> 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.

# 小红书选品研究，怎样从商品和笔记找到值得改的地方？

> 搜索小红书商品，读取可比 SKU 的买家评价，再核对笔记讨论，把买家抱怨整理成值得验证的产品问题。

要找出值得改进的产品点，先用 `xiaohongshu.app_v2.search_products` 搜商品，再用 `xiaohongshu.app_v2.get_product_reviews` 读取可比 SKU 的买家评价，最后读笔记讨论，核对每种抱怨在什么使用条件下出现。最终得到一份产品问题清单，每个问题都对应原始评价或评论。下面以冬季帽子为例，研究买家对勒头、面料扎和保暖不足的抱怨。

## 先选可比商品，再查评价

两个请求都发往 `POST https://api.beatapi.io/v1/social-data/call`，使用 BeatAPI Bearer 鉴权。先用 `xiaohongshu.app_v2.search_products` 搜一页商品：

```json
{"action":"xiaohongshu.app_v2.search_products","params":{"keyword":"冬季帽子","page":1,"search_id":"","source":"explore_feed"}}
```

核对搜索响应里的商品、规格和来源。搜索下一页时，传入返回的搜索标识和下一个页号。挑选目标人群、材质和款式相近的商品；价格、售出量和规格只在响应能确认时填表。查评价之前，先确认 `xiaohongshu.app_v2.get_product_reviews` 需要的 SKU 标识，作为 `sku_id` 传入：

```json
{"action":"xiaohongshu.app_v2.get_product_reviews","params":{"sku_id":"<confirmed_sku_id>","page":0,"sort_strategy_type":1,"share_pics_only":0,"from_page":"score_page"}}
```

评价从 `page:0` 开始。`sort_strategy_type` 设为 1 取最新评价，设为 0 为综合排序。只看带图评价时，把 `share_pics_only` 设为 1，并在样本说明里记下这个筛选条件。是否续页按实际返回决定。价格、售出量和评价内容的字段路径尚未登记，所以保留原响应，按实际拿到的字段填表。

## 一条买家评价怎样变成产品问题？

例如“走路时刚好，骑车风大时耳朵冷”这条评价描述了具体使用环境。每条评价都记下原句、商品及规格、使用场景、体验、时间和出处。同一问题在多个商品上出现时，写明涉及几个商品、审阅了多少条评价。包装、配送和商品本身的问题分开记录。

把买家评价和笔记评论归到同一个产品问题下，例如「护耳长度」，每条材料各自保留出处：

| 这条材料说了什么          | 还要核对什么                |
| ----------------- | --------------------- |
| 买家评价说骑车时耳朵冷       | 确认评价对应的 SKU、护耳长度和骑行条件 |
| 笔记评论问戴头盔会不会挤      | 记录为购买前疑问，拿对应款式和头盔试戴   |
| 同商品另一个规格的评价只说走路暖和 | 记录规格与用途，再决定是否适合并排比较   |

然后用[笔记搜索](/zh/guides/xiaohongshu-notes-research)补充购买前的疑问。商城买家评价和笔记讨论作为两份样本分开保存，每条发现都对应出处。交付物是下一轮要验证的具体问题，例如“加长护耳是否更适合骑车”。调用次数按商品搜索页数加上入选 SKU 的评价页数来规划，现价见[价格页](https://beatapi.io/zh/pricing)。