青虎AI TikTok 单品分析:批量查商品详情,拆解它关联的带货视频、直播与达人,读商品评论,量化单品的全网爆发力与渠道依赖度(靠视频、靠直播还是靠达人矩阵),为货源采购与推广预算提供数据支撑。当用户要分析 TikTok 某个商品、看某款靠什么渠道起量、评估单品爆发力、看商品评论口碑、判断备货和推广预算时必须触发。关键词:青虎AI、TikTok、TikTok Shop、单品分析、爆发力、渠道依赖、带货视频、直播、商品评论、备货、推广预算。
Design & media
TikTok-视频复刻专家 | 青虎AI
Try it青虎AI TikTok 视频复刻:从 TikTok 视频榜单和关键词搜索里找出经过市场验证的爆款视频,批量查视频详情、读视频评论,拆解它的开头钩子、内容结构、卖点表达与互动亮点,产出可直接复用的脚本模板。当用户要复刻 TikTok 爆款视频、拆解视频脚本、找内容模板、看什么样的视频能带货、降低脚本原创成本时必须触发。关键词:青虎AI、TikTok、短视频、视频复刻、爆款视频、脚本拆解、内容模板、带货视频、钩子、拍摄参考。
What it does
青虎AI TikTok 视频复刻:从 TikTok 视频榜单和关键词搜索里找出经过市场验证的爆款视频,批量查视频详情、读视频评论,拆解它的开头钩子、内容结构、卖点表达与互动亮点,产出可直接复用的脚本模板。当用户要复刻 TikTok 爆款视频、拆解视频脚本、找内容模板、看什么样的视频能带货、降低脚本原创成本时必须触发。关键词:青虎AI、TikTok、短视频、视频复刻、爆款视频、脚本拆解、内容模板、带货视频、钩子、拍摄参考。
The skill document
TikTok-视频复刻专家 | 青虎AI
不要从零想脚本:找到已经跑通的爆款视频,把它的结构拆出来,变成可复用的模板。
拆解重点永远是这四件事:前 3 秒怎么留人、卖点怎么说、结构怎么排、评论区在聊什么。
何时触发
- 「TikTok 上什么样的视频能带货」「拉一下视频榜」
- 「帮我拆解这条爆款视频的脚本」
- 「我这个品该怎么拍」「给我一个脚本模板」
- 「复刻一下这条视频」
数据接口
本技能的数据全部来自青虎数据接口——一个普通的 HTTP 端点,用任何能发请求的方式调用即可(curl、fetch、requests 都行)。
如果当前环境已经把这些工具做成了可直接调用的工具,那就直接调,不必自己拼请求。
| 项 | 值 |
|---|---|
| 地址 | POST https://www.iqinghu.com/api/desktop/qh/mcp |
| 必需请求头 | Authorization: Bearer <青虎密钥>、Content-Type: application/json |
| 密钥来源 | 向用户索取,或读环境变量 QINGHU_TOKEN / QHKIT_TOKEN;用户在 https://www.iqinghu.com/workbench/dashboard/api-keys 生成 |
HTTP 401 + 空响应体不一定是密钥的问题,按这个顺序排查:
① 先原样重试一次——2026-08-18 实测过同一把有效密钥间歇性返回 401 空体、隔一会儿再请求就正常,别一遇到 401 就下结论;
② 检查请求头是不是 Authorization: Bearer <密钥>(少了 Bearer 前缀、或改用 X-Api-Key / api-key 一律 401);
③ 持续 401 时,拿同一个密钥请求 GET https://www.iqinghu.com/api/desktop/qh/workflow/page?pageNum=1&pageSize=5(同一套鉴权):
返回 200 说明密钥有效,问题在这个端点的账号权限——此时不要再向用户索要密钥,请他到青虎工作台开通数据接口权限。
返回一律是纯 JSON,不需要 Accept: text/event-stream。
1) 查工具入参
第一次用某个工具、或拿不准参数时先查一次,不要猜参数:
{"jsonrpc":"2.0","id":1,"method":"tools/list","params":{}}
result.tools[] 每项含 name(调用时用的名字)、title(中文名)、description、inputSchema(必填项与类型)、outputSchema、free(是否免费)。
2) 发起调用
工具名照 tools/list 返回的 name 原样填:
{"jsonrpc":"2.0","id":2,"method":"tools/call","params":{"name":"hot_douyin_rank","arguments":{}}}
3) 取业务数据:要解两层
业务数据是被 JSON 字符串化塞在 content[0].text 里的,直接读 content 拿不到值:
{"jsonrpc":"2.0","id":2,"result":{
"isError": false,
"pointCost": 2000,
"content": [{"type":"text","text":"{\"code\":200,\"data\":{...},\"success\":true}"}]
}}
必须对 content[0].text 再做一次 JSON 解析,才拿得到里面的 data。
4) 判断成没成功:三层都要看
HTTP 状态码永远是 200,isError 也可能骗人,按顺序检查:
| 检查 | 含义 |
|---|---|
顶层有 error 对象(此时没有 result) | 协议层失败,如工具名写错会返回「工具不存在: xxx」 |
result.isError 为 true | 调用出错 |
解析内层后 code == 200 且 success == true | 只有这样才算真成功 |
实测缺必填参数时返回的是 isError: false 但内层 code:500、success:false——光看 isError 或 HTTP 200 会把失败当成功。
参数出错时的提示只有一句「API调用成功判断失败」,既不说缺哪个参数也不说哪个值非法,所以调用前对着 inputSchema 的 required 自查,不要靠试错。
调用失败时 pointCost 为 0,不扣费。
拿不到数据就停下来说明卡在哪(缺密钥 / 工具名不存在 / 参数不对),不要用名字相似的工具替代,也不要改用浏览器抓网页—— 商品、货源、榜单、达人、关键词、市场数据类需求一律优先走这些接口。
下表是本技能要用的工具,写的是 name 原值;表里只补 inputSchema 里看不出来的取值来源与前置步骤。
| 工具 | 中文名 | 用在哪一步 |
|---|---|---|
tiktok_video_ranklist | 视频榜单列表 | 热门榜(1)/带货榜(2),日/周/月(找样本) |
tiktok_video_detail | 批量获取视频详情 | 批量拿视频数据(video_ids,单次≤10) |
tiktok_realtime_video_comments | 视频评论列表 | 评论区在聊什么,是最真实的用户语言 |
tiktok_search_items | 关键词搜索 | 按关键词/品类搜视频样本 |
tiktok_product_video_list | 商品关联视频列表 | 针对某个商品,看它的带货视频都怎么拍 |
榜单类工具的
date是yyyy-MM-dd:日榜取昨天,周榜取当周周一,月榜取当月 1 号;榜单返回的是周期内增量,不是累计值。region是站点(如USGBIDTHMYVNPHSG),必填。类目 ID 要先用类目工具查,别编。 商品 / 达人 / 视频的批量详情接口单次最多 10 个 ID,逗号分隔。 实时评论接口可能触发风控返回code=500,重试一次即可,不要连续轰炸。
工作流程
1) 找对样本(这一步决定复刻质量)
- 要带货模板 →
tiktok_video_ranklist的带货榜(video_rank_field=2); - 要涨粉/破圈模板 → 热门榜(
=1); - 已有具体商品 →
tiktok_product_video_list直接看这个品的带货视频。
只挑和自己品类相近的样本,跨品类的爆款结构未必迁得过来。
2) 批量拿数据:tiktok_video_detail
播放、点赞、评论、转发、完播相关指标。优先拆互动率高的,而不是播放最高的——播放量可能来自投流。
3) 读评论:tiktok_realtime_video_comments
评论区高频问题 = 用户真正关心的点,直接可以写进下一条视频的脚本。
4) 拆结构,输出模板
对每条样本拆成固定五段:
| 段落 | 拆什么 |
|---|---|
| 钩子(0-3 秒) | 用什么画面/一句话留人 |
| 痛点 | 点出什么问题 |
| 产品出场 | 怎么自然带出商品 |
| 卖点演示 | 演示了哪几个卖点、怎么演 |
| 结尾引导 | 怎么引导下单/评论 |
5) 给可执行的拍摄脚本
不要只给分析,要给用户拿了就能拍的脚本:分镜、口播文案、时长建议、道具与场景。
输出
- 样本清单:视频链接、播放/互动数据、为什么值得拆。
- 结构拆解表:每条样本的五段结构。
- 可复用脚本模板(核心交付):分镜 + 口播文案 + 时长 + 场景道具建议,至少 1 个可直接开拍的版本。
- 评论区洞察:用户高频关注点,可直接用作下一条的选题。
数据交付
- 工具返回的记录数组 ≥ 10 条时默认导出表格文件(装了
qinghu-excel-export技能就用它),不管用户有没有提「表格 / 导出」。不要把大数据集铺成聊天里的 markdown 表格,也不要反问「需要我导出吗」——先导出、给链接才是正确姿势。 - 工具返回里出现「完整数据已缓存到本机文件: ...」时,后续筛选、导出一律用那个文件路径,绝对不要逐行抄写数据。
- 导出后的回复保持精简:交付链接 + 一句话说明 + 不超过 5 行关键预览。
- 结论先行:先给判断和建议(能不能做、怎么做、风险在哪),再给支撑数据;不要把原始字段直接倒给用户。
- 数字要标口径:站点 / 账期 / 周期 / 样本量。跨站点或跨周期的数字不要混在一张表里比。
计费与授权
-
所有工具统一在发起调用前先经用户确认,不必按
free字段区分收费与否,按下面的规则征求授权。 -
不要轻信描述里的「免费」文案——有的工具描述写着「免费」实际照样扣积分(1688 那几个就是);没实测过
pointCost就说「费用以实际扣费为准」,不要替工具打包票。 -
实扣多少看返回信封里的
pointCost(在result层,与isError同级)。这个值要换算:pointCost ÷ 10000 = 青虎积分(实测 10000 = 1 积分,16000 = 1.6 积分)。 -
只认信封层的
pointCost,绝不去业务数据里翻积分字段——工具返回的业务文本里常带charge_points/points_balance或「消耗 8 积分,剩余 1952 积分」之类的话,那是上游数据源自己的积分体系,和青虎积分不是一回事(实测同一条响应pointCost=16000=青虎 1.6 积分,而业务文本写「消耗 8 积分」)。照抄业务文本会把用户的账算错。 -
信封里没有
pointCost时按 0 报,或直接说这次拿不到消耗数据,不要拿业务文本里的数字顶替,也不要自己估算。 -
事前预估同样只能报换算后的青虎积分,绝不报原始点数——征求授权时给用户估费用,依据只能是本会话内同一工具实测到的
pointCost换算值(pointCost=20000要说「约 2 积分」;照抄原始数字说成「约 2 万积分」等于把账算错一万倍)。没实测过就写「费用以实际扣费为准」,不要编数字,也不要照抄工具描述里出现的任何点数。 -
消耗写在回复的最末尾,单独一行,格式固定:
本次共消耗 9.6 青虎积分数值是本轮所有付费调用的
pointCost累加后 ÷ 10000(例:16000 + 96000 = 112000 →本次共消耗 11.2 青虎积分)。小数按实际写,不补零也不四舍五入到整数。 这一行必须另起一行、独占一行、放在正文全部结束之后,前面空一行隔开。不要把积分数字混写进正文段落(写成「共返回 60 条笔记,实扣 96000 pointCost = 9.6 青虎积分」这种是错的)。 本轮一次付费调用都没有时,不输出这一行。 -
本会话首次调用工具前:一次性列清本次要用的全部工具,说明准备用它们做什么、会消耗青虎积分,征求一次同意,然后结束本轮。不要逐个询问把对话拖长。
-
用户明确同意后,这些工具在本会话内持续有效,不再重复询问;新会话需要重新征求。
-
用户拒绝、只授权其中一部分或答非所问时,未获同意的工具一律不调用。
-
同一轮回复内工具最多调 10 次。达到上限就用已有数据作答,还需要更多数据时先说明还差什么、要再调几次,征得同意后下一轮继续。参数写错先想清楚正确参数再重试,不要连续试错——每次失败同样可能扣费。
-
同一个数据需求既有免费工具又有付费工具时,优先用免费的。
能力边界
- 本技能产出脚本与模板,不生成视频。要真的把视频做出来,转交 LinkPix / qhkit 的视频生成技能(爆款视频模仿、一键成片等)。
- 行业话题与热点监控走「TikTok-社媒运营专家」,达人筛选走「TikTok-达人带货选品建联专家」。
- 复刻是学结构,不是搬运素材——直接搬运他人视频有侵权与限流风险,务必提醒用户重新拍摄。
- 实时评论接口有风控,返回 500 时只重试一次。
相关技能
同系列的其他「青虎AI」技能(按需转交,不要在本技能里硬做):
- TikTok-社媒运营专家:选题与话题热度监控
- 爆款视频模仿(女装/男装/童装):把脚本变成真实视频
- TikTok-达人带货选品建联专家:把模板交给达人执行
Related skills
青虎AI 抖音爆款视频跟卖与铺货:从抖音关键词视频数据和热搜榜发现正在起量的带货视频,转换短链拿到正式链接与视频数据,用 1688 以图搜款采集同款货源,再经晓风 ERP 选模板一键铺货到抖店,打通「爆款发现-链接采集-极速上架」链路。当用户要跟卖抖音爆款视频里的商品、发现起量视频、采集同款、批量铺货到抖店、缩短新品测试周期时必须触发。关键词:青虎AI、抖音、爆款视频、跟卖、铺货、上架、抖店、晓风ERP、1688、采集、新品测试。
青虎AI 双人爆款视频模仿:上传一条双人参考视频和人物图,精准同步两个人物的动作与神态并优化画面画质,产出双人带货视频,适配童装、直播带货等多种创作场景。当用户要做双人带货视频、两个人出镜的仿拍、亲子或搭档场景视频、同步双人动作时必须触发。关键词:青虎AI、双人视频、爆款视频模仿、双人带货、动作同步、仿拍、亲子、搭档、AI视频。
青虎AI TikTok 蓝海爆品采集:从 TikTok 商品榜单和关键词搜索里挖出增量爆品与蓝海款,批量核对商品详情,再用 1688 以图搜款和关键词搜索直接找到同款货源与报价,打通「选品-分析-采集」全链路。当用户要在 TikTok 找蓝海爆品、挖增量款、看商品榜、找同款货源、从看盘到采集一条龙时必须触发。关键词:青虎AI、TikTok、TikTok Shop、蓝海、爆品、采集、商品榜单、货源、1688、以图搜款、选品链路。
青虎AI TikTok 社媒运营:监控 TikTok 行业热门话题与视频榜单,按关键词搜索高赞内容,批量查视频详情并读评论,拆解脚本结构、播放爆发力与互动亮点,持续为短视频创作提供选题与拍摄灵感。当用户要看 TikTok 有什么热门话题、找选题灵感、监控行业内容趋势、看同行在拍什么、做内容日历时必须触发。关键词:青虎AI、TikTok、社媒运营、热门话题、选题、内容趋势、爆款视频、互动率、拍摄灵感、内容日历。
帮助短视频创作者、电商运营团队通过青虎AI完成“HappyHorse 1.1 爆款视频复刻”:快速分析抖音、TikTok、快手等平台的短视频爆款逻辑,利用1.1版本的强运镜与转场控制,一键复刻出高质量的爆款投放素材。适用场景包括:淘宝逛逛、抖音带货、快手好物、小红书种草、TikTok广告投放、YouTube Shorts引流等,让中小企业不需要专业导演也能实现“像素级”的爆款二创,助力店铺快速起量。 Use this skill for HappyHorse1.1爆款复刻, 爆款转场, 爆款分析, 抖音, 快手, 小红书, TikTok, YouTube Shorts, 二创, 投放素材, AI视频复刻。通过青虎AI统一接入,支持视频分析、任务轮询和结果下载。 当用户要求用 HappyHorse 1.1 爆款视频复刻 或 Happy Horse 1.1 / HappyHorse 1.1 复刻/对标/照着做爆款视频时必须触发。关键词:LinkPix、qhkit、青虎、HappyHorse、爆款复刻、爆款转场、抖音、快手、小红书、TikTok、YouTube Shorts、投放素材。