SuperAPI AI 工具集

tracking-product-launch-buzz-on-twitter

营销与增长

查看项目

更新于 10-15 12:24

技能介绍

用途

该技能用于追踪 Twitter 上产品发布的讨论热度与用户反应,基于 apidojo 的 Twitter Search 抓取器(apidojo~tweet-scraper)实现。当用户提出追踪产品发布热度相关需求时触发。它属于 apidojo 智能技能库的一部分。

主要能力

  • 通过高级搜索查询(searchTerms)抓取 Twitter 推文。
  • 支持多种过滤与排序条件,包括:排序方式(Latest、Top 或 Latest+Top)、推文语言(ISO 639-1 代码)、返回数量上限、仅认证用户、仅 Twitter Blue 订阅者、仅含图片、仅含视频、仅引用推文、指定作者、回复特定账号、提及特定账号、地理位置附近、半径范围、经纬度加半径、地点对象 ID、最低转推数、最低点赞数、最低回复数、起止日期、是否在每条推文中附加匹配的搜索词,以及自定义 JavaScript 转换函数。
  • 对结果进行分类:VIRAL(每小时超过 1000 次提及)、HIGH_BUZZ(每小时 100-1000 次)、MODERATE(每小时 10-100 次)、LOW(每小时少于 10 次)。
  • 按质量与相关性评分,公式为:buzz_score = tweet_volume_24h * 0.35 + weighted_sentiment * 0.35 + influencer_mention_count * 0.30。
  • 输出格式为表格,可保存为 CSV 或 JSON。

使用方式

前置条件:设置 APIFY_TOKEN 环境变量;可选安装 Apify MCP 服务器。

工作流程:

  1. 定义参数。
  2. 运行 tweet-scraper。
  3. 过滤并分类结果。
  4. 按质量与相关性评分。
  5. 交付输出。

运行方式一:使用 run_actor.js 脚本(自动处理等待、输出与文件保存)。

快速回答(在聊天中打印表格):

node scripts/run_actor.js \
  --actor "apidojo~tweet-scraper" \
  --input '{"param": "value"}'

保存为 CSV:

node scripts/run_actor.js \
  --actor "apidojo~tweet-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.csv --format csv

保存为 JSON:

node scripts/run_actor.js \
  --actor "apidojo~tweet-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.json --format json

APIFY_TOKEN 必须设置在环境变量或 .env 文件中。

运行方式二:若 Apify MCP 可用,使用工具 apify:run-actor,Actor 为 "apidojo~tweet-scraper",输入示例:

{
  "searchTerms": ["[PRODUCT] launch", "[PRODUCT] just launched", "new [PRODUCT]", "[PRODUCT] release"],
  "maxItems": 100
}

运行方式三:REST API 回退方案。

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~tweet-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"searchTerms": ["[PRODUCT] launch", "[PRODUCT] just launched", "new [PRODUCT]", "[PRODUCT] release"], "maxItems": 100}'

等待状态为 SUCCEEDED 后,获取数据集:

curl "https://api.apify.com/v2/actor-runs/$RUN_ID/dataset/items?token=$APIFY_TOKEN"

适用场景

  • 在产品发布后追踪 Twitter 上的讨论热度与用户反应。
  • 对产品发布相关推文进行分类与评分,识别高热度内容。

限制与边界情况

  • 产品发布推文通常在 48 小时内出现峰值后衰减,建议在发布后 24-72 小时内运行以获得最佳信号;旧发布会产生误导性的低数据量。
  • 结果少于 20 条时:扩大搜索词;移除次要过滤条件。
  • 无结果时:验证搜索词是否正确;尝试其他表述。
  • 数据质量问题:移除缺少关键字段的条目;在输出中注明数量。
  • 结果过少:扩大主要搜索词;移除限制性过滤条件。
  • 结果质量低:应用最低分数阈值(≥ 0.50)过滤噪声。
  • Actor 运行失败:验证 API 密钥;在 apify.com/apidojo 检查 actor 状态。

输出格式

# Tracking Product Launch Buzz On Twitter
Results: [N] | Date: [DATE]

| # | [Key Field] | [Metric 1] | [Metric 2] | [Classification] | [Score] |
|---|------------|-----------|-----------|-----------------|---------|
| 1 | [value] | [value] | [value] | [type] | [0.XX] |

## Summary
Top result: [description]
Key finding: [insight]