Głęboka analiza postów na X
Na tej stronie
Wydobywanie wartości wykraczającej poza surowy tekst
Pobieranie postów z platformy X to jedno. Wydobywanie z nich użytecznych wniosków to coś zupełnie innego. Model Grok nie tylko wyszukuje i kopiuje tweety: potrafi analizować sentyment, identyfikować trendy, wykrywać słabe sygnały i syntezować setki postów w ustrukturyzowane podsumowanie.
W tej lekcji dowiesz się, jak formułować prompty, aby zmaksymalizować efektywność wyszukiwania w X i uzyskiwać analizy jakościowe, a nie zwykłe kompilacje.
Analiza sentymentu na dużą skalę
Zamiast pytać po prostu, co mówi się na dany temat, poproś model o ocenę ogólnego tonu dyskusji:
response = client.responses.create(
model="grok-4.5",
input="""Analyze the overall sentiment on X regarding
the latest update to the European AI Act.
Categorize reactions as: positive, negative, nuanced.
Provide representative examples for each category.""",
tools=[{
"type": "x_search",
"from_date": "2026-03-25",
"to_date": "2026-04-03"
}]
)
Model przeskanuje najnowsze dyskusje i ustrukturyzuje swoją analizę zgodnie z Twoimi kryteriami. Otrzymasz raport dotyczący sentymentu, znacznie bogatszy niż zwykłe liczenie postów pozytywnych i negatywnych.
Wykrywanie słabych sygnałów
Słabe sygnały to rodzące się tematy dyskusji, które nie dotarły jeszcze do szerszego grona odbiorców. Grok potrafi je zidentyfikować, łącząc wyszukiwanie semantyczne z analizą trendów:
response = client.responses.create(
model="grok-4.5",
input="""Identify emerging topics in generative AI
on X this week.
Focus on technical discussions
that haven't been covered by press articles yet.
Rank them by potential impact.""",
tools=[{
"type": "x_search",
"excluded_x_handles": ["reuters", "BBCBreaking", "AP"]
}]
)
Wykluczając tradycyjne media, kierujesz wyszukiwanie w stronę dyskusji prowadzonych przez praktyków, badaczy i programistów – to tam rodzą się trendy, zanim staną się mainstreamowe.
Rekonstrukcja złożonych wątków
Dzięki wątkom platforma X stała się miejscem publikacji długich form. Grok potrafi rekonstruować i syntezować takie wątki dyskusyjne:
response = client.responses.create(
model="grok-4.5",
input="""Find and summarize the most shared technical
threads this week on fine-tuning
language models. Extract practical advice
and frequent mistakes mentioned.""",
tools=[{"type": "x_search"}]
)
Porównywanie stanowisk kluczowych graczy
Możesz poprosić model o porównanie stanowisk różnych podmiotów w tej samej kwestii:
response = client.responses.create(
model="grok-4.5",
input="""Compare the recent positions of Sam Altman,
Yann LeCun and Dario Amodei on AI safety
as expressed on X. Identify points
of convergence and divergence.""",
tools=[{
"type": "x_search",
"allowed_x_handles": ["sama", "ylecun", "DarioAmodei"]
}]
)
Strukturyzowanie promptów analitycznych
Aby uzyskać wysokiej jakości analizy, strukturyzuj swoje prompty według następującego schematu:
- Temat: Jasno określ, czego szukasz.
- Zakres: Określ okres, konta i kryteria.
- Format wyjścia: Żądaj konkretnej struktury (kategorie, tabela, ranking).
- Kryteria oceny: Wskaż, jak oceniać trafność wyników.
Przykład ustrukturyzowanego promptu:
prompt = """
Subject: AI adoption in French SMEs
Scope: French-language discussions on X, last week
Requested Analysis:
1. Main barriers mentioned (ranked by frequency)
2. Solutions or tools recommended by the community
3. Concrete examples of successes shared
4. Overall sentiment (1-5 scale)
Format: Structured summary with examples for each point.
"""
Ograniczenia analizy
Model syntezuje to, co znajdzie, ale nie przeprowadza reprezentatywnego badania. Użytkownicy X nie reprezentują całej populacji, a najbardziej widoczne posty niekoniecznie są najbardziej reprezentatywne. Zawsze zachowuj krytyczne podejście do wniosków płynących z analizy mediów społecznościowych.
Ćwiczenie
Wybierz niedawne wydarzenie w swojej branży (premiera produktu, ogłoszenie regulacyjne, konferencja). Wykorzystaj wyszukiwarkę X, aby stworzyć trzyczęściowy raport analityczny: zgłoszone fakty, ogólny sentyment oraz zidentyfikowane słabe sygnały. Porównaj wyniki ze swoim własnym postrzeganiem tego wydarzenia.
Kluczowe wnioski
- Formułuj prompty tak, aby żądać analizy, a nie tylko zwykłej listy postów.
- Łącz filtry dotyczące kont i dat, aby precyzyjnie określić zakres badania.
- Rekonstrukcja wątków umożliwia dostęp do długich form treści na platformie X.
- Wyklucz tradycyjne media, aby zidentyfikować słabe sygnały.
- Strukturyzuj prompty, uwzględniając temat, zakres, format i kryteria.
- Wyniki z X nie stanowią reprezentatywnej próby populacji.