TikTok 研究工具包
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 @org-eyw2ohcx/xuya227939-tiktok-research-kit-100。
技能介绍
要解决什么问题
做 TikTok 内容调研时,你往往需要从链接里拿出可复用的结构化信息:文案、创作者、互动量、配乐元数据,而不是在网页里反复点查。官方 API 门槛高,纯手工截图又难做批量对比。这个技能把调研流程收敛成:识别 URL 类型 → 本地 yt-dlp 拉元数据 → 输出 Markdown 表格,且不需要 API Key(前提:yt-dlp >= 2024.01.01)。
技能如何工作
用户给出 TikTok 链接后,技能会先按模式判断资源类型,再执行对应提取逻辑:
| 模式 | 含义 |
|------|------|
| tiktok.com/@user/video/ID | 单条视频 |
| vm.tiktok.com/SHORTCODE/ | 短链(由 yt-dlp 自动解析) |
| tiktok.com/@USERNAME | 创作者主页 |
| tiktok.com/music/NAME-ID | 配乐页 |
| tiktok.com/tag/HASHTAG | 话题/挑战页 |
单条视频会映射 JSON 字段并格式化为表格:.description(文案)、.uploader / .uploader_id、.upload_date(YYYYMMDD 转 YYYY-MM-DD)、.duration、.view_count、.like_count、.comment_count、.repost_count、.track / .artist、.thumbnail 等。
创作者主页侧重近期视频流:按行解析 JSON,表格列包括序号、日期、文案前 50 字、时长、播放、点赞。
评论从 .comments[] 取 .author、.text、.like_count,按点赞降序展示。
大数字会按规则格式化(如 ≥1M 显示为 x.xM)。工作流末尾可引导跟进分析(发帖节奏、热门配乐等),并突出 sound/music 信息——这对 TikTok 发现机制很关键。
边界与注意点
- 技能定位是提取与分析,用户若明确要下载视频,应建议使用
yt-dlp直连或 snapvee.com 等工具,而非把下载当主路径。 - 未安装
yt-dlp、视频被删、私密账号、地区限制、限流等场景有对应提示文案。 - 部分内容可能需要
--cookies-from-browser chrome;评论提取受 TikTok 限制,并非所有视频都能拿到完整评论。
使用场景
- 竞品账号新发视频,需把文案、播放、点赞和配乐名整理成表格做周报复盘
- 拿到 `vm.tiktok.com` 短链,要解析成完整元数据并核对创作者 handle 与上传日期
- 研究某条爆款配乐页,需列出使用该 sound 的相关视频线索供选题对齐
- 复盘单条视频评论区,按点赞排序导出高赞评论文本与作者用于话术拆解
适合人员
- 短视频运营:需要把多条 TikTok 链接变成统一字段表,再写进选题或投放复盘文档
- 增长/数据分析师:不接入官方 API,仍要对账号发帖节奏和互动指标做横向对比
- 品牌社媒经理:监听竞品或 KOL 主页近期视频,快速摘录文案与配乐用于策略讨论
- 独立创作者研究者:从 hashtag 或 challenge 页入口梳理话题相关内容结构