DeepSeek+Coze实战：从0到1打造对标账号监控智能体（万字图文）
搞短视频运营的朋友，尤其是刚入门的，多半都经历过这样的折磨——每天醒来第一件事，就是去翻对标账号又发了什么；看到人家视频互动数据起飞，自己只能干瞪眼；手动记录数据，繁琐到让人头疼；不盯着吧，又怕漏掉什么重要信号，一步慢，步步慢。
现在有了一个真正省时省力的方案：利用DeepSeek和Coze搭建一个对标账号监控智能体，让机器替你24小时盯着对手，数据自动采集、自动归档，全程不用你动手。不花一分钱买工具，也不需要任何编程基础，你只需要跟着这篇文章的步骤操作就行。
1. 什么是对标账号监控？
对标账号监控，本质是一种竞品分析方法，核心就是盯着你的竞争对手在短视频平台上的表现，并从中提炼出有价值的信息。
具体来说，它包含三个维度：
- • ：实时抓取竞品发布的内容、频率和主题方向
内容采集
- • ：收集并分析互动数据，比如点赞、评论、转发等关键指标
数据分析
- • ：发现对手内容中的热门主题和流量密码
趋势洞察
做到这几点，你就能及时掌握行业动态，找到新选题，优化自己的内容策略和运营方向。道理都懂，关键是怎么落地。
2. 这个阶段的痛点在哪里？
说是这么说，可实际操作中，新手运营者遇到的坑一个接一个：
- • ：市面上的数据采集工具动不动就要几千块，小团队根本吃不消
花钱买工具
- • ：想自己写脚本抓数据？除非你是代码高手，否则别想
编程门槛高
- • ：一个一个页面复制粘贴，不仅忙得头大，还容易漏数据、抄错数据
手动收集太耗时
- • ：等你费劲扒拉完数据，热点早就过去了，只能跟在别人屁股后面跑
信息总是慢半拍
但今天要介绍的这套方案，恰恰能把这些坑全部填平。只需输入目标用户的视频链接，系统就能自动批量获取该账号的所有视频内容，完成对标账号的采集工作。零技术基础、零成本，直接搞定竞品分析中最磨人的数据采集环节。
效果怎么样？下面这张图可以直观感受一下。接下来就是具体操作，一步步来。
3. 智能体的整体搭建流程
要让这个监控智能体跑起来，得先理清搭建逻辑。整体流程分两步：创建工作流和创建智能体。
3.1 创建工作流
简单来说，就是把你想让智能体干的事情，变成一个可自动运行的步骤化模块。具体拆解如下：
- 根据短视频链接，获取用户的基础信息
- 根据用户ID，批量获取视频列表
- 筛选出对标账号每天发布的视频
- 将数据写入飞书表格
3.2 创建智能体
- ：在Coze平台创建一个新的智能体
新建智能体
- ：配置智能体的特征、回复风格和决策逻辑
设置人设与逻辑
- ：将前面创建的工作流与智能体关联，赋予它干活的能力
绑定工作流
- ：定义启动条件，让智能体定时执行采集任务
设置触发器
- ：全面测试确认无误后，正式发布到生产环境
测试并发布
4. 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，命名为fetch_douyin_user_videos_daily。
4.1 根据短视频链接，获取用户的基础信息
这一步，我们会用到【视频搜索】插件的douyin_data功能。通过它，可以拿到用户ID和昵称：
- • 输入：
- •
douyin_url：短视频链接 - •
api_token：点击输入框旁边的“感叹号”图标，通过关联网站获取授权码
- •
4.2 根据用户ID，批量获取视频列表
继续使用【视频搜索】插件中的get_user_video_list功能，获取用户最新的短视频：
- • 输入：
- •
api_token：同上，通过“感叹号”获取 - •
sec_uid：从上一个节点“获取对标账号视频信息”的输出变量中选择用户ID - •
count：设置需要获取的视频数量，建议设为5个
- •
- • 输出：用户的抖音视频列表
4.3 批量获取视频详细信息
这个环节会使用批处理节点，内部执行两个子步骤：
1. 单个获取视频详情
通过“视频搜索”插件的douyin_data工具，获取单个视频的详细信息。
- • 输入：
- •
douyin_url：从“批量获取视频详细信息”的输出变量中选择share_url
- •
2. 将视频详情整合进视频列表
- • 输入：
- •
aweme_detail：从“获取单个视频详情”的输出变量中选择 - •
aweme：从“批量获取视频详细信息”的输出变量中选择
- •
- • 通过Python代码将视频详情合并到列表中，方便后续统一处理。代码如下：
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
4.4 通过代码筛选出对标账号昨天发布的视频
这一步的核心是过滤数据——只保留那些昨天发布的视频。
用Python处理：
import time
import datetime
async def main(args: Args) -> Output:
# 1. 安全获取 params
params = getattr(args, "params", {})
if not isinstance(params, dict):
return []
# 2. 安全获取 aweme_list
aweme_list = params.get("aweme_list", [])
if not isinstance(aweme_list, list):
return []
# 计算昨天 00:00:00 ~ 今天 00:00:00 的时间戳区间
today = datetime.date.today()
yesterday = today - datetime.timedelta(days=1)
yesterday_start_ts = int(time.mktime(yesterday.timetuple()))
today_start_ts = int(time.mktime(today.timetuple()))
result = []
for aweme in aweme_list:
if not isinstance(aweme, dict):
continue
aweme_detail = aweme.get("aweme_detail", {})
if not isinstance(aweme_detail, dict):
continue
raw_create_time = aweme_detail.get("create_time", 0)
if isinstance(raw_create_time, int):
if yesterday_start_ts <= raw_create_time < today_start_ts:
result.append(aweme)
return result
4.5 选择器判断列表是否为空
4.6 通过代码将信息整理为飞书表格可用的数据
这一步，把提取到的视频信息转成表格能识别的格式。
Python代码如下：
async def main(args: Args) -> Output:
"""
处理传入的 args.params.aweme_list 列表，提取每条视频的关键信息并返回。
"""
params = getattr(args, "params", {})
if not isinstance(params, dict):
return []
aweme_list = params.get("aweme_list", [])
if not isinstance(aweme_list, list):
return []
result = []
for aweme in aweme_list:
if not isinstance(aweme, dict):
continue
share_info = aweme.get("share_info", {}) if isinstance(aweme.get("share_info"), dict) else {}
statistics = aweme.get("statistics", {}) if isinstance(aweme.get("statistics"), dict) else {}
video_id = statistics.get("aweme_id", "")
title = share_info.get("share_title", "")
link = share_info.get("share_url", "")
digg_count = statistics.get("digg_count", 0)
comment_count = statistics.get("comment_count", 0)
collect_count = statistics.get("collect_count", 0)
share_count = statistics.get("share_count", 0)
aweme_detail = aweme.get("aweme_detail", {}) if isinstance(aweme.get("aweme_detail"), dict) else {}
author_info = aweme_detail.get("author", {}) if isinstance(aweme_detail.get("author"), dict) else {}
author_name = author_info.get("nickname", "")
signature = author_info.get("signature", "")
sec_uid = author_info.get("sec_uid", "")
raw_create_time = aweme_detail.get("create_time", 0)
create_time_ms = raw_create_time * 1000 if isinstance(raw_create_time, int) else 0
raw_duration = aweme_detail.get("duration", 0)
duration_sec = raw_duration / 1000 if isinstance(raw_duration, (int, float)) else 0
item_dict = {
"fields": {
"视频ID": video_id,
"标题": title.strip(),
"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,
"时长": duration_sec
}
}
result.append(item_dict)
return result
4.7 将数据添加到飞书表格
最后一步，把这些整理好的数据写入飞书多维表格。
1. 创建一个多维表格，设置好表头字段
表头字段包括：视频ID、标题、链接、点赞数、评论数、收藏数、分享数、作者、用户简介、用户ID、发布日期、时长。
2. 飞书表格节点填写正确的输入参数
- • 输入：
- •
app_token：多维表格的唯一标识符，支持输入文档url - •
table_id：数据表的唯一标识符 - •
records：从“将信息整理为飞书表格可以使用的数据”的输出变量中选择
- •
4.8 结束节点
5. 创建智能体
5.1 新建智能体
在Coze平台新建一个智能体，命名为“对标账号监控智能体”。
5.2 设置人设与逻辑
配置智能体的特征、回复风格和决策逻辑。
# 角色
你是一个专业的对标账号监控智能体，能够熟练调用`fetch_douyin_user_videos_daily`工作流，为用户获取对标账号的最新视频列表。
## 技能
### 技能 1: 获取对标账号的最新视频列表
1. 当用户提出监控某个对标账号的需求时，使用`fetch_douyin_user_videos_daily`工作流，获取对标账号的最新视频列表；
## 限制:
暂无
5.3 绑定工作流
把之前创建的fetch_douyin_user_videos_daily工作流加进来，让智能体在需要时自动调用。
5.4 设置触发器
添加触发器，让智能体可以定时执行采集任务。
定义名称、触发类型、触发时间。任务执行选择“机器人提示”，输入对标账号的视频链接。
5.5 测试并发布
全面测试，确认一切正常后正式发布到生产环境。
6. 总结
透过这篇文章，我们完整地走了一遍从零搭建对标账号监控智能体的全过程。它不仅能帮你自动收集竞品数据，更重要的是，它让“自动化”这件事变得触手可及。
关键要点再强调一遍：对标账号监控能让你随时掌握对手动向，及时调整自己的内容策略；从工作流设计到代码实现，再到飞书表格对接，全程不需要你手动干预；成本几乎为零，门槛几乎为零，真正做到了让技术服务于运营本身。
有了这个智能体，你省下来的时间，完全可以花在更有价值的事情上——比如认真琢磨一条好内容，或者制定更聪明的运营策略。这才是工具存在的意义。
