> 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.

# 几个小红书候选关键词，怎样比较近期搜索趋势并继续选题？

> 按词调用 xiaohongshu.pgy.get_keyword_daily 获取小红书逐日搜索指数，用 pgy_daily.py 对齐 data.data.dailyData[] 日期并比较完整七日均值，再结合真实笔记与评论验证选题。

要比较几个候选关键词的近期搜索趋势，用 `xiaohongshu.pgy.get_keyword_daily` 每个词查一次逐日指数，再按共同日期对齐 `searchScore`。比较三个选题就是三次请求、三份结果。用指数判断方向，再读相关笔记和原评论，决定具体写什么。

例如「防晒霜」最近两周分数上升，就继续找用户提到的场景和使用问题。比较两周之前，先核对每个日期都有分数，笔记数和搜索人数分列。

## 应该查哪一种材料？

| 本次要回答什么  | 使用的能力                                       |
| -------- | ------------------------------------------- |
| 逐日怎样变化   | `data:xiaohongshu.pgy.get_keyword_daily`    |
| 需要这个词的概览 | `data:xiaohongshu.pgy.get_keyword_stat`     |
| 还要找相近方向  | `data:xiaohongshu.pgy.get_keyword_related`  |
| 想找搜索框补全  | [搜索联想词](/zh/faq/keyword-search-suggestions) |

`get_keyword_daily`、`get_keyword_stat`、`get_keyword_related` 都以一个 `search_word` 为输入。三个候选词的逐日查询是三次请求；需要概览或关联词时再另加请求，三个动作返回的是三种不同结果。

## 从一个词开始保存趋势

下面的示例调用逐日动作，把示例词换成你的候选词：

```bash
curl -sS https://api.beatapi.io/v1/social-data/call \
  -H "Authorization: Bearer $BEATAPI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{"action":"xiaohongshu.pgy.get_keyword_daily","params":{"search_word":"面膜"}}' \
  -o xiaohongshu-keyword-daily.json
```

`xiaohongshu.pgy.get_keyword_daily` 的输入没有起止日期、月份或关键词数组，时间窗口以实际返回为准。记录每个词的采集时间，并把 `data.data.dailyData[]` 里的 `dateKey`、`searchScore`、`noteNum`、`userNum` 分列保存，不用指数反推人数。

## 拿到曲线后先做哪三个判断？

1. **日期齐不齐。** 未返回的日子标为缺失，图上保留断点，不填0。最新返回日未必是今天。
2. **是否可比。** 多词先取共同返回日期，再比较同一指数口径。不要把不同窗口的总量直接相除。
3. **上升对应什么讨论。** 近期上升的词进入下一步候选，再按[选题研究](/zh/guides/xiaohongshu-keyword-research)读具体问题；热度本身既不说明原因，也不保证转化。

下方的本地工具 `pgy_daily.py` 只在两个连续七日都有完整指数时比较均值。`pgy_daily.py` 把窗口、缺失日期和基线状态写进 `summary.json`，逐日值写进 `daily.csv`，并保留原响应供核对。

比如同事要比较「补水面膜」和「清洁面膜」，就各保存一份逐日结果。两份结果的最新日期不同时，选两者共同覆盖的两周。每行保留原词、两个窗口、每天的指数和缺失日期；只有一周数据完整时，先报告这一周的原值。

## 费用怎么安排？

先确定候选词数量，按[价格页](https://beatapi.io/zh/pricing)当前的逐日查询单价估算。画图、比较已保存的时间段和写简报都在本地完成，改图不需要重新查询。

## 如何导出逐日证据表，并比较两个完整七日窗口？

BeatAPI 直接保留蒲公英响应信封，`xiaohongshu.pgy.get_keyword_daily` 在 `data.data.dailyData[]` 内返回 `dateKey`、`searchScore`、`noteNum` 和 `userNum`。指数、笔记数、搜索人数分列保存，不从指数推算人数；时间窗口由目标平台决定，不保证恰好 90 天。

每个候选词分别保存原响应，并导出到独立的输出目录。三个词的逐日查询是三次请求，概览、关联词和笔记评论研究按需要另选。请求记录的格式如下：

```json
{"action":"xiaohongshu.pgy.get_keyword_daily","params":{"search_word":"防晒霜"},"collected_at":"2026-11-16T10:00:00Z"}
```

把下面的脚本保存为 `pgy_daily.py`。`pgy_daily.py` 接受 `YYYY-MM-DD` 或 `YYYYMMDD` 日期标签（含整数 `YYYYMMDD`），其他格式直接报错，不猜时区或单位。数值必须是普通非负数，笔记数和人数必须是整数，缺值留空。`pgy_daily.py` 给有效日期排序、拒绝重复日期、列出缺失日期，只有最后两个连续七日的 14 个日期都有 `searchScore` 时才比较均值。日期与数值校验规则属于 `pgy_daily.py` 的本地约束，目标平台后续返回的格式可能不同。

```python
import csv,datetime,decimal,hashlib,json,pathlib,re,sys
source,manifest,target=map(pathlib.Path,sys.argv[1:4])
request=json.loads(manifest.read_text(encoding="utf-8"));params=request.get("params")
if request.get("action")!="xiaohongshu.pgy.get_keyword_daily" or not isinstance(params,dict) or set(params)!={"search_word"}:raise ValueError("Record the exact daily keyword request")
keyword=params["search_word"]
if not isinstance(keyword,str) or not keyword.strip() or not 1<=len(keyword)<=100:raise ValueError("One nonempty keyword required")
stamp=request["collected_at"]
if datetime.datetime.fromisoformat(stamp.replace("Z","+00:00")).tzinfo is None:raise ValueError("Timezone required")
raw=source.read_bytes();r=json.loads(raw)
if r.get("status")!="succeeded" or r.get("action")!=request["action"]:raise ValueError("Expected successful keyword response")
rid=r.get("request_id")
if not isinstance(rid,str) or not rid.strip():raise ValueError("request_id required")
envelope=r.get("data")
if not isinstance(envelope,dict) or envelope.get("success") is not True:raise ValueError("PGY business failure")
data=envelope.get("data")
if not isinstance(data,dict) or not isinstance(data.get("dailyData"),list):raise ValueError("Expected non-null dailyData array")
def day(value):
    if type(value) is int:value=str(value)
    if not isinstance(value,str):raise ValueError("Unsupported dateKey")
    if re.fullmatch(r"[0-9]{8}",value):return datetime.datetime.strptime(value,"%Y%m%d").date()
    if re.fullmatch(r"[0-9]{4}-[0-9]{2}-[0-9]{2}",value):return datetime.date.fromisoformat(value)
    raise ValueError("Helper accepts YYYYMMDD or YYYY-MM-DD date labels only")
def metric(value,integer=False):
    if value is None:return None
    if type(value) not in (str,int,float):raise ValueError("Unsupported numeric value")
    text=str(value)
    if not re.fullmatch(r"[0-9]+(?:\.[0-9]+)?",text):raise ValueError("Unsupported formatted number")
    number=decimal.Decimal(text)
    if integer and number!=number.to_integral_value():raise ValueError("Count must be whole")
    return number
points={}
for item in data["dailyData"]:
    if not isinstance(item,dict):raise ValueError("Invalid daily point")
    date=day(item.get("dateKey"))
    if date in points:raise ValueError("Duplicate day; inspect before merging")
    points[date]={"date":date.isoformat(),"dateKey":item["dateKey"],
                  "searchScore":metric(item.get("searchScore")),"noteNum":metric(item.get("noteNum"),True),
                  "userNum":metric(item.get("userNum"),True)}
summary={"keyword":keyword,"request_id":rid,"collected_at":stamp,"source_sha256":hashlib.sha256(raw).hexdigest(),
         "returned_days":len(points),"missing_dates":[],"comparison_state":"insufficient_data",
         "comparison":"Two adjacent seven-day averages ending at the latest returned date label; not an official period-over-period metric",
         "date_scope":"Returned date labels; no timezone conversion or guaranteed three-month coverage"}
if points:
    first,last=min(points),max(points);summary.update({"first_date":first.isoformat(),"last_date":last.isoformat()})
    if (last-first).days>3660:raise ValueError("Unexpected date span; inspect source")
    summary["missing_dates"]=[(first+datetime.timedelta(days=i)).isoformat() for i in range((last-first).days+1) if first+datetime.timedelta(days=i) not in points]
    dates=[last-datetime.timedelta(days=i) for i in range(14)]
    if all(date in points and points[date]["searchScore"] is not None for date in dates):
        current=sum(points[date]["searchScore"] for date in dates[:7])/7
        previous=sum(points[date]["searchScore"] for date in dates[7:])/7
        summary.update({"recent_7d_mean":str(current),"previous_7d_mean":str(previous),"mean_change":str(current-previous),
                        "relative_change":None if previous==0 else str((current-previous)/previous),
                        "comparison_state":"zero_baseline" if previous==0 else "computed"})
def cell(value):
    if value is None:return ""
    text=str(value)
    return "'"+text if text.lstrip().startswith(("=","+","-","@")) or text.startswith(("\t","\r","\n")) else text
target.mkdir()
with (target/"daily.csv").open("x",encoding="utf-8-sig",newline="") as output:
    writer=csv.DictWriter(output,fieldnames=["keyword","date","dateKey","searchScore","noteNum","userNum","request_id","collected_at"]);writer.writeheader()
    for date in sorted(points):writer.writerow({key:cell(value) for key,value in {"keyword":keyword,**points[date],"request_id":rid,"collected_at":stamp}.items()})
(target/"raw-response.json").write_bytes(raw)
(target/"summary.json").write_text(json.dumps(summary,ensure_ascii=False,indent=2),encoding="utf-8")
print(str(target/"daily.csv"))
```

运行 `python3 pgy_daily.py xiaohongshu-keyword-daily.json keyword-request.json keyword-review-1`。先看 summary.json，再用 daily.csv 的 date/searchScore 列画折线；缺失日期不是零，图上保留断点。原始 dateKey 和原始 JSON 留作核对。

两个七日窗口止于最新返回日期，不一定是今天。`relative_change` 是比例，不是乘过 100 的百分数；前七日均值为零时结果为 `null`，并记 `zero_baseline`。本地算出的均值变化不是平台官方环比，也不是转化率，单个短窗口也证明不了季节性。多个词只在共同返回日期、同一指数口径下比较，不与其他平台的指数混比。上升的词还要经过[真实笔记/评论证据流程](/zh/guides/xiaohongshu-keyword-research)核对，再形成选题。