TikTok Comments API

TikTok Comments

主要特性

• 多视频评论采集在一次请求中采集多个 TikTok 直接视频 URL 下的公开顶级评论。
• 可追溯的评论记录用评论 ID、视频 URL 与作者信息保留反馈来源。
• 评论文本与提及提取评论文本和提及，为主题、情绪与需求归类提供素材。
• 公开互动信号在每条评论记录中返回可见点赞数、回复数、置顶状态和创作者点赞状态。
• 单视频结果上限按视频分别设置 results_limit，灵活分配活动或竞品研究样本。

参数

如何使用

选择要研究的视频和每条视频的评论样本量，开始收集受众反馈。

1. 选择需要研究的内容样本，并为每个视频规划 results_limit。
2. 把 urls 和 results_limit POST 到 /v1/tiktok/comments，并保存返回的 task_id。
3. 轮询 /v1/tasks/{task_id}，直到任务成功或失败。
4. 从 data.results.items 读取评论；如果 has_more 为 true，则继续传入 next_cursor。

curl -X POST "https://api.socq.ai/v1/tiktok/comments" \
  -H "Authorization: Bearer $SOCQ_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"urls":["https://www.tiktok.com/@nasa/video/7412345678901234567"],"results_limit":100}'

# 轮询 GET /v1/tasks/{task_id}
# 读取 data.results.items，并在 has_more 为 true 时继续传入 next_cursor

最佳使用场景

• 用户声音研究： 从评论文本中归纳反复出现的需求、疑问、赞美和内容建议。
• 讨论审阅队列： 结合评论文本、可见点赞数和回复数，为客服、研究或舆情审阅整理评论。
• 内容创意反馈： 比较不同视频下的观众反应，识别引发共鸣、争议或讨论的创意点。
• 创作者互动观察： 通过置顶、创作者点赞和回复数量，了解创作者如何影响评论区讨论。

使用建议

• 先按视频重要性分配 results_limit，再用视频数量估算整批评论规模。
• 用 likes_count 衡量认可度，用 replies_count 衡量讨论深度，两者适合分别分析。
• 把 is_pinned 和 creator_liked 作为创作者主动选择的互动信号。
• 按评论 id 去重，同时保留视频 URL 和 collected_at，确保每条反馈来源清晰。
• 评论文本进入看板、工单或报告前进行安全转义，并保留原文供复核。
• 先用互动信号安排审阅顺序，再对原始评论文本做主题或情绪归类。

相关 API