Michael JohnsonSe os compradores fazem a mesma pergunta em vários vídeos do TikTok, é útil que a equipe de suporte tenha uma lista dos vídeos originais e das formulações que podem ser verificadas. É possível começar reunindo resultados de busca para várias consultas, consolidando-os pelo ID do vídeo e encaminhando a amostra para anotação manual.
A seguir, um script em Python reúne os resultados retornados e cria um CSV com links, descrições dos vídeos e as frases de busca pelas quais cada vídeo foi encontrado. Ele ajuda a identificar sobreposições entre as buscas; por si só, não identifica perguntas semanticamente semelhantes. Essa decisão cabe a um especialista ou a um classificador separado, seguida de revisão.
Que pergunta a coleta deve responder
Suponha que uma equipe venda uma caneca térmica e queira entender o que as pessoas perguntam em vídeos públicos. A consulta «caneca térmica vaza» pode retornar vídeos com reclamações, avaliações e instruções. A consulta «como lavar uma caneca térmica» trará outra amostra. Várias expressões formam um conjunto prático de exemplos para analisar o suporte e planejar conteúdo.
O resultado do script é uma tabela em que cada registro tem o ID da publicação, a descrição, o link e a lista de frases de busca em que apareceu. A presença do mesmo vídeo em vários resultados mostra uma sobreposição entre as buscas, mas ainda não prova que o vídeo contenha uma pergunta recorrente. Para criar uma fila de perguntas, abra os links, verifique o contexto e atribua um tema às formulações confirmadas.
Esse processo é útil para quem desenvolve a automação da coleta e para analistas que precisam de um conjunto reproduzível para examinar. O vínculo com o vídeo original permite verificar a conclusão antes de alterar as instruções ou preparar um novo material.
Quais dados a busca retorna
A rota /searchVideo e seus parâmetros estão listados na referência da API do TikTok. O parâmetro keyword é obrigatório; entre os parâmetros adicionais estão count, cursor, region, date_posted, sort_by e cache_timeout. A solicitação é autenticada com o parâmetro license_key. O exemplo abaixo usa uma frase e o tamanho da página.
O formato de resposta verificado inclui um status no nível superior e um objeto tiktok. Os itens podem conter ID, descrição, link, informações do autor e estatísticas, incluindo visualizações e comentários. Alguns campos podem estar ausentes; por isso, esses valores permanecem vazios no CSV, em vez de serem convertidos em zero.
A resposta da busca aceita duas estruturas: os itens podem estar em aweme_list ou em search_item_list[].aweme_info. O normalizador processa ambas. O código também verifica se o objeto tiktok está presente, para não interpretar um formato inesperado de resposta como uma busca bem-sucedida sem resultados.
Coletor pronto em Python
O exemplo é compatível com Python 3.8+ e com a biblioteca requests. Ele faz uma solicitação para cada frase, verifica a resposta HTTP e o status da API, consolida os registros pelo ID, guarda as frases de busca correspondentes e grava um CSV. A chave é lida de uma variável de ambiente e não é exibida.
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)
Instale a dependência com o comando python -m pip install requests, defina JSONSCRAPER_TIKTOK_LICENSE_KEY no ambiente do processo e execute o arquivo. Não coloque a chave no código-fonte, no CSV ou nos logs. Para agendar a execução, rode o script em um ambiente protegido, onde a tarefa tenha acesso à variável.
Como transformar o CSV em uma fila de perguntas
Depois da coleta, abra os vídeos e identifique manualmente as perguntas de fato; em seguida, agrupe as formulações confirmadas por tema, como «vedação», «cuidados» ou «manutenção do calor». A frase de busca ajuda a encontrar a publicação, mas a descrição do vídeo e a correspondência entre consultas não substituem a verificação do contexto.
Se usar um modelo de linguagem, forneça a descrição e peça uma sugestão de rótulo de tema conciso e de possível pergunta. Guarde o texto original, o link e o resultado do modelo juntos, para que um especialista possa verificar os fundamentos da classificação. Não apresente uma formulação sugerida pelo modelo como uma pergunta literal se ela não aparecer na descrição.
A quantidade de registros encontrados descreve apenas os resultados retornados pelas consultas específicas. Não mede o volume total das discussões nem a demanda. Para relatórios internos, guarde a data da execução, a frase original, o ID e a resposta bruta da API. Assim, é possível comparar execuções repetidas e identificar separadamente os novos IDs.
O exemplo não inclui paginação automática. Para as páginas seguintes, a documentação indica o parâmetro cursor; o valor deve ser obtido da resposta anterior e passado adiante sem alterações. Uma página representa apenas o lote de resultados recebido, não todos os resultados da busca.
O que a equipe verá
O arquivo tiktok_questions.csv contém uma linha para cada ID único encontrado pelas frases definidas. A coluna matched_queries mostra quais consultas retornaram o vídeo. Essa é uma forma prática de identificar sobreposições entre resultados e selecionar exemplos para revisão; a classificação das perguntas precisa ser feita separadamente.
Depois, o CSV pode ser integrado a uma automação semanal: o agendador executa a coleta, o armazenamento guarda um instantâneo e uma notificação é enviada quando aparece um ID ainda não registrado. Essa é uma lógica de orquestração externa, não uma função do endpoint de busca. A equipe recebe uma fila de links para analisar, não uma conclusão pronta sobre o comportamento dos compradores.
Os parâmetros das rotas estão disponíveis na documentação da API; você pode testar uma solicitação no ambiente de demonstração da TikTok API. Antes de fazer coletas regulares, verifique o formato da resposta real e guarde os valores necessários para passar do resumo ao vídeo específico. A descrição do produto está na página da TikTok Scraper API.
Um resultado útil é um conjunto verificável de vídeos associados a expressões de busca específicas. Ele ajuda a selecionar material para análise manual e a guardar as fontes de cada tema incluído no plano de conteúdo.
