抖音评论数据自动洞察

要解决的问题

抖音评论里的有效信号通常分散在大量短文本中：用户可能提到需求、使用障碍、竞品比较、售后问题或内容建议，但点赞、回复和灌水混在一起，直接截图或人工阅读很难形成稳定判断。这个技能适合把评论原文和互动字段整理成可复核的报告，而不是简单做情绪分类。

工作方式与适用边界

技能先确认作品范围、时间窗、评论层级、目标条数、排序方式，以及是否需要品牌/竞品词和回复建议。数据源优先使用已配置的评论连接器或官方 API，其次用户已登录页面，再次用户导出文件；不得绕过验证码、登录限制或批量抓取限制。

处理流程包括：

• 采集 评论 ID、作品 ID、原文、发布时间、点赞数、回复数、父评论 ID 等字段；
• 按评论 ID 或文本组合去重，并标注置信度；
• 保留原文证据，将广告、刷屏、无语义表情和疑似机器人内容单独标记；
• 分类情绪、需求、痛点、购买意向、售后问题、竞品提及、风险和内容建议；
• 结合点赞、回复、主题频次排序高价值信号，输出短摘录、优先级和建议动作。

输出会包含样本概览、主题分布、需求与痛点、竞品与口碑、高价值评论和行动清单。注意它默认使用匿名样本编号，不强制判定讽刺、反问或方言情绪；受分页、登录或接口限制时，会明确样本边界，不声称全量舆情。