FIELD GUIDE

把一条抖音视频的评论变成研究素材

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。

抖音4 个步骤
准备什么

一个抖音视频编号;演示使用 demo-video-001。

你会得到

一页评论 JSON,并明确样本来自哪条视频、哪一次获取。

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。

01

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
02

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。

03

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。

04

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
FROM READING TO RUNNING

把这一步,接到接口上。

下面的入口会打开预选能力的演示调试台。点击运行后才发出请求,使用固定虚构数据。

继续阅读