> 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.

# 视频号评论复盘

> 用 wechat_channels.v2.fetch_video_comments 读视频号作品的一级评论和回复分支，整理出一张团队待回答的观众问题表。

要了解观众对一条视频号作品还有哪些疑问，用 `wechat_channels.v2.fetch_video_comments` 请求作品评论，`object_id` 填作品的数字 ID。先取一级评论。要展开某条评论下的回复，保持同一个 `object_id`，再填入父评论的 `comment_id`。例如做展览导览复盘，最终交付给同事的是一张待补说明的问题表。

## 从目标作品取首批评论

已有作品的数字 ID 时直接开始。只有分享链接或 `export/…` 标识时，先按[标识流程](/zh/faq/wechat-channels-identifiers)取得作品详情，核对返回的标题和账号是否就是目标作品。向 `POST https://api.beatapi.io/v1/social-data/call` 发送下面的请求，使用 BeatAPI Bearer 鉴权，并把示例作品 ID 换成自己的。

```json
{"action":"wechat_channels.v2.fetch_video_comments","params":{"object_id":"14941130915890399732","comment_id":"","last_buffer":"","raw":false}}
```

一级评论在 `data.comments`。`data.down_continue` 表示同一作品、同一分支是否还有下一页；取下一页时带回 `data.last_buffer`。先读一页，问题缺少上下文时最多再补两页。作品上显示的评论数只作背景。报告里写实际取到的页数、有效评论数和停止原因。

## 把原句放回讨论语境

例如“从这里进去吗”可能在问视频里的侧门，所以要看回复分支。先记下原句和所在作品，再从实际返回的一级评论里取父 `comment_id`。展开回复时保持 `object_id` 不变，`comment_id` 填父评论 ID，`last_buffer` 重新置空。之后用回复分支自己的返回继续翻页，并为该分支单独保存清单。作品 ID 和父评论 ID 保留为数字字符串，避免表格软件改写长编号。

```json
{"action":"wechat_channels.v2.fetch_video_comments","params":{"object_id":"14941130915890399732","comment_id":"<parent_comment_id>","last_buffer":"","raw":false}}
```

用[评论导出器](/zh/faq/wechat-channels-comments)导出已保存的页面，每个作品的每个分支最多三页。在 `comment-observations.csv` 里看原句，以及实际返回的时间和互动值，再用 `coverage.json` 确认覆盖范围。同一条评论出现在多页时，保留每次出现的出处，并按可确认的评论标识计数。

## 交付一张待回答问题表

问题表每行包含这些列：问题、原句、作品或回复位置、适用条件、是否已回答、下一步。例如观众问轮椅入口，作者回复提到东门坡道：把问题整理成“轮椅入口在哪”，把作者回复列为线索，与当前场馆说明核对后再更新导览。观众描述旧规则时，记下该规则适用的时间，避免在新内容里误用。

第一页、后续页和每个回复分支都是单独的请求。单价见[价格页](https://beatapi.io/zh/pricing)。