贫血王子做 B 站运营的这两年，评论区一直是我最头疼的地方。发视频只是第一步，真正决定一条内容能不能被更多人看到的，往往是发布后一两小时内的评论区互动密度。但每天手动去刷评论、回评论，既机械又浪费时间，而且像我这种同时管着好几个账号的人，根本忙不过来。后来我认真研究了一圈，发现影刀 6.0 这版更新之后，配合 AI 能力做 B 站自动评论这件事，比我想象中成熟太多了。今天就把我这几个月跑通的整套方案、踩过的坑、以及所有关键细节全部拆开讲清楚，希望能帮到同样有这个需求的人。
这套方案适合谁？如果你是 UP 主、视频号运营、或者帮别人做账号代运营，每天需要在大量视频下维护评论区；或者你只是想给自己的视频做基础的互动冷启动，那这篇内容对你会非常有用。我尽量写得像自己人交流一样，把原理和实践都讲透，小白也能照着做，但也欢迎老手在评论区补充经验。
1. 为什么我会想到用影刀 6.0 做 B 站自动评论
1.1 B 站评论区到底值不值得自动化
先说结论：值得，但前提是你得搞清楚评论区对流量意味着什么。B 站的分发机制虽然不直接公开“评论数权重”这种指标，但视频发布后的互动率（评论、点赞、弹幕、三连）会明显影响系统对内容的推荐判断。一个视频发出去，如果前两小时能积累几十条有内容的评论，后续进入推荐池的概率要远高于“零互动”的状态。这也是很多搬运号、资讯号、知识区账号会专门找人维护评论区的原因。
但手动维护评论区的成本非常高。一条有质量的评论，需要你先打开视频、看完或至少扫一眼内容、想一句合适的话、打字、发送，熟练的人平均也要 30 到 60 秒。如果一天要维护 50 个视频，光评论就得花将近一个小时。而且这个动作极其规律，非常适合用 RPA（机器人流程自动化）来干。关键就是让机器人像真人一样“会想、会等、会挑话说”，这就必须把 AI 接进来，单纯写死话术模板的话，发出去分分钟被识别成营销号。
1.2 影刀 6.0 的哪些新能力真正派上了用场
我最早用的是影刀 5.x 版本，做简单的内容搬运检查、批量下载这类事是很顺手的。但到了 6.0，最让我眼前一亮的是几个新能力：
第一个是更自然的“AI Agent”模式。以前在影刀里写流程，你必须把每一步都像编程一样指定清楚：点哪个按钮、输入什么文字、等待几秒。但 6.0 之后，你可以在流程里插入“AI 指令”，让它根据页面上下文自动判断下一步操作，这极大降低了流程编写的门槛。第二个是对动态网页元素的识别更稳了。B 站评论区是典型的异步加载页面，评论框、发送按钮这些元素经常在你滚动页面之后才出现，旧版偶尔会抓不到，6.0 的智能元素感知在这方面做了明显优化。
第三个要重点提的，是影刀 6.0 的“AI 对话”组件可以直接调用大模型接口来生成文本。这意味着我不需要额外写复杂的 Python 脚本来对接大模型 API，直接在流程里配置好关键词、提示词，AI 就能生成一段符合语境的评论，然后让机器人发出去。对于不会写代码、又想用 AI 做批量互动的人来说，这个功能确实是目前最省事的方案。
1.3 自动评论之前，我先给自己立了三条规矩
在开始实现之前，我必须先把一些边界说清楚，因为“自动评论”这件事是有风险的。我给自己定的三条规矩，也是我建议每个使用自动化工具的人都遵守的底线：
第一条，绝不刷无意义的垃圾评论。那种“支持UP主”“学到了”“前排围观”之类的话，发多了不仅没价值，还容易让账号被平台标记为水军。我要做的是让 AI 针对视频内容生成真实、具体的评论，哪怕每条评论的深度有限，也必须是“像人写的”。第二条，严格控制频率。单个账号的评论频率必须模拟真人节奏，一天顶多评论二三十条，而且是分散在几个小时里，绝不能一分钟连着发好几条。第三条，所有自动化行为都遵守平台规则和社区规范，如果某个视频明确说了“不要评论”或者评论区存在特殊限制，我的流程会自动跳过。这几条纪律，让我的账号跑了几个月都没有出过事，反而互动数据一直很稳定。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 自动评论整体链路设计：从检测视频到发出评论
2.1 核心流程：一个循环搞定批量互动
自动评论的整个逻辑，说白了就是一个循环处理队列：从待处理视频列表中取出一个视频链接，打开页面，判断是否可评论，生成评论内容，发送，随机等待，然后进入下一个。听起来很简单，但真正落地时每个环节都有不少讲究。
我在影刀里把它拆成了六个子流程：读取视频列表、打开页面并等待加载、检查登录态与评论区状态、生成评论内容、提交评论、记录结果与异常处理。这个结构本身和“人手工评论”的思维路径完全一致，只不过把人的判断换成了代码和 AI 的判断。采用这种模块化设计而不是一条大流程从头写到尾，最大的好处是任何一个环节出错时，只影响当前这一个视频，不会导致整个任务崩溃。
2.2 视频列表和评论内容从哪里来
视频列表我用的是 Excel 表格来维护，第一列放视频链接，第二列放视频标题，第三列放 UP 主名字。可能有人会问，为什么不让机器人自己去发现新视频，而是非要手动维护列表？我的答案是：现阶段“半自动”比“全自动”更可靠。让机器人自己逛 B 站、自己挑视频、自己决定评论什么，技术上是可行的，但判断一个视频是否值得评论、评论是否合适，这需要很强的语义理解能力，一旦失控很容易出现“灾难性发言”。所以我现在是半自动方案：人工（或者用另一套 AI 工具）先筛选出需要互动的视频，整理成表格，自动评论流程只需照着表格执行即可。
评论内容这块，是整套方案的技术核心。我使用的是影刀 6.0 内置的 AI 对话能力，让大模型根据视频标题、UP 主名字、以及我设置的身份和语气标签来生成。比如我会在提示词里写：“你是一个对这个领域很感兴趣的老观众，请根据视频标题《XXX》发表一条 20 到 40 字的评论，语气自然、口语化，不要用感叹号，不要提‘博主好棒’之类的空话，最好能带一点点个人经历或观点。”这样生成的评论，语义上接近真人，而且每条都不一样，避免了模板化和重复检测。
2.3 真人模拟的三要素：随机、克制、有内容
很多人做自动化，第一个想到的是“越快越好”，但自动评论恰恰相反，核心其实是“越像人越好”。我总结了三个要点：随机、克制、有内容。
随机指的是时间间隔和行为节奏。我让每次评论之间随机等待 30 到 120 秒，偶尔让鼠标先移动一下、滚动一下页面，再开始评论，这些行为模式的随机化能大幅降低被风控识别的概率。克制指的是频率上限，同一个账号同一天评论的数量我控制在 30 条以内，而且每次只运行一小时左右就自动休息。有内容指的是评论本身的信息量，AI 生成时必须避免空泛和套话，哪怕评论一条视频的门槛低，也要尽量结合视频主题输出一点点真实观感。这三件事做到了，自动评论和真人评论在外面几乎是无法区分的。
3. 手把手搭建自动评论流程
3.1 环境准备：影刀 6.0 安装与登录态处理
第一步当然是安装影刀 6.0，具体安装包去官网下载就行，建议选稳定版，不要在关键生产环境用测试版。安装完之后，先把界面熟悉一下——左侧是流程组件库，中间是画布编辑器，右侧是元素库和变量管理。
接下来要处理的是 B 站登录态。B 站网页端的登录状态是通过 Cookie 维持的，而影刀的自动化浏览器和你的日常浏览器是隔离的，所以你需要在影刀的浏览器环境里先手动扫码登录一次 B 站，然后影刀会把登录状态保存下来，下次运行时直接复用。实操中是打开一个“打开网页”组件，填入 https://www.bilibili.com，运行一次，在弹出的页面里用手机 B 站扫码登录，然后在影刀里手动保存这个浏览器的 Cookie。之后流程运行时，只要检测发现页面右上角没有头像，就说明登录态已失效，需要暂停流程并弹出提示，等人工重新扫码。
提示：登录态失效是这类自动化任务里最麻烦的问题之一。我的做法是设置一个“失效检测”子流程：每次打开 B 站首页后，判断页面上是否存在“登录”按钮；如果存在，立即停止任务并微信通知我，我手动扫码后继续。这样既不会让机器人以游客身份评论（B 站游客也发不了评论），也不会静默失败导致整个任务白跑。
3.2 新建流程：纯 Web 自动化还是 AI Agent 模式
在影刀 6.0 里新建流程时，我建议你对功能进行拆分。对于“打开网页、等待元素、点击按钮”这类确定性操作，直接用 Web 自动化组件，逻辑清晰、运行稳定；对于“根据视频内容生成评论”这类需要语义理解的工作，使用 AI Agent 模式。
比如“打开视频页面”这个步骤，我用 Web 自动化里的“打开网页”组件，指定 URL 为 Excel 中读取的当前行链接。但“判断这个页面是否支持评论”这一步，就不是简单的元素判断能搞定的，因为有些视频关闭了评论区、有些视频只允许关注者评论，这些状态在页面上的表现不同。我在实践中发现，与其通过一堆 if 条件去穷举各种情况，不如直接在流程中加一个 AI 判断：把页面上的评论区域截图发给 AI 助手，让它识别是否存在“评论已关闭”或“评论区不可用”的提示。这样做的好处是通用性强，以后 B 站页面改版了，代码不需要大改。
3.3 打开视频页面与智能等待
打开视频页面是第一个关键步骤。在影刀里，我使用“循环 Excel 行”组件读取视频列表，然后把当前行的 URL 传入“打开网页”组件。这里有几个非常重要的细节：
第一个是等待页面加载。B 站视频页面是典型的单页应用，URL 变了不代表页面内容就绪，如果立刻去操作评论区，大概率找不到元素。我通常用一个“智能等待”组件，循环检测页面上是否存在视频标题元素（或用 AI 模式判断页面是否有播放器），超过 20 秒还没出现就报告超时并跳过这个视频。
第二个是滚动页面。B 站评论区的评论输入框在页面下方，很多时候需要滚到评论区才能加载出来。我在流程里加了一个“滚动到页面底部”的步骤，滚动之后等待 2 到 3 秒，让评论区域异步加载完成。这一步如果省掉，后面的定位基本必挂。
3.4 用 AI 生成“别说教、别像广告”的评论内容
这是整套流程的灵魂。我刚开始做的时候，试过用固定模板，比如“这个视频很有深度，up主讲得很清楚，期待更新”，结果发了几十条之后，账号被平台提示“疑似营销行为”，吓得我赶紧停了。后来我换成了影刀 6.0 的 AI 对话组件，在提示词设计上做了非常多轮的调优，最终总结出一套比较稳定的提示词结构：
code复制你是一位B站资深用户，正在观看视频《{视频标题}》，UP主是{up主名字}。
请你用自然口语化的中文写一条评论，要求：
1. 字数在20~40字之间
2. 结合视频主题，表达一点个人观点或感受，不要空洞夸奖
3. 不要使用任何感叹号，不要使用“博主”“UP主最棒”“支持”等套话
4. 不要评价UP主本人，只谈论视频内容带来的想法
5. 不要出现任何广告、导流、联系方式相关内容
我把视频标题和 UP 主名字作为参数传进去，AI 返回的文本会先经过一个“安全校验”：检查是否包含敏感词、是否过短、是否包含链接。校验通过的评论才允许进入发送环节。这套提示词的调优过程中，我最大的体会是：禁止项越多，AI 生成的评论越自然。你不仅要告诉它“要做什么”，更要明确告诉它“不要做什么”。
3.5 获取评论发送按钮并完成发布
评论内容生成后，接下来就是把它输入 B 站的评论框并提交。
我在影刀里把评论输入框的定位分为两个场景。第一个场景是页面底部的大评论框，这个区域在滚动到评论区后基本都会加载出来，我用“捕捉元素”功能固定的选择器，在 6.0 里对这一类元素的感知更稳定。第二个场景是点击评论框旁边会出现的小型输入弹出层，实测下来这个弹出层的元素识别有时候会飘，所以我优先使用页面底部的完整评论框。
定位到评论框之后，用“填写输入框”组件填入 AI 生成的评论内容，然后点击“发送”按钮。这里有一个非常关键的细节：B 站的评论发送按钮在部分页面上是“发送”文字按钮，在部分弹窗里是一个带纸飞机图标的按钮。元素不一致的情况是自动化最容易卡住的地方，我的解决办法是用键盘快捷键替代——在评论框内输入完成后，直接模拟按下 Ctrl + Enter 来提交评论。实测这种方式的成功率比寻找按钮高很多，且不依赖页面布局变化。
3.6 异常处理与失败补偿机制
自动化的世界里，异常不是偶尔发生，而是必然发生。我统计过，100 次自动评论中，大概会有 5 到 10 次因为各种原因失败。所以异常处理机制决定了你的流程是“无人值守跑一周”还是“每隔十分钟就要人工干预一次”。
我设计的异常处理分为四层：
- 第一层是元素找不到。如果真的找不到评论框或发送按钮，流程等待 5 秒再重试一次，仍失败则跳过当前视频，在日志中记录“元素未找到”。
- 第二层是发送后无响应。点击发送按钮后，等待 3 秒，检查评论区是否出现了新评论内容（在 B 站页面源码中可以看到自己刚发的评论）。如果没出现，再点击一次发送，如果还是失败就跳过。
- 第三层是弹出异常提示。比如“评论过于频繁”“请先登录”“内容包含违规词”等，这些情况需要 AI 识别弹窗文案，并记录具体的失败原因，方便后续人工核查。
- 第四层是登录态失效。这种情况我会立即暂停整个流程，并给我发送通知，重新扫码后再续跑。
这四层异常处理逻辑，极大降低了无人值守的维护压力，也是我认为“自动评论能落地”和“demo 能演示”之间的真正分水岭。
3.7 加入随机化：时间间隔、评论内容、账号轮换
很多人在跑自动化的时候，习惯把时间间隔设成固定值，比如每条评论间隔 60 秒。这在实际运行中非常危险，因为固定间隔本身就是机器人行为最明显的特征之一。
我采用的是“时间窗口 + 随机数”的方式。在流程变量里配置一个最小间隔和最大间隔，比如 30 秒到 120 秒，每次评论完成后，由系统生成一个随机数，等待对应的时间再进入下一条。同时，我在内容生成阶段也使用了多条提示词模板，每次随机选取一条，让 AI 讨论的角度和语气都有变化。如果表格里维护了多个账号的 Cookie 文件，还可以实现账号轮换——评论前随机选一个账号登录。账号轮换能进一步分散风险，但同时也会带来登录态维护的成本，新手建议先从一个账号开始跑通，稳定后再扩展多账号。
3.8 定时触发与云运行
自动化做到最后，一定逃不开“全无人值守”的诉求。影刀 6.0 支持两种运行方式：一种是本机定时运行，另一种是上传到影刀云平台托管运行。
本机定时运行是最简单的方式，在影刀的“定时任务”中设定每天上午 10 点或下午 4 点运行，届时机器会自动打开流程运行。缺点也很明显：电脑必须一直开着，且不能被锁屏或者休眠。如果你有云平台资源，我更推荐把流程发布到影刀云上，这样不依赖你自己的电脑，可以 7x24 小时稳定跑，即使在休息时间也能自动完成互动任务。我把这套流程同时部署在两个地方，日常小型任务用本机跑，大批量任务用云端跑，互为备份。
4. 实测踩坑记录与排查思路
4.1 登录态失效：扫码登录后面临的两难
写自动化最烦的就是登录态维护。影刀环境里的浏览器和日常浏览器是分开的，所以你在电脑上用 B 站是登录状态，但影刀里打开 B 站却被要求重新登录。我一度在“让流程自己处理登录”和“登录失败就暂停等人工”这两个方案里反复摇摆。
最终我选了后者，因为让机器人去处理 B 站的扫码登录是自找麻烦——扫码登录需要人工用手机扫描二维码确认，机器人自己操作经常会因为二维码过期、手机网络慢等原因失败。我的流程设计是：启动后先访问 B 站首页，检测登录状态，如果未登录，就弹出一个窗口显示当前页面的二维码，同时调用企业微信机器人接口通知我“需要扫码登录”。我收到通知后用手机扫码，流程检测到登录成功后再自动继续。这样虽然有人工参与，但整个过程不到 30 秒，还算可控。
4.2 评论区元素定位漂移
影刀 6.0 的元素识别能力相比旧版确实有提升，但 B 站不同页面之间（比如视频页、动态页、专栏页）的评论框结构并不完全一致。我最初只写了一套定位规则，结果在视频页没问题，到了动态页和专栏页就频繁失效。
后来我把定位逻辑改成“按优先级尝试多种方式”：第一优先级是用元素文本“发一条友善的评论”来定位评论框；第二优先级是用固定的 CSS 选择器；第三优先级是在评论区区域截屏，用 AI 识别输入框的坐标位置。三层定位策略让整体成功率提高到了 98% 以上。如果你不懂 CSS 选择器也没关系，影刀 6.0 提供了“捕捉元素”的可视化操作，你把需要点击的元素标注出来，它自动生成选择器。关键是同一功能可能对应不同样式的元素，你要多捕捉几套备选方案。
4.3 评论被系统秒删或被限制
这个问题非常常见，而且也是最让人心态崩溃的。你辛苦写了半天的流程，结果评论发出去，三秒钟之内就被系统删掉了，表面上看起来还是“已发送”，实际上评论区根本看不到。我遇到过好几种情况：
第一种是内容触发了 B 站的敏感词过滤。有些词看起来很普通，但在 B 站的风控词库里是拦截项。我之前的提示词里出现过“点击”两个字，结果大量评论被秒删，后来把提示词改成“观看”就正常了。这里面的坑只能慢慢试，我建议先让 AI 把生成的评论发给一个“敏感词检查”模型，判断无误之后再发送。第二种是评论频率确实到了阈值。B 站对评论频率的限制并不是固定的，但我实测下来，同一个账号一小时内连续发超过 10 条评论，就很容易触发限制。这时候平台不会明确告诉你说“你被限制”了，而是你的评论要经过一段审核时间，或者根本发不出去。第三种是内容被机器人误判为广告。如果你的评论里包含微信号、网址、甚至“私聊我”这类词，基本必挂，所以我在生成环节的硬性规则就是绝对不能出现任何联系方式。
整体来说，评论被删这件事无法百分之百避免，但可以通过控制频率、净化内容、账号轮换把它降到很低的概率。如果某一天某个账号评论的秒删率明显升高，我的建议是立刻停用这个账号的自动评论功能，让它“养”几天，重新积累正常浏览行为后再启用。
4.4 滑块验证码拦截与处理策略
高频操作最常遇到的拦截就是滑块验证码。B 站的风控系统在检测到异常行为时，会弹出一个滑块验证组件，要求你把滑块拖到指定位置。这个滑块不是简单的拖拽，有时还会带拼图或文字点选。
我的处理方案有这样几个层次：第一，尽量从根本上降低触发概率，这主要靠我们前面说的频率限制和行为模拟。第二，如果仍然触发，影刀 6.0 里有“滑块滑块”组件，能模拟人手拖拽的轨迹曲线，成功率在 60% 到 70% 左右。第三，如果重试多次仍然过不了验证，流程会识别到“验证码出现次数过多”的状态，主动暂停当前账号的评论，等待一个较长的冷却时间，比如两小时后再继续。绝对不要不停地重试，频繁的验证码本身就是风控信号，越试越容易被加重限制。
注意：任何自动化工具都无法保证百分百绕过低层风控，所以我建议把“遇到验证码就暂停休息”作为默认行为。宁可少评论几条，也不要因为强行突破导致账号被限制登录或封禁，那是所有运营者的噩梦。
5. 评论区自动化运营的边界与心得
5.1 哪些场景适合、哪些场景千万不要做
自动评论听起来很通用，但实际用起来有非常明确的边界。以我这几个月的经验来看，适合自动评论的场景包括：自己发布的视频评论区维护、对同领域 UP 主的正常内容互动、账号冷启动阶段的互动积累，以及一些需要定时批量维护评论区的运营任务。
不适合的场景我也要专门说说。第一，不要用它去做竞品相关的负面评论，或任何形式的引战、人身攻击，这类内容一旦被平台发现，账号基本就废了，而且涉嫌违反平台规则，后果非常严重。第二，不要在评论区做任何形式的产品广告、导流推广。B 站对广告导流的打击力度非常大，轻则删评，重则限流封号。很多人觉得“我发个联系方式也没事吧”，我劝你千万不要有这种侥幸心理。第三，不要自动去别人的视频下面发布“求互关、求三连”之类的内容，这种水军行为不仅对账号毫无价值，还会污染整个社区的氛围。
我在设计提示词时，专门加入了“不聊任何与视频无关的内容、不包含任何商业信息”的规则，就是为了从源头避免这些风险。做自动化的最基本原则应该是：让工具做“提高效率的助手”，而不是“制造垃圾的机器”。
5.2 我连续跑了两周后的真实数据与体会
最后分享一下我自己的实测数据。在一个人工筛选过的 1000 条视频列表中，我用一套部署在影刀云上的流程，配套 3 个不同账号轮流运行，每天大约自动评论 60 到 80 条，持续跑了两周。整体来看，评论发送成功率为 93% 左右，剩余失败主要集中在视频关闭了评论区和触发风控后的自动跳过。这些 AI 生成的评论给我运营的主账号带来了不少额外曝光，视频发布后的前两小时互动率明显高于之前手动维护时的水平，有两条长尾视频还被推进了更大的流量池。
不过我也想给你泼一盆冷水：自动评论是放大器，但不是万能药。它放大的是你“内容质量和选题判断”这些基本功的效果，如果你的视频内容本身不行，再多的自动化互动也留不住观众。而且，社区是用来交流的，不是用来刷数据的。我在跑自动化的同时，依然会每天亲自回复那些用心评论的观众，因为只有这部分是真心互动，是任何工具都替代不了的。
我个人实际操作中最满意的一个优化细节，是在流程里加了一个“随机点赞”的行为——评论之后，让机器人随机决定是否给视频点个赞。这个动作让整个行为序列看起来更加真实自然，也带动了评论区互动的活跃度。如果你也想做 B 站自动评论，我建议你先别急着上复杂功能，用手工把“打开视频-等待加载-定位评论框-发送”这几步在影刀里跑通，再加 AI 生成内容，最后再考虑随机化和定时运行。一步一步来，这套系统会成为你运营工作中非常省心的“数字员工”。