Coze智能体实战：零基础学会搭建热点监控AI Agent，选题效率提升10倍

大家好，我是汤师爷，专注 AI 智能体分享，致力于帮助 100W 人用智能体创富~

短视频内容创作小白经常会遇到这样的困扰。

每天花大量时间刷视频，想要找到你所在赛道的爆款内容，却总是难以系统地整理和分析？

想要批量获取某个关键词的爆款视频数据，但是市面上的采集工具要么特别贵，要么操作极其复杂？

或者，已经尝试过各种方法，但始终找不到一个高效、低成本的解决方案？

不用担心，今天我就教你搭建一个Coze智能体，轻松搞定这些烦恼。

篇幅不短，欢迎先收藏，再慢慢阅读。如果觉得有帮助，也请顺手点个赞、在看、转发支持一下~

1.为什么要做热点监控？
热点监控是内容创作者和营销人员的必备工具，它帮助我们在信息爆炸时代精准把握用户关注点，提升内容效果和影响力。以下是进行热点监控的四大核心理由：

1. 把握用户兴趣，提高内容相关性

用户的注意力是稀缺资源。通过实时监控热点话题，我们能了解目标受众当下最关心的问题和兴趣点。热点本质上是用户兴趣的集中体现，基于热点创作的内容自然具有更高的用户匹配度，更容易获得关注和互动。

2. 节约选题时间，提高创作效率

没有热点监控系统时，创作者需要在各平台间不断切换，手动搜索和筛选信息，这个过程既耗时又低效。自动化热点监控能持续追踪多平台热门内容，将重复性工作交给智能体，让创作者能专注于内容创作本身。

3. 抓住时机，提高曝光机会

热点具有明显的时效性，越早参与讨论，获得的曝光机会就越多。自动化热点监控系统能在热点刚出现时就发出提醒，帮助创作者抢占先机。比起等热点完全爆发后再跟进，提前布局能获得更多流量红利和平台算法青睐。

4. 发现内容机会，避免同质化

热点监控不只是追踪已经爆发的话题，更重要的是发现潜在新兴热点。通过分析热点数据，创作者可以识别尚未被充分挖掘的内容机会，避开同质化竞争，找到差异化表达角度，从而在激烈的内容竞争中脱颖而出。

既然这么重要，那我们当然需要一个好用的智能体来帮我们自动收集这些视频。

但是，批量获取抖音视频内容这件事，一直有技术门槛。很多朋友因为不懂技术，只能花钱买工具来完成这项任务。

今天我要分享一个Coze智能体的解决方案，小白也能搭建。

只需输入自己赛道的关键词就能自动批量获取爆款视频内容，轻松实现100条爆款视频的采集工作。效果如下：

2.智能体的搭建流程
智能体的搭建流程主要分为两个步骤：梳理工作流、设置智能体。

1、梳理工作流

热点监控工作流是一套自动化信息采集和处理系统，能将人工需要几小时甚至几天完成的工作压缩至几分钟内自动完成。这一工作流主要包含三大环节：

（1）根据关键词，批量获取热门视频

系统根据预设的关键词（如行业热词、产品名称、竞品信息等），自动从抖音、小红书等平台搜索相关视频。这一步骤替代了手动搜索和浏览结果的过程，大幅提高效率。

（2）批量获取视频详细信息

获取视频列表后，系统进一步抓取每个视频的详细数据，包括：

基础信息：视频ID、标题、链接、发布时间、视频时长等
互动数据：点赞数、评论数、收藏数、分享数等关键指标
创作者信息：作者名称、用户ID、个人简介等
这些数据是分析视频热度和受欢迎程度的关键指标，也是判断内容价值的重要依据。系统将这些零散数据整合成结构化信息，便于后续分析。

（3）将数据添加到多维表格

最后，系统将处理好的数据自动导入到预设的飞书多维表格中。

通过这样的自动化处理，我们能建立一个实时更新的热点内容库，随时查看行业动态，发现爆款选题灵感。

这种工作流显著减轻了运营人员的工作负担，让我们能将更多精力投入到内容创作和策略制定上。

2、设置智能体

完成工作流搭建后，我们需要创建一个热点监控智能体来执行这个工作流。智能体设置过程分为三个关键步骤：

设置人设与逻辑：配置智能体的特征、回复风格和决策逻辑
绑定工作流：将工作流与智能体关联，赋予它执行具体任务的能力
测试并发布：进行全面功能测试，确认一切正常后将智能体正式发布到生产环境
完成这三个步骤后，我们就成功搭建了一个热点监控智能体。

3.创建工作流
登录Coze官网，在“资源库-工作流”里新建一个空白工作流，取名“fetch_douyin_hot_videos_daily”。

3.1 开始节

3.2 根据关键词，批量获取热门视频
我们将使用【视频搜索】插件的douyin_search功能。通过这个功能，我们可以批量获取热门视频。

插件节点：根据关键词，批量获取热门视频

输入：
api_token：点击“感叹号”，通过网站可以获取。
keyword：关键词，从开始节点获取
page：第一页
publish_time：发布时间，可用值: _0(不限), _1(一天之内), _7(一周之内), _180(半年之内)，这里我们选择_7
sort_type：排序类型，可用值: _0(综合), _1(最多点赞), _2(最新发布)，这里我们选择_

3.3 批量获取视频详细信息
1.选择器节点：校验视频列表不为空

2.批处理节点：批量获取视频详细信息

输入：
aweme_list：从"根据关键词，批量获取热门视频"节点的输出变量中，选择business_data
输出：
new_aweme_list：处理后的视频列

3.选择器节点：校验视频信息不为空

4.视频搜索插件：获取单个视频详细信息（douyin_data）

输入：
api_token：点击“感叹号”，通过网站可以获取。
douyin_url：从批量获取视频详细信息节点的输出中，选择share_ur

5.代码节点：将视频详情整合进视频列表中

输入：
aweme_detail：从获取单个视频详细信息节点的输出中，选择aweme_detail
aweme：从批量获取视频详细信息节点的输出中，选择item
输出：
aweme：处理后的单条视

下面是处理数据的Python代码：

async def main(args: Args) -> Output:
params = args.params
aweme_detail = params.get("aweme_detail", {})
aweme = params.get("aweme", {})
aweme["aweme_detail"] = aweme_detail

ret: Output = {
"aweme": aweme
}
return ret
3.4 将数据添加到多维表格
1.代码节点：将信息整理为飞书表格可以使用的数据

输入：
aweme_list：从"批量获取视频详细信息"节点的输出中，选择new_aweme_list
keywords：从开始节点中，选择keyword
输出：
records：处理后的表格数据，选择Array类型
image.png

下面是处理数据的Python代码：

async def main(args: Args) -> Output:
params = args.params
aweme_list = params.get("aweme_list", [])

result = []

# 遍历 aweme_list，依次处理
for aweme in aweme_list:

# 获取 aweme_detail 并判空
aweme_detail = aweme.get("aweme_detail") or {}
title = aweme_detail.get("desc") or ""
link = aweme_detail.get("share_url") or ""

# 安全获取 statistics
statistics = aweme_detail.get("statistics") or {}

# 提取各字段信息，并在取值时加默认值
video_id = statistics.get("aweme_id") or ""
digg_count = statistics.get("digg_count") or 0
comment_count = statistics.get("comment_count") or 0
collect_count = statistics.get("collect_count") or 0
share_count = statistics.get("share_count") or 0

# 获取作者信息
author_info = aweme_detail.get("author") or {}
author_name = author_info.get("nickname") or ""
signature = author_info.get("signature") or ""
sec_uid = author_info.get("sec_uid") or ""
raw_create_time = aweme_detail.get("create_time", 0)
# 如果不是 int，就尝试转换，失败则为 0
try:
create_time = int(raw_create_time)
except (TypeError, ValueError):
create_time = 0

# 创建时间以毫秒计，避免 None 或非法值导致报错
create_time_ms = create_time * 1000

raw_duration = aweme_detail.get("duration", 0)
# 如果不是数字，尝试转换为 float，失败则为 0
try:
duration = float(raw_duration)
except (TypeError, ValueError):
duration = 0.0
duration_sec = duration / 1000

# 组装返回数据
item_dict = {
"fields": {
"视频ID": video_id,
"标题": title.strip(),
"关键词": params.get("keywords", ""),
"链接": {
"text": "查看视频",
"link": link.strip(),
},
"点赞数": digg_count,
"评论数": comment_count,
"收藏数": collect_count,
"分享数": share_count,
"作者": author_name,
"用户简介": signature,
"用户ID": sec_uid,
"发布日期": create_time_ms, # 毫秒级时间戳
"时长": duration_sec # 秒
}
}
result.append(item_dict)