> 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.

# 怎样找出某个视频号讲过的新品内容，并选出值得拆解的案例？

> 确认研究账号与主题，搜索有限页结果，核对作品相关性，再从选中案例提炼表达方式和待验证问题。

要找出某个视频号讲过的新品内容，用 `data:wechat_channels.v2.fetch_search_channel_videos` 在已确认的账号内搜索：传入账号的 `v2_…@finder` username 和新品关键词。最多保存两页结果，整理一份逐条写明入选理由的案例清单，只为清单里的作品补读详情。号内搜索回答“这个账号讲过什么”，不用逐条翻看账号的整个作品目录。

## 1. 把要找的案例说具体

例如研究“新品首发”，先用“新品”查候选，再把命中结果分成发布会、使用教程、促销和无关同词内容。定下要比较的维度，例如每条作品开头怎么引入、突出什么卖点、适用谁、有没有明确行动入口。

可以这样交代给已接入 BeatAPI 的助手：

> 在这个视频号里搜“新品”，先看最多两页结果，挑出真正介绍新产品的作品。保留作品标识和返回文案，给每条写入选理由；选定后再读取详情，比较它们怎样介绍卖点和适用场景。

## 2. 确认是要研究的那个账号

准备账号 `v2_…@finder` 格式的 username。只有 `sph…` 短号或一条作品分享链接时，按[标识流程](/zh/faq/wechat-channels-identifiers)取得并核对账号。已有规范的 `v2_…@finder` username 时直接复用。

`data:wechat_channels.v2.fetch_search_channel_videos` 接收账号和关键词，只搜索指定账号。要看账号整体发布节奏，改用[作品目录](/zh/faq/wechat-channels-search-pagination)。

## 3. 生成并发送第一页请求

把下面的脚本保存为 `make_request.py`。`make_request.py` 把账号、关键词和返回模式写进请求文件，首次游标为空；目标请求文件已存在时不覆盖原件。

```python
import json, pathlib, re, sys
username, keyword, cursor, output = sys.argv[1:5]
keyword = keyword.strip()
if not re.fullmatch(r"v2_[0-9a-fA-F]+@finder", username) or not 10 <= len(username) <= 256:
    raise ValueError("Expected finder username")
if not 1 <= len(keyword) <= 100 or len(cursor) > 4096:
    raise ValueError("Invalid keyword or cursor length")
body = {"action":"wechat_channels.v2.fetch_search_channel_videos",
        "params":{"username":username,"keyword":keyword,"cursor":cursor,"raw":True}}
with pathlib.Path(output).open("x", encoding="utf-8") as f:
    json.dump(body, f, ensure_ascii=False, indent=2)
```

替换为实际账号，执行：

```bash
python3 make_request.py '<finder_username>' '新品' '' search-page-1-request.json
curl --fail-with-body -sS https://api.beatapi.io/v1/social-data/call \
  -H "Authorization: Bearer $BEATAPI_API_KEY" \
  -H 'Content-Type: application/json' \
  --data-binary @search-page-1-request.json -o search-page-1-response.json
```

请求使用 `raw:true`，下一页继续用 `raw:true`。当前查询价格见[价格页](https://beatapi.io/zh/pricing)。账号解析、选中作品的详情和评论是各自独立的查询步骤，需要时才另行请求。

## 4. 看第一页，先判断是不是想找的内容

1. 确认 HTTP 成功和业务成功，保存请求、响应、`request_id` 和采集时间。
2. 逐条核对返回作品是否属于目标账号，把实际可用的作品标识、文案和来源位置记进案例表。
3. 给每条作品写一句入选理由，例如“产品首发，介绍了适用人群”，或排除理由，例如“只是旧产品促销，本轮排除”。命中关键词只说明作品是候选，能否进入研究清单要看作品的上下文。

搜索响应没有固定的搜索卡片投影，也没有经过核对的解析器能把结果映射成标题和作品链接。直接核对返回对象；案例表由你或助手逐条审核整理。

例如同一个账号里，「新品」搜到发布会预告、首发演示和旧款清仓。要研究账号怎么讲卖点，优先选首发演示，记录首发演示的作品 ID 和入选理由。发布会预告可以留作「如何预热」的案例；旧款清仓另记排除原因。每条选片决定和对应的搜索页来源记在同一张表里。

## 5. 有需要再接第二页，并补选中详情

1. 还需要更多候选时，把返回的 `next_cursor` 原样作为 `make_request.py` 的第三个参数，另存 `search-page-2-request.json`。账号、关键词和 `raw:true` 保持不变。
2. 两页看完后记录这批数据的实际范围；是否继续翻页作为新的范围另行决定。
3. 相同作品 ID 的重复结果在案例表里合并，保留每个来源。只拿到 `exportId` 时保存 `exportId` 原值，作为详情输入 `export_id` 定位作品，不按标题猜数字 ID。详情取回后，再核对作品和发布账号。
4. `next_cursor` 为空或重复、或请求失败时，记下原因，保留已成功取得的第一页。未取回的页不计入已完成范围。

## 6. 交付案例与研究判断

案例表的列为：作品标识、实际返回文案、来源页、查询时间、入选理由、需要补读的问题。用选中作品的详情提炼卖点和表达方式；观众讨论按[评论流程](/zh/faq/wechat-channels-comments)单独取得。

每个结论配上出处作品，区分视频实际说明的内容与你的推断。交付时写明检查了几页、选中多少条、哪些还待详情核对。以后换关键词时，已保存的搜索页仍可复用。

`make_request.py` 只生成请求。相关性判断和案例表需人工审阅整理；阅读已保存的搜索页不需要重新查询。

[作品目录与搜索分页](/zh/faq/wechat-channels-search-pagination)