技能介绍

解决什么问题

短视频团队复盘爆款时常见的困境：看到播放量涨了，却讲不清为什么涨。更麻烦的是，一旦把「火」理解成可以直接照搬的镜头、台词或配乐，就会踩进版权与肖像的坑，产出既不安全也不可复用的内容。这个技能只回答三个问题：它为什么火、哪些机制可以抽象出来借鉴、哪些表达必须避开。

工作方式

技能以本地原视频为唯一证据源。开跑前先探测宿主机是否装了 ffmpeg / ffprobe，可选勾选 tesseract、whisper tiny 用于文字与语音抽证。关键帧由完整原视频现场生成，而不是依赖下载器附带的预览图；抽证结果写入 evidence.json，且字段做了关联——shots[] 会带上 asr_segment_ids、ocr_item_ids、dialogue_evidence 和 screen_text_evidence，让剧情节拍可以被准确还原，而不是靠猜。

分析按 analysis_granularity 分档，未指定时默认 professional，但档位必须先经过对话勾选，不允许静默使用默认值。档位越高，why_viral 的每条归因都必须附带时间窗、截图与证据片段，并要求补写 recreation_blueprint。

输出与边界

交付物是 爆款分析.html，包含概览、可交互时间轴和可借鉴机制，版式由模板固定，缺证据时保留章节并写入 evidence_gaps。结论只写抽象机制，例如「预期 → 升级 → 反转」；do_not_copy 中必须点名原台词、镜头顺序、肖像与原片音频等不可迁移表达。

两个硬约束值得单独记一笔：没有本地原视频就直接停止分析；ffmpeg 装不上则停止充分分析。前三秒 Hook、节奏等指标量不到时降低置信度或标注缺口，不推测缺失数据。recommendation_score 只用于排序，不构成制作承诺；抽出的截图与片段仅供分析查阅，不写入制作包，也不送进生成模型。