追踪 X 上的品牌提及：你的 AI 智能体自动生成每周报告
· 阅读需 7 分钟
逐步教程：连接你的智能体到 Felo OpenAPI，自动化 X 上的品牌监控，结合情感分析与每周演示报告。
每个星期一，你都需要了解上周人们在 X 上对你的品牌说了些什么。与其手动搜索、复制和整理，不如让你的智能体自动完成这一切。
具体操作如下。
3 分钟连接 Felo OpenAPI
第 1 步：前往 openapi.felo.ai 并创建一个免费的 API 密钥。
第 2 步：将以下内容复制粘贴到你的 Codex、Claude Code 或 OpenClaw 中：
Connect to Felo OpenAPI:
- Models: Claude Opus 4.8, Claude Sonnet 4.6, Claude Haiku 4.5, GPT-5.6 Sol, GPT-5.6 Terra, Grok 4.5
- Search: POST /v2/chat (AI Search), POST /v2/web/extract (Web Fetch)
- Social: POST /v2/x/tweet/search (X Search), POST /v2/x/user/tweets (User Tweets), GET /v2/youtube/subtitling
- Output: POST /v2/ppts (PPT), POST /v2/mindmap, POST /v2/landing_page, Image Generation
- Memory: LiveDocs (semantic retrieval, file upload, URL resources, tasks, records)
Base URL: https://openapi.felo.ai
API Key: [YOUR_API_KEY]
When I ask for brand monitoring:
1. Use X Search to find brand mentions
2. Analyze sentiment (positive, negative, neutral)
3. Compare with previous reports in LiveDocs
4. Generate a summary report and presentation
第 3 步：连接完成。你的智能体现在可以监控社交信号、分析情感并生成报告。
用户故事
你是一款 AI 工具的品牌经理。每个星期一早上，你的老板都会问：“上周大家在 X 上都说了我们什么？”
你需要：
- 总提及次数
- 情感分布（正面/负面/中性）
- 重点讨论话题和 KOL 提及
- 与上周的趋势对比
- 一份可直接用于演示的总结
你只需要这样说
搜索过去一周内关于“Felo AI”的 X 提及。分析情感，识别重点讨论和 KOL 提及，与 LiveDocs 中上周数据对比，并生成每周报告演示文稿。
Codex 自动完成的工作
第 1 步：搜索品牌提及
POST /v2/x/tweet/search
{
"query": "\"Felo AI\" OR \"felo.ai\"",
"sort": "relevance",
"time_range": "7d"
}
Codex 会拉取所有提及品牌的推文，包括转发和回复。
第 2 步：搜索竞品提及（用于对比）
POST /v2/x/tweet/search
{
"query": "competitor brand name",
"sort": "relevance",
"time_range": "7d"
}
Codex 还会拉取竞品的提及数据，便于对比品牌声量。
第 3 步：情感分析
Codex 会阅读所有推文并进行分类：
- 正面：表扬、推荐、积极的用户体验
- 负面：投诉、BUG、功能请求、批评
- 中性：新闻、事实性提及、中立讨论
同时还会识别：
- 提及品牌的头部 KOL 账号
- 互动量最高的推文
- 新兴讨论主题
第 4 步：与上周对比
Codex 从 LiveDocs 中检索上周的报告：
POST /resources/retrieve
{
"query": "brand monitoring report",
"filters": { "date_range": "previous_week" }
}
对比内容包括：
- 提及量（环比增减百分比）
- 情感变化（更积极？更消极？）
- 新的讨论主题
- 新的 KOL 提及
第 5 步：生成每周报告
POST /v2/ppts
{
"topic": "Brand Monitoring Weekly Report",
"content": {
"total_mentions": [count],
"sentiment_breakdown": { "positive": X%, "negative": X%, "neutral": X% },
"top_discussions": [key themes],
"kol_mentions": [notable accounts],
"week_over_week": [trend comparison],
"action_items": [recommended responses]
},
"theme": "executive-summary"
}
返回结果：一份简洁、适合高管阅读的每周报告演示文稿。
第 6 步：保存到 LiveDocs
Codex 会将本周报告保存到 LiveDocs，包括：
- 原始提及数据及推文链接
- 情感分析结果
- KOL 画像及互动数据
- 生成的演示文稿
- 日期、品牌、报告类型等标签
下周的报告会自动基于这些数据生成。
最终效果
每个星期一，你都能获得：
- 仪表盘：总提及量、情感分布、趋势走向
- 重点讨论：大家实际在说什么
- KOL 监控：谁在谈论你的品牌及其影响力
- 周度对比：与上周相比发生了哪些变化
- 行动建议：推荐的响应或后续措施
- 演示文稿：可直接在团队会议中分享
完整提示词模板（复制即用）
搜索过去一周内关于“[BRAND]”的 X 提及。
分析：
1. 总提及量及情感分布
2. 前 5 个讨论话题和主题
3. 重点 KOL 提及及互动数据
4. 与上周数据（存于 LiveDocs）对比
5. 推荐的行动建议
生成高管摘要演示文稿，并将所有数据保存到 LiveDocs。
将 [BRAND] 替换为任意品牌即可满足品牌监控需求。你还可以添加竞品名称进行声量对比分析。
进阶用法：多品牌仪表盘
同时监控多个品牌：
搜索过去一周内这些品牌在 X 上的提及：“Brand A”、“Brand B”、“Brand C”。生成对比仪表盘，展示各品牌声量、情感分布及跨品牌讨论主题，并生成演示文稿。
进阶用法：实时预警
设置每日检查：
搜索过去 24 小时内关于“[BRAND]”的 X 提及。如果负面情感超过 30%，则标记为预警并总结主要投诉，否则仅将数据记录到 LiveDocs。
快速开始
- 创建你的免费 API 密钥
- 将初始化提示词粘贴到你的智能体中
- 试用上面的品牌监控提示词
告别手动整理社交报告。让你的智能体自动监控、分析并生成演示文稿。
本文还提供以下语言版本：English、日本語、한국어、繁體中文、हिन्दी、Français、العربية、Русский、اردو、Bahasa Indonesia、Deutsch、Tiếng Việt、Türkçe、Italiano、ไทย、Español、বাংলা、Português。