那个看不了视频的读者写

    搜索和推荐看不见你的画面；它们读你的文字，并按一个固定的次序给它称重。2026 年这个次序很清楚：标题权重最大，然后是描述，再然后是你的字幕——你真正说出口的话——而标签如今几乎不算数。YouTube 把你的标题和描述全文收录，并把描述当成你内容的一张语义地图。所以你视频「是关于什么的」，必须以文字存在，且大致按那个重要性次序，否则它对搜索来说根本不存在。先让 AI 抽出那一个核心主题，和你的视频真正交付的三到五样具体东西——其余一切都从这块原料里搭起来。

    你的元数据，就是引擎的眼睛

    算法对你视频的全部认识，就是你给它的文字，加上你说过的话。一个概念只要没写出来、也没说出来，引擎就看不见它——不管它在画面上多核心。

  2. 用具体词，别用通用词

    这里有一道决定一切的数学，直接来自吴军：一个词的价值，不在你用了多少次，而在它把你的主题钉得多死。这就是 TF-IDF，而它最锋利的那一半是 IDF——一个出现在每个人描述里的词，对引擎什么都没说。「技巧」「视频」「2026」「怎么做」近乎零：它们是所有人的词。「无酵头欧包」「治 ADHD 的番茄钟」「月薪三千的第一套出租屋」既具体又罕见，能把你的主题钉死——而这恰恰是真搜索者敲进去的，也是远更少的创作者在争的。让 AI 给你受众真搜的那些长尾具体短语，再从它们搭起描述，而不是从宽泛的类目词。

    通用词是一条挤满人的街

    你触达的四分之一来自搜索，而你赢它，不是靠那个所有人都在抢的词——是靠只有你的视频能答的那个精确短语。罕见而具体，每一次引擎一算，都赢过宽泛而热门。

  3. 把要紧的那个短语放最前

    引擎和人都先扫最上面，所以你描述的第一行、还有标题本身，扛着最重的权重——把它花在刀刃上。开头第一句，就上那个有人会去搜的精确短语，而不是「大家好，欢迎回到我的频道」。标题保持在五十到六十个字符上下，让核心关键词加一个修饰词，都能在手机屏上活下来。等第一行替搜索把活干完了，描述剩下的部分就自由了——可以是给一个真人看的上下文、链接、一句真话。

  4. 自然地说一遍，换几种诚实说法——绝不堆砌

    这是数学变成规则的地方。吴军的统计语言模型，不问你语法对不对，它问一串字读起来像不像真人的话。到 2026 年，这个模型长出了牙：关键词堆砌——同一个词硬塞二十遍——会被判成 spam、被降权，而自然、读得通的描述能多拿约 23% 的展示量。所以把你的核心主题平实地说出来，再加上一个人可能用来表达同一搜索的两三种真实说法，织进真句子里。不是关键词复读——是同一个意思，用人们实际会用的那几种诚实说法。

    5. 引擎按权重读你的文字排序权重 →① 标题50–60 字符权重最大② 描述全文收录 · 语义地图次重③ 字幕（你说的话）转写匹配你说过的词也能被搜④ 标签现已很轻 · 纠错/消歧几乎不算每个词的权重≈TF-IDF：具体稀有词价值高（无酵头欧包 · ADHD 番茄钟），通用词≈0（视频 · 技巧 · 2026）。同一词堆砌→判 spam 降权；自然写法→展示 +23%。框架：吴军《数学之美》。
    搜索看不了你的视频，它读你的文字并按次序称重——标题最重，然后是全文收录的描述，再是你的字幕（引擎会匹配你真说过的短语），标签如今几乎不算。每个词的权重按 TF-IDF：具体罕见的短语钉死主题，通用词几乎为零，同一词堆砌会被判 spam 降权，而自然写法多约 23% 展示。框架：吴军《数学之美》。

  5. 别忘了你说出口的话也能被搜到

    这里有一根几乎没人用的杠杆：引擎会转写你的音频，能凭你说过的一个短语，把你的视频匹配给一次搜索——哪怕那短语从没出现在你的标题、描述或标签里。你的字幕，是你靠说话生成的元数据。所以在视频里真的把你的关键词说出口——把那个具体的东西念出名字，别只是用手一指——并上传或校好自动字幕，让转写是准的。让 AI 扫一遍你的脚本，看哪些搜索短语你该说出来、而不只是打出来。转写，是你唯一伪造不了的那块元数据——这恰恰是它算数的原因。

  6. 别再纠结标签——用你的搜索分析判

    现在是诚实的更正：标签在 2026 年几乎不动指针。YouTube 自己的文档把它叫一个次要的辅助信号，主要用来兜住拼写错误、厘清歧义——所以加几个具体的就走人；人们灌在堆标签上的力气，是白费的。真正的判决，在你的分析里。「来自搜索的流量」报告和按查询词的展示量那一栏，显示出把你的视频捞上来的那些精确短语。在那些带来了真留下来的观众的查询上加码，把那些拉来了错配、点进来就跳走的丢掉——因为点击率和观看时长才是定一切的两个信号，元数据只替你挣来那次展示。视频得自己把它留住。

    元数据挣来展示，视频留住它

    没有哪段描述能救一支人们会离开的视频。SEO 是让对的人找到你的方式；它不是他们留下的原因。用诚实的具体短语赢下搜索，再让观看时长证明那个短语是真的。

拿一次真上传跑一遍。你做了一支平静的七分钟视频，讲怎么提前还清车贷。第一步，你让 AI 给核心和具体项，拿到「提前还清车贷」加上「双周还款」「无罚息」「省利息」。第二步，你扔掉通用的「理财技巧」，留下人们真搜的那些具体短语。第三步，你的描述第一行变成「怎么用双周还款提前还清车贷——以及它能省多少利息」，标题落在五十四个字符。第四步，你写三句真句子，「提前还」「额外还款」「双周」各用一次——自然，不是一墙的复读。第五步，你发现视频里你根本没把「双周」说出口，于是下次你会说，并把自动字幕里听错的关键词改对——比如把「本金」识别成了别的词。第六步，你加四个具体标签，其余不管，一周后你的搜索报告显示「更快还清车贷」带来了你留得最久的观众——于是那就是你下一个要靠上去的短语。二十分钟，而 AI 定不了的那一件——你的视频诚实地回答了哪一个具体短语——自始至终都归你。

完成验证

核心句

搜索看不了你的视频——它读你的字。写出真有人会搜的那个具体短语，并把它说出口。

框架取材自吴军《数学之美》——TF-IDF（一个词越罕见、越能说明主题，相关性越高）、统计语言模型（衡量一段文字读起来是否像自然的人话），以及搜索背后的倒排索引。平台数据——约 27% 的 YouTube 流量来自搜索、排序权重为标题 → 描述 → 字幕 → … → 标签（标签如今很小，据 YouTube 自己的文档）、引擎会把视频匹配到音频里说过的短语、以及关键词堆砌被罚而自然语言多约 23% 展示量——取自 2026 年视频 SEO 报道。文中提到的工具（ChatGPT、Claude）为示例而非背书。本文为科普式的实操解读；知识产权归原作者所有。© vlog.bluecatbot.com 2026。

ガイド · テクノロジー

検索が読める動画説明文を書く——AIで「見つかる」SEO、詰め込まずに

ガイド · 呉軍『数学の美しさ』約 9 分

いまや YouTube のトラフィックの約27%は、推薦でなく検索から来る——つまり、見込み視聴者の四分の一が言葉を打ち込んでおり、見つかるかどうかは、あなたの言葉が合うかだけで決まる。落とし穴はここだ。エンジンは動画を見られない。あなたの文字——タイトル、説明文、字幕——を読み、重みつきの語の袋に変え、人々が打つ言葉と照合する。多くの作り手は説明文を空にするか、二十のキーワードを詰め込む。そして2026年のアルゴリズムは、その両方を罰する。呉軍『数学の美しさ』は、その照合の仕組みをまさに説く——TF-IDF、統計的言語モデル——そして数学が見えれば、正しい一手は明白だ。AIは言葉を起草し、検索語句を引き出せる。決められないのは、あなたの動画が正直に答えるのはどの具体的な語句か、だ。このガイドは、エンジンに水増しするのでなく、エンジンのために書く。

難易度 · 入門所要 · 約20分前提 · 完成した動画 + AIチャット

始める前に

  1. 動画を見られない読み手のために書く

    検索と推薦は、あなたの映像を見られない。文字を読み、固定した順で重みづける。2026年、その順は明快だ。タイトルの重みが最大、次に説明文、その次があなたの字幕——実際に口にした言葉——で、タグはいまやほぼ数に入らない。YouTube はタイトルと説明文を全文索引化し、説明文を内容の意味地図として扱う。だから、あなたの動画が「何についてか」は、おおむねその重要度の順で、文字として存在せねばならない。さもなくば、検索にとっては存在しない。まずAIに、一つの核となる主題と、動画が本当に届ける三〜五の具体を抜き出させる——ほかのすべてを組み立てる素材だ。

    メタデータは、エンジンの目だ

    アルゴリズムが持つ動画の像のすべては、あなたが与えた文字に、口にした言葉を足したものだ。概念は、書かれも語られもしなければ、画面上でどれほど中心でも、エンジンには見えない。

  2. 汎用語でなく、具体語を使う

    ここに、すべてを決める数学がある。呉軍に直接由来する。語の価値は、何回使うかでなく、主題をどれだけ釘づけるかだ。これが TF-IDF で、その最も鋭い半分が IDF——誰の説明文にも出る語は、エンジンに何も告げない。「コツ」「動画」「2026」「やり方」はほぼゼロ、皆の語だ。「酵母なしのサワードウ」「ADHD向けポモドーロ」「月収30万の初めての部屋」は具体的で稀少で、主題を釘づける——それこそ本物の検索者が打つもので、争う作り手がはるかに少ないものだ。AIに、視聴者が本当に検索するロングテールの具体語句を出させ、広い分類語でなく、それらから説明文を組む。

    汎用語は、混み合った通りだ

    到達の四分の一は検索で、それを勝つのは、皆が奪い合う語でなく、あなたの動画だけが答える精密な語句でだ。稀少で具体的が、エンジンが計算するたびに、広くて人気に勝つ。

  3. 効く語句を、いちばん前に置く

    エンジンも人も、まず上を流し読む。だから説明文の一行目と、タイトルそのものが、最も重い重みを背負う——そこに賭ける。冒頭の一文で、誰かが検索するまさにその語句を出す。「みなさんこんにちは、チャンネルへようこそ」ではなく。タイトルは五十〜六十文字あたりに保ち、核のキーワードと修飾語の一つが、スマホ画面で生き残るようにする。一行目が検索のために仕事を終えたら、説明文の残りは自由だ——本物の人に向けた文脈、リンク、一つの本当の文。

  4. 自然に、正直な数通りで言う——決して詰め込まない

    ここで数学が規則になる。呉軍の統計的言語モデルは、文法が正しいかでなく、文字列が本物の人の言葉に読めるかを問う。2026年、このモデルには牙がある。キーワードの詰め込み——同じ語を二十回押し込む——はスパムと判定され降格され、自然で読める説明文は約23%多い表示を得る。だから核となる主題を平易に述べ、人が同じ検索を言い表す二、三の本当の言い方を、本物の文に織り込む。キーワードの連呼でなく——同じ考えを、人が実際に使う数通りの正直な言い方で。

    5. エンジンは重みで文字を読むランキングの重み →① タイトル50–60 文字最も重い② 説明文全文索引 · 意味地図二番目③ 字幕（言った言葉）話した語句に対応づく検索される④ タグいまや最小 · 綴り/曖昧さほぼ数えない各語の重み≈TF-IDF：具体的で稀少な語が効く（酵母なしサワードウ · ADHD向けポモドーロ）、汎用語≈0（動画 · コツ · 2026）。同じ語の詰め込み→スパム判定で降格；自然な文→表示 +23%。枠組：呉軍『数学の美しさ』。
    検索は動画を見られない。文字を読み、順に重みづける——タイトルが最重、次に全文索引化される説明文、次に字幕（エンジンは実際に話した語句に対応づける）、タグはいまやほぼ数えない。各語の重みは TF-IDF に従い、具体的で稀少な語句が主題を定め、汎用語はほぼゼロ、同じ語の詰め込みはスパム判定で降格され、自然な文は約23%多い表示を得る。枠組：呉軍『数学の美しさ』。

  5. 口にした言葉も検索されると忘れない

    ここに、ほとんど誰も使わないてこがある。エンジンは音声を文字起こしし、あなたが言った語句で動画を検索に対応づけられる——その語句がタイトルにも説明文にもタグにも一度も現れなくても、だ。字幕は、話すことで生むメタデータだ。だから動画の中で、キーワードを実際に口にする——その具体を名指し、ただ指し示すのでなく——自動字幕をアップロードか校正して、文字起こしを正確にする。AIに脚本を走査させ、打つだけでなく言うべき検索語句を探させる。文字起こしは、唯一でっち上げられないメタデータで、それこそが数に入る理由だ。

  6. タグにこだわるのをやめ——検索分析で判じる

    さて正直な訂正だ。タグは2026年、ほとんど針を動かさない。YouTube 自身の文書はそれを副次的な補助信号と呼び、主に綴り間違いを拾い、曖昧さを晴らすためのものだ——だから具体的なものを数個足して立ち去る。タグの詰め込みに注ぐ労力は、無駄だ。本当の判決は、分析にある。「検索からのトラフィック」報告と検索語句別の表示回数が、動画を浮かび上がらせた精密な語句を示す。本当に残った視聴者を連れて来た検索語句に賭け、食い違うクリックで来てすぐ去った語句は捨てる——クリック率と視聴時間こそ、すべてを決める二つの信号で、メタデータは表示を稼ぐだけだからだ。動画が、それを保たねばならない。

    メタデータは表示を稼ぎ、動画が保つ

    どんな説明文も、人が去る動画は救えない。SEOは正しい人があなたを見つける方法であって、彼らが残る理由ではない。正直な具体語句で検索を勝ち、視聴時間に、その語句が本当だったと証明させる。

本物の投稿で回そう。あなたは、車のローンを早く返す話の、穏やかな七分の動画を作った。第一歩、AIに核と具体を出させ、「車のローンを早く返す」に「隔週払い」「違約金なし」「利息を節約」を得る。第二歩、汎用の「マネーのコツ」を捨て、人が本当に検索する具体語句を残す。第三歩、説明文の一行目は「隔週払いで車のローンを早く返す方法——そしてどれだけ利息が浮くか」になり、タイトルは五十四文字に収まる。第四歩、「早く返す」「追加の支払い」「隔週」を一度ずつ使う三つの本物の文を書く——自然に、連呼の壁でなく。第五歩、動画で「隔週」を一度も口にしていないと気づき、次は言うことにし、自動字幕が「元金（がんきん）」を「現金（げんきん）」と聞き違えた箇所を直す。第六歩、具体的なタグを四つ足し、残りは放り、一週間後、検索報告は「車のローンを早く完済」が最も長く見た視聴者を連れて来たと示す——だからそれが、次に寄りかかる語句だ。二十分、そしてAIが決められなかった一つ——動画が正直に答えるのはどの具体語句か——は、最後まであなたのものだった。

仕上がりの確認

核心の一句

検索は動画を見られない——あなたの言葉を読む。本物の人が検索する具体的な語句を書き、声に出して言う。

枠組みは呉軍『数学の美しさ』より——TF-IDF（語は稀少で主題を定めるほど関連性が上がる）、統計的言語モデル（文字が自然な人間の言語に読めるかを採点する）、そして検索を支える転置索引。プラットフォームのデータ——YouTube のトラフィックの約27%が検索由来、ランキングの重みはタイトル → 説明文 → 字幕 → … → タグ（タグはいまや最小、YouTube 自身の文書による）、エンジンは音声で語られた語句に動画を対応づける、キーワードの詰め込みは罰せられ自然な言語は約23%多い表示を得る——は2026年の動画SEO報道による。本文中の道具（ChatGPT、Claude）は推奨でなく例示。本稿は科学解説的な実践ガイドであり、知的財産権は原著者に帰属する。© vlog.bluecatbot.com 2026。