做小红书选题,怎么找到值得参考的笔记并整理成表?
为选题找有用的小红书笔记,先用 xiaohongshu.app_v2.search_notes 按一个具体关键词搜一页,挑出相关笔记,只给入选的笔记补详情。比如做一期「新手露营咖啡」,第一轮就搜「露营咖啡」,看大家是在问器具、冲泡步骤,还是收纳。
最后交付一张选题素材表,保留标题、互动数和你写下的入选理由。只读过搜索摘录的条目,标为「搜索摘录」。
手上已经有指定笔记时,不必为了获得 ID 再搜索,直接走链接和笔记定位。要回答“用户到底抱怨什么”时,搜索只负责找样本,后面还需要阅读评论与回复。
做完后,你交给同事的是什么?
交给同事的是一张可以继续挑选的 notes.csv:标题、作者、搜索摘录、赞藏评分享、笔记 ID,以及 selected(是否入选)、selection_reason(为何入选)两列。这两列由你人工填写,脚本不判断相关性,也不生成所谓爆款评分。
下表是审核方法示例,不是真实搜索的发现:
交付时附一段简短说明:本轮搜了什么、筛出了哪些值得读的笔记、每篇为什么入选、还缺哪些信息。收藏不是购买,评论数不是独立用户数,搜索位置也不是内容质量排行榜。
1. 先把要回答的问题缩小,再选关键词
“咖啡”太宽时,先把目标写成一句话,例如“给第一次露营的人讲清楚怎样准备咖啡”,再选“露营咖啡”作为第一轮的词。结果偏离目标时,另开一轮换词;不要把不同词、不同筛选条件的结果混成同一份排名。
需要近期内容、只看视频,或按收藏/评论找样本时,先定好时间、类型和排序。这里的起步示例只用关键词,取不到“最近一周全部高收藏笔记”。
2. 用第一页判断关键词是否合适
先读第一页的标题和搜索摘录。看到的多是露营咖啡馆探店时,另开一轮,换成「露营 手冲 入门」。已经找到几篇相关教程、还缺低预算或轻装备的做法时,再补一页或换成更具体的词。
已接好 BeatAPI MCP 时,可以这样给助手布置任务:
查「露营咖啡」第一页,整理标题、作者、笔记 ID、搜索摘录和互动。按「装备清单、冲泡步骤、清洁收纳」标出候选方向。到第一页就停,把适合补详情或评论的笔记单独列出来。
MCP 工具预览先展示五条。用本次请求号读取已保存的结果,再判断要不要另查一页。
3. 导出后,写下“为什么值得看”
用后面的本地导出脚本生成 notes.csv。先按内容是否相关筛选,再参考互动信号,把 selected 填为 yes(入选)或 no(排除),未决定留空,并在 selection_reason 写明理由。例如“研究新手设备选择的表达”,比“点赞高”更能指导下一步。
同一笔记在不同页出现时只保留一个条目,按 ID 去重,不按标题。导出表保留作者和采集来源,便于核对;导出表不生成可访问的笔记分享链接。需要回看原笔记时,用标题、作者和 ID 到作者账号核对;找不到就记为待核实,不自行拼接缺少访问令牌的链接。
4. 只给值得研究的笔记补详情文字
挑出要精读的笔记,把详情返回的描述填进同一行的 detail_text。只有搜索摘录的行保留 search_excerpt。阅读状态由审核者填写;需要图片中的文字时,再去看原帖。
已知图文笔记调用图文详情动作,已知视频笔记调用视频详情动作,不为判断类型自动轮试两个动作。拿到结果后按目标笔记 ID 匹配,不默认第一条就是目标笔记。视频描述也不是口播逐字稿。
读完后,再决定是保留这个选题角度、换一个切入点,还是继续读评论。要了解讨论内容,进入评论研究流程;不能只凭评论总数写出用户需求结论。研究他人的内容结构和问题,不直接复制别人的正文当作自己的稿子。
5. 控制成本,也保留这轮研究范围
搜索 P 页、选定 N 篇补详情,共 P + N 次平台调用。评论和模型另计,单价见 BeatAPI 价格页。改表格、筛选和重新导出都用已保存的文件完成。
达到批准页数、遇到错误、重复整页、没有明确的下一页或状态异常时就停。在素材表旁记下关键词、筛选、日期和实际页数;素材表代表本轮看到的样本,不是平台全部笔记或稳定排名。要反复观察同一篇笔记在搜索中的位置,另用搜索位置追踪。
技术步骤:查当前能力与价格
需要 BeatAPI API Key。Search、Inspect 免费,执行消耗余额。下面用 HTTP 方式;已经通过 MCP 完成同一搜索时,不要为了导出把同一页再付费请求一次。
把实际的 reference 交给 Inspect;下面的 reference 是已核实的动作:
检查就绪状态、输入和当前价格,ready/runnable 才执行,listed 不代表可以执行。选择 Run 时,下面的请求只要一页的少量预览:
上面的 Run 请求是示例,不是实测返回。用返回的 request_id 按结果读取合同获取已存结果;预览大小不是平台分页。下方导出脚本接收完整的 Social Data 响应,不接收 MCP 预览。
技术步骤:保存搜索页
要用本页的固定导出脚本时,直接调用 Social Data 并保存完整响应。直接调用与上面的 Run 二选一,不为同一页调用两次。
第一页真实返回的 data.search_id、data.search_session_id 与 data.page/data.next_page 同层。获准取下一页时,保留首次的会话、关键词和筛选条件,换成真实的下一页值;下面的请求取第二页:
遇到空页、重复整页、错误或授权上限就停;翻页不承诺搜尽所有匹配。export_notes.py 只合并同一查询和筛选轮次;原始文件留存,不用标题代替 ID。
技术步骤:导出可筛选的笔记表
创建 search-manifest.json,每页填实际参数、采集时间和文件。下面的示例只列一页:
把下面的脚本保存为 export_notes.py。已核实的搜索路径是 data.data.items[].note;export_notes.py 把搜索摘录和后来取得的正文分列,给人工判断留下入选标记和理由两列。依据:export_notes.py 用一页已获准保存的真实响应导出了 20 条不同笔记,没有新增收费。
输出 notes.csv、notes.json、paging.json,不覆盖已有目录。notes.csv 用于人工筛选,notes.json 保留全部字段,paging.json 保存这轮的分页状态。搜索字段包含 title/desc、liked_count/collected_count/comments_count/shared_count、user.nickname/user.userid 和 images_list[].url;搜索结果里的 desc 只是卡片摘录,不是全文、独立 hashtags 或 views。
给选中的条目附加正文
对每篇已选笔记,用笔记 ID 调用 xiaohongshu.app_v2.get_image_note_detail(图文)或 xiaohongshu.app_v2.get_video_note_detail(视频),请求参数为 {"note_id":"<selected_note_id>"},每篇单独保存响应。不要两个动作都自动执行。
在 manifest 的 details 里添加 {"note_id":"<selected_note_id>","file":"selected-detail.json"},用新的输出目录重新运行导出脚本,并把人工审核过的旧 CSV 作为第三个参数传入:
传入旧 CSV 后,筛选决定和理由按笔记 ID 保留;原表每一行都要保留,用筛选代替删行。不传第三个参数时,审核列全部为空,不能当作保留了审核。空白正文或业务失败会停止本次导出,不产生“已取得详情文字”标记;旧表保留,修正清单后可以再次离线导出。export_notes.py 在图文 data.data[].note_list[]、视频 data.data[] 中精确匹配 ID,把 desc 写入 detail_text,并保存来源和请求 ID。没取到详情的行保留为搜索摘录;detail_retrieved 只表示取到了非空的详情描述,不表示已人工阅读或已取得完整正文。需要核对其他指标时,注意阅读与曝光的区别。
依据:搜索导出用已保存的真实响应验证过;追加页和详情匹配依据合同和离线样例回归,没有新增付费详情测试。空数据或错误不自动等于“没有内容”,也不自动重试。完整合同见社媒数据说明。
如果只想先跑一次搜索,可以看小红书单页搜索指南。

