抖音评论情绪分析

解决的问题

很多运营或数据工程师拿到抖音评论后，真正卡住的是无法形成可用结论：评论来自视频/商品/活动，文本夹杂广告、空评论、反讽、投诉；手动整理容易忽略负向热点，直接截图进报告又缺乏统计口径。这个技能把授权导出的评论数据转成稳定的情绪摘要、风险标记和可导入的 CSV 记录。

技能如何工作

• 数据入口：支持本地 CSV、JSON 导出文件，或用户有权访问的授权 API 地址与 token 环境变量。
• 字段适配：识别常见字段别名，如 content、comment_text、aweme_id、create_time、digg_count 等。
• 分析输出：返回总评论量、有效评论量、剔除的空评论/疑似广告比例，正负中性分布，-100 到 100 的情绪分，以及 joy、anger、sadness、fear、support、doubt 等主导情绪。
• 报告与导入：输出关键正反片段，仅保留哈希用户标识；可按视频或小时维度看热点，并导出标准 CSV 供 sentiment_system pipeline 使用。

适用边界

该技能不抓取抖音页面、不反编译私有接口、不绕过登录/验证码/限流，也不处理未授权或不可公开评论。若只给视频分享链接，应要求提供授权导出文件、开放平台接口或本地数据文件。生产部署时，token 应放入密钥管理或环境变量，原始导出与报告应按生命周期规则存储。