Perplexity看B站教程，减少返工的高效技巧

在B站教程类视频的评论区做调研，本意是想快速摸清真实用户的卡点、避坑经验或隐藏技巧。但实际操作中经常翻车：提示词稍一模糊，返回结果就混杂着知乎热评、小红书截图文字，甚至AI凭空编造的“假评论”。反复调提示词，时间就这么耗掉了。问题的根源在于，Perplexity默认不锁定评论的来源平台和内容形态——它会把“B站评论”理解成广义的“中文用户反馈”，而不是bilibili.com视频页下方那些带时间戳、点赞数、UP主回复的真实互动文本。

第一步：强制锁定评论来源与载体

在Perplexity新对话框顶部，先手写三行定位草稿（不要发送）：
① 平台必须是【bilibili.com】而非“B站”“哔哩哔哩”等缩写或别名——Perplexity对域名识别最稳定，用“B站”可能触发小红书或抖音评论抓取；
② 载体限定为【视频播放页下方评论区】，排除弹幕、动态、专栏评论；
③ 内容类型只要【用户原始发言+UP主回复+高赞回复】，不要总结、不要提炼、不要二次加工。

做完这一步，已经排除掉80%的非目标结果。漏掉任一要素，模型就会用训练数据补全“看起来合理”的假评论。

第二步：用动作链替代模糊动词

方法一：把“看看B站上大家怎么说”改成具体操作路径：
→ 打开bilibili.com任意React教程视频 → 拉到页面底部评论区 → 找出第3条带“已试过”字样的评论 → 复制整段文字（含发布时间、点赞数、用户昵称） → 保持原格式返回。

方法二：直接绑定UP主身份与评论特征：
→ 只抓取【UP主ID为“CodeWithEva”】的视频下，所有含“npm install失败”关键词的评论 → 要求返回每条评论的完整HTML结构片段（含data-v-xxx属性），不清洗、不转义。

注意：删掉“帮我整理”“请归纳”这类指令——Perplexity会立刻开始编造分类标签和情绪分析。它没有能力解析真实评论的情感倾向，所谓“愤怒占比37%”全是幻觉。

第三步：堵死三个高频返工漏洞

第一步：在提示词末尾加一行排除项：
✘ 不要来自b23.tv跳转链接的评论（已失效）
✘ 不要带“关注我领资料”话术的营销号评论
✘ 不要2024年12月前发布的旧评论（B站API默认只返回近90天活跃评论）

第二步：用域名白名单锁死来源
输入时明确写：“仅从bilibili.com域名下、URL含‘/video/BV’路径的页面提取评论，其他域名结果全部丢弃”。

第三步：验证返回结果是否真实可追溯
点击Perplexity给出的每条评论旁的引用链接 → 确认地址栏显示https://www.bilibili.com/video/BV开头 → 滚动到对应楼层核对发布时间与点赞数是否一致。若链接跳转后页面无该评论，立即停用当前提示词。