视频文案智能提取分析

为什么需要这个技能

处理视频文案时，传统工具的痛点很突出：用 Whisper 或 FFmpeg 做语音转写，拿到的是包含口误、重复语气词、背景杂音的原始流水稿——整理 1 小时会议视频可能要花 40 分钟删改冗余；想做内容二创、提取金句或总结核心观点时，还要额外写脚本二次处理，不同场景（课程、采访、短视频）的需求差异大，本地跑长视频还会因算力不足卡顿。

技能如何工作

核心是用千问大模型做语义理解，而非单纯 ASR 转写：自动识别语境，过滤无意义内容，输出逻辑通顺的结构化文案。使用时通过 --file 传入抖音、小红书链接或本地视频路径，若需定制输出（如“改写成小红书文案”“提取所有金句”），将需求写入 --prompt，云端并行算力快速解析，短视频到数十小时长视频都不受限于本地性能。

适用边界与注意点

• 需先开通 TOKEN 并配置环境变量 GUAIKEI_API_TOKEN 才能运行；
• 原生命令不支持批量处理，可通过 shell 脚本循环调用实现；
• --prompt 需明确具体需求，模糊描述可能导致输出不符合预期；
• 视频仅用于单次解析，任务结束后立即销毁，不存储、不用于训练。