FIELD GUIDE

围绕一篇小红书笔记,整理内容与评论

研究一篇笔记时,把“作者说了什么”和“读者在问什么”分开保存。详情与评论是两条独立能力,能串成一个清楚的研究过程。

小红书4 个步骤
准备什么

一个小红书笔记编号;本教程演示使用 demo-note-001。

你会得到

笔记详情和一页评论两份 JSON,以及可继续整理的研究表。

教程入口均为演示。真实详情与评论各消耗一次供应商额度;关键词搜索目前需要付费余额,仍被拦截。

01

从完整笔记链接定位编号

如果你已经有完整的小红书笔记链接,可以用链接解析工具提取路径里的笔记编号。分享文字中的短链接需要先在浏览器中打开并取得完整链接;本地解析工具不会代你访问或展开短链接。

演示模式保留预填的 demo-note-001 即可。真实请求需要有效、公开且供应商能够读取的笔记编号;仅有一个编号不能保证内容仍然可访问。

打开链接解析工具
02

先读取笔记详情

选择“获取笔记详情”,填写 id 并运行演示。结果位于 data.item,重点查看正文、作者与互动计数。媒体地址和某些字段可能缺失,保留原始响应中的 null。

为研究表保留笔记 id、内容摘要、作者、来源链接和获取时间。摘要是你根据内容整理的工作结果,不是详情接口额外提供的 AI 分析。

03

使用同一编号读取评论

切换到“获取笔记评论”,仍使用同一 id。评论位于 data.items;如果还有下一页,保持编号不变并使用响应游标。

详情与评论独立调用,也独立计算上游用量。当前本地预算不会保证完整执行多次小红书真实请求;可以先用演示数据走完操作,再按任务预算决定真实采样范围。

04

把评论整理成研究问题

复制评论响应并导出表格,按“购买前疑问、使用阻碍、赞同原因、待验证判断”做人工标注。每个判断保留对应评论编号,便于返回原始证据。

样本只能代表这次读取到的可见评论。不要将单篇笔记的评论占比写成整个市场的比例,也不要把排序靠前的评论当作随机抽样。

继续:从评论到洞察
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