Michael Johnson要筛选提及品牌且含有明确广告用语的公开 TikTok 视频，可以使用多个搜索词收集结果、提取说明文字并标记关键词。最终生成的 CSV 文件包含视频链接和可用指标，可作为人工审核队列，而不是自动判定是否合规的结论。
这种流程适用于需要核对活动与简报是否一致的代理机构，也适用于维护公开提及列表的内部团队。它有助于整理搜索结果，并保留分析人员判断应打开哪些视频进行检查的依据。
具体要在视频中查找什么？
审核广告时，重要的是创作者与品牌之间的关联，以及这种关联是否在推荐内容附近得到披露。FTC 面向网红的指南解释，实质性关联可能涉及财务、工作、个人或家庭关系，披露应醒目且易于理解。对于视频推荐，FTC 指出，披露应出现在视频本身，而不能只放在说明文字中。因此，说明文字有助于筛选，但单凭它无法表明观众在画面中看到了什么或在音频中听到了什么。
此脚本的目标范围更窄：在返回的搜索结果中，找出说明文字含有品牌词组以及“广告”“赞助”或“合作”等潜在标记的视频。应根据活动所用语言和术语调整词表。如果说明文字中没有出现标记，请打开视频并检查其内容：文字匹配无法确定视频本身是否包含披露。
如何将搜索结果转化为审核队列？
先列出少量搜索词：品牌名称、活动名称以及常见的产品写法。分别运行每个搜索词，并将搜索词与结果一并保存。这样，团队就能知道视频是通过哪个搜索词找到的，并在需要时重新执行收集。
可以使用 jsonscraper 的 TikTok Scraper API进行收集。文档所述的 GET 路由 /searchVideo 位于 https://tiktok.evelode.com，接受 keyword、count、date_posted、sort_by、region 和 cursor 参数。在观察到的响应中，TikTok 数据中的视频位于 search_item_list[].aweme_info；aweme_list 可能为空。下面的解析器会检查这两种位置。
密钥通过 license_key 参数传递。请将其保存在环境变量中，而不要写进脚本或代码仓库。TikTok 路由文档列出了搜索参数名称；要获取下一页，请使用返回的 cursor。请保存已处理对象的数量和搜索词：分页可以继续获取结果，但本身并不能证明结果集完整。
Python 最简示例
该脚本针对每个词组发起一次请求，收集两种文档所述的结果格式，按视频 ID 去重，标记说明文字中的词语，并写入 CSV。使用命令 python -m pip install requests 安装 requests，在环境中设置 JSONSCRAPER_TIKTOK_LICENSE_KEY，然后运行文件。示例兼容 Python 3.8 及更高版本。
import csv
import os
import sys
import requests
BASE_URL = "https://tiktok.evelode.com/searchVideo"
KEY = os.environ.get("JSONSCRAPER_TIKTOK_LICENSE_KEY")
if not KEY:
raise SystemExit("Set JSONSCRAPER_TIKTOK_LICENSE_KEY first")
QUERIES = ["Example Brand", "Example Product", "Example Campaign"]
MARKERS = ("#реклама", "реклама", "спонсор", "партнерство", "партнёрство", "#ad", "sponsored")
def videos_from(payload):
data = payload.get("tiktok") or {}
videos = data.get("aweme_list") or []
if not videos:
videos = [
item.get("aweme_info")
for item in (data.get("search_item_list") or [])
if isinstance(item, dict) and isinstance(item.get("aweme_info"), dict)
]
return [video for video in videos if isinstance(video, dict)]
rows = {}
for query in QUERIES:
response = requests.get(
BASE_URL,
params={"keyword": query, "count": 20, "date_posted": "this-month", "license_key": KEY},
timeout=30,
)
response.raise_for_status()
payload = response.json()
if payload.get("status") != "ok":
print("Unexpected API status for query:", query, file=sys.stderr)
continue
for video in videos_from(payload):
video_id = video.get("aweme_id")
if not video_id:
continue
author = video.get("author") or {}
stats = video.get("statistics") or {}
caption = video.get("desc") or ""
matched = [word for word in MARKERS if word in caption.casefold()]
row = rows.setdefault(str(video_id), {
"video_id": str(video_id),
"url": video.get("share_url") or "",
"author": author.get("unique_id") or author.get("nickname") or "",
"caption": caption,
"queries": set(),
"disclosure_markers": set(),
"play_count": stats.get("play_count"),
"digg_count": stats.get("digg_count"),
"comment_count": stats.get("comment_count"),
"review_status": "manual_review",
})
row["queries"].add(query)
row["disclosure_markers"].update(matched)
with open("tiktok_disclosure_review.csv", "w", newline="", encoding="utf-8-sig") as file:
fields = ["video_id", "url", "author", "caption", "queries", "disclosure_markers",
"play_count", "digg_count", "comment_count", "review_status"]
writer = csv.DictWriter(file, fieldnames=fields)
writer.writeheader()
for row in rows.values():
row["queries"] = " | ".join(sorted(row["queries"]))
row["disclosure_markers"] = " | ".join(sorted(row["disclosure_markers"]))
writer.writerow(row)
print("Saved", len(rows), "unique returned videos")保存代码前，请检查外部响应的状态，然后检查 tiktok 中的数据。规范化器会读取这两种视频位置。若要请求下一页，可以将返回的 cursor 原样传入下一次请求；这个最简示例有意将每个搜索词限制为一页。
CSV 中会显示什么？
每一行将视频 ID 和链接、可用的作者标识、说明文字、搜索词以及匹配的标记关联起来。如果响应包含播放量、点赞数和评论数，这些指标会作为判断审核优先级的参考予以保存。这些字段可能缺失；脚本会将其留空，而不会填入零。
接下来打开视频，检查披露是否存在于视频中且足够醒目，并按照商定的类别记录结果，例如“已发现”“需要进一步审核”或“观看时未发现”。代码只会在说明文字中搜索精确的文本标记；它不会检查画面或音频，也不会判定是否符合规则。
如需定期执行，请按计划运行收集任务，记录请求时间，并将原始 JSON 与 CSV 一并保存。只保留必要的搜索词，并设定收集数据的保存期限。jsonscraper 负责任数据收集政策提到，应以合理频率发出请求、尽量减少数据收集，并在采取后续行动前核实 AI 结果。
最终得到的是一份可复现的公开视频人工审核队列，用于检查广告披露：搜索匹配项和可用指标有助于决定先打开哪些视频，而对视频本身的评估仍由审核人员完成。参数名称可在 TikTok API 文档中核对，产品信息则可查阅 TikTok Scraper API 页面。
