给 AI

问答

ChatGPT 或 Claude 能看抖音视频吗?(2026)

简短回答

靠一条链接不行:模型拿到的是一个播不了的页面,这里也没有抖音字幕接口。它能读的是视频周围的文字。通过 okdata,模型可以取文案、话题、作者和各项数据,每次 $0.002,再读评论,每页 $0.002;一条视频加两页评论共 $0.006。

很多人把抖音链接贴进对话框,让 AI 总结一下。得到的往往是拒绝,更糟的是一段说得头头是道、其实是根据链接文字猜出来的总结。模型根本没看到视频。抖音网页是一个靠脚本加载播放器的空壳,抓取页面的工具通常只能拿到这个壳。从接口层面看,Anthropic 和 OpenAI 的视觉文档列出的视觉输入都是图片格式(JPEG、PNG、WebP、GIF),Claude 的文档还说明动图只取第一帧。聊天 App 能不能上传视频文件,取决于具体产品和套餐,而且经常变,请看它们自己的帮助页面;不管怎样,抖音链接都不是文件。

模型能读到抖音视频的哪些信息

内容 来源 字段
文案和话题 视频详情 text、hashtags
作者 视频详情 author.name、author.id
点赞、评论、分享、收藏 视频详情 metrics.*(播放量不公开)
发布时间、时长、背景音乐 视频详情 published_at,加 view=full 时的 ext.duration_ms 和 ext.music
观众怎么说 视频评论 text、likes、ip_location,按最热排
图文作品的图片 视频详情 images,视觉模型可以直接看

“帮我看看这条视频”背后真正的问题,通常是:讲的是什么,效果怎么样,大家怎么看。这些信息往往已经够了。抖音文案普遍很短,所以评论承担了很大一部分答案。

缺的是:口播内容、画面上的文字,以及视频作品里一切视觉信息。okdata 没有抖音字幕接口,也不返回抖音视频文件。

通过 MCP 来做

把 okdata 的 MCP 服务器(https://api.okdata.online/mcp)接到 Claude、ChatGPT 或其他 MCP 客户端,然后直接说:“查一下这条抖音视频和它的热门评论,告诉我观众喜欢什么、吐槽什么。”模型会自己调用视频详情和评论接口。

请求 调用次数 费用
只查视频详情 1 $0.002
详情加两页评论 3 $0.006
20 条视频,同样深度 60 $0.12

示例:自己拼好上下文

import os, requests

API, H = "https://api.okdata.online", {"Authorization": f"Bearer {os.environ['OKDATA_API_KEY']}"}
link = "https://v.douyin.com/iRk7pQe/"

v = requests.get(API + "/v1/douyin/videos/get", headers=H, timeout=60,
                 params={"url": link, "view": "full"}).json()["data"]["item"]
c = requests.get(API + "/v1/douyin/videos/comments/list", headers=H, timeout=60,
                 params={"id": v["id"], "fields": "text,likes"}).json()["data"]["items"]

context = (f"文案:{v['text']}\n话题:{v['hashtags']}\n作者:{v['author']['name']}\n"
           f"点赞 {v['metrics']['likes']},评论 {v['metrics']['comments']},收藏 {v['metrics']['favorites']}\n"
           "热门评论:\n" + "\n".join(f"- ({x['likes']}) {x['text']}" for x in c))
print(context)   # 贴给任意模型,或者放进你自己的 API 请求里

需要口播内容时

  • 直接问。达人和代理公司手里通常有脚本。
  • 如果你有权使用视频文件,比如自己账号的视频,可以在本地用 Whisper 这类开源语音识别模型转成文字,再交给模型。
  • YouTube 可以直接拿字幕,见让 Claude 总结 YouTube 视频。

把抖音数据接进这两个助手的做法,见通过 MCP 让 Claude 读抖音数据和给 ChatGPT 接上抖音数据。

资料来源

  1. Claude vision docs: supported formats are JPEG, PNG, GIF and WebP images; animations use the first frameplatform.claude.com · 读取于
  2. OpenAI images and vision guide: image input file typesdevelopers.openai.com · 读取于
  3. Whisper: open-source speech recognitiongithub.com · 读取于

这个问题出现过的地方(读取于 2026-11-12)

更新于

接上一次,以后直接问 AI。

新 key 自带 $0.10 试用额度。贴一句话,就能接进你的智能体。

免费开始
一句话接进你的 AI

把这句话发给你的智能体

读一下 https://okdata.online/zh/agents.md,帮我把 okdata 配好;我的 key 在环境变量 OKDATA_API_KEY 里。

Claude Code、Cursor、Codex 等能打开网址的智能体,读完会自己配好。

MCP 地址https://api.okdata.online/mcp