> For clean Markdown of any page, append .md to the page URL.
> For a complete documentation index, see https://docs.beatapi.io/llms.txt.
> For AI client integration (Claude Code, Cursor, etc.), connect to the MCP server at https://docs.beatapi.io/_mcp/server.

# 让AI读知乎、B站和微博，怎样得到有原话支持的结论？

> 按研究问题选择对象，分清标题、摘录、全文和实际媒体，逐步补上下文，再交付有来源、条件与待核项的发现。

**让助手先说明要读哪些材料、选哪些对象，再根据原话给出每条结论并附来源。** 助手通过 `capabilities_search`、`capabilities_inspect` 和 `capabilities_run` 读取各平台；工具取得了内容，不等于模型已经读过所有回答、视频和评论。

例如研究家庭网络布置的常见困惑：知乎提供不同家庭环境下的解释，B 站提供安装演示与观众疑问，微博提供具体使用经历。按同一个问题比较三个平台，同时保留各平台的材料类型。

## 先确认工具能用，再布置范围

1. **核对工具。** 已接入工具时，先确认客户端能看到 `capabilities_search`、`capabilities_inspect` 和 `capabilities_run`。助手按任务找能力、看声明的输入，再取首批材料。
2. **接入兼容客户端。** 支持 HTTP MCP 和请求头鉴权的客户端，使用 `https://beatapi.io/mcp` 和 BeatAPI Bearer 鉴权，密钥放在客户端设置或本地环境里。各客户端的配置与传输支持分别确认：BeatAPI 不提供通用安装命令，API Key 路线也不是 OAuth。
3. **没有工具时交原件。** 把已有[微博Python](/zh/guides/weibo-python-research)、[B站Python](/zh/guides/bilibili-python-research)与[知乎问题归档](/zh/guides/zhihu-question-archive)流程保存的原件交给助手。

需要配置工具或固定 HTTP 步骤时，先按[助手连接与首批执行](/zh/guides/social-research-client-setup)检查你的环境。

## 接好 MCP 后怎样确认真的能取数据？

1. 在客户端的工具列表里核对搜索、检查和运行三个工具。
2. 以抖音租房收纳为例，用搜索找到作品搜索能力，再检查这个能力接收的关键词、时间和排序参数。
3. 第一次只取约定的首批，记录动作、输入、返回状态和请求号。
4. 客户端只给出文字回答时，先确认出现了真实的工具调用和结果，再把回答当作取到的数据。

连接配置按客户端实际支持的 HTTP MCP 和请求头填写。

## 三个平台分别怎么选材料？

| 平台任务           | 先选什么                | 不够时补什么         |
| -------------- | ------------------- | -------------- |
| 知乎：比较不同家庭环境的解释 | 相关问题与回答，保留问题/回答关系   | 选中回答详情、条件与评论纠正 |
| B站：研究讲解与演示     | 相关视频，核对主题、版本和实际可读材料 | 实际媒体或具体评论/回复   |
| 微博：读用户经历       | 产品/场景相关微博，排除同名和转述混淆 | 选中长文详情与讨论上下文   |

知乎的问题列表、回答与评论是不同对象；B 站的标题和文案不能代替观看画面；微博长文要请求详情后核对实际正文。按需要补具体对象，已有材料直接复用。

## 先用预览筛选，再读原句

预览用来确认方向和结果形状。查看裁剪情况、显示条数和来源路径，保留真实请求号。有未到期的 `result_ref` 时，从同一次结果读取 full 或已核对的字段，方法见[通用结果阅读](/zh/faq/agent-result-reading)。

只有摘要时，标为“摘录”；完整文字没取到的列为待补。要比较视频示范或图片内容，提供能被实际读取的媒体，并确认读取结果。不能从标题扩写出所谓的原话或逐字稿。

平台下一页、新关键词、详情和评论都会取得新材料；重读已存结果只是补足同一批的阅读。先判断缺的是上下文还是更多样本，再选动作。

## 结论怎样接到来源？

每个发现带四项：实际主张、支持原句、适用条件和来源。模型概括、引用和下一步分开写。

下表是**示意读法**：

| 材料           | 合适的结论表达            |
| ------------ | ------------------ |
| 一条知乎回答解释某种户型 | 说明该条件下的观点，另看不同条件回答 |
| B站评论指出版本差异   | 保留父子讨论，列为版本待核或已补条件 |
| 微博用户描述一次连接经历 | 记录具体设备与情境，尚缺的条件单列  |
| 只有标题或小预览     | 候选线索，需补材料后再分析具体内容  |

知乎的赞同、B 站的播放和微博的点赞分开读，不合成“所有人都认为”。需要主题数量时，支持原句数、不同内容数和实际审核范围分开记录。

## 微信上找公告，抖音和小红书看反馈，可以怎样交代？

> 研究这款耳机最近的固件更新。先从公众号找官方说明，再从抖音和小红书各找一批相关内容。区分公告、视频文案和实际读到的评论，保留每条的来源和原句。先交首批发现，再列还值得读哪些作品或回复。说明真实请求数和已覆盖范围。

助手只能聊天时，把已经保存的材料交给助手整理。需要先取数时，在自己的环境运行已有的[公众号 Python](/zh/guides/wechat-python-article-review)、[抖音 Python](/zh/guides/douyin-python-research)或[小红书 Python](/zh/guides/xiaohongshu-python-research)流程，再提供结果。

例如交付时把「公众号公告说 3.2 已发布」「一条短视频文案讲如何更新」「一条评论称更新后无法连接」列成三行，分别附实际来源。第一行确认版本已发布，第二行作为操作线索，第三行交给产品支持核对设备和触发步骤。

## 给助手的任务可以怎样写？

> 研究家庭网络布置中的具体困惑，先从知乎、B站、微博各选首批相关材料。说明选中对象和实际读到的材料类型；补上下文时指明具体回答、长文或回复。每个发现附原句、条件与来源，最后列出可用解释和仍待核的问题。

先交少量有依据的发现，再按缺口补读。客户端连接、原始字段和媒体读取能力逐项确认，不假设所有动作都返回统一的 `author`、`metrics` 或同一个游标。

平台查询、详情与评论按[价格页](https://beatapi.io/zh/pricing)的当前价格规划。模型 token 费用另计；用自己的真实用量比较上下文开销，不照搬别人的固定节约比例。