视频获客

要解决的问题

抖音评论区是天然的线索富矿——在装修、留学、母婴、AI 工具等垂直话题下，「怎么买」「求带」「私我」这类高意向用户就散落在对标账号的爆款视频底下。但大模型本身无法直接访问抖音平台抓取公开评论，人工逐条翻找既慢又无法规模化，且容易被平台风控盯上。

核心工作流

这是一个两段式流水线，通过视频 ID（aweme_id）串联：

• 步骤 1 · 关键词搜索：search-cli.js --keyword <关键词> --sort 1，按最多点赞排序定位候选视频，输出 aweme_id、评论数、点赞数等辅助字段
• 步骤 2 · 拉取评论：comment-cli.js --url <aweme_id>，直接把上一步返回的 ID 传进去即可（无需手动拼完整 URL），每条评论即一位潜在客户
• 步骤 3 · 筛选高意向：在评论文本中匹配 求带 / 怎么买 / 多少钱 / 私我 / 微信 等信号词，优先导出

拿到的 JSON 字段包括 user_nickname、user_uid、ip_label、text、create_time、digg_count，可直接映射为客户昵称、唯一 ID、地区、需求痛点、触达时间，整理成 CSV 对接 CRM。

辅助入口还有 post-cli.js（拉取博主全部公开作品挑高互动视频）和 hot-cli.js（实时热榜反推关键词），但获客主链路始终是 search → comment。

适用边界与注意点

• 仅限公开数据：不登录、不私信、不关注、不点赞，不含手机号、微信号等隐私字段，也不应编造
• 需要 API TOKEN：依赖 guaikei.com 公开数据接口，运行前必须配置环境变量 GUAIKEI_API_TOKEN
• 合规要求：评论数据含用户公开身份信息，使用方应遵守《个人信息保护法》，导出时脱敏、限定留存期限，禁止二次贩卖或骚扰
• 数据时效性：搜索和评论均为实时数据，同一关键词不同时刻结果可能不同；接口有调用频次限制，需合理设置 --limit