TikTok 评论洞察挖掘

你要解决的问题

运营和产品团队想做 TikTok 用户调研时，通常只剩两个选择：人工翻几百条评论抄进表格，或者凭感觉猜用户在意什么。前者耗时且容易漏，后者结论没有证据支撑。更麻烦的是，大量真实需求藏在一级评论的回复链里，只看顶层永远看不到。

这个技能把这件事变成一条可重复执行的流水线：你给出帖子链接或内容 ID，它拉取评论数据，按固定结构输出主题、痛点、购买顾虑、未满足需求、FAQ、高频原话和可行动建议。

它如何工作

核心能力分三层：

• 数据拉取：支持帖子链接、短链或分享文本定位内容，也支持 --post-id 直接指定。一级评论与回复分开获取，回复需要 --post-id 加 --comment-id。
• 分页合并：--pages N 拉固定页数，--all 拉到 next_page_token 为空，--max-items 按条数截断。多页结果合并进 data.items，同时保留 page_count 与 item_count。
• 结构化输出：结论把评论原文证据和判断分开写，引用原话只用返回中可见的文本。

关键步骤：

1. 明确输入范围：一个帖子链接或内容 ID。
2. 拉取一级评论，按需继续拉取回复。
3. 按模板输出：评论主题、痛点、顾虑、需求、FAQ、高频原话、建议。
4. 声明覆盖范围：用到了第几页、是否拉了回复，避免把局部样本当成全量结论。

边界与注意点

• 这是只读技能，不登录、不发帖、不点赞、不评论，也不读取本地浏览器数据。
• API Key 通过环境变量 SOCIALDATAX_API_KEY 传入，Skill 文件本身不含密钥。
• 结论只基于已返回的评论，不代表全平台完整覆盖。
• 出现 insufficient_balance 时不要重复重试，按错误里的充值链接处理。
• SDK 缺失或 Node.js 不可用属于本地环境问题，不应改走公开网页搜索来替代 SocialDataX 数据。