黑色星期五充值赠礼·充值 $50 起送 $10 · 充值 $100 起送 $25·11月30日截止充值 →

每天早上追踪细分领域的 TikTok 趋势

按日定时拉取 TikTok 搜索与话题标签数据,提取转写文本和评论,并了解一整周的追踪成本。

2026年11月15日 · 阅读约 2 分钟

每天早上为单一细分领域运行 TikTok 追踪器,每周成本 $1.00:每天拉取 200 条搜索与话题标签结果,抓取排名前 20 条爆款视频的完整转写文本,再用 LLM 归纳钩子。若把任务扩展到创作者主页、数千条观众评论,并用 the model 5.5 撰写制作简报,一整周的成本为 $4.95。

用面向智能体的数据工具作为你的 tiktok trend tracking api,即可跳过浏览器 Cookie、住宅代理和脆弱的 DOM 解析器。你的 cron 任务或定时智能体调用 tiktok-search,按播放量随发布时长变化的增速过滤 JSON,对胜出的视频调用 tiktok-transcript,再把文本连同同一个 Lovely Router API key 交给 LLM。

为什么手动刷视频会漏掉细分趋势#

在手机上打开 TikTok,你看到的是消费端算法想让你看的内容,而不是你所在市场的全貌。信息流混合了观看历史、设备位置和泛娱乐内容。即便专门养一个账号只刷家用意式咖啡器具、B2B 薪酬软件或镁补剂,你仍会漏掉在小圈子里互动增速很高、尚未进入主信息流的内容。

基于无头浏览器自制的 tiktok scraper for agents 会撞上另一堵墙:会话失效。TikTok 会轮换 Web 签名,对自动化浏览器抛出拼图验证码,并在你连续查询多个话题标签时限流 IP 段。一个每到第三个周二就因 Cookie 过期而失败的 cron 任务,对日常追踪毫无用处。

定时智能体需要的是按需返回的结构化记录。对每条匹配关键词或话题标签的视频,你需要视频 ID、创建时间戳、作者账号、播放量、点赞量、评论量、分享量、音乐元数据和文案文本。有了这些纯 JSON 字段,五十行 Python 就能算出增速,挑出值得完整阅读的视频。

支撑早晨趋势运行的四个工具#

Lovely Router 在同一个预付费 API key 上,与 Claude、GPT 和 Gemini 并列提供四个 TikTok 社交聆听与提取工具:

  1. 搜索 TikTok 视频(tiktok-search):查询关键词和话题标签,返回视频元数据、作者统计、音乐详情和互动数据,每条视频 $0.00045(每 1,000 条 $0.45)。
  2. 获取 TikTok 转写文本(tiktok-transcript):从视频中提取带时间戳的口播转写文本,每份 $0.0015(每 1,000 份 $1.50)。
  3. 获取 TikTok 主页视频(tiktok-profile):从指定的竞品或创作者账号拉取近期视频流,每条视频 $0.00045(每 1,000 条 $0.45)。
  4. 列出 TikTok 评论(tiktok-comments):抓取视频下的观众评论,捕获产品疑问、异议和行话,每条评论 $0.00045(每 1,000 条 $0.45)。

这四个工具都不收按次运行的基础费用。为一次查询抓取 20 条视频,就只为这 20 条视频付费。只对通过增速筛选的视频调用 tiktok-transcript,就能避免转写每一条搜索结果。

日常流水线如何在调用模型前过滤噪音#

实用的早晨任务在早上 6:00 运行,由 cron、定时自动化任务或工作流执行器触发。不要把每一条原始搜索结果都塞进 LLM 上下文窗口。跑一个三阶段漏斗。

第一,定义细分领域的查询词和话题标签。对一个护肤品牌来说,可能是五个产品关键词(azelaic acid serum、barrier repair cream、fungal acne cleanser、retinoid purge、peptides routine)和五个话题标签(#skintok、#dermatologistreacts、#acneroutine、#glassskinroutine、#skincarechemist)。每个词取 20 条近期视频,每天早上就是 200 条视频。

第二,剔除本地数据库或 JSON 状态文件中已存储的视频 ID,再对新增内容打分。原始播放量偏向大账号的老视频。增速和分享率才能反映当下正在起量的内容:

$$\text{Velocity} = \frac{\text{Plays}}{\max(\text{Hours since upload}, 1)}$$

$$\text{Share Ratio} = \frac{\text{Shares}}{\max(\text{Plays}, 1)}$$

一条 14 小时前发布、每小时播放量高且分享播放比强的视频,正是人们转发给朋友或收藏待购的内容。把每天 200 条候选砍到前 20 条爆款视频。

第三,只把这 20 个视频 ID 传给 tiktok-transcript。此时智能体已拿到当天增长最快视频的口播钩子、中间解释和行动号召。把这 20 份转写文本连同元数据,用同一个 API key 发给 gemini-3-flash 或 ``,对角度分组并撰写早晨简报。

Python
import os
import time
import json
from urllib.request import Request, urlopen

API_KEY = os.environ["LOVELYROUTER_API_KEY"]
BASE_URL = "https://api.lovelyrouter.com/v1"
HEADERS = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json",
}

QUERIES = [
    "azelaic acid serum",
    "barrier repair cream",
    "#skintok",
    "#dermatologistreacts",
]

def run_tool(tool_id: str, payload: dict) -> dict:
    body = json.dumps(payload).encode()
    req = Request(
        f"{BASE_URL}/tools/{tool_id}",
        data=body,
        headers=HEADERS,
        method="POST",
    )
    with urlopen(req, timeout=60) as resp:
        return json.load(resp)

def collect_morning_winners() -> list[dict]:
    now = time.time()
    seen_ids = set()
    candidates = []

    for query in QUERIES:
        data = run_tool("tiktok-search", {"query": query, "limit": 20})
        for video in data.get("items", []):
            vid = video["id"]
            if vid in seen_ids:
                continue
            seen_ids.add(vid)

            created_at = video.get("createTime", now - 86400)
            age_hours = max((now - created_at) / 3600.0, 1.0)
            plays = video.get("stats", {}).get("playCount", 0)
            shares = video.get("stats", {}).get("shareCount", 0)

            if age_hours <= 72 and plays > 0:
                video["velocity"] = plays / age_hours
                video["share_ratio"] = shares / plays
                candidates.append(video)

    candidates.sort(key=lambda x: (x["velocity"], x["share_ratio"]), reverse=True)
    top_videos = candidates[:20]

    for video in top_videos:
        tx = run_tool("tiktok-transcript", {"video_id": video["id"]})
        video["transcript"] = tx.get("transcript", "")

    return top_videos

def summarize_trends(winners: list[dict]) -> str:
    digest_lines = []
    for v in winners:
        digest_lines.append(
            f"Author: @{v['author']['uniqueId']} | Velocity: {v['velocity']:.0f}/hr | "
            f"Shares: {v['stats']['shareCount']}\n"
            f"Caption: {v.get('desc', '')}\n"
            f"Transcript: {v.get('transcript', '')}\n"
        )

    prompt = (
        "Group these breakout TikTok videos into recurring hooks and topic angles. "
        "Quote the exact opening line from the top three transcripts and suggest "
        "two repeatable video concepts for our brand today.\n\n"
        + "\n---\n".join(digest_lines)
    )

    body = json.dumps({
        "model": "gemini-3-flash",
        "messages": [{"role": "user", "content": prompt}],
    }).encode()
    req = Request(
        f"{BASE_URL}/chat/completions",
        data=body,
        headers=HEADERS,
        method="POST",
    )
    with urlopen(req, timeout=60) as chat_resp:
        data = json.load(chat_resp)
    return data["choices"][0]["message"]["content"]

if __name__ == "__main__":
    winners = collect_morning_winners()
    report = summarize_trends(winners)
    print(report)

/v1/tools/tiktok-search 与 /v1/chat/completions 都用同一个 LOVELYROUTER_API_KEY 鉴权。数据采集与模型推理共用一个计费账户。

自己跑基准时该测什么#

不同细分领域的节奏各不相同。先连跑三个早上,记录两个比率,再锁定调度。

新鲜度比率:你的 tiktok-search 查询结果中,48 小时内发布的视频占比,对比仍能凭关键词排名的老常青视频。若某个宽泛话题标签返回的多是半年前的内容,换成更精准的措辞,或在请求负载中加上按时间排序的参数。

转写命中率:增速前 20 的视频中,能从 tiktok-transcript 取到口播对白的比例,对比纯音乐混剪或屏幕文字幻灯片。在金融、SaaS、补剂这类口播型细分领域,多数爆款视频的口播钩子信息密集。在穿搭、家居装饰这类视觉型细分领域,更多视频依赖背景音频和字幕文本,因此提示词应同时加权 desc 文案、音乐标题与转写文本。

一周的追踪成本#

两种每周配置:面向只盯一个细分领域的创始人的精简早晨追踪器,以及面向增长团队、同时追踪关键词、创作者主页和评论区的深度雷达。

场景 1:精简早晨细分追踪器(每周 $1.00)#

每天早上追踪 10 个搜索词和话题标签,每个查询取 20 条视频(每天 200 条,7 天共 1,400 条)。每天早上增速筛选挑出前 20 条爆款视频做完整转写(每周 140 份转写)。把过滤后的元数据和转写文本交给 Gemini 3 Flash(gemini-3-flash),一周共使用 200,000 输入 token 和 20,000 输出 token。

项目每周用量目录价每周成本
搜索 TikTok 视频(tiktok-search)1,400 条视频每 1,000 条 $0.45$0.63
获取 TikTok 转写文本(tiktok-transcript)140 份转写每 1,000 份 $1.50$0.21
Gemini 3 Flash(gemini-3-flash)输入0.20M token每 1M $0.50$0.10
Gemini 3 Flash(gemini-3-flash)输出0.02M token每 1M $3.00$0.06
合计$1.00

按每周 $1.00 计,数据工具占 $0.63 + $0.21 = $0.84,LLM 归纳占 $0.10 + $0.06 = $0.16。

场景 2:含主页与评论的深度细分雷达(每周 $4.95)#

如果团队还要做达人调研、并从观众评论中挖掘广告文案,7 天的一周如下。调度通过 tiktok-search 拉取 4,000 条视频,通过 tiktok-profile 检查一份细分创作者观察名单的近期发布,合计 1,000 条主页视频,用 tiktok-transcript 转写 200 条爆款视频,再用 tiktok-comments 拉取这些胜出视频下的 2,000 条观众评论,看买家在问什么。转写文本和评论串交给 the model 5.5(``)做钩子分析和脚本撰写(一周共 500,000 输入 token 和 50,000 输出 token)。

项目每周用量目录价每周成本
搜索 TikTok 视频(tiktok-search)4,000 条视频每 1,000 条 $0.45$1.80
获取 TikTok 主页视频(tiktok-profile)1,000 条视频每 1,000 条 $0.45$0.45
获取 TikTok 转写文本(tiktok-transcript)200 份转写每 1,000 份 $1.50$0.30
列出 TikTok 评论(tiktok-comments)2,000 条评论每 1,000 条 $0.45$0.90
the model 5.5(``)输入0.50M token每 1M $2.00$1.00
the model 5.5(``)输出0.05M token每 1M $10.00$0.50
合计$4.95

把早晨简报变成可执行的队列#

只有当有人在趋势见顶前采取行动,追踪器才有价值。调整 LLM 提示词,让早晨消息以三个固定板块落到团队聊天、社群频道或邮件里:

  1. 三条逐字钩子:增长最快视频里口播的前五秒原文,附上原视频链接,方便你的创作者或创始人查看节奏和视觉构图。
  2. 反复出现的观众问题:从 tiktok-comments 中提取、以“where do I”“does this work with”“is there a cheaper”开头的短语,这些同时可作为回复视频和 FAQ 广告的脚本。
  3. 爆款音频与形式:在同一次早晨运行中,出现在两个及以上独立创作者内容里的任何音乐 ID 或视觉形式。

设置你的第一次早晨运行#

创建一个预付费 API key,为你的细分领域挑五个关键词和五个话题标签,对着文档运行上面的脚本,十分钟内就能拿到第一份早晨报告。

亲自试试

一个预付费密钥,无需订阅。本文中的每个价格都是你实际支付的价格。

继续阅读

全部文章 →