# 如何将 TikTok 评论转化为产品缺陷待办队列

https://jsonscraper.com/zh/blog/turn-tiktok-comments-into-product-bugs

Author: Michael Johnson

Published: 2026-11-18T11:48:03+00:00

Updated: 2026-11-18T11:48:03+00:00

收集检索到的视频下的公开评论，并保存原始 JSON，以便在进行主题标注前核实响应的实际结构。

要研究 TikTok 上关于某个问题的讨论，先找到相关视频，再请求每个选定视频下的评论。对产品团队而言，结果可以是一组原始 JSON 响应，并关联相应的搜索词和视频链接。在建立主题待办队列之前，请先核实评论的实际结构：文档说明了请求路径及其参数，但没有描述响应中每条记录的字段。

 

这是分析流程中的重要环节。搜索结果有助于收集产品相关背景，而评论可能包含故障反馈、问题或变通用法。要让分类以真实数据为依据，应先原样保存 API 响应，再根据实际收到的结构核对字段。

 

## 为什么仅搜索视频还不够

 

应用或设备名称有助于找到视频，但视频说明主要反映发布者的表述。观众可能会在评论中讨论具体故障和使用方式。因此，采集评论能为搜索结果增加第二层与原视频相关联的数据。

 

此前的内容探讨过 TikTok 搜索监控、从说明中提取问题，以及处理搜索响应。本文的任务更具体：收集评论请求的响应，并在开发分类功能前核实其结构。这对分析集成开发者、用户体验研究人员和支持团队都有帮助。

 

## 从搜索词到可核查的数据集

 

设置几个具体的搜索词，例如将产品名称与功能或型号名称组合起来。保存搜索响应和所选视频的 URL。随后按 URL 请求评论，并分别保存每个原始响应。核实结构后，就可以规范化所需字段、删除重复项并按主题对文本分组。



![文章：如何将 TikTok 评论转化为产品缺陷待办队列
摘要：这个 Python 流程通过 jsonscraper 将 TikTok 视频搜索与评论请求串联起来。示例会保存并输出原始 JSON，不会预先假定评论字段的名称。
图片用途：辅助插图 2——展示另一个具体方面
章节：从搜索词到可核查的数据集
视觉主题：俄语流程信息图，展示关键词搜索 → 选择视频 → 请求评论](https://jsonscraper.com/assets/uploads/journal/2026/11/0fd7e8fd8c3e0ddec431e375056cca1b.png.hero.webp)

该流程图区分了有文档说明的采集步骤，以及核实实际响应后再进行的规范化处理。© jsonscraper · AI 生成插图

 

1. **搜索：**按关键词请求视频，并检查结果是否采用两种受支持的结构。
2. **筛选：**选出相关视频，并保存其标识符和 URL。
3. **采集评论：**将 URL 传入评论请求路径；继续分页时使用返回的游标。
4. **核实：**保存原始 JSON，并根据响应确认实际字段名称。
5. **分析：**核实结构后对文本分组，并将样本交由人工检查。

 

流程图：搜索 TikTok 视频、筛选视频、请求评论、保存原始 JSON、核实结构并进行人工主题标注

先完整保存响应；核实实际字段后再添加规范化处理。

 

## 使用哪些请求路径

 

[TikTok Scraper API 文档](https://github.com/jsonscraper/tiktok-api-python/blob/main/docs/endpoints.md)说明了 `GET /searchVideo`，其必需参数为 `keyword`。其他参数包括 `count`、`cursor`、`date_posted`、`sort_by` 和 `region`。评论请求使用 `GET /getCommentsByUrl`，必需参数为 `video_url`；文档列出的其他参数包括 `cursor`、`count` 和 `region`。密钥通过 `license_key` 参数传递。

 

搜索响应中的视频可能位于 `tiktok.aweme_list`，也可能位于 `tiktok.search_item_list[].aweme_info`。示例会处理这两种形式、检查外层状态，并保存找到的对象。对于评论响应，示例不会假定数组名称或字段名称，而是保存并输出收到的 JSON，以便检查。

 

## 用 Python 编写的最小采集器

 

代码兼容 Python 3.8 及更高版本。请安装 `requests`，并将密钥设置在环境变量 `JSONSCRAPER_TIKTOK_LICENSE_KEY` 中。脚本会把搜索响应和评论响应分别写入 JSON 文件，并将每条评论响应与搜索词及视频 URL 关联起来。在核实响应的实际结构之前，代码不会提取评论字段。



![文章：如何将 TikTok 评论转化为产品缺陷待办队列
摘要：这个 Python 流程通过 jsonscraper 将 TikTok 视频搜索与评论请求串联起来。示例会保存并输出原始 JSON，不会预先假定评论字段的名称。
图片用途：封面——核心概念
章节：用 Python 编写的最小采集器
视觉主题：编辑纪实风格照片，展示产品团队旁边摆放的打印版原始 JSON 响应，以及代表视频 URL 和评论的卡片](https://jsonscraper.com/assets/uploads/journal/2026/11/90f31ffdc4a020d2bacccfeef5317f4e.png.hero.webp)

原始响应可保留初始数据，以便在规范化前核实结构。© jsonscraper · AI 生成

 

```
import json
import os
from pathlib import Path

import requests

BASE = "https://tiktok.evelode.com"
KEY = os.environ["JSONSCRAPER_TIKTOK_LICENSE_KEY"]
OUT = Path("tiktok_raw")
OUT.mkdir(exist_ok=True)


def get_json(path, params):
    response = requests.get(
        BASE + path,
        params={**params, "license_key": KEY},
        timeout=30,
    )
    response.raise_for_status()
    data = response.json()
    if data.get("status") != "ok":
        raise RuntimeError("API returned non-ok status")
    return data


def videos_from_search(data):
    tiktok = data.get("tiktok") or {}
    found = list(tiktok.get("aweme_list") or [])
    for item in tiktok.get("search_item_list") or []:
        aweme = (item or {}).get("aweme_info") or {}
        if aweme:
            found.append(aweme)

    unique = {}
    for video in found:
        video_id = video.get("aweme_id")
        video_url = video.get("share_url")
        if video_id and video_url:
            unique[video_id] = video
    return list(unique.values())


for index, keyword in enumerate(("APP_NAME ошибка", "APP_NAME не работает")):
    search = get_json("/searchVideo", {"keyword": keyword, "count": 10})
    (OUT / f"search_{index}.json").write_text(
        json.dumps(search, ensure_ascii=False, indent=2), encoding="utf-8"
    )

    for video in videos_from_search(search):
        video_id = video["aweme_id"]
        video_url = video["share_url"]
        comments = get_json(
            "/getCommentsByUrl",
            {"video_url": video_url, "count": 30},
        )
        filename = f"comments_{video_id}.json"
        record = {
            "keyword": keyword,
            "video_id": video_id,
            "video_url": video_url,
            "response": comments,
        }
        (OUT / filename).write_text(
            json.dumps(record, ensure_ascii=False, indent=2), encoding="utf-8"
        )
        print(json.dumps(record, ensure_ascii=False, indent=2))
```

 

脚本会检查外层响应状态，然后写入完整的 JSON 对象。这样便可以检查实际的键、值类型和嵌套结构，再构建评论表。如果 API 返回错误，代码会停止并报告错误，而不是悄悄保存无效结果。

 

## 如何从原始 JSON 转向主题待办队列

 

检查一个或多个响应后，应根据实际发现的结构编写规范化程序。将原始 JSON 与规范化后的记录一同保存，以便核查转换过程，并在代码变更时重新处理数据。记录中最好保留视频链接、原始评论记录、采集时间，以及所用标注规则的版本。

 

主题标注可以从“错误”“使用问题”“功能请求”“反馈”和“与产品无关”等标签开始。关键词规则或分类器可以帮助整理样本；请将分配的标签与原始文本分开保存。创建任务前，工作人员应核查评论的上下文和原视频。

 

去重时，只有在确认响应中确实存在标识符字段后，才使用该字段。如果数据中没有标识符，可以暂时将视频 URL 与规范化文本组合成键；这种方法会合并同一视频下措辞相同的内容，但无法据此确定这些记录是否来自同一作者。

 

## 自动化与数据溯源

 

可以通过 cron、GitHub Actions 或 n8n 按计划运行采集任务。将密钥保存在运行环境的机密配置中，不要将其写入代码库、结果文件或日志。保留可供检查的原始 JSON 响应；并根据团队要求及适用的平台规则设置数据保留期限和访问权限。

 

为了监控流程运行情况，请记录成功的搜索请求数、找到的唯一视频数、保存的评论响应数以及 API 错误数。这些技术指标能够显示结果在哪个环节发生变化。空响应、请求错误，以及主题分类后没有匹配项，是不同的状态，应分别记录。

 

数据库中可以将采集任务、视频、原始评论响应和主题标注结果拆分为不同实体。通过关联搜索词和视频，可以打开来源进行人工核查。核实结构后，还可以加入基于游标的分页：请求路径接受 `cursor`，后续请求应原样传递 API 返回的值，而不要尝试解读它。

 

## 这种方法的价值

 

团队可以获得一套可重复的采集流程，以及一组可核查的来源数据，并据此建立主题待办队列。分析人员能够追溯哪个搜索词带来了某个视频，以及保存了哪条评论响应。核实结构后，开发者就可以加入规范化和主题分组，而不必凭空假设未知的数据结构。

 

报告中应注明搜索词、运行日期、筛选标准和处理的响应数量。结论只适用于具体搜索词和返回的数据；它们有助于研究发现的讨论、规划后续核查，同时保留数据来源和上下文。

 

可以先从一个产品和几个诊断性搜索词开始：保存响应，核实评论结构，然后只将已确认的字段加入规范化程序。请求路径的参数见 [API 文档](https://github.com/jsonscraper/tiktok-api-python/blob/main/docs/endpoints.md)，产品信息则见 [TikTok Scraper API 页面](https://jsonscraper.com/services/tiktok-scraper-api)。
