# 把一条抖音视频的评论变成研究素材

区分抖音视频编号、账号 sec_user_id 与抖音号，读取评论、保留分页证据并整理为可分析的表格。

页面：https://datanavoapi.com/guides/douyin-comments/

从一条具体视频开始，通常比先做大范围搜索更容易界定研究对象。评论接口接收视频编号，账号资料接口接收另一种标识，不能混用。

输入：一个抖音视频编号；演示使用 demo-video-001。

输出：一页评论 JSON，并明确样本来自哪条视频、哪一次获取。

可用范围：演示不消耗额度。抖音评论与账号资料已有真实接入；抖音关键词搜索仍需要付费余额。

## 确认输入是视频编号

完整视频链接通常包含 /video/ 后的编号。将链接放进解析工具，核对识别的平台与输出字段。短分享链接必须先由你打开取得完整链接。

视频编号用于评论查询；sec_user_id 用于账号资料。公开页面上的“抖音号”并不是 sec_user_id，这个版本没有实现从抖音号转换为 sec_user_id 的能力。

[解析完整视频链接](https://datanavoapi.com/tools/link-parser/)

## 读取评论并查看原始结构

在调试台选择“获取抖音视频评论”，保持 demo 模式并运行。可切到表格查看文字与计数，完整字段仍以 JSON 为准。

记录 request_id、meta.fetched_at 和视频编号，避免多次取样后失去来源。不要仅保存评论文本而删除所有关联标识。

## 按需要逐页读取

只在 page.has_more 为 true 且 next_cursor 有值时继续翻页。后续页保持 id 不变；如果修改了 id，应开始一次新查询。

分页可能出现重复条目。汇总时按平台与评论 id 去重，但保留原始各页文件；不要因条数不足而自动循环请求。平台排序与可见范围会影响最终样本。

## 形成可追溯的观察

将响应复制到 JSON 转 CSV，补充你自己的主题列，例如“功能疑问”“使用场景”“价格讨论”。描述结论时同时写出视频范围、采集时间和已读页数。

这一步是研究方法，不是已经内置的自动情感分析。需要交给 AI 时，附上原文和证据编号，要求它区分事实、引用与推断。

[整理为 CSV](https://datanavoapi.com/tools/json-to-csv/)

## 相关能力

- [获取抖音视频评论](https://datanavoapi.com/apis/douyin/videos/comments/list/)

- [获取抖音账号资料](https://datanavoapi.com/apis/douyin/users/get/)

## 机器接入与数据说明

演示固定返回虚构样本，请检查 meta.mode，不得作为实时市场事实。MCP 默认 demo，可显式配置客户 Key 使用 simulated；SDK 固定模拟模式。模拟调用只消耗 TEST_CREDIT，真实供应商和支付保持关闭。

[能力合同](https://datanavoapi.com/catalog.json)

[OpenAPI](https://datanavoapi.com/openapi.json)

[Agent 指引](https://datanavoapi.com/agents.md)
