获客勘探者

这个技能解决什么问题

手动在抖音评论区找客户是件重复劳动：你要搜索关键词、逐个点开视频、翻评论、复制昵称和留言，再把有意向的人筛出来整理成表格。这个过程机械、耗时，而且大模型本身无法直接访问抖音——它能写文案、能分析文本，但拿不到实时的视频列表和评论数据。

获客勘探者把这件事变成一条可脚本化的流水线：输入关键词，输出结构化的客户线索（昵称、地区、评论内容、互动热度），可以直接导出 CSV 对接 CRM 或销售跟进。

核心工作方式

技能是一个两段式流水线，通过 aweme_id（视频 ID）串联：

• 步骤 1 · 关键词搜索：search-cli.js 按 --keyword 定位候选视频，可用 --sort 按点赞数排序（截流竞品时常用），返回每条视频的 aweme_id 和互动数据。
• 步骤 2 · 拉取评论：把 aweme_id 直接传给 comment-cli.js 的 --url 参数即可，无需手动拼接完整链接。每条评论返回 user_nickname、ip_label、text、digg_count 等字段，一条评论对应一位潜在客户。
• 步骤 3 · 筛选高意向：在 text 中命中 求带、怎么买、多少钱、私我 等信号词的用户优先导出，缩短转化路径。

辅助命令：post-cli.js 拉取某博主的全部公开作品，先挑高互动视频再去拉评论；hot-cli.js 看实时热榜，反推可用关键词。

适用边界与注意点

• 只抓公开数据：不登录、不私信、不关注、不点赞，也拿不到手机号、微信号等隐私字段，禁止编造。
• 需要 TOKEN：能力依赖 guaikei.com 公开数据接口，运行前必须配置 GUAIKEI_API_TOKEN。
• 结果有时效性：搜索和评论是实时数据，同一关键词不同时刻返回的结果可能不同；接口有调用频次限制，需合理设置 --limit。
• 合规使用：评论数据包含用户的公开身份信息，导出时应脱敏、限定留存期限，遵守《个人信息保护法》等数据安全要求。