怎么用 AI 分析 TikTok 视频下面的评论？
把 SocialToAI 通过 MCP 接进你的 AI 客户端，然后用大白话问就行。这次录制里，AI 客户端回答了“NASA 最近的 TikTok 视频下面，评论区在说什么？”：在 TikTok 上发了 1 次请求，读了 199 条内容，用时 14.2 秒，共 38 积分（$0.13）。下面是它的每一步调用、带出处的回答，以及你可以照抄的提问和 API 调用。录制于 2026-10-18。
问题
NASA 最近的 TikTok 视频下面，评论区在说什么？
一条热门视频有几百条评论，顺序还是应用决定的。要分成几个话题、各占多少，只能全部读一遍。人工读完这次返回的内容约 7 分钟（1,616 词，按每分钟 240 词）。
AI 做了什么
调用哪些工具是它自己选的：在 TikTok 上共 1 次请求。下面每一行是客户端显示的一次工具调用：发了什么、返回多少、花了多少。
| 平台 | 工具 | 发了什么 | 请求数 | 返回 | 积分 |
|---|---|---|---|---|---|
| TikTok | comment_insights | targets: ["https://www.tiktok.com/@nasa/video/7691683140015820046","https://www.tiktok.com/@nasa/video/7694283957839400206"] · scale: "small" | 1 | 199 条评论 | 38 |
| 合计 | 1 | 199 条 | 38 | ||
回答
客户端读完之后给出的回答。每个结论下面的那一行，是它读到的一条原话，或者从这些内容里算出的一个数字。
读了 2 条视频下的 199 条评论，能判断的 157 条里，聊得最多的是：
- 为太空探索激动18%“fuck yeah space is so fucking cool”28 条评论
- 地平说、说太空是假的17%“people saying the world is flat and this is all lies lol”27 条评论
- SpaceX 的任务13%“Imagine your last car ride on earth is in a Tesla”21 条评论
回答依据的内容
读到的内容里的一部分，标出的词句是结论的依据。没有链接的条目会标明。
- TikTok · 评论2w结论 1
"WOULD YOU PICK ME OVER NASA?" fuck yeah space is so fucking cool
打开原帖 - TikTok · 评论10d结论 2
ne doing all this and the research it involves only to hear people saying the world is flat and this is all lies lol
打开原帖 - TikTok · 评论2w结论 3
[Sticker] Imagine your last car ride on earth is in a Tesla
打开原帖
花了多少
共 1 次请求，38 积分，按 $10 档计 $0.13。API 的每次返回都写明这次扣了多少、还剩多少，所以你的 AI 能直接告诉你这个问题花了多少。调用失败不扣。
| 档位 | 每美元积分 | 这次回答 |
|---|---|---|
| $10 = 3,000 积分 | 300 | $0.13 |
| $50 = 20,000 积分 | 400 | $0.095 |
| $200 = 100,000 积分 | 500 | $0.076 |
自己问一遍
先把 SocialToAI 接进你的 AI 客户端，只用接一次（每个客户端的接法），然后把问题贴进去。不用点名工具或参数，客户端会自己选。
NASA 最近的 TikTok 视频下面，评论区在说什么？用代码做同一件事：这次运行发出的调用，写成 API 请求就是这样。
curl https://api.socialtoai.com/v1/tools/comment_insights \ -H "Authorization: Bearer $SOCIALTOAI_KEY" \ -H "Content-Type: application/json" \ -d '{ "targets": ["https://www.tiktok.com/@nasa/video/7691683140015820046","https://www.tiktok.com/@nasa/video/7694283957839400206"], "scale": "small" }'接下来可以试试
- 接着问：“列出大家问的问题”
- 接着问：“哪些评论想买？”
- 列出观众问的问题。
- 给它几个你自己定的话题来归类。
- 这件事有现成的工具，一次请求做完：评论分析。帖子评论区在说什么：话题及占比、提问、想买、投诉，并附原话。
最近更新：