怎么批量分析竞品的买家评价，找出差评痛点来选品？

一位创业者想做一款更好用的宠物饮水机。卖得好的几款平均评分都在四星以上，光看评分看不出什么。真正有用的问题是：一到三星的差评有什么共同点？漏水、水泵太吵，还是滤芯难清洗？这些抱怨就是下一版的需求清单；五星好评里买家反复用的说法，可以直接拿来写详情页。几千条评价交给大模型分拣，一个晚上就有答案。

先把评价拿下来

1. 挑商品。 TikTok Shop 商品搜索每次返回 20 个商品，带评价数。留下评价最多的 15 个。
2. 拉评价。 TikTok Shop 商品评价每页 20 条，带星级、内容、购买的款式、晒图，以及是否为已验证购买。每个商品翻 8 页，大约 160 条。
3. 要看国内就加上小红书。 小红书商城商品评价只给第一页，约 12 条。按相关度和按最新各取一次，靠多覆盖几个商品来弥补深度。

任务	调用次数	费用
找 15 个 TikTok Shop 商品	1	$0.004
每个商品 8 页评价，约 2400 条	120	$0.24
20 个小红书商城商品，两种排序	40	$0.80
任意 1000 条 TikTok Shop 评价	50	$0.10

大模型的费用由你的模型服务商另算。用 fields 只要 rating,text,variant，提示词能短一半。

代码

import os, requests

API = "https://api.okdata.online"
H = {"Authorization": f"Bearer {os.environ['OKDATA_API_KEY']}"}

def call(path, **params):
    body = requests.get(API + path, headers=H, params=params, timeout=60).json()
    if body["code"] != "ok":
        raise RuntimeError(f"{body['code']}: {body['message']}")
    return body

found = call("/v1/tiktok/shop/products/search", query="pet water fountain")["data"]["items"]
top = sorted(found, key=lambda p: p["reviews"] or 0, reverse=True)[:15]

low, high = [], []
for p in top:
    cursor = None
    for _ in range(8):
        params = {"id": p["id"], "fields": "rating,text,variant"}
        if cursor:
            params["cursor"] = cursor
        body = call("/v1/tiktok/shop/products/reviews/list", **params)
        for r in body["data"]["items"]:
            (low if (r["rating"] or 5) <= 3 else high).append(f"[{p['id']}] {r['variant']}: {r['text']}")
        cursor = body["page"]["next_cursor"]
        if not cursor:
            break
# 提示词：把这些低星评价按主题归类。每个主题给出名称、条数、涉及的商品和款式、两句简短原话。
# 再列出 high 里买家反复使用的说法。

容易做偏的地方

• 五星会把差评淹没。 低星单独成一组分析，每个主题按商品分别计数，免得一个烂链接左右整个结论。
• 款式字段告诉你问题出在哪。 只有大号漏水的话，多半先要找供应商，设计本身未必有问题。
• 评价的分量不一样。 已验证购买的权重高一些；送测、赠品换来的评价通常偏好。
• 顺序由商城决定。 TikTok 评价没有排序参数，小红书只给一页，拿到的只是一个样本。
• 市场分开看。 美国买家的英文评价和小红书买家的中文评价，抱怨的点常常不同。先各自归类，再做对比。
• 只有公开评价， 昵称已被商城打码。引用时用主题和短句，不要整条照搬。

其他做法

实物商品如果在亚马逊上卖，亚马逊评价通常是最厚的一池；这套接口不覆盖，Helium 10、Jungle Scout 这类工具可以。只研究一个商品，自己读 50 条评价，就能找到大部分问题。抱怨也不只在商城里，视频和笔记下面同样有：可以看 TikTok 视频评论，以及用大模型分析抖音和小红书评论里的痛点。完整流程见选品定价和口碑研究。