Cómo detectar preguntas recurrentes sobre productos en TikTok

Si los compradores plantean la misma pregunta en varios vídeos de TikTok, al equipo de soporte le resultará útil disponer de una lista de los vídeos originales y de las formulaciones que puede revisar. Un primer paso consiste en recopilar resultados de búsqueda para varias consultas, combinarlos por ID de vídeo y enviar la muestra a revisión manual.

Este script de Python recopila los resultados obtenidos y crea un CSV con enlaces, descripciones de los vídeos y las frases de búsqueda que encontraron cada vídeo. Ayuda a detectar coincidencias entre búsquedas, pero por sí solo no identifica preguntas semánticamente similares. Esa decisión debe tomarla un especialista o un clasificador independiente, seguida de una revisión.

Qué pregunta debe resolver la recopilación

Supongamos que el equipo vende un vaso térmico y quiere saber de qué hablan los usuarios en vídeos públicos. La búsqueda «el vaso térmico tiene fugas» puede devolver vídeos con quejas, reseñas e instrucciones. La búsqueda «cómo limpiar un vaso térmico» ofrecerá otra muestra. Varias expresiones permiten crear un conjunto práctico de ejemplos para revisar y usar en el plan de contenidos.

El resultado del script es una tabla donde cada registro incluye el ID de la publicación, la descripción, el enlace y la lista de frases de búsqueda en las que apareció. Que un vídeo aparezca en varios resultados indica que hay coincidencias entre búsquedas, pero no demuestra que el vídeo contenga una pregunta recurrente. Para crear una lista de preguntas, abre los enlaces, comprueba el contexto y asigna un tema a las formulaciones confirmadas.

Este proceso es útil para quien desarrolla la automatización de la recopilación y para el analista que necesita un conjunto reproducible para examinar. El enlace al vídeo original permite verificar las conclusiones antes de modificar las instrucciones o preparar material nuevo.

Qué datos devuelve la búsqueda

La ruta /searchVideo y sus parámetros aparecen en la referencia de TikTok API. El parámetro keyword es obligatorio; entre los parámetros adicionales figuran count, cursor, region, date_posted, sort_by y cache_timeout. La solicitud se autentica mediante el parámetro license_key. El ejemplo siguiente usa una frase y el tamaño de página.

La estructura de respuesta comprobada incluye un status de nivel superior y un objeto tiktok. Los elementos pueden contener ID, descripción, enlace, información del autor y estadísticas, como visualizaciones y comentarios. Algunos campos pueden faltar; por eso, en el CSV esos valores quedan vacíos en lugar de convertirse en ceros.

La respuesta de búsqueda admite dos estructuras: los elementos pueden estar en aweme_list o dentro de search_item_list[].aweme_info. El normalizador procesa ambas variantes. El código también comprueba que exista el objeto tiktok, para no interpretar una estructura inesperada de respuesta como una búsqueda vacía correcta.

Un recolector listo para usar en Python

El ejemplo es compatible con Python 3.8 o posterior y con la biblioteca requests. Realiza una solicitud por cada frase, comprueba la respuesta HTTP y el estado de la API, combina los registros por ID, guarda las frases de búsqueda coincidentes y escribe un CSV. La clave se lee desde una variable de entorno y no se imprime.

import csv
import os
import sys
import requests

BASE_URL = "https://tiktok.evelode.com/searchVideo"
KEY = os.environ.get("JSONSCRAPER_TIKTOK_LICENSE_KEY")
QUERIES = [
    "термокружка протекает",
    "как мыть термокружку",
    "термокружка не держит тепло",
]

if not KEY:
    sys.exit("Задайте JSONSCRAPER_TIKTOK_LICENSE_KEY")

def extract_items(payload):
    data = payload.get("tiktok")
    if not isinstance(data, dict):
        raise RuntimeError("В ответе отсутствует объект tiktok")

    items = list(data.get("aweme_list") or [])
    for entry in data.get("search_item_list") or []:
        video = entry.get("aweme_info") if isinstance(entry, dict) else None
        if isinstance(video, dict):
            items.append(video)
    return items

rows = {}

for query in QUERIES:
    response = requests.get(
        BASE_URL,
        params={"license_key": KEY, "keyword": query, "count": 20},
        timeout=30,
    )
    response.raise_for_status()
    payload = response.json()
    if payload.get("status") != "ok":
        raise RuntimeError("API вернул статус, отличный от ok")

    for item in extract_items(payload):
        video_id = item.get("aweme_id")
        if not video_id:
            continue
        stats = item.get("statistics") or {}
        author = item.get("author") or {}
        row = rows.setdefault(video_id, {
            "video_id": video_id,
            "description": item.get("desc"),
            "share_url": item.get("share_url"),
            "author": author.get("nickname"),
            "play_count": stats.get("play_count"),
            "comment_count": stats.get("comment_count"),
            "matched_queries": set(),
        })
        row["matched_queries"].add(query)

fields = ["video_id", "description", "share_url", "author",
          "play_count", "comment_count", "matched_queries"]
with open("tiktok_questions.csv", "w", newline="", encoding="utf-8-sig") as file:
    writer = csv.DictWriter(file, fieldnames=fields)
    writer.writeheader()
    for row in rows.values():
        output = dict(row)
        output["matched_queries"] = " | ".join(sorted(row["matched_queries"]))
        writer.writerow(output)

Instala la dependencia con python -m pip install requests, define JSONSCRAPER_TIKTOK_LICENSE_KEY en el entorno del proceso y ejecuta el archivo. No incluyas la clave en el código fuente, el CSV ni los registros. Si programas la ejecución, utiliza un entorno protegido en el que la tarea tenga acceso a la variable.

Cómo convertir el CSV en una lista de preguntas

Después de recopilar los datos, abre los vídeos y selecciona manualmente las preguntas reales; después, agrupa las formulaciones confirmadas por tema, por ejemplo, «estanqueidad», «mantenimiento» o «conservación del calor». La frase de búsqueda ayuda a encontrar la publicación, pero ni la descripción del vídeo ni la coincidencia entre consultas sustituyen la comprobación del contexto.

Si utilizas un modelo de lenguaje, pásale la descripción y pídele que sugiera una etiqueta temática breve y una posible pregunta. Guarda junto a ellas el texto original, el enlace y el resultado del modelo para que un especialista pueda verificar los fundamentos de la clasificación. No presentes la formulación sugerida por el modelo como una pregunta textual si no aparece en la descripción.

El número de registros encontrados solo describe los resultados devueltos para las consultas concretas. No mide todo el volumen de conversaciones ni la demanda. Para los informes internos, guarda la fecha de ejecución, la frase original, el ID y la respuesta sin procesar de la API. Así podrás comparar ejecuciones posteriores y señalar por separado los ID nuevos.

El ejemplo no incluye paginación automática de forma intencionada. Para solicitar páginas posteriores, la documentación indica el parámetro cursor: su valor se obtiene de la respuesta anterior y se transmite sin modificarlo. Una página solo representa el lote de resultados recibido, no toda la búsqueda.

Qué verá el equipo

El archivo tiktok_questions.csv contiene una fila por cada ID único encontrado mediante las frases especificadas. La columna matched_queries muestra con qué consultas apareció el vídeo. Es una forma práctica de detectar coincidencias entre resultados y elegir ejemplos para revisar; la clasificación de las preguntas debe hacerse por separado.

Después, el CSV puede incorporarse a una automatización semanal: un programador ejecuta la recopilación, el almacenamiento conserva una instantánea y se envía una notificación cuando aparece un ID que aún no figura en el registro. Esta lógica pertenece a la orquestación externa, no es una función del endpoint de búsqueda. El equipo recibe una lista de enlaces para analizar, no una conclusión definitiva sobre las causas del comportamiento de los compradores.

Los parámetros de las rutas están disponibles en la documentación de la API; puedes probar una solicitud en la plataforma de demostración de TikTok API. Antes de recopilar datos con regularidad, comprueba la estructura de la respuesta real y guarda los valores necesarios para pasar del resumen a un vídeo concreto. La descripción del producto está en la página de TikTok Scraper API.

El resultado útil es un conjunto verificable de vídeos asociados a expresiones de búsqueda concretas. Ayuda a elegir material para una revisión manual y a conservar las fuentes de cada tema que se incorpore al plan de contenidos.