Use when reviewing X/Twitter e…

# 从X导出CSV中筛选20条可引用推文的操作指南

一、明确筛选标准

在动手前先定标准，避免反复：

• 内容相关：讨论2023年11月苹果新品（M3系列MacBook Pro、iMac、新款Apple Pencil相关传闻等）
• 证据价值：优先选择爆料账号、媒体记者、官方账号的推文
• 可核实性：必须保留原始推文链接（status URL），便于回溯源文
• 互动参考：点赞/转发量较高的推文传播度广，但需警惕高互动的谣言

二、CSV初步处理

1. 用Excel / Google Sheets / Pandas打开CSV，确认字段（通常含 tweet_id、text、created_at、likes、retweets、url等列）

2. 检查url列是否完整：若导出文件无链接列，可用tweet_id + 用户名拼接还原：https://x.com/用户名/status/tweet_id

3. 若无时间字段或格式混乱，先统一转为日期格式便于筛选

三、筛选流程（建议用Pandas或表格筛选）

1. 时间过滤：锁定 created_at 在 2023年10月底—11月的推文（新品发布为10月30日，讨论延续至11月）

2. 关键词过滤：M3、MacBook Pro、iMac、Scary Fast（发布会主题）、Apple Pencil 等

3. 去噪：

• 剔除纯情绪表达、无信息量的推文（如“好贵啊”）
• 剔除重复转发的相同内容，保留最早或信源最权威的一条
• 剔除广告、抽奖、机器人内容（常见特征：@所有人、含推广链接）

4. 信源分层：优先级为 官方账号 > 知名科技媒体记者 > 爆料博主 > 普通用户实测

5. 类型搭配：20条中建议兼顾——发布会信息类、性能评测类、用户真实反馈类、行业分析类，增强证据面

四、逐条人工核验（关键步骤）

• 逐一点开20条链接，确认推文可正常访问、内容与CSV文本一致
• 核实发布者身份（认证状态、历史内容可信度）
• 检查是否有删帖风险：若信源不稳定，建议同时截图存档（含URL、时间、账号名）

五、输出格式建议

整理成表格，字段包含：

| 序号 | 推文链接 | 发布者 | 发布时间 | 核心内容摘要 | 引用用途 |

六、注意事项

• 不要因凑数放宽标准，宁缺毋滥
• 引用时注明推文观点属发布者个人，不等于事实认定
• 若CSV缺字段无法还原链接，需重新导出而非编造URL

如需，我可以根据你提供的CSV实际列名和样例数据，帮你写具体的筛选脚本。