怎么用 AI 看微博上大家怎么讨论一个产品?
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“这个月微博上怎么讨论小米 SU7?”:在微博上发了 1 次请求,读了 12 条内容,用时 12.6 秒,共 20 积分($0.067)。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
这个月微博上怎么讨论小米 SU7?
在微博搜一个产品名,转发、广告和无关的帖子和真实看法混在一起。只留下真正在说它的帖子,再看大家拿它跟什么比,手工做很慢。人工读完这次返回的内容约 2 分钟(49 词,按每分钟 240 词;682 字,按每分钟 400 字)。
AI 做了什么
调用哪些工具是它自己选的:在微博上共 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 |
|---|---|---|---|---|---|
| 微博 | brand_buzz | brand: "小米SU7" · about: "小米的电动汽车" · platforms: ["weibo"] · window: "30d" · scale: "small" | 1 | 12 帖 | 20 |
| 合计 | 1 | 12 条 | 20 | ||
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。
找到的 12 条里有 8 条确实在说它:正面 50%,中性 50%,负面 0%。提到最多的是:
- 与同类比较50%“离小米SU7也就一步之遥”4 帖
- 价格13%“二手SU7 Ultra是我认为性价比最高的性能车,没有之一”1 帖
- 质量13%“有这句“靓仔”,加上瓜子奉上,情绪价值提供拉满了。”1 帖
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。
- 微博 · 帖子40h结论 1
9月车市杀出一匹黑马,MG 07首月交付14577台,直接坐上无定语轿车第二的位置,把Model 3甩在身后,离小米SU7也就一步之遥。到底谁在买这车?看用户画像:七成是年轻人,29岁以下过半,本科以上学历超六成,扎堆在一二线城市,收
打开原帖 - 微博 · 帖子1h结论 2
#小米su7ultra# 帅爆了 这条该上最靓的仔 PS:二手SU7 Ultra是我认为性价比最高的性能车,没有之一 30w出头即可完你超级跑车梦
打开原帖 - 微博 · 帖子2h结论 3
有这句“靓仔”,加上瓜子奉上,情绪价值提供拉满了。 #小米su7# 这次事故没啥损失,前脸还是原版原漆。 http://t.cn/AXluaalN
打开原帖
花了多少
共 1 次请求,20 积分,按 $10 档计 $0.067。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 | $0.067 |
| $50 = 20,000 积分 | 400 | $0.05 |
| $200 = 100,000 积分 | 500 | $0.04 |
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。
这个月微博上怎么讨论小米 SU7?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/brand_buzz \ -H "Authorization: Bearer $SOCIALTOAI_KEY" \ -H "Content-Type: application/json" \ -d '{ "brand": "小米SU7", "about": "小米的电动汽车", "platforms": ["weibo"], "window": "30d", "scale": "small" }'接下来可以试试
- 接着问:“负面的帖子在说什么?”
- 接着问:“和一个竞品比一比”
- 问它最常被拿来和哪些产品比。
- 让它列出互动最高的帖子和链接。
- 这件事有现成的工具,一次请求做完:品牌口碑。各平台上大家怎么评价一个品牌或产品:态度占比、提到最多的事、互动最高的帖子,每条都带来源链接。
最近更新: