analyzing-competitor-tiktok-content-strategy

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Translation

Chinese

Analyzing Competitor TikTok Content Strategy

分析竞争对手的TikTok内容策略

Scrapes a competitor's TikTok profile to pull their recent videos, engagement data, posting patterns, and hashtag usage. Reverse-engineers what's working for them so you can learn from it or differentiate against it.

借助爬虫获取竞争对手的TikTok主页数据，包括其近期视频、互动数据、发布规律及话题标签使用情况。逆向拆解其成功模式，以便从中学习或打造差异化策略。

Prerequisites

前提条件

```
APIFY_TOKEN
```
environment variable set
Optional: Apify MCP server installed

已设置
```
APIFY_TOKEN
```
环境变量
可选：已安装Apify MCP服务器

Inputs

输入参数

Parameter	Type	Required	Default	Notes
`startUrls`	array	Optional	`[]`	TikTok URLs — user profiles, hashtags, music pages, search, locations
`keywords`	array	Optional	`[]`	Search keywords/terms to find posts
`sortType`	string	Optional	`RELEVANCE`	Sort order for keyword results: `RELEVANCE` , `MOST_LIKED` , `DATE_POSTED`
`location`	string	Optional	—	ISO 3166-1 alpha-2 country code for regional filtering (e.g. `US` , `GB` )
`maxItems`	number	Optional	Unlimited	Maximum posts to return across the run
`includeSearchKeywords`	boolean	Optional	`false`	Add the matched search keyword field to each post
`customMapFunction`	string	Optional	—	JavaScript function to transform each output object

参数	类型	是否必填	默认值	说明
`startUrls`	数组	可选	`[]`	TikTok链接 — 用户主页、话题标签、音乐页面、搜索结果、地点页面
`keywords`	数组	可选	`[]`	用于查找帖子的搜索关键词/术语
`sortType`	字符串	可选	`RELEVANCE`	关键词搜索结果的排序方式： `RELEVANCE` （相关性）、 `MOST_LIKED` （点赞最多）、 `DATE_POSTED` （发布日期）
`location`	字符串	可选	—	用于区域筛选的ISO 3166-1 alpha-2国家代码（例如 `US` 、 `GB` ）
`maxItems`	数字	可选	无限制	本次运行返回的最大帖子数量
`includeSearchKeywords`	布尔值	可选	`false`	为每个帖子添加匹配的搜索关键词字段
`customMapFunction`	字符串	可选	—	用于转换每个输出对象的JavaScript函数

Workflow

工作流程

Progress:
- [ ] Step 1: Get competitor TikTok handle(s)
- [ ] Step 2: Pull profile stats with tiktok-profile-scraper
- [ ] Step 3: Pull recent videos with tiktok-scraper
- [ ] Step 4: Identify top-performing content patterns
- [ ] Step 5: Deliver content strategy analysis

进度：
- [ ] 步骤1：获取竞争对手的TikTok账号ID
- [ ] 步骤2：使用tiktok-profile-scraper获取主页统计数据
- [ ] 步骤3：使用tiktok-scraper获取近期视频
- [ ] 步骤4：识别表现最佳的内容模式
- [ ] 步骤5：输出内容策略分析报告

Step 1: Clarify Parameters

步骤1：明确参数

Ask the user for:

Competitor TikTok handle(s) — up to 5 accounts (without @)
Number of recent videos to analyze (default: 50 — last 2-3 months of content)
Analysis focus — top content, posting cadence, hashtag strategy, or all three

向用户确认：

竞争对手的TikTok账号ID — 最多5个（无需@前缀）
待分析的近期视频数量（默认：50条 — 涵盖过去2-3个月的内容）
分析重点 — 优质内容、发布节奏、话题标签策略，或三者兼顾

Step 2: Pull Profile Stats

步骤2：获取主页统计数据

Recommended — run_actor.js (handles waiting, output, and file saving automatically):

bash

undefined

推荐方式 — 使用run_actor.js（自动处理等待、输出及文件保存）：

bash

undefined

Quick answer (prints table to chat)

快速输出（在聊天窗口打印表格）

node scripts/run_actor.js
--actor "apidojo~tiktok-scraper"
--input '{"param": "value"}'

Save as CSV

保存为CSV文件

node scripts/run_actor.js
--actor "apidojo~tiktok-scraper"
--input '{"param": "value"}'
--output YYYY-MM-DD_results.csv --format csv

Save as JSON

保存为JSON文件

node scripts/run_actor.js
--actor "apidojo~tiktok-scraper"
--input '{"param": "value"}'
--output YYYY-MM-DD_results.json --format json

> `APIFY_TOKEN` must be set in environment or `.env` file.

**If Apify MCP is available:**

Tool: apify:run-actor Actor: "apidojo~tiktok-profile-scraper" Input: { "usernames": ["[handle1]", "[handle2]"] }


**REST API fallback:**
```bash
curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~tiktok-profile-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"usernames": ["[handle1]", "[handle2]"]}'

Extract:

fans

heart

(total likes),

video

count,

following

, bio text.

node scripts/run_actor.js
--actor "apidojo~tiktok-scraper"
--input '{"param": "value"}'
--output YYYY-MM-DD_results.json --format json

> 需在环境变量或`.env`文件中设置`APIFY_TOKEN`。

**若Apify MCP可用：**

工具：apify:run-actor Actor："apidojo~tiktok-profile-scraper" 输入： { "usernames": ["[handle1]", "[handle2]"] }


**REST API备选方案：**
```bash
curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~tiktok-profile-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"usernames": ["[handle1]", "[handle2]"]}'

提取数据：

fans

（粉丝数）、

heart

（总点赞数）、

video

（视频数量）、

following

（关注数）、个人简介文本。

Step 3: Pull Recent Videos

步骤3：获取近期视频

If Apify MCP is available:

Tool: apify:run-actor
Actor: "apidojo~tiktok-scraper"
Input:
{
  "profiles": ["https://www.tiktok.com/@[handle1]", "https://www.tiktok.com/@[handle2]"]
}

REST API fallback:

bash

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~tiktok-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "profiles": ["https://www.tiktok.com/@[handle1]"]
  }'

若Apify MCP可用：

工具：apify:run-actor
Actor："apidojo~tiktok-scraper"
输入：
{
  "profiles": ["https://www.tiktok.com/@[handle1]", "https://www.tiktok.com/@[handle2]"]
}

REST API备选方案：

bash

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~tiktok-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "profiles": ["https://www.tiktok.com/@[handle1]"]
  }'

Step 4: Analyze Content Patterns

步骤4：分析内容模式

From the video dataset, extract:

Top 10 videos by play count:

Title/caption, views, likes, comments, shares, date, hashtags

Posting frequency:

dates = [video.createTimeISO for each video]
days_covered = max(dates) - min(dates)
posting_rate = total_videos / days_covered (posts per day)

Hashtag analysis: Extract all hashtags across videos. Count frequency. Top 10 = their core hashtag strategy.

Content format patterns: From captions, classify videos into buckets:

Educational/Tutorial (contains: "how to", "tips", "learn", numbers like "5 ways")
Entertainment/Humor (reactions, trends, dances)
Promotional (product mentions, CTAs, "link in bio")
Behind-the-scenes (BTS, day-in-life, founder story)
UGC/Response (reply to comment format)

Hook patterns in top videos: Look at the first line of captions in the top 10 videos. What do they have in common?

从视频数据集中提取以下信息：

按播放量排名的前10条视频：

标题/文案、浏览量、点赞数、评论数、分享数、发布日期、话题标签

发布频率：

dates = [video.createTimeISO for each video]
days_covered = max(dates) - min(dates)
posting_rate = total_videos / days_covered (每日发布量)

话题标签分析： 提取所有视频中的话题标签，统计使用频率。排名前10的标签即为其核心话题策略。

内容格式分类： 根据文案将视频分为以下类别：

教育/教程类（包含：“how to”、“tips”、“learn”、“5 ways”等数字类表述）
娱乐/幽默类（反应视频、潮流、舞蹈）
推广类（提及产品、行动号召、“link in bio”）
幕后类（BTS、日常记录、创始人故事）
用户生成内容/互动类（回复评论格式）

优质视频的开头模式： 查看前10条视频文案的第一句，总结其共性。

Step 5: Format Analysis

步骤5：格式化分析结果

Output Format

输出格式

undefined

undefined

TikTok Content Strategy Analysis: @[COMPETITOR]

TikTok内容策略分析：@[COMPETITOR]

Videos analyzed: [N] | Period: [start]–[end] | Date: [DATE]

分析视频数量：[N] | 时间范围：[start]–[end] | 分析日期：[DATE]

Account Overview

账号概况

Followers: [N] | Total likes: [N] | Videos posted: [N] | Avg likes per video: [N] Overall engagement rate: [X.X%]

粉丝数：[N] | 总点赞数：[N] | 已发布视频数：[N] | 单视频平均点赞数：[N] 整体互动率：[X.X%]

Posting Pattern

发布规律

Frequency: [X] videos per week
Best-performing days: [day], [day] (based on publish date of top videos)
Average video length: [X] seconds (if available)

发布频率：每周[X]条视频
最佳发布日：[day]、[day]（基于优质视频的发布日期）
平均视频时长：[X]秒（若数据可用）

播放量Top5视频

#	Caption Excerpt	Views	Likes	Comments	Hashtags	Date
1	"[caption]"	[N]	[N]	[N]	[tags]	[date]

#	文案摘要	浏览量	点赞数	评论数	话题标签	发布日期
1	"[caption]"	[N]	[N]	[N]	[tags]	[date]

Content Mix

内容分布

Format	% of Videos	Avg Views
Educational	[X%]	[N]
Entertainment	[X%]	[N]
Promotional	[X%]	[N]
BTS/Story	[X%]	[N]

格式	占比	平均浏览量
教育类	[X%]	[N]
娱乐类	[X%]	[N]
推广类	[X%]	[N]
幕后/故事类	[X%]	[N]

Top Hashtags Used

高频使用话题标签

#[tag] — used in [N] of [total] videos
#[tag] — [N] videos
#[tag] — [N] videos

#[tag] — 在[总视频数]条视频中使用了[N]次
#[tag] — [N]条视频使用
#[tag] — [N]条视频使用

Hook Patterns in Top Content

优质内容的开头模式

Top performing hooks start with: [pattern — e.g., questions, numbers, bold claims]
Example: "[first line of top video]"

表现最佳的开头类型：[模式 — 例如提问、数字、大胆断言]
示例："[优质视频的第一句文案]"

What's Working for Them

其成功经验

[Insight 1 — specific, actionable]
[Insight 2]
[Insight 3]

[洞察1 — 具体、可落地]
[洞察2]
[洞察3]

Gap / Differentiation Opportunity

差距/差异化机会

[What they're NOT doing that could be a strategic opening]

undefined

[竞争对手未涉足的领域，可作为战略突破口]

undefined

Troubleshooting

故障排查

Profile scraper returns no videos: The account may have few posts or have gone inactive. Check the handle. Top videos all very old: Account may have slowed down. Note this in the analysis. Hashtags missing from results: Some captions don't use hashtags. Analyze caption text for topic signals instead.

主页爬虫未返回视频： 该账号可能帖子很少或已停止更新，请检查账号ID是否正确。 优质视频均为旧内容： 该账号可能已放缓更新节奏，请在分析报告中注明此情况。 结果中缺少话题标签： 部分文案未使用话题标签，可转而分析文案文本中的主题信号。

analyzing-competitor-tiktok-content-strategy

Original

Translation

Analyzing Competitor TikTok Content Strategy

分析竞争对手的TikTok内容策略

Prerequisites

前提条件

Inputs

输入参数

Workflow

工作流程

Step 1: Clarify Parameters

步骤1：明确参数

Step 2: Pull Profile Stats

步骤2：获取主页统计数据

Quick answer (prints table to chat)

快速输出（在聊天窗口打印表格）

Save as CSV

保存为CSV文件

Save as JSON

保存为JSON文件

Step 3: Pull Recent Videos

步骤3：获取近期视频

Step 4: Analyze Content Patterns

步骤4：分析内容模式

Step 5: Format Analysis

步骤5：格式化分析结果

Output Format

输出格式

TikTok Content Strategy Analysis: @[COMPETITOR]

TikTok内容策略分析：@[COMPETITOR]

Account Overview

账号概况

Posting Pattern

发布规律

Top 5 Videos (by Views)

播放量Top5视频

Content Mix

内容分布

Top Hashtags Used

高频使用话题标签

Hook Patterns in Top Content

优质内容的开头模式

What's Working for Them

其成功经验

Gap / Differentiation Opportunity

差距/差异化机会

Troubleshooting

故障排查