短视频爆款拆解器

概述

这是什么？

这是一个专业的短视频深度分析工具，专为内容创作者、编导、运营人员设计。

解决的问题：

• 看到爆款视频，想知道它为什么火？
• 想复制爆款视频的成功，但不知道从何下手？
• 分析视频太耗时，想要自动化工具？
• 需要快速生成可执行的创作方案？

这个skill能做什么：

• 🎬 自动提取视频脚本（支持视频文件/链接描述/文本字幕）
• 📝 还原可拍摄级分镜脚本
• 📊 6大维度深度分析爆款原因
• 🔄 一键生成可复刻版本（换行业换产品）
• 📋 输出完整拍摄剪辑执行方案

核心功能

1. 自动脚本提取

• 支持视频文件（mp4/mov）
• 支持视频链接/描述
• 支持文本字幕/口播稿
• 自动ASR转写，生成带时间戳的字幕

2. 专业分镜还原

• 可拍摄级分镜脚本
• 包含镜号、时间、景别、画面内容
• 包含台词/旁白、音效/BGM、备注
• 直接可用于拍摄执行

3. 6大维度爆款分析

• 前3秒钩子设计
• 情绪曲线分析
• 信息密度评估
• 画面节奏分析
• 转化设计评估
• 平台适配度

4. 智能复刻生成

• 一键替换行业/产品/人群
• 保持原视频结构和节奏
• 100%原创内容
• 避免侵权风险

5. 完整执行方案

• 设备清单
• 拍摄技巧
• 剪辑要点
• 特效/转场建议
• BGM/音效建议

适用场景

场景1：分析爆款视频

帮我分析这个视频：C:/Users/Desktop/爆款视频.mp4
我想知道它为什么火

场景2：学习创作技巧

这个视频为什么能火？[视频描述]
帮我总结爆款规律

场景3：生成复刻版本

帮我复刻这个视频：C:/Users/Desktop/爆款视频.mp4
目标行业：美妆
目标产品：防晒霜

场景4：批量分析

帮我分析这5个视频，找出共同点：
1. 视频1.mp4
2. 视频2.mp4
3. 视频3.mp4

输入方式

A. 视频文件（mp4/mov）

收到视频文件后，按以下流程处理：

1. 提取音频

   ffmpeg -i "视频路径.mp4" -vn -acodec libmp3lame -q:a 2 "audio.mp3" -y

1. ASR转写

   python <skill_path>/scripts/video_asr.py "视频路径.mp4" --model base --lang zh

• 首次运行会下载base模型（约140MB），后续直接使用缓存
• 支持tiny/base/small/medium/large多种模型
• 支持中文、英文等多种语言

1. 校对字幕：将ASR结果展示给用户，请其确认/修正识别不准的片段
2. 视频元信息

   ffprobe -v quiet -print_format json -show_format -show_streams "视频路径.mp4"

若ffmpeg或faster_whisper不可用，请用户自行提供字幕文本（可用剪映识别字幕）。

B. 视频链接/描述

根据用户提供的描述还原视频内容。若描述不足，主动追问关键信息。

C. 文本（字幕/口播稿/脚本）

直接按文本进行拆解分析，还原分镜结构（基于文本推断画面）。

爆款分析维度（6大维度）

1. 前3秒钩子设计

为什么重要：前3秒决定用户是否继续观看

检查要点：

• 是否制造冲突/反差/悬念
• 是否有视觉冲击力
• 是否直击用户痛点
• 是否引发好奇

评分标准：

• ⭐⭐⭐⭐⭐ 完美钩子，让人无法划走
• ⭐⭐⭐⭐ 优秀钩子，吸引大部分用户
• ⭐⭐⭐ 良好钩子，有一定吸引力
• ⭐⭐ 普通钩子，容易被划走
• ⭐ 差劲钩子，无法吸引用户

2. 情绪曲线

为什么重要：情绪是爆款的核心驱动力

情绪类型：

• 焦虑型：制造紧迫感，让用户感到"必须看下去"
• 爽感型：满足用户欲望，让用户感到"爽"
• 共鸣型：引发情感认同，让用户感到"这就是我"

分析维度：

• 情绪起伏是否明显
• 情绪转换是否自然
• 情绪高潮是否到位

3. 信息密度

为什么重要：信息太多太少都会影响完播率

评估指标：

• 每分钟信息点数量
• 是否过度冗余（用户会划走）
• 是否过于稀疏（用户会觉得无聊）

参考标准：

• 高密度：6-8个信息点/分钟（适合知识类）
• 中密度：3-5个信息点/分钟（适合故事类）
• 低密度：1-2个信息点/分钟（适合情感类）

4. 画面节奏

为什么重要：节奏影响观看体验和完播率

分析规则：

• 3秒是否切镜（抖音黄金法则）
• 转场是否流畅
• 镜头运动是否配合节奏
• 画面与文案是否同步

节奏类型：

• 快节奏：2-3秒/镜（适合知识类、教程类）
• 中节奏：3-5秒/镜（适合故事类、剧情类）
• 慢节奏：5-8秒/镜（适合情感类、治愈类）

5. 转化设计

为什么重要：转化是最终目的

评估要素：

• 是否有明确转化动作（关注、评论、购买）
• 转化时机是否恰当（内容价值铺垫后）
• 转化话术是否自然（不生硬）
• 是否有紧迫感（限时、限量）

转化类型：

• 关注转化：引导关注账号
• 互动转化：引导评论、点赞
• 销售转化：引导购买产品
• 私域转化：引导添加微信

6. 平台适配

为什么重要：不同平台规则不同

适配因素：

• 是否符合平台推荐机制
• 时长是否符合平台偏好
• 标签/话题是否精准
• 封面是否吸引人

平台特点：

• 抖音：15-60秒，快节奏，强钩子
• 视频号：1-3分钟，情感共鸣，社交传播
• 小红书：1-5分钟，实用干货，种草转化

复刻版本生成

生成规则

若用户提供目标行业/产品，则：

1. 替换要素：行业 + 产品 + 人群
2. 保持结构：同样结构、同样节奏、同样镜头逻辑
3. 内容原创：
   • 文案重写（100%原创）
   • 场景重构（重新设计）
   • 不得抄袭原视频文案
   • 不得复制原视频素材
   • 不得生成侵权内容

复刻示例

原视频：减肥教程

[00:00-00:03] 你知道为什么90%的人减肥失败吗？
[00:03-00:10] 不是因为你不够努力，而是方法完全错了...

复刻版本：美妆教程

[00:00-00:03] 你知道为什么涂了防晒还是会晒黑吗？
[00:03-00:10] 不是防晒霜不好，而是你涂的方法完全错了...

输出格式

第一部分：原视频脚本提取

按时间/逻辑顺序排列的完整脚本文案。

示例：

[00:00-00:03] 开场钩子：你知道为什么90%的人减肥失败吗？
[00:03-00:10] 痛点放大：不是因为你不够努力，而是方法完全错了...
[00:10-00:20] 解决方案：今天教你一个科学方法...
[00:20-00:30] 具体步骤：第一，早餐一定要吃...
[00:30-00:45] 案例证明：我有一个学员，用了这个方法，30天瘦了15斤...
[00:45-00:55] 总结升华：记住，减肥不是苦行，而是科学...
[00:55-01:00] 转化引导：想要完整食谱的，评论区扣1，我私信发你。

第二部分：完整分镜脚本

可拍摄级分镜表，包含：镜号、时间、景别、画面内容、台词/旁白、音效/BGM、备注。

示例：

第三部分：爆款原因分析

6大维度详细评分和分析。

示例：

## 前3秒钩子设计
**评分**：⭐⭐⭐⭐⭐ (5/5)

**分析**：
- ✅ 制造悬念：使用反问句"你知道为什么..."
- ✅ 数据冲击：90%这个数字具有冲击力
- ✅ 直击痛点：减肥失败是很多人的痛点
- ✅ 视觉配合：秤的特写增强代入感

第四部分：可复刻版本

替换后的完整方案：新脚本、新分镜、新场景设计。

第五部分：拍摄与剪辑执行方案

可执行的操作清单：设备清单、拍摄技巧、剪辑要点、特效/转场建议、BGM/音效建议。

示例：

## 设备清单
- 相机：手机/相机（建议4K）
- 稳定器：三脚架/手持稳定器
- 灯光：补光灯/柔光箱
- 收音：领夹麦/指向性麦克风

## 拍摄技巧
- 景别：特写/近景/中景/全景/远景
- 运动：推/拉/摇/移/跟/升降/固定
- 转场：硬切/淡入淡出/叠化/划变

## 剪辑要点
- 节奏：2-3秒切镜
- 转场：流畅自然
- 音频：BGM+音效+人声

技术依赖

# Python依赖
pip install faster-whisper ffmpeg-python

# 系统工具
# FFmpeg（用于音频提取）

模型大小选择：

注意事项

1. 首次运行：ASR会下载模型（约140MB），请确保网络通畅
2. 分析时间：视频分析需要一定时间，请耐心等待
3. 结果参考：生成的复刻方案仅供参考，请根据实际情况调整
4. 版权意识：使用前请确保拥有视频的合法使用权
5. 内容原创：不得抄袭原视频文案，必须原创
6. 模型选择：根据需求选择合适的模型大小，平衡速度和准确度

文件结构

video-breakdown-analyzer/
├── SKILL.md                    # 技能说明文档（本文件）
├── README.md                   # 完整使用文档
├── QUICK-START.md              # 5分钟快速开始
├── INSTALL-GUIDE.md            # 详细安装指南
├── PROJECT-SUMMARY.md          # 项目总结
├── CHANGELOG.md                # 更新日志
├── SKILLHUB-READY.md           # 发布就绪报告
├── config.json                 # 配置文件
├── requirements.txt            # Python依赖
├── scripts/                    # 脚本文件
│   ├── video_asr.py            # ASR转写脚本（核心）
│   ├── test_asr.py             # 测试脚本
│   ├── install.sh              # 安装脚本
│   └── demo.py                 # 演示脚本
├── references/                 # 参考文档
│   ├── output-format.md        # 输出格式规范
│   └── analysis-dimensions.md  # 分析维度详解
├── templates/                  # 模板文件
│   └── analysis-template.md    # 分析报告模板
└── examples/                   # 使用示例
    └── usage-examples.md       # 详细使用示例

更新日志

v1.0.0 (2026-07-26)

• 初始版本发布
• 支持视频文件/链接描述/文本字幕三种输入
• 支持6大核心分析维度
• 支持可复刻版本生成
• 支持拍摄执行方案输出
• 完整的文档体系
• 测试脚本和演示脚本

开发者

岩罕哈 – 内容创作者，技术爱好者

技术栈：faster_whisper + ffmpeg + Python

许可证：MIT

如有问题或建议，欢迎反馈！