塔菲提海外 KOL 爬取约束
版本：V1.0 更新日期：2026-08-20 适用项目：塔菲提（TAFITIE）双波超声钛注能仪 目标市场：海外英文市场 数据来源：1000美元以上超声波美容仪Google_Ads关键词矩阵.xlsx、红人社媒信息格式表.xlsx、塔菲提品牌+产品基础信息.pptx
0. 本文件的来源说明
本文件各节的依据不同，按下表区分。执行时遇到分歧，以「源文件」级的内容为准；「起草待审」级的内容可以直接改。
| 节 | 来源等级 |
|---|---|
| §1.1 美国所在地 | 沿用 Waterfall 已执行版本，逐条核对无品类相关内容 |
| §1.2 粉丝量区间 | 用户指定（5,000–200,000） |
| §2 目标平台 | 用户指定 |
| §3 必采字段 | 直接来自 红人社媒信息格式表.xlsx，字段名逐字对齐 |
| §4 搜索关键词 | 直接来自关键词矩阵表 40 条；「红人发现可用性」一列为起草待审 |
| §5 达人类型与配比 | 起草待审，依据品牌 PPT 的功效与人群定位推导，未在真实账号上验证 |
| §6 候选筛选 | 部分沿用 Waterfall，部分起草待审 |
| §7 数据质量去重 | 沿用 Waterfall，通用内容 |
| §8 入库判定 | 沿用 Waterfall 结构，条件按本文件重写 |
1. 硬约束
硬约束为一票否决条件。不满足的候选不进入正式结果表，无论其他条件多好。
1.1 红人所在地必须为美国
- 只采集当前所在地（常住地或公开执业地）明确位于美国的红人。
- 「受众主要来自美国」「内容面向美国」「使用英文」不能单独证明红人在美国。
- 可接受的所在地证据，按可信度从高到低排列：
- 社媒主页公开位置明确为美国城市、州或
United States / USA / US； - 红人个人官网、机构主页或公开职业资料明确标注美国所在地；
- 多条近期公开内容持续显示其在美国生活、工作或执业，且不存在相反信息。
- 地点无法确认、证据互相冲突或仅能确认国籍但不能确认当前所在地时，不进入正式结果表。
- 每位入库红人必须保留
所在地、所在地证据类型、所在地证据链接和所在地核验日期，用于复核。
1.2 粉丝量必须落在 5,000–200,000 之间
- 判定口径：任一目标平台的公开粉丝数落在 5,000–200,000（含两端）即满足。
- 一个红人 Instagram 8 万、YouTube 30 万时，因 Instagram 在区间内，满足本条。
- 三个平台全部低于 5,000 或全部高于 200,000 时，不进入正式结果表。
- 记录时必须分平台保留原始数值，不得只记一个合并数或最大值。
- 粉丝数以采集当天页面公开显示为准，并记录
数据采集日期。
执行提示（起草待审）：5,000–10,000 这一段的红人公开商务邮箱比例明显低于 5 万粉以上的红人，多数只留个人邮箱或没有联系方式。本约束禁止猜测和购买邮箱，因此这一段的可联系率会偏低，属于预期内，不构成放宽 §7 的理由。该判断为工程经验值，未在本项目实测。
2. 目标平台
- YouTube
- TikTok
不采集其他平台。第三方数据平台（社媒审计站、红人库）可用于发现候选，但所有入库数值必须回到红人的公开社媒主页核验，并在 所在地证据链接 或 来源URL 中记录主页地址而非第三方页面。
3. 必须采集的信息字段
以下 6 个字段来自 红人社媒信息格式表.xlsx 的 Sheet1，字段名保持一致：
| 字段 | 采集要求 |
|---|---|
| 红人姓名 | 记录公开使用的姓名或稳定创作者名称；不可只填账号昵称缩写。 |
| 邮箱 | 仅记录公开商务邮箱；未公开时留空并标记「未公开」，不猜测、不购买、不绕过平台权限。 |
| instagram社媒链接 | 记录账号主页完整 URL；没有对应账号时留空。 |
| youtube社媒链接 | 记录频道主页完整 URL；没有对应频道时留空。 |
| tiktok社媒链接 | 记录账号主页完整 URL；没有对应账号时留空。 |
| 粉丝数 | 记录采集时页面公开显示的粉丝/订阅数，统一换算为整数；跨平台时分别保留各平台数值，展示口径需注明平台。 |
抓取证据 表另有 14 列，全部必填（无内容时填「未公开」或「待定」，不得留空）：
红人姓名、平台、账号/主页、粉丝数、邮箱、邮箱类型、命中关键词、产品方向、国家/地区、内容类型、来源URL、抓取时间、置信度、备注
其中：
内容类型填 §5 的达人类型主类，只能填一个。备注记录 §5 的判定依据（命中了哪个信号词、在哪里看到的）。产品方向填 §4 的关键词类目。
为执行 §1.1，另需保留以下审计字段：所在地、所在地证据类型、所在地证据链接、所在地核验日期、数据采集日期、数据来源平台。
4. 搜索关键词与匹配范围
关键词按英文原词搜索。命中关键词只是候选发现条件，最终仍必须通过 §1 全部硬约束。
关键词矩阵原表是 Google Ads 投放词表，衡量的是「用户搜什么去买产品」。红人发现要的是「红人在简介和内容里怎么写自己」，两者不等价。红人发现可用性 一列标注该差异：
- 直接可用：这些词会真实出现在红人 bio、频道简介或视频标题里，可直接作为搜索词和标签词。
- 需转译：投放意图明确但红人不会这么自称，须拆成红人语言后使用（转译示例见表内）。
- 仅投放：只用于 Google Ads，不用于红人发现。
| 关键词类目 | 优先级 | 英文关键词 | 红人发现可用性 |
|---|---|---|---|
| Professional Ultrasound | ★★★★★ | professional ultrasound facial device; professional ultrasound skin treatment; high frequency ultrasound facial device; professional facial treatment device; professional skincare device; professional skin rejuvenation device | 需转译 → ultrasound facial、ultrasound skincare、at home ultrasound |
| 10MHz / High-Frequency | ★★★★★ | 10 MHz ultrasound device; 10 MHz facial device; high frequency ultrasound device; professional 10 MHz ultrasound device | 仅投放（红人极少提具体频率） |
| Anti-Aging | ★★★★★ | anti aging facial device; professional anti aging device; skin rejuvenation device; facial rejuvenation device; facial tightening device | 直接可用 |
| ECM / Collagen | ★★★★ | ECM skincare; ECM skin rejuvenation; collagen regeneration device; collagen stimulation device | 需转译 → collagen、collagen production、collagen boosting |
| Sensitive Skin / Barrier | ★★★★ | sensitive skin device; facial device for sensitive skin; skin barrier repair device | 直接可用（sensitive skin、skin barrier 高频出现在 bio） |
| Acne / Oily Skin | ★★★★ | professional acne treatment device; acne skincare device | 直接可用（acne、oily skin、acne scars） |
| Professional / Spa / Aesthetic | ★★★★★ | professional beauty device; professional facial device; professional aesthetic device; professional facial treatment machine | 需转译 → esthetician、licensed esthetician、medspa |
| At-Home Professional | ★★★★★ | professional skincare at home; professional facial treatment at home; spa quality skincare at home; luxury skincare device | 直接可用（at home facial、spa at home） |
| Generic Facial Device | ★★★★ | facial device; skincare device | 直接可用，但结果噪声大，只作补充 |
4.1 否定关键词
以下词命中的候选不作为发现依据。原表列为低优先级或低客单价意图，与塔菲提 ¥4,999 档位不匹配：
ultrasonic skin scrubberultrasonic spatulablackhead removerpore cleanerbeauty toolcheap
红人内容主线是上述品类（超声铲、黑头仪、平价工具测评）时，不进入正式结果表。
4.2 标签（Instagram / TikTok）
起草待审。用于补充发现，不作为入库依据：
#skincaretok、#beautydevice、#skintightening、#antiaging、#sensitiveskin、#skinbarrier、#rosacea、#acnetreatment、#estheticiantips、#dermatologist
5. 达人类型与候选结构
本节起草待审。目的：控制候选构成，避免全部挤在最容易搜到的一类里。
5.1 六类与目标占比
| 内容类型 | 判定信号（出现在 bio 或近期内容） | 目标占比 |
|---|---|---|
| 皮肤科医生与持证美容师 | MD、DO、board-certified dermatologist、licensed esthetician、aesthetician、RN，且能查到执业机构 | 10% |
| 医美术后 | botox、filler、laser、microneedling、RF microneedling 的术后护理、恢复期记录 | 10% |
| 敏感肌屏障 | sensitive skin、rosacea、eczema、skin barrier、redness 反复出现 | 20% |
| 油痘肌 | acne、hormonal acne、acne scars、oily skin 为内容主线，常有 before-after | 15% |
| 熟龄抗老 | 40+、anti-aging、fine lines、sagging，本人出镜且在目标年龄段 | 20% |
| 美容仪测评 | 内容主线是设备开箱与对比（NuFACE、TriPollar、CurrentBody、LED mask 等） | 25% |
5.2 判定规则
看什么，按证据强度排序：
- 本人的自我声明最强 —— bio、频道简介里怎么自称。这是本人写的，不是我们推断的。
- 近期内容主题占比 —— 取最近 10–20 条帖子或视频，主题过半落在哪类算哪类。只看一两条会被单条爆款带偏。
- 判不了标「待定」，不硬塞进某一类。待定的候选可以入库，但不计入占比统计。
一人只能进一类。 否则六类相加会超过 100%，配比无法计算。次类可记在 备注 里，不参与占比。
冲突时的优先序（从高到低）：
皮肤科医生与持证美容师 → 医美术后 → 敏感肌屏障 → 油痘肌 → 熟龄抗老 → 美容仪测评
依据：越靠前的类型越稀缺越难找。若反向排序，一个持证皮肤科医生只要测评过一台仪器就会被归进「美容仪测评」，稀缺的前三类将永远填不满——而这三类正是塔菲提「敏感肌可用」「医美伴侣」两个核心卖点唯一能被讲清楚的地方。
5.3 已知风险
「熟龄抗老」与「美容仪测评」预计会大量重叠（一个 45 岁博主测评美容仪，两类都沾）。此时按 5.2 的优先序归入「熟龄抗老」。第一批采集 20–30 个候选后需复核该规则是否需要加细则或并类。
6. 候选筛选标准
除 §1 硬约束外，以下为优先级规则，不作一票否决：
- 结合平均播放量（
average views）判断近期内容表现。 - 结合互动率（
engagement rate）判断真实受众活跃度。 - 优先具有真实评测能力和过往真实测评内容的红人（
authentic review）。 - 优先客单价匹配的红人：内容中出现过 $200 以上护肤设备、医美项目或高端护肤品的，优先级高于只测平价产品的。
- 六类达人的目标结构见 §5.1。
7. 数据质量与去重
- 同一红人在多个平台出现时合并为一条红人记录，各平台链接和粉丝数分别保留。
- 优先以公开邮箱、个人官网、跨平台互链、姓名与头像等证据确认同一身份；仅名称相似不得自动合并。
- 社媒链接必须指向红人主页或频道主页，不得填写单条帖子、搜索页或第三方镜像页。
- 粉丝数、邮箱、所在地等时效性字段必须同时记录采集日期。
- 不得抓取非公开信息、登录后受限信息、付费数据库中的非公开联系方式，或通过技术手段绕过访问限制。
8. 入库判定
候选红人同时满足以下条件才能进入正式结果表：
- 美国所在地证据明确且可复核（§1.1）；
- 至少一个平台粉丝数落在 5,000–200,000（§1.2）；
- 至少命中一个 §4 关键词或标签，且未命中 §4.1 否定关键词；
- 至少存在一个可访问的 Instagram、YouTube 或 TikTok 主页；
- 红人姓名和对应平台粉丝数能够从公开页面核验；
- 已按 §5 归入一个达人类型或明确标记「待定」；
- 不与已有红人记录重复。
邮箱允许为空，但必须明确标记为「未公开」，不得推测填写。
本页由 build.mjs 从 爬取约束.md 生成，请勿直接编辑。源文件 SHA-256 前 12 位：7641feb5b51d