> 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.

# 复盘公众号活动文章，怎样把阅读与互动整理成有依据的对照？

> 固定文章名单和观察时点，保存标准统计与状态，再接已有导出器，区分可比数据、缺口和下一步内容核查。

复盘一组公众号活动文章，先固定文章名单和观察时点，用 `wechat_mp.v2.fetch_article_stats` 为每篇保存标准统计，再用 `wechat_metrics.py` 导出已保存的响应，最后结合每篇的原内容解读数字。复盘结果说明哪些文章值得继续研究，哪些差异还需要补背景。

已有准确文章链接就直接查统计。文章名单不完整时，从[文章目录](/zh/guides/wechat-account-articles)选出本次活动相关文章，并记下每篇的选择理由。`wechat_mp.v2.fetch_article_stats` 不要求先买一遍正文。

## 1. 先确定比较问题

写清活动、入选文章、每篇的发布时间和需要观察的指标。报名说明、活动回顾和使用教程的目的与积累时间不同，先按内容角色给文章分组。

比较发布后第七天，需要第七天保存的观察；今天查询返回的是今天的值。标题、账号和来源另列保留，统计数字补不出内容背景。

## 2. 保存每篇的标准统计

调用 `wechat_mp.v2.fetch_article_stats`，显式传 `raw: true`，让响应同时保留原值和可见性/取数状态：

```json
{
  "action": "wechat_mp.v2.fetch_article_stats",
  "params": {"url": "<confirmed_article_url>", "raw": true}
}
```

把请求体提交到 `POST https://api.beatapi.io/v1/social-data/call`，使用常规BeatAPI Bearer鉴权。`url` 输入接受公开 `/s/…` 短式文章链接和带 `__biz` 的长式文章链接。

每次调用都保存实际HTTP状态、取得时间、输入与原响应。标准统计字段说明列出 `read_num`、`like_count`、`old_like_count`、`share_count`、`collect_count`、`comment_count`、`star_num`；原始显示和成功标记与数字一起保留。

H5统计只覆盖评论，不能在阅读/点赞取不到时充当同一指标。动作选择与字段说明见[统计问答](/zh/faq/wechat-article-metrics)。

## 3. 接已有导出器，保留来源关系

1. 把[统计问答](/zh/faq/wechat-article-metrics)中的 `wechat_metrics.py` 保存到本地。
2. 为实际取得的响应创建 `stats-pages.json`。下面是**格式示例**，链接、时间、状态和文件名都换成真实调用的值：

```json
[
  {
    "action": "wechat_mp.v2.fetch_article_stats",
    "params": {"url": "https://mp.weixin.qq.com/s/example", "raw": true},
    "http_status": 200,
    "collected_at": "2026-11-17T08:00:00+08:00",
    "response_file": "article-1-stats.json"
  }
]
```

3. 在本地运行导出器：

```bash
python3 wechat_metrics.py stats-pages.json metric-review
```

`wechat_metrics.py` 输出 `metrics.csv`、来源与原件记录。`metrics.csv` 每篇每项指标一行，所以行数不等于文章数；用 `article_url`、`source_index` 和请求号回到对应原件。失败或未取得材料的文章仍留在本轮名单中，分开记录每篇的状态。

## 4. 读表时先看能否比较

下表是**虚构的复盘情形**：

| 观察               | 怎么用                |
| ---------------- | ------------------ |
| 两篇都有上报整数，但积累时间不同 | 保留当前快照，说明文章年龄再讨论内容 |
| 数字存在，可见标记或取数状态异常 | 单列待核，先看原件与状态       |
| 缺失、null、不可得或请求失败 | 分别说明缺口，不填0         |
| 10万+一类文本         | 保留显示含义，不编成精确数相减    |
| 只有评论范围           | 继续按评论指标使用，阅读仍未取得   |

导出器的 `reported_integer` 说明数值的表示形式，不独立证明精确人数或有效可见性。100001这样的数字按原值保留；判断数值是否到了显示上限，结合实际显示文本与状态。

## 5. 指标之后还要看什么？

对每篇入选文章，补看标题、正文、发布时间、内容目的和已知分发背景。例如报名说明阅读较高，下一步看报名说明的入口写得是否清楚；教程收藏有变化，回看教程里哪段讲解有用。指标提供观察线索，原内容支持解释。

需要把已存文章来源与统计联表时，用[已存来源与统计联表](/zh/faq/wechat-page-fields)，一次最多五对；更多文章分成独立命名批次。已有正文原件先复用。

两次统计只描述两个取得时点。文章身份、原值、状态与时间都可比时，再比较两次观察的变化，不把变化称为净新增独立读者或活动带来的销售。

## 6. 最后交给团队什么？

交付文章名单、指标长表、原件来源、可比较条目与理由、待核项，以及接下来准备补读的文章。写清哪些值得研究、目前依据是什么、还缺哪些证据。

给助手这样的指令：

> 复盘这组活动文章，复用已确认链接，保存本轮标准统计与状态。先区分文章角色、积累时间和数据缺口，再挑值得读原文的对象。每个判断附来源，列出可比依据、待核问题和下一步。

按[价格页](https://beatapi.io/zh/pricing)规划入选文章的统计次数，以及确需增加的目录/正文读取。已保存的原件可反复用于分析。

例如复盘两篇活动文章，一篇负责报名，一篇是活动回顾。在表里写清每篇的目的、发布时间、查询时间和读数状态。报名文的阅读较高时，读报名文原文，看报名入口讲得是否清楚。要知道有多少人完成报名，核对报名记录。

## 行业文章对照

例如比较咖啡行业的门店案例：

1. 用[文章专搜](/zh/faq/wechat-search-articles)逐个行业词取一批候选文章。
2. 按实际正文或摘要判断每篇候选是否相关；关注近期内容时用时间筛选。
3. 按热度排序找线索时，只对入选文章单独取标准统计。
4. 已知行业账号时，从每个账号已核实的[文章目录](/zh/guides/wechat-account-articles)取一批作为比较材料。

整理时保留词、入选理由、账号、发布时间、查询时点和指标状态。阅读排序只在本轮收集的可比报告值内进行。显示阈值、缺失值和状态异常单列；比较同一个账号的平时表现时，选同类型、发布时间接近的文章。交付候选名单、读数依据和每篇值得回看原文的理由。