monitoring-tiktok-mentions-of-brand

监控 TikTok 上提及品牌的内容

通过品牌话题标签和关键词搜索，追踪提及品牌的 TikTok 内容。TikTok 是品牌口碑变化最快的平台——病毒式传播的批评或赞扬可能在几小时内出现。

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	备注
startUrls	数组	可选	[]	TikTok URL——用户个人主页、话题标签、音乐页面、搜索、地点
keywords	数组	可选	[]	用于查找帖子的搜索关键词/词语
sortType	字符串	可选	RELEVANCE	关键词结果的排序方式：RELEVANCE、MOST_LIKED、DATE_POSTED
location	字符串	可选	—	用于区域筛选的 ISO 3166-1 alpha-2 国家代码（例如 US、GB）
maxItems	数字	可选	不限	本次运行最多返回的帖子数
includeSearchKeywords	布尔值	可选	false	在每条帖子中添加匹配的搜索关键词字段
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: Run tiktok-scraper for branded hashtags
- [ ] Step 2: Filter by view count and date
- [ ] Step 3: Classify sentiment and content type
- [ ] Step 4: Identify trending posts and crisis signals
- [ ] Step 5: Deliver monitoring report

步骤 1：运行 Actor

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~tiktok-scraper" \
  --input '{"param": "value"}'

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

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

环境变量或 .env 文件中必须设置 APIFY_TOKEN。

如果 Apify MCP 可用：

Tool: apify:run-actor
Actor: "apidojo~tiktok-scraper"
Input:
{
  "keywords": ["#[BRAND]", "#[BRAND]review", "#[BRAND]honest"],
  "maxItems": 200
}

REST API 备用方案：

curl -X POST   "https://api.apify.com/v2/acts/apidojo~tiktok-scraper/runs?token=$APIFY_TOKEN"   -H "Content-Type: application/json"   -d '{
    "keywords": ["#[brand]", "#[brand]review", "#[brand]honest"],
    "maxItems": 200
  }'

步骤 2：分类和评分

内容类型：

UNBOXING = "unboxing", "first impression", "first look"
REVIEW = "review", "honest", "real talk", "thoughts on"
COMPLAINT = "disappointed", "refund", "scam", "doesn't work", "returning"
TUTORIAL = "how to", "tips", "tutorial"
ENTERTAINMENT = trend audio, no product focus

情绪（词汇法——与 Twitter 情绪分析技能使用相同的模型）：

• 使用正面/负面/中性指标
• 根据 diggCount（点赞数）加权，将其作为社区认同信号

病毒传播信号：

virality = playCount / (follower_count_of_creator + 1)

如果 virality > 2.0：该帖子触达的受众远超创作者的受众——标记为 TRENDING

步骤 3：危机检测

出现以下情况时标记为 CRISIS_ALERT：

• 任意单条帖子的 playCount > 500K 且 sentiment = NEGATIVE
• 48 小时内投诉帖子超过 5 条
• 负面帖子的评论与观看比例 > 3%（高互动度 = 有争议）

步骤 4：边缘情况

• 话题标签中无关内容过多：添加品牌子产品或型号名称以缩小范围
• 品牌在 TikTok 上的存在感较低（< 10 条帖子）：这是值得关注的数据——请在报告中说明；品牌可能需要制定主动的 TikTok 策略
• 关于品牌的 Duet/Stitch 帖子：这些也算作提及，但通常是对原始内容的回应——分类为 REACTION，并注明来源视频

输出格式

# TikTok Brand Monitor: [BRAND_NAME]
Period: [DATE_RANGE] | Posts collected: [N] | Total estimated reach: [N] views | Date: [DATE]

## Overall Sentiment
Positive: [X%] | Negative: [X%] | Neutral: [X%]
⚠️ CRISIS ALERTS: [N] (posts above threshold — see below)

## Content Type Distribution
Unboxing: [N] | Reviews: [N] | Complaints: [N] | Tutorials: [N]

## Trending Posts (> 100K Views)
| Creator | @Handle | Views | Likes | Sentiment | Type | Caption Preview |
|---------|---------|-------|-------|-----------|------|----------------|

## CRISIS ALERTS (Negative + High Reach)
| Creator | Views | Complaint Theme | Days Live | Post URL |
|---------|-------|----------------|-----------|---------|

## Top Advocates
| Creator | @Handle | Followers | Views | Post Type | Score |
|---------|---------|-----------|-------|----------|-------|

故障排除

找到的帖子很少：品牌可能使用了不同的话题标签惯例。尝试使用不带品牌名的产品名称（#[product]，而不是 #[brand]product）。 所有结果都是开箱/购物分享内容：对于消费品牌来说很正常——这属于正面内容。将监控设置为仅对负面内容发出提醒。 巨魔活动触发危机提醒：检查投诉帖子是否来自一批新账号（创建时间在 30 天内、粉丝少于 100）——这可能是协同行动；请在报告中注明这一背景。