> 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.

# 找小红书近期选题，怎么挑高收藏、讨论多的视频或图文？

> 按选题目的选择时间、收藏或评论排序与内容类型，先筛相关性再读内容，交付可核对的参考清单。

要搜最近一周的小红书笔记，调用 `xiaohongshu.app_v2.search_notes`，设 `time_filter:"一周内"`。要看收藏最多的候选，设 `sort_type:"collect_descending"`；要看评论较多的候选，用 `comment_descending`。用 `note_type:"视频笔记"` 或 `"普通笔记"` 选内容形式。每种排序单独从第一页开始。

比如做「新手露营咖啡」选题，先用收藏排序找教程，再挑相关笔记看内容。想知道用户卡在哪一步，改用评论排序搜另一组候选，选中后读原评论。

## 先选目的，再选筛选条件

| 这轮要解决的问题      | 第一轮怎么找                   | 拿到后看什么                              |
| ------------- | ------------------------ | ----------------------------------- |
| 想研究清单、教程等实用表达 | 最近一周，收藏排序；按自己的内容形式选图文或视频 | 是否真在回答新手问题、步骤是否具体；高收藏不证明照做或购买。      |
| 想知道哪些内容引发讨论   | 同一关键词和时间范围，评论排序          | 先挑相关笔记，再读评论与回复；评论总数不能告诉你是咨询、赞同还是争议。 |
| 想找近期出现的新角度    | 最新发布排序                   | 看问题和表达有无变化；发布时间新不等于最近突然走红。          |

要做视频，先看视频的选题和叙述方式；要写图文，先研究图文的信息组织。对比两种形式时，每种形式单独记录查询，不把不同条件的搜索位置混成一份排名。

## 一页结果怎么筛成可交接的清单？

先看每条标题和搜索摘录是否切中“新手露营咖啡”，再参考收藏、评论等数字。咖啡店打卡即便互动高，也可以排除；讲营地器具选择的笔记即便数字一般，也可能值得保留。两个例子只示范判断方法，不是真实搜索的发现。

把结果放进[选题素材表](/zh/guides/xiaohongshu-notes-research)，逐条填 `selected` 和 `selection_reason`。交给同事时说清“为什么入选、想研究什么、还没核实什么”，而不只给一列热门标题。摘录不足时按需补详情描述；要总结读者在问什么，继续[评论研究](/zh/guides/xiaohongshu-note-comments)。取得描述文字不代表已有人读完全文。

如果先后取了收藏、评论两组样本，保留每组的关键词、条件、采集时间和来源，合并候选时按笔记 ID 去重。每次搜索单独运行一次导出脚本，不把两轮 manifest 混进同一次导出；同一篇笔记出现在两组里，也不能当成两条独立证据。

## 结果不理想时，先改哪里？

* 大部分不相关：先缩小关键词或换问题；继续翻页通常只会增加无关样本。
* 相关内容少：先检查是否同时限制了时间和类型。需要放宽时每次改一个条件，另开一轮，并记下变化；空结果不能证明没人讨论。
* 第一条并非数字最大：保留第一条的原搜索位置，按导出表的收藏或评论数比较本次已取样本。不要把空值补零，也不要声称全平台第一。

`sort_type` 排序只是平台搜索的请求方式，不保证数值严格递减：已保存的评论排序实测页就不是逐行严格递减。即使在本地重新排序，也只是当前样本中的顺序。最近一周的作品发布时间和积累时长各不相同，高互动不能直接当作增长速度或内容质量。

## 时间、排序和形式对应哪些参数？

下面是“露营咖啡、最近一周、收藏排序、仅视频”的一页请求。执行前免费 Inspect `data:xiaohongshu.app_v2.search_notes`，核对当前输入、可执行状态和价格。每页都是新的收费查询；收藏一页加评论一页就是两次查询。不自动翻页，也不自动补详情。

```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.app_v2.search_notes","params":{"keyword":"露营咖啡","page":1,"time_filter":"一周内","sort_type":"collect_descending","note_type":"视频笔记"}}' \
  -o xiaohongshu-search-page-1.json
```

| 要调整的条件         | 参数值                                                                              |
| -------------- | -------------------------------------------------------------------------------- |
| 最近一天 / 一周 / 半年 | `time_filter: 一天内` / `一周内` / `半年内`                                               |
| 不限发布时间         | `time_filter: 不限`                                                                |
| 收藏 / 评论 / 点赞排序 | `sort_type: collect_descending` / `comment_descending` / `popularity_descending` |
| 最新发布           | `sort_type: time_descending`                                                     |
| 只看视频 / 图文 / 都看 | `note_type: 视频笔记` / `普通笔记` / `不限`                                                |

英文客户端也保留表中的中文原值，不把 `视频笔记` 翻译成 `video`。首次从第 1 页开始；确需下一页时，沿用首次返回的 `search_id`、`search_session_id` 和真实下一页信息。改关键词、排序或筛选后，从第 1 页开新会话。保存与导出步骤见[搜索指南](/zh/guides/xiaohongshu-notes-research)。

依据：2026-11-16 实际请求一页评论排序搜索并导出 20 条笔记，列表路径为 `data.data.items[].note`；一周、视频、收藏的组合只核对了后端输入合同。不承诺每页固定条数或穷尽结果。

## 同一个词在抖音、小红书和视频号怎样对照？

例如查“租房收纳”做选题：小红书按上表的目的选笔记排序；抖音用[作品搜索](/zh/guides/douyin-python-research)选视频及点赞排序；微信用[视频搜索](/zh/guides/wechat-topic-search)，按任务选热门或近期内容。先固定每个平台实际可用的时间窗和页数，再在每个平台的样本内挑相关作品。记录原排序、可用指标、观察时间和实际入选理由。要比较三个平台都在讨论什么，可以合并主题和原句，每个平台的计数与名次分开保留。