评论获客雷达
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_fb71c45d/comment-acquisition-radar 技能。
技能介绍
解决公域评论区「盲捞」的问题
在抖音这类短视频平台做获客,高质量意向用户往往隐藏在热门视频的评论区(如「求带」「怎么买」等留言)。但人工逐条翻阅不仅耗时耗力,且难以规模化挖掘竞品爆款视频下的潜在客户。
本技能专为自动化打捞这类公开评论数据而生。它并非替代大模型,而是为其弥补无法直接访问平台抓取实时数据的能力短板,将海量评论转化为结构化的潜在客户档案。
核心机制:基于视频 ID 的两段式流水线
技能采用严密的两阶段工作流,通过 aweme_id(视频 ID)串联整个获客链路:
- 阶段一:关键词检索视频。使用
search-cli.js并传入--keyword参数,可按点赞数(--sort 1)降序检索目标视频。输出结果包含关键的aweme_id,为下游拉取评论做准备。 - 阶段二:拉取评论提取客户。使用
comment-cli.js抓取评论数据。只需将阶段一返回的aweme_id字符串直接传参给--url即可获取结构化的客户字段,如user_nickname(昵称)、ip_label(地区)和text(评论内容)。 - 辅助入口:若需监控对标账号,可用
post-cli.js拉取博主全部公开作品;hot-cli.js则用于查询实时热榜,反推潜在线索。
适用边界与合规注意点
本工具能力严格限于平台公开数据的抓取与分析,使用时应注意以下边界:
- 仅捕获公开字段:输出数据不包含手机号、微信号等隐私字段,严禁基于公开数据进行任何形式的用户隐私编造。
- 禁止越权与互动:不支持任何需要登录、自动私信、关注、点赞或绕过平台风控的行为,避免主号安全风险。
- 数据处理合规:评论本质上是用户的公开身份数据。提取后应遵守相关隐私合规要求,建议导出时进行脱敏,限定留存用途,严禁二次贩卖或用于骚扰性营销。
使用场景
- 运营针对特定关键词搜索爆款视频并拉取评论,筛选出有购买意向的线索
- 销售团队监控竞品账号的公开视频,挖掘评论区里的潜在客户需求
- 内容策划通过获取抖音热榜与热评,了解目标用户群体近期的真实痛点
- 数据分析师批量导出某热门视频下的结构化评论数据,用于建立客户画像档案
适合人员
- 负责私域引流的运营,需要持续从公域评论区筛选高意向客户导入CRM
- 深挖竞品流量的增长负责人,需要在竞争对手爆款视频下寻找转化机会
- 负责用户需求调研的产品分析师,需要收集评论数据洞察用户真实痛点
- 负责线索清洗的销售专员,需要拿到包含昵称、地区和发言内容的结构化线索表