> 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.

# 小红书笔记和评论从哪里取？创作后台、开放平台和公开数据怎么选？

> 按自有账号、投后报表和公开选题的目标，选择小红书数据入口并验证首批样本。

小红书数据从哪里取，取决于你研究谁的笔记。看自己笔记的阅读和曝光，先到**创作中心**；看一笔合作带来的效果，用你能访问的**蒲公英或投放报表**。想知道同行笔记下面的用户在问什么，先打开几条已知笔记；每周都要找新样本时，用 BeatAPI 的 `xiaohongshu.app_v2.search_notes` 搜笔记，再选几篇读评论。

## 自己的笔记或投放，先看哪个入口？

| 要回答的问题            | 先去哪里                                                     | 留下什么                   |
| ----------------- | -------------------------------------------------------- | ---------------------- |
| 自己的笔记表现怎样？        | 用自己的账号进入 App「创作中心 → 近 7 日数据」，选一篇定位数据。店铺运营可用千帆的笔记中心或笔记数据。 | 笔记标识、指标原名、时间窗、下载或记录时间  |
| 合作投放有没有效果？        | 用已授权的蒲公英或投放报表，按项目和作品核对                                   | 合作项目、投放时间、曝光和阅读定义、归因口径 |
| 应用需要小红书登录和授权用户资料？ | 核对账号开放平台的 Scope 和应用审批                                    | 已批准权限、实际授权用户和返回字段      |

小红书账号开放平台目前把 `basic_info` 标为已开放，`read_notes` 列为规划中。Scope 表只说明账号接入；营销平台和小程序各有独立能力与接入要求。开发时按项目所用平台、已获批的权限和实际响应确认。 [账号授权范围](https://openaccount.xiaohongshu.com/docs/scope) · [小红书营销开放平台](https://ad-market.xiaohongshu.com/) · [自有笔记数据的官方操作示例](https://school.xiaohongshu.com/lesson/normal/af0fe7e97bb0433fac9da5d1df52b07f)

## 研究别人公开讨论时，先跑一批什么？

只有两三条已知笔记时，打开原帖做人工卡片即可。要重复找同一题材的样本时，给 `https://api.beatapi.io/v1/social-data/call` 发送 POST，设置 `Authorization: Bearer <BEATAPI_API_KEY>` 和 `Content-Type: application/json`。选一个词，从第一页搜索开始：

```json
{"action":"xiaohongshu.app_v2.search_notes","params":{"keyword":"咖啡机清洁","page":1}}
```

确认 HTTP 调用和业务结果都成功，再从 `data.data.items[].note` 找候选笔记。保存搜索词、笔记 ID、标题、当时的互动快照和原始响应。搜索摘录用来选笔记。要回答「用户在抱怨什么」，选定笔记后用[评论指南](/zh/guides/xiaohongshu-note-comments)取原句和上下文，并记录支持每条结论的原句来自多少篇不同笔记。阅读、曝光或归因字段缺失时保留缺失状态。 [搜索结果导出](/zh/guides/xiaohongshu-notes-research) · [阅读与曝光口径](/zh/faq/xiaohongshu-views-impressions)

## 想把数据导成表，要选哪条路线？

| 手里的材料       | 想交付什么             | 从哪里开始                                                                                                      |
| ----------- | ----------------- | ---------------------------------------------------------------------------------------------------------- |
| 关键词或已存搜索页   | 候选笔记、摘录和入选理由      | [搜索导出 CSV](/zh/guides/xiaohongshu-notes-research)                                                          |
| 已确认的博主主页    | 一条笔记一行的作品目录       | [博主笔记导表](/zh/guides/xiaohongshu-creator-note-inventory)                                                    |
| 入选笔记的链接或 ID | 互动快照，或能回查的评论原句表   | [互动快照](/zh/guides/xiaohongshu-note-metrics) · [评论研究](/zh/guides/xiaohongshu-note-comments)                 |
| 达人条件或选中的商品  | 合作候选，或按 SKU 整理的评价 | [蒲公英候选](/zh/guides/xiaohongshu-creator-shortlist) · [商品评价](/zh/guides/xiaohongshu-product-review-research) |

例如先用关键词 CSV 找两篇合适的笔记，再只给这两篇补评论。候选表和评论表用笔记 ID 对照，保留每次取数的范围。

## 月报里怎么写，才能看出下一步做什么？

例如你要决定下个月拍不拍一条「咖啡机除垢」教程。先在创作中心选同一个月，找两篇自己的清洁笔记，按后台显示的阅读、曝光和时间窗填「自有笔记表现」。再从公开样本找两篇不同的笔记，各保存一条提到「除垢后仍有异味」的评论，连同原帖、评论原句和采集时间填「下月选题线索」。

两条评论的样本可以支持「有用户问除垢后异味，值得补一段排查」。想判断异味问题有多常见，就按同一筛选规则增加笔记数，并记录出现该问题的笔记数和实际看过的笔记数。

如果主要还缺异味出现的条件，下一轮只补涉及机型或清洁剂的原话。月报里把「自家清洁教程的曝光变化」和「公开样本提出的新问题」各写一行，分别附后台日期与原笔记。团队据此决定是验证现有教程的效果，还是补写新的使用说明。

## 怎样比较人工、现有工具和按次查询的成本？

拿同一批选题做小试验，要求每套方案都交付「十条带来源的候选、三条可复核的用户问题」。记下实际可用条数、漏项、人工复核时间和失败重跑次数。已有采集程序时，先用一份旧响应跑一遍导出，再把维护、运行和人工时间算进去。

例如每周 10 个词各查一页，再选 3 篇各查一页评论，四周的计划是 40 次搜索、12 次评论查询。搜索和评论按各自单价计算；补详情和续页另计。最后按一批可交付的记录比较投入。 [BeatAPI 价格页](https://beatapi.io/zh/pricing)