小红书一个类目到底有多少条笔记？

上个月帮一个做家居品牌的朋友做赛道分析，他问了我一个看似简单的问题："小红书上'家居收纳'这个类目，现在有多少条笔记？"

但真正让他意外的，不是这个数字本身，而是我接下来说的这几句话：这么多篇笔记里，过去30天内发布的有多少？其中互动量超过1000的有多少？这些高互动笔记集中在哪些子话题下？哪些是品牌投放、哪些是素人自发？

类目数据和账号数据，根本不是同一种东西

之前写过怎么看竞品账号数据，但类目数据是完全不同的维度。

看一个账号，你分析的是"一个创作者的内容策略"；看一个类目，你分析的是"整个赛道的内容生态"。前者是显微镜，后者是卫星地图。

类目数据回答的问题包括但不限于：这个赛道的内容供给量有多大、更新速度有多快、头部内容被什么类型的创作者占据（品牌号、达人、素人各占多少比例）、用户互动的热点集中在哪些子话题、哪些细分方向已经红海化、哪些还留有内容空白。

这些信息，你看任何单个账号都得不到——因为它需要的是类目层面的批量数据采集和聚合分析。

举个实际例子。同样是"美妆"这个大类别，"国货彩妆"和"大牌平替"是两个完全不同的内容生态。前者的笔记里品牌名密集出现，商业投放比例高，用户评论偏购买决策；后者的笔记里对比测试多，素人真实反馈占比大，用户评论偏求链接和询问色号。

如果不做类目级别的数据采集，你只会笼统地觉得"美妆很卷"，但卷在哪里、哪块还有机会，完全说不清。

类目数据采集，具体采什么

一次完整的类目数据采集，通常包含以下几个层面的信息。

笔记基础数据是底盘。 按关键词或类目标签采集相关笔记的标题、正文、发布时间、作者ID、点赞收藏评论数、笔记类型（图文/视频）。数据量从几千到几十万条不等，取决于类目的热度。这一步的核心不是"采全"——一个千万级笔记的类目不可能全部采完——而是通过合理的采样策略，拿到有代表性的样本。

时间维度数据是判断趋势的关键。 同一组关键词，按周或按月采集，对比不同时段的笔记数量和互动均值变化。如果某个子话题的周笔记发布量连续四周上涨30%以上，大概率是一个正在起势的方向。反过来，如果笔记量在萎缩但篇均互动在上升，可能说明这个赛道正在从"人人都发"转向"精品留存"。

作者结构数据经常被忽略，但非常有价值。 把采集到的笔记按作者类型分组——品牌官方号、达人号（粉丝1万以上）、素人号（粉丝1万以下）——统计各类型的笔记数量占比和互动量占比。一个健康的赛道通常是金字塔结构：素人笔记提供长尾真实内容，达人笔记制造话题和种草，品牌号做官方背书。如果某个类目里品牌号笔记占比超过30%，说明商业内容已经严重过剩，自然流量会越来越难拿。

怎么采：从手动搜索到API批量采集

小规模类目的初步调研，手动搜索加浏览器插件就能起步。搜几个核心关键词，按"最多点赞"排序看前50条高互动笔记，手动记录标题、互动量和内容方向，半小时内能对这个类目建立基本认知。成本为零，适合"先看看这个赛道值不值得做"的阶段。

但一旦进入需要数据支撑决策的阶段——比如你要在三个类目中选一个切入、或者要给品牌方交一份赛道分析报告——手动方式就完全不够了。你需要批量采集数千到数万条笔记数据，做结构化存储和聚合分析。这时候API接口是最有效的方式。

极致了数据的小红书搜索和笔记数据接口支持按关键词批量采集笔记列表和详情数据，返回的JSON包含标题、正文、互动指标、作者信息、发布时间等完整字段，可以直接导入分析工具做类目层面的统计建模。

实操中我会建议分两步走：先用宽泛关键词拉一轮大样本（比如"家居收纳"），跑一遍词频统计和作者结构分析，找出高频子话题；再针对每个子话题用更精确的关键词做第二轮采集（比如"衣柜收纳""厨房收纳""小空间收纳"），层层下钻。这种从粗到细的采集策略，比一上来就想"把整个类目的笔记全采下来"要高效得多，也更能产出有洞察力的结论。

类目数据最终要回答的问题只有一个

采集了几千条数据、画了十几张图表之后，如果不能回答一个问题，这些数据就是噪音：这个类目现在还能不能进？如果能，从哪个角度进？

类目数据存在的意义，不是让你惊叹"哇这个赛道有287万条笔记"，而是帮你判断：内容供给是否已经饱和、用户需求是否还在增长、哪个细分方向的竞争烈度还相对较低、什么样的内容形式还有差异化空间。

数据是地图，决策才是目的地。采完数据之后想清楚要做什么，比采了多少数据重要一百倍。