用 AI 做小红书产品研究

小红书 产品研究 AI 的搜索意图很明确：团队想理解中国消费者如何描述需求、抱怨、使用场景和品类期待。AutoSearch 让 Agent 把小红书纳入 MCP-native 深度研究，并和 40 个渠道中的其他来源一起使用。

小红书不是正式评论数据库。它的价值在于“质感”：用户怎么说、怎么拍、怎么比较、怎么表达不信任。

消费者信号

在消费 AI、教育、美妆、旅行、生活方式、效率工具和硬件品类里，小红书能展示官方文案外的真实语言。它能暴露意外需求、上手阻力、价格顾虑或品类词汇。

Agent 应把它当成定性研究。除非另有量化流程，不要让模型声称统计确定性。

研究问题要窄

“研究中国 AI app”太宽。“小红书用户不喜欢 AI 笔记产品的哪些点”更好。要求输出主题、代表帖子、产品属性、反对意见和重复词汇。

再搭配微博看快速反应，知乎看长文解释，微信看行业文章，Bilibili 看演示或教程。渠道列表 展示了可用来源。

来源组合

AutoSearch 的好处是不会把所有来源混成一个结果流。Agent 可以先用小红书看消费者语言，再去其他渠道验证主张。

按 MCP 配置 接入后，host 模型负责总结，AutoSearch 负责检索。

Persona 要谨慎

要求 Agent 只从重复信号中抽取 persona：用户类型、目标、触发点、反对意见、词汇和来源例子。不要让模型从几条帖子发明漂亮但虚假的人群分层。

输出格式

好的报告包含主题、短 paraphrase、来源类别、信心等级和下一步问题。先看 安装，跑一个小扫描，再参考 示例 调整输出。