> 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.

# 要把抖音评论交给同事分析，怎样整理表格才不丢原句和来源？

> 从团队复核需要安排评论表，分开原句、归纳和判断，保留来源、层级、去重与缺失，不把自动CSV适配未验证说成已完成。

可以把已保存的抖音评论整理成 UTF-8 CSV：一条评论一行，按实际响应填写作品 ID、评论 ID、原句、父评论关系和请求号，另加两列写你归纳的问题和下一步。需要先取评论时，从[视频评论指南](/zh/guides/douyin-video-comments)开始。这张表按原响应手工整理；自动转换要先确认固定字段映射（见文末）。

例如评论「租房不能打孔，能装这种架子吗」归到「免打孔安装」：原句照抄，下一步写「查安装说明，确认适用墙面」，再把这条评论的原响应交给同事抽查。

## 这张工作表至少需要哪些信息？

| 信息      | 怎么记录                   | 为什么要留                  |
| ------- | ---------------------- | ---------------------- |
| 视频与评论来源 | 原链接、已确认ID、原文件与请求号、实际时间 | 能定位哪次取得的哪条材料。          |
| 原句      | 实际返回的文字，保持逐字           | 便于复核，不让AI概括替代证据。       |
| 层级与上下文  | 已确认的一级/回复、父关系和上下文缺口    | 回复不误当独立一级意见，未知关系不猜。    |
| 归纳问题    | 人工总结，和原句分列             | 让同事知道哪些是作者表达、哪些是我们的解释。 |
| 审核决定    | 纳入/排除/待核及理由            | 不只交成功或符合预设主题的条目。       |
| 下一步     | 补读上下文、核查条件、补产品说明等      | 把资料转成可执行研究工作。          |

只填响应提供或你已核对的信息。缺正文、缺 ID 和缺父关系分别标明。昵称或正文相似，不能证明两行是同一个人或同一条评论。

## 合并多页前，先避免哪些误差？

按已确认的评论 ID 加所属视频判断重复，原文件和每次观察都保留，不覆盖。同一条评论的正文有冲突时，两个版本都留下并写明待核原因，不悄悄选一个。一级评论和回复分别统计覆盖；同一条回复在预览和单独的回复查询里都出现时，只算一次。

缺失的点赞数留空，不补 0；真实的 0 保留为 0。评论条数不是人数，表里缺行也不能证明评论已被删除。在交付说明里写时间窗口、实际页数、排序和停止原因，不用请求的 `count` 乘页数当完成量。

## 交付前，同事应该能抽查什么？

从表中抽一行，能在原始响应里找到同一视频、同一评论和逐字原句；再检查归纳没有超出原句的意思，也没有回复纠正原句。纳入、排除和待核的数量与实际记录一致，未读的范围单独列出。

例如原句以**假设**语气询问适配条件时，表格不能改写成“用户确认产品不能用”；原句转述别人的经历时，也不能记成评论作者自己的购买体验。没有证据的归纳标为待核，不让模型补齐细节。

导入表格软件时把 ID 设为文本，避免长编号被改写。评论里以公式符号开头的文字按文本处理，原始文件保留原文。共享前人工检查并去除私人信息，原始材料留在内部。

## 需要自动导出时，下一步是什么？

自动转换器要先核实 `data:douyin.app.v3.fetch_video_comments` 真实的列表路径、ID、正文、层级和分页，再写转换器，并测试缺失、重复、失败和旧文件保护。本页不提供猜测路径的脚本，也不套用其他平台的 `data.items` 映射。

执行前免费 Inspect `data:douyin.app.v3.fetch_video_comments`，核对当前状态、输入和价格。重读已存材料、改标签和另存 CSV 不产生新查询；新取页面、回复和其他动作单独计费。