| name | viral-video-copywriting |
| description | 专业的爆款短视频文案创作工具。通过对标抖音爆款视频，智能提取视频内容，深度拆解爆款因素，并结合用户需求创作出符合爆款规律的新文案。适用于短视频创作者、运营人员提升内容质量。 |
| dependency | {"python":["yt-dlp>=2024.1.0","beautifulsoup4>=4.12.0","lxml>=4.9.0","requests>=2.31.0"]} |
爆款短视频文案创作
任务目标
- 本 Skill 用于：通过分析抖音爆款视频，学习其爆款方法论（结构框架、表达技巧、风格特征），帮助用户创作出符合爆款规律的原创短视频文案
- 能力包含：提取视频信息、深度拆解爆款因素、学习方法论并创作全新文案
- 触发条件：用户需要创作短视频文案，或有抖音视频对标需求
- 核心原则：学习方法论，拒绝内容复制
前置准备
完整执行流程（五步法）
第一步：获取对标视频信息
两种输入方式供用户选择：
方式A：通过抖音链接自动提取（推荐尝试）
用户提供抖音视频链接后，调用脚本提取视频信息：
python3 /workspace/projects/viral-video-copywriting/scripts/extract_douyin_video.py <抖音视频URL>
脚本可提取的信息（如成功）：
- 视频标题
- 视频描述
- 文案内容（字幕）
- 背景音乐信息（部分视频）
- 点赞数、评论数等数据（部分视频）
重要说明：
- 抖音平台有严格的反爬机制，视频信息提取可能受限制
- 如果脚本无法提取，请用户直接使用方式B
方式B：手动提供视频信息（100%可靠）
当自动提取失败或用户更方便时，直接提供以下信息：
- 视频标题：视频的标题文字
- 视频描述：创作者发布的描述文字
- 视频文案：视频中的口播文字/字幕内容
- 背景音乐：音乐类型、风格、节奏等描述
- 其他信息（可选）：点赞数、评论数、创作者名称等
智能体将基于这些信息进行后续分析。
第二步：深度拆解爆款因素（学习方法论）
智能体基于第一步获取的视频信息，站在专业短视频创作者和运营专家角度，进行全方位拆解分析。
关键目标：提取可学习的方法论，而不是总结内容本身
分析维度（参考 references/analysis-framework.md）：
1. 开头钩子分析
- 钩子类型是什么（悬念、痛点、共鸣、反转、利益等）？
- 前3秒用了什么方式吸引注意力？
- 这种钩子方式的原理是什么？
- 钩子的吸引强度如何（1-10分）？
- 可复用的钩子技巧有哪些？
2. 文案结构分析
- 整体结构是什么（问题-解决方案、对比、故事、清单、递进等）？
- 这种结构是如何组织内容的？
- 每个部分的功能是什么（吸引注意→传递价值→促进行动）？
- 各部分的时长占比是多少？
- 内容的转换节奏如何？
- 可复用的结构框架是什么？
3. 表达风格分析
- 语言风格（接地气/专业/幽默/严肃/温情等）？
- 情感基调是什么（好奇/焦虑/愉悦/感动等）？
- 句式特征是什么（短句/长句/长短结合）？
- 词汇选择特点（口语化/专业/情感词汇）？
- 使用了哪些表达技巧（押韵、排比、金句、对比等）？
- 可复用的表达技巧有哪些？
4. 时长节奏分析
- 开头、中间、结尾各占多长时间？
- 整体节奏如何（快/中/慢）？
- 转换频率如何？
- 可复用的时长分配规律是什么？
5. 内容策略分析
- 核心价值点是什么？
- 目标受众是谁（年龄、性别、兴趣、痛点）？
- 击中了什么需求或痛点？
- 差异化优势是什么？
6. 爆款要素提取
- 哪些元素是这条视频成为爆款的关键？
- 按重要性排序列出前3-5个关键因素
- 可复用的规律有哪些？
- 需要避免的点是什么？
输出格式：
智能体将生成一份详细的《爆款方法论拆解报告》，重点提取可学习的技巧、框架、规律，而不是内容本身。
第三步：了解用户需求
智能体引导用户描述自己的创作想法：
需要了解的信息：
- 核心内容：想要表达的核心内容是什么？
- 目标受众：希望触达什么样的用户群体？
- 传递价值：希望传递什么价值或情感？
- 初步文案：是否有初步的文案或关键词？
- 其他要求：是否有特定的风格偏好或限制？
智能体会主动提出澄清问题，确保创作方向准确。
第四步：创作爆款新文案
智能体结合对标视频的爆款规律和用户的原创内容，创作新文案。
核心创作原则（最重要）：
本 Skill 的核心价值是学习方法论，而不是复制内容，但文案长度必须严格对标。智能体必须：
-
结构学习：借鉴框架，而非照搬内容
- 学习对标视频的结构逻辑（如何组织内容、节奏如何安排）
- 用新的原创内容重新填充这个结构框架
- 禁止直接复制对标文案的具体文字内容
-
风格学习：模仿技法，而非照搬语句
- 学习对标视频的表达风格（接地气/专业/幽默等）
- 学习对标视频的句式特征（短句/长句/长短结合）
- 学习对标视频的修辞手法（对比、排比、金句等）
- 禁止直接复制对标文案的具体句子或段落
-
内容原创：100%原创内容
- 新文案的所有文字必须是用户原创的内容
- 可以借鉴故事结构框架，但故事本身必须完全不同
- 可以借鉴表达技巧，但具体表述必须原创
-
长度对标：严格对标字数和时长
- 文案总字数：误差在±5%以内
- 开头字数：误差在±5%以内
- 中间字数：误差在±5%以内
- 结尾字数：误差在±5%以内
- 预计视频时长：误差在±5%以内
- 用户可以主动要求调整长度，但默认情况下必须严格对标
创作流程：
- 结构学习：分析对标视频的结构框架（钩子类型、内容组织方式、节奏安排）
- 风格学习：分析对标视频的语言风格和表达技巧
- 内容创作：基于用户的原创内容，按照学习到的结构和风格创作
- 原创检查：确保新文案没有直接复制对标文案的任何句子或段落
输出格式：
智能体将提供2-3版不同风格的文案备选，每版包含：
文案版本A
完整文案内容：
[开头钩子：约X字，预计X秒]
[中间内容：约X字，预计X秒]
[结尾总结：约X字，预计X秒]
总计：约X字，预计X秒
对标参数对比：
| 参数 | 对标文案 | 新文案 | 偏差 | 要求 |
|---|
| 总字数 | X字 | X字 | X% | ±5%以内 |
| 开头字数 | X字 | X字 | X% | ±5%以内 |
| 中间字数 | X字 | X字 | X% | ±5%以内 |
| 结尾字数 | X字 | X字 | X% | ±5%以内 |
| 预计时长 | X秒 | X秒 | X% | ±5%以内 |
| 结构类型 | XXX | 学习对标 | 一致 | 借鉴框架 |
| 语言风格 | XXX | 学习对标 | 一致 | 借鉴风格 |
| 句式特征 | XXX | 学习对标 | 一致 | 借鉴技法 |
原创性声明：
- 新文案内容：100%原创，未复制对标文案任何句子或段落
- 借鉴内容：仅借鉴结构框架、表达技巧、风格特征等方法论
- 对标原则：学习"怎么写"，而不是"写什么"
- 长度对标：严格对标字数和时长，误差控制在±5%以内
设计思路说明：
- 开头钩子：采用_______类型（学习对标视频的钩子方式），内容为原创
- 文案结构：采用_______结构（学习对标视频的内容组织逻辑），内容为原创
- 表达风格：采用_______风格（学习对标视频的语言风格），具体表述为原创
- 句式特征：保持_______特征（学习对标视频的节奏感），具体句子为原创
- 长度控制：严格对标字数，总字数控制在±5%范围内
亮点标注：
- 开头钩子："_______"（吸引注意）
- 金句："_______"（易于传播）
- 转折点："_______"（制造记忆点）
对标元素迁移：
- 对标文案元素："_______"
- 新文案迁移："_______"
- 迁移效果：_______
建议的拍摄/表现方式：
- 语速建议：（对标视频：）
- 情绪基调：（对标视频：）
- 画面配合：_______
文案版本B（同上格式）
文案版本C（同上格式）
第五步：迭代优化（可选）
如果用户对创作结果有反馈，智能体支持多轮迭代优化：
- 根据用户反馈调整文案
- 优化开头钩子
- 调整结构或节奏
- 改进表达风格
使用示例
完整流程示例
用户输入：
我创作一个知识科普类的短视频，这是对标视频的链接：
https://www.douyin.com/video/7300000000000000000
我的想法是讲"如何提高工作效率"，目标受众是职场新人
第一步：获取视频信息
- 脚本尝试提取，成功获取：
- 标题："3个小技巧让你工作效率翻倍"
- 描述："职场必备技能，建议收藏！#职场 #效率"
- 文案："你知道吗？90%的人都在浪费时间。今天分享3个技巧..."
第二步：深度拆解分析
智能体生成分析报告：
- 开头钩子：悬念型（"你知道吗？90%的人都在浪费时间"）
- 文案结构：问题-解决方案结构
- 表达风格：接地气，口语化
- 核心价值：提升工作效率的方法
- 爆款要素：开头悬念 + 具体方法 + 收藏引导
第三步：了解用户需求
- 核心内容：提高工作效率
- 目标受众：职场新人
- 传递价值：实用方法，快速上手
第四步：创作新文案
智能体提供3版文案备选（详细格式见上文）
资源索引
注意事项
- 抖音平台有严格的反爬机制，视频信息提取可能受限
- 建议优先尝试方式A（自动提取），失败时使用方式B（手动提供）
- 背景音乐提取依赖平台开放程度，不是所有视频都能获取
- 拆解分析时注重提取可复用的规律，而非简单模仿
- 创作新文案时平衡"借鉴爆款"与"保持原创性"
- 充分利用智能体的语言分析和创作能力
- 用户提供的信息越详细，创作结果越精准
测试验证
测试流程
使用 references/sample-video-data.md 中的示例数据，可以完整测试整个流程：
- 将示例数据作为第一步的输入
- 验证第二步能够生成详细的分析报告
- 模拟用户提供想法（第三步）
- 验证第四步能够生成多版文案备选
- 测试第五步的迭代优化功能
测试命令
python3 /workspace/projects/viral-video-copywriting/scripts/extract_douyin_video.py "https://www.douyin.com/video/7300000000000000000"
