Wyszukiwanie X dla marketingu: nazwy użytkowników, daty i filtry
Na tej stronie
Zamień X w narzędzie monitoringu marketingowego
X (dawniej Twitter) pozostaje jedną z najbogatszych platform pod kątem użytecznych danych marketingowych w czasie rzeczywistym. Dzięki narzędziu x_search w API Grok możesz przeszukiwać tę masę informacji w sposób ustrukturyzowany, filtrowany i automatyzowalny, bezpośrednio ze swoich aplikacji lub skryptów.
W przeciwieństwie do ręcznego wyszukiwania na X, API pozwala precyzyjnie celować w konkretne konta, okresy i tematy. Dla menedżera marketingu oznacza to przejście od rzemieślniczego monitoringu do programowalnego systemu zbierania wywiadu konkurencyjnego.
Włącz wyszukiwanie X w API Grok
Włączasz narzędzie x_search, deklarując je w tablicy tools swojego żądania API. Działa ono wyłącznie w API Responses (przestarzałe endpointy Chat Completions są zdeprecjonowane dla wyszukiwania).
from openai import OpenAI
client = OpenAI(
api_key="your-xai-key",
base_url="https://api.x.ai/v1"
)
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input="What are the latest posts from @nike about their marketing campaigns?",
tools=[{"type": "x_search"}]
)
Model automatycznie decyduje, kiedy uruchomić wyszukiwanie na X na podstawie Twojego pytania. Nie musisz ręcznie zarządzać wyzwalaniem tego procesu.
Filtrowanie po nazwach użytkowników: celuj w konkretne konta
Parametr allowed_x_handles pozwala ograniczyć wyszukiwanie do maksymalnie 10 konkretnych kont na X. To idealne narzędzie do monitorowania bezpośredniej konkurencji lub partnerów.
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input="Summarize the product announcements from these brands this week",
tools=[{
"type": "x_search",
"allowed_x_handles": [
"nike", "adidas", "puma",
"newbalance", "reebok"
]
}]
)
Z kolei excluded_x_handles pozwala wykluczyć do 10 kont z wyników. Uwaga: te dwa parametry są wzajemnie wykluczające się (nie można ich łączyć w tym samym żądaniu).
Zastosowania w marketingu
- Monitoring konkurencji: śledź 5–10 kont swoich bezpośrednich rywali
- Partnerstwa: obserwuj posty swoich partnerów i ambasadorów
- Ekosystem: wyklucz własne konta, aby widzieć tylko rynek
Filtrowanie po datach: izoluj okres
Parametry from_date i to_date akceptują daty w formacie ISO 8601 (RRRR-MM-DD). Pozwala to targetować konkretną kampanię, wydarzenie branżowe lub porównywać dwa okresy.
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input="Analyze reactions to the Black Friday campaign from these brands",
tools=[{
"type": "x_search",
"allowed_x_handles": ["amazon_fr", "cdiscount", "fnac"],
"from_date": "2025-11-25",
"to_date": "2025-12-02"
}]
)
To połączenie nazw użytkowników i dat daje niezwykle precyzyjny zakres wyszukiwania, porównywalny do zautomatyzowanego briefu badania rynku.
Zrozumienie obrazów i wideo w postach
Dwa parametry logiczne wzbogacają Twój monitoring wizualny:
enable_image_understanding: model analizuje obrazy zawarte w postach (wizualizacje kampanii, infografiki, zrzuty ekranu)enable_video_understanding: model interpretuje wideo (spoty reklamowe, zapowiedzi produktów, demonstracje)
tools=[{
"type": "x_search",
"allowed_x_handles": ["apple"],
"enable_image_understanding": True,
"enable_video_understanding": True
}]
Dla marketera oznacza to, że Grok może opisać wizualizacje reklamowe konkurencji, zidentyfikować użyte kody kolorystyczne lub streścić zawartość wideo promocyjnego – wszystko w sposób programowalny.
Praktyka: skrypt tygodniowego monitoringu
Oto kompletny skrypt generujący tygodniowy raport monitoringu dotyczący Twojej konkurencji:
from datetime import datetime, timedelta
# Oblicz miniony tydzień
today = datetime.now().strftime("%Y-%m-%d")
last_week = (datetime.now() - timedelta(days=7)).strftime("%Y-%m-%d")
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input="""Analyze these brands' posts from the last week.
For each brand, identify:
1. Major product announcements
2. Marketing campaigns launched
3. Tone and positioning used
4. Posts that generated the most engagement""",
tools=[{
"type": "x_search",
"allowed_x_handles": [
"concurrent1", "concurrent2", "concurrent3"
],
"from_date": last_week,
"to_date": today,
"enable_image_understanding": True
}]
)
print(response.output_text)
Kluczowe wnioski
- Wyszukiwanie X kosztuje 5 USD za 1000 wywołań, co czyni je bardzo przystępnym narzędziem monitoringu
- Możesz filtrować po nazwach użytkowników (maks. 10) lub datach (format ISO 8601), albo łączyć obie metody
allowed_x_handlesiexcluded_x_handlessą wzajemnie wykluczające się- Analiza obrazów i wideo w postach jest dostępna wyłącznie w Wyszukiwaniu X (niedostępna w Wyszukiwaniu Sieciowym)
- Używaj API Responses (a nie Chat Completions, które jest zdeprecjonowane dla wyszukiwania)