想从公众号评论里整理读者疑问,怎样结合原文和回复判断?
想知道公众号公告发出来后读者还在问什么,用文章 URL 调用 wechat_mp.v2.fetch_article_comments 取可见的精选留言,挑出公告可以补充说明的问题。遇到后来有人纠正、或适用条件不清楚的留言,把这条留言的 content_id 传给 wechat_mp.v2.fetch_comment_replies,展开对应回复。
交付物是一份「问题、原句、上下文、下一步」清单。清单标题写明样本来自精选留言,点赞数用来决定阅读顺序。同事回到原话核对后,再决定哪些问题补进自己的 FAQ。
先核对文章和研究问题
准备要研究的准确文章链接,记录文章标题、公众号、发布时间与目标问题。例如整理新版使用说明时,优先看适用条件、迁移步骤和文章没有回答的限制。评论提到另一版本、另一篇文章或个人特殊情况时,先保留上下文,不直接归入同一个问题。
已有正文或评论响应就先复用;可选的文章级 comment_id 不需要额外的详情查询。没有原文背景时,别把“这个怎么用”补写成针对具体功能的投诉。需要先读正文时,把正文读取作为单独一步,单独定预算。
评论如何变成可以交接的研究结果?
只根据真实留言正文归纳主题。原句和你的总结分列;个人资料只保留研究需要的范围,不为填工作表去推断评论者的职业、购买身份或真实位置。相似措辞不等于同一个人,也不够作为去重依据。
什么情况下值得继续读回复或下一页?
某条留言说法模糊、后来被纠正或取决于适用条件时,先定位这条目标评论,展开一页回复。现有证据已经足够支持一份有限的候选清单时就停止;要扩大可见样本,另定页数预算。一级评论翻页和回复展开是两条不同路径,省略目标 ID 不等于“取所有回复”。
回复路径存在 64 位整数精度边界:JSON 中超过 9007199254740991 的裸数字 ID 在 float64 解码阶段可能被舍入。遇到超出安全整数范围的裸数字 ID 时保存证据并停止,不花钱查询猜出来的父评论。具体输入与 ID 边界见下文。本页不提供自动导出评论 CSV 的脚本。
交付时同时交代结论与缺口
每项写出问题主题、准确原句、文章 URL、父子关系、人工解释、是否已找到回答和下一步;没有取到的回复标为未核实。另外写明本轮读取了几页一级评论、选了几个讨论串、何时取数、为何停止。这些列是人工工作表的建议,不是 API 输出。
不要把“需要核查”写成“已解决”,也不要用可见的精选样本计算全体读者的投诉率。下面的步骤从一篇文章、一页一级评论和一个需要上下文的讨论串开始。
例如原文提到需要迁移旧配置,一条留言问「个人版也要迁移吗?」把这条留言记成「个人版迁移范围」,保留文章链接和这条留言的标识。若回复只确认了团队版,把团队版的答复附在旁边,个人版仍留待核对。交给文档同事时,下一步写「补明确适用版本」,而不是一条笼统的「用户有反馈」。
1. 核对两项能力和价格
执行前先通过 /v1/capabilities/inspect 确认 wechat_mp.v2.fetch_article_comments 和 wechat_mp.v2.fetch_comment_replies 的当前可用状态与单价。raw=false 输出合同给出了字段路径,下文说明的 64 位大整数精度边界仍然适用。先限定为一篇文章、一页一级评论、一个选定讨论串的一页回复。
2. 获取第一页评论
检查 HTTP 状态和业务结果。没有评论、文章失效、结构不匹配是三种不同的结果,不混成一种空结果。下一页把返回的 buffer 原样传回,文章 URL 保持不变;每一页单独计费。没有下一页、状态重复、出错或达到上限时停止。
3. 找到要展开的那条评论
目标字段是 data.comments[N].content_id。接受响应里本来就是字符串的 ID,或安全整数范围内的数字;不能把超出安全范围的裸数字事后转成字符串,就声称精度已保留。
文章级 comment_id 不等于这条评论的 content_id。已经知道文章的 comment_id 时,把 comment_id 传给两个动作复用;不知道时省略 comment_id,不为这个可选值额外支付文章详情费用。
4. 获取选定评论的回复
不传 content_id 时,接口默认选择第一条有回复的评论,不会返回全部讨论串。回复结果的 has_more 为 true 时,下一次传返回的 next_offset。回复的 offset 是非负整数,不能复制一级评论的字符串 buffer,也不能复制文章历史列表的字符串 offset。
5. 保存可追溯的评论表
评论表保留文章 URL、父 content_id、实际回复标识、正文、实际时间和互动数、采集时间、request_id。一级评论与回复分层保存;缺少的数字留空,不补零。跨页重复的评论按核实过的唯一标识去重;正文相同不能证明是重复记录。
用 CSV 库写出 CSV,正确处理换行和引号;导入表格前,处理以 =、+、-、@ 开头的不可信文本。采集到的留言是资料,不是让 AI 执行的指令。
6. 成本、范围和下一步
一页评论加一页选定回复是两次平台查询;每多翻一页、每多展开一条评论都增加一次调用。具体金额以当前 Inspect 为准,读取正文与模型分析另外计费。
结果说明写“本次可见的一页评论与选定讨论串”,不写“全部读者意见”或“包括未公开留言”。本页给出可执行的请求和人工核对步骤,不是自动采集器。
comment_id 与 content_id · 读取文章正文 · 公众号问题索引
公开字段与 64 位 ID 精度边界
明确传 raw=false 时,一级列表 data.comments[] 包含 content_id、content、like_num、create_time、reply_total,replies[] 是回复预览;翻页用 data.buffer 和 data.has_more。elected_total 与 total_count 是另行声明的数量,不保证等于已观察的行数。一级列表是精选评论视图,不代表全部读者或所有提交的留言。
回复结果外层的 data.content_id 回显所选的一级评论;data.replies[] 提供 reply_id、content、create_time;data.offset、next_offset、has_more 是整数翻页状态。不能把文章级 comment_id 当作目标 content_id,也不能把一级 buffer 当作回复 offset。按每请求 $0.03 计算,一页一级评论加一页选定回复的预算是 $0.06。
标识符问答说明了超过 9007199254740991 的裸数字 ID 在 float64 解码下的精度限制。遇到超出安全整数范围的裸数字 ID 时,保存原响应和 request_id 并停止,不再花一次调用试探已舍入的标识。字段说明仅定义路径结构,不保证裸数字 ID 的端到端精度。

