战神数科爆款短视频拆解

解决了什么问题

看到一条数据很好的短视频，想知道它为什么火，最常见的做法是反复看几遍，凭感觉记几个点。这种拆解方式的问题在于：结论全是形容词——"钩子强""情绪到位""节奏紧凑"，换一条视频就没法复用。等到自己动手拍的时候，还是不知道前 3 秒该说什么、中段怎么分段、结尾怎么收。

这个技能把「看懂一条爆款」变成一条可重复的流水线：输入链接或本地文件，输出一份结构化的 Markdown 报告，把模糊的感觉拆成可核对的证据和可执行的动作。

它如何工作

1. 输入识别与素材获取

支持三类输入，先判断类型再走对应路径：

• 抖音短链（v.douyin.com / iesdouyin.com）→ 运行抓取脚本，拿到 video_path、desc、作者、点赞数等 JSON 元数据
• 视频号链接（channels.weixin.qq.com）→ 尝试抓取，但反爬较强，大概率降级为本地文件模式
• 本地视频（.mp4 / .mov / .mkv / .avi / .flv）→ 用 ffprobe 确认时长，跳过平台元数据

2. 拿到完整口播脚本

这是整条流水线的地基。优先对抽帧画面做硬字幕 OCR（抽帧间隔 10 秒，长视频放宽到 15–30 秒），因为大多数口播视频的硬字幕信息量接近完整。只有当硬字幕缺失时，才退回 Whisper 音频转录，避免把时间耗在装模型上。实在拿不到字幕，才用视频描述加评论区高频词推断大纲。

3. 五段式拆解

• 结构分段：按叙事单元切分，识别开场钩子、主体段落、收尾，边界依据过渡词、场景切换和情绪转折
• 完整脚本：按时间轴整理，标注分段标题
• 爆款归因：L1–L6 六层框架——选题、标题封面、开头钩子、情绪触点、价值交付、算法契合，每个归因点必须引用脚本或数据作为证据
• 六维评分：钩子力、情绪力、信息密度、结构力、转化力、可复制性，每维 0–10 分，关键规则是每个分数都要写扣分理由
• 可借鉴策略：分成可直接复用、需要适配、不建议复制三类，并给出 3 个本周可执行的动作

全流程目标耗时 1–5 分钟。

适用边界

平台支持不均衡。 抖音是主路径，脚本可用性高；视频号公开页能拿到的东西很少，互动数据基本拿不到，报告里只能标注「数据未提供」。这是平台侧的限制，不是流程能绕过的。

硬字幕依赖。 如果一条视频没有硬字幕、画面里文字也很少，OCR 就无米下锅，这时必须走 Whisper，耗时会明显上升。

爆款不等于高质量。 这条技能刻意不讨好：报告里必须有「值得商榷」部分，B/C 级视频照样如实打分。有些爆款靠的是情绪煽动或独家资源，这类因素在「可复制性」维度会被扣分，而不是被美化。

合规边界要守住。 下载的视频仅用于本地分析，临时文件放在 /tmp/viral_teardown/，分析完建议删除；报告引用脚本需标注来源；不要拿它做批量爬取。