monitoring-instagram-brand-mentions

监测 Instagram 品牌提及

追踪所有提及品牌的公开 Instagram 帖子，包括通过品牌标签、@提及或产品名称关键词提及的帖子。按情感倾向和类型（UGC、投诉、媒体报道、竞品对比）对提及进行分类。

前提条件

• 已设置 APIFY_TOKEN 环境变量
• 可选：已安装 Apify MCP 服务

输入

参数	类型	必填	默认值	说明
startUrls	数组	✅	[]	Instagram URL，包括个人主页、标签、地点、音频页面和 Reels
until	字符串	可选	—	抓取帖子，直至此日期（YYYY-MM-DD）
maxItems	数字	可选	不限	返回的帖子数量上限
customMapFunction	字符串	可选	—	用于转换每个输出对象的 JavaScript 函数

工作流

Progress:
- [ ] Step 1: Build hashtag and keyword list
- [ ] Step 2: Run instagram-scraper for each hashtag
- [ ] Step 3: Classify mention type and sentiment
- [ ] Step 4: Identify top advocates and critics
- [ ] Step 5: Deliver brand health report

步骤 1 和 2：运行 instagram-scraper

推荐 — run_actor.js（自动处理等待、输出和文件保存）：

# Quick answer (prints table to chat)
node scripts/run_actor.js \
  --actor "apidojo~instagram-scraper" \
  --input '{"param": "value"}'

# Save as CSV
node scripts/run_actor.js \
  --actor "apidojo~instagram-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.csv --format csv

# Save as JSON
node scripts/run_actor.js \
  --actor "apidojo~instagram-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.json --format json

必须在环境变量或 .env 文件中设置 APIFY_TOKEN。

如果可以使用 Apify MCP：

Tool: apify:run-actor
Actor: "apidojo~instagram-scraper"
Input:
{
  "keywords": ["#[BRAND]", "#[BRAND]review", "#[BRAND]community"],
  "maxItems": 100
}

REST API 备用方案：

curl -X POST   "https://api.apify.com/v2/acts/apidojo~instagram-scraper/runs?token=$APIFY_TOKEN"   -H "Content-Type: application/json"   -d '{"keywords": ["#[brand]", "#[brand]review"], "maxItems": 100}'

针对每组标签分别运行。合并结果，并根据 postUrl 去重。

步骤 2：对提及进行分类

提及类型：

UGC = post contains product photo + brand mention; author is not verified
COMPLAINT = caption contains negative indicators: "broken", "disappointed", "scam", "refund", "terrible", "never again"
POSITIVE_REVIEW = caption contains: "love", "amazing", "best", "recommend", "obsessed"
PRESS/EDITORIAL = author is verified OR follower_count > 100K
COMPETITOR_COMPARISON = caption mentions competitor brand alongside this brand

情感倾向： 使用与 Twitter 情感倾向技能相同的词汇分类方法（积极／消极／中性指标）。

步骤 3：评估触达范围

mention_reach = likes + comments * 5 + (followers_of_author / 100)

步骤 4：边缘情况

• 结果中包含品牌官方账号自己的帖子：删除 ownerUsername = 品牌自有账号名的帖子
• 标签使用过于广泛（帖子数 > 1M）：改用更具体的品牌长尾标签，或按日期筛选
• 复杂帖子的情感倾向分类错误：将同时包含积极和消极指标的帖子标记为 MIXED；报告数量
• 外语提及占主导：报告语言分布；单独标记非英语提及

输出格式

# Instagram Brand Mention Monitor: [BRAND]
Posts collected: [N] | Period: [DATE_RANGE] | Date: [DATE]

## Mention Type Distribution
UGC: [N] | Positive Reviews: [N] | Complaints: [N] | Press: [N] | Comparisons: [N]

## Sentiment Summary
Positive: [X%] | Negative: [X%] | Neutral: [X%]
Weighted by reach: Positive [X%] | Negative [X%]

## Top UGC Posts (Most Liked)
| Creator | @Handle | Likes | Type | Caption Excerpt | Post URL |
|---------|---------|-------|------|----------------|---------|

## Complaints to Address
| Creator | Likes | Complaint Summary | Post URL |
|---------|-------|------------------|---------|

## Top Brand Advocates (Most Frequent Positive Posters)
1. @[handle] — [N] positive posts | [N] avg likes

故障排除

标签返回大量泛化帖子：品牌标签可能存在歧义（例如“#apple”）。使用 #[brand]official 或 #[brand][product] 提高精确度。 帖子主要来自竞争对手：这可能表明其他品牌在对比帖子中提及了你的品牌 — 分析 COMPETITOR_COMPARISON 类别，了解品牌定位方面的情况。 情感倾向受单条病毒式负面帖子影响：对比 weighted sentiment 和原始情感倾向；一条病毒式传播的帖子就可能改变原始数据。