> 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.

# 想看日本或英国的 X 热点，该查哪个市场，怎么比较？

> 从多市场选题会议出发，明确国家输入、快照时间和可比较范围，避免把默认美国当全球、把话题来源当作者所在地。

每个市场调用一次 `twitter.web.fetch_trending`：日本填 `country:"Japan"`，英国填 `country:"UnitedKingdom"`。不传 `country` 时，返回的是美国的趋势。保存每份快照的采集时间，再比较两个市场各有哪些话题和可用的选题角度。两份榜单出现同名趋势时，先读相关帖子，确认两个市场讲的是同一件事。

## 多市场选题会，先回答这三个问题

| 你的问题                   | 应该怎么做                | 怎么解释结果                                                   |
| ---------------------- | -------------------- | -------------------------------------------------------- |
| 这两个市场今天分别在聊什么          | 分别请求每个市场、保留各自的实际查询时间 | 是两份当时取得的趋势快照，不是同时刻的完整话题统计。                               |
| 有没有相同话题，值得共用一个内容角度     | 对照原始名称，再读帖核实是否同一含义   | 同名不一定同事件，列表位置也不是跨国热度分数。                                  |
| 这个词在日本榜上，所以帖子都是日本用户发的吗 | 搜索原词后逐条核对语境          | 发现市场不等于作者所在地；`twitter.web.fetch_search_timeline` 没有国家过滤。 |

趋势榜单为空时，先区分成功的空响应和失败的请求：核对 `country` 输入和响应状态。成功的空列表只表示这次没有返回条目，不能证明该市场没人讨论。遇到错误先排查，不要接连换几个国家发付费请求。榜单里出现不认识的名字时，标为待核，不要把 AI 编出来的背景当事实。

交给团队时，留下国家、快照时间、趋势原名、相关帖子来源，以及每条“跟进/排除/待核”的理由。“跟进/排除/待核”是人工的编辑判断，趋势榜单本身不给出这些结论。本地整理和未执行的搜索计划见[国家趋势指南](/zh/guides/x-country-trends)。下面几节给出真实输入、文件和费用算法。

## 日本填Japan；省略国家是美国，不是全球

请求日本趋势时，调用 `twitter.web.fetch_trending`，传 `{"country":"Japan"}`。`country` 的默认值是 UnitedStates。`twitter.web.fetch_trending` 接受国家名称字符串，JP、region、城市编号或“全球”开关都不能用。免费 Inspect 的说明列出了 Japan、Germany、UnitedKingdom 等国家名称。发请求前先在 Inspect 核对当前输入，不要照搬其他产品的国家列表。

## 做日本和英国的选题对比，要交付什么？

1. 分别保存 Japan 和 UnitedKingdom 两份快照，各自记录实际采集时间。
2. 用[国家趋势指南](/zh/guides/x-country-trends)里的 `trend-inputs.json` 运行 `prepare_trends.py`，生成 `trends.csv`、`selected-searches.json`、`coverage.json` 和原始文件的证据副本。
3. 每一行保留国家输入、`response_position`、趋势原名、返回的 context 和 description、请求号和来源哈希。

`response_position` 只是条目在这一次响应里的位置，不是有保证的官方排名。不要写成“两个国家同一时刻排名前 30”：两份快照各有自己的采集时间和实际条数。趋势没有 description 时就留空，编辑解释单独写在简报里，不要冒充平台官方介绍。

挑选要跟进的话题时，用国家和 `response_position` 定位每个话题。`prepare_trends.py` 把真实的趋势名做 JSON 编码后作为搜索 `keyword`，含引号的名称也能完整保留。`selected-searches.json` 只是未执行的计划，不发起任何调用。

## 搜索趋势词后，能说这些帖子来自日本吗？

不能。`twitter.web.fetch_search_timeline` 没有国家输入。Japan 表示你在哪个市场发现了这个话题，不表示作者的国籍、居住地或发帖地点。逐条看帖子正文和 `lang`，挑出与选题有关的证据帖；`lang` 同样不代表地理位置。简报里把发现市场、趋势原名、快照时间、证据帖子和编辑判断分开记录。新闻和敏感事件先核实，不要把热搜词当成已确认的事实。

## 四次请求的预算怎么拆？

已记录的免费 Inspect 价格样例（不是实时价格）里，`twitter.web.fetch_trending` 和 `twitter.web.fetch_search_timeline` 都是每次请求 `$0.003`。

| 方案                            | 成功请求数 | 估算       |
| ----------------------------- | ----- | -------- |
| 两个国家各 1 份快照，每个国家选 1 个话题各搜 1 页 | 4     | `$0.012` |
| 只要两个国家的快照，不搜索                 | 2     | `$0.006` |

在本地整理已保存的文件不发起调用。每多一个话题、一页搜索结果或一次榜单刷新，都是另一次请求，要单独计入预算。

这个流程没有定时采集，所以不提供刷新周期、历史趋势曲线、固定条数或数值热度。先按实际响应交付当次快照，再决定是否值得继续查。

免费合同：`data:twitter.web.fetch_trending`、`data:twitter.web.fetch_search_timeline`。