TikTok、Ins、YouTube 一键全拆：AI 自动出图文分镜 + 口播脚本 + 五维评分

AI 视频拆解：从「手动扒字幕喂AI」到「自动分镜 + 口播」

做红人营销，最难的从来不是找到达人，而是判断什么样的内容真的能带货。

老生常谈的前 3 秒用什么钩子、卖点在第几秒出现、口播怎么讲、结尾怎么引导下单——这些”隐性配方”，过去只能靠人一帧帧看、凭经验猜。

这篇记录我们把这件事交给 AI 的全过程：粘一个视频链接，短暂分析后拿到一份结构化拆解报告。

类似的能力，其实很多产品已经在做。这篇文章并不是介绍一个新功能，而是记录我把它从零实现、一路踩坑、不断迭代的过程。——从最早”只看画面”，一路演进到今天”分镜配截图”，已打通 YouTube / TikTok / Instagram 三大平台。

01  起点：想把”懂爆款配方”这件事自动化

一条视频能不能带货，答案就藏在它的结构里：前 3 秒的钩子、卖点出现的时机、口播的节奏、结尾的引导。这些”隐性配方”看得懂的人不多，能一条条拆清楚的更少。

过去我们只能当”表哥表姐”——天天爬表格、点开链接、一条条看视频，手动截图、手动采集数据，再一格格填进表格。既慢又主观，很多时候都是凭感觉，看完还未必说得清它到底好在哪。

我们想让 AI 把这件事做掉：粘一个视频链接，短暂分析后，拿到一份结构化的拆解报告。这就是”视频拆解”功能的起点。

🎬 1.0时代｜爬表格

一键获得结构化拆解报告

02 只看画面，拿不到”人在说什么”

在这之前，想拿到字幕得靠一堆第三方工具：绕开满屏广告按钮、点下载字幕、再导进 AI 里拆解——全程手动，一条视频光准备就要 5-10 分钟，提升效率只能靠“无他，唯手熟尔”。

现在这一步没了。粘上链接，AI 会自动把整条视频的口播字幕拉下来——连限制最多、最难抓的 YouTube 也一样搞定，全自动，20秒完成。以前十分钟手动折腾一两条，现在就是点点鼠标的事。

但拿到”人在说什么”之前，我最早的版本比较偷懒，只分析画面。截几张关键帧丢给 AI，让它描述看到了什么。问题很快暴露出来：

带货视频的灵魂在口播：达人怎么开场、怎么造痛点、怎么报卖点。光看画面，这些全丢了，分析只能浮在表面。

💡 学到：爆款的”钩子”和”卖点”大多是说出来的，不是拍出来的。丢掉口播，等于丢掉一半配方。

纯字幕或者纯口播，测试过，效果都不咋样。

于是有了迭代的核心思路：画面 ＋ 口播，一起看。

03 打分的核心：字幕 ＋ 关键帧融合，五维评分

新版本同时喂给 AI 两路信息：视频里逐帧的画面，和完整的口播文案。两者交叉验证，拆解一下子有了深度。一份报告现在包含四块：

分镜表

逐镜的画面内容、景别、屏幕文字，以及这一镜在干什么（钩子 / 产品出现 / 卖点演示 / CTA…）

口播脚本

完整文案 ＋ 骨架提炼，一眼看清叙事逻辑

五维评分

钩子、内容价值、制作质量、留存设计、转化设计

配方拆解

钩子 / 卖点 / CTA / 受众——爆款配方逐项拆开

对没有口播的视频（纯 BGM 跳舞类），AI 会自动降级为”仅画面分析”，并明确标注，不会硬编一份不存在的口播。

🎬 视频拆解功能界面

点击拆解视频之前的默认界面

04  一套能力，打通 YouTube / TikTok / Instagram

达人分散在不同平台，拆解就不能只认一家。跑通一个平台之后，我们把三大平台逐个打通——TikTok、Instagram Reels、YouTube 的视频链接现在都能拆，字幕自动拉、画面自动抽。

🎬 粘贴TikTok视频，自动识别

🎬 粘贴Ins视频链接后的拆解界面

🎬 YouTube / Shorts 拆解过程

每个平台各有各的坑（比如 Instagram 的内容拿取要绕一圈、YouTube 对机器访问卡得很死），但对用户是无感的：一个输入框，三平台通吃。

05 最新一版：分镜脚本，配上真实截图

此前的分镜表是纯文字：第几秒、什么景别、讲了什么。好用，但看的时候还得脑补画面。

最新一版把每个分镜对应的真实截图直接放进卡片——文字描述旁边就是那一帧的画面，点击还能放大看细节。

一份拆解报告就此成了”图文分镜脚本”：既能读懂爆款的叙事结构，又能直接看到每一镜长什么样。照着复刻自己的视频时，一目了然。

这套”图文分镜”现在也覆盖到了 YouTube。只要是短视频（Shorts 或几分钟以内的内容），每个分镜一样配上真实截图，和 TikTok、Instagram 完全一致——三大平台的图文分镜彻底打齐。

而对时长很长的视频，逐帧截图意义不大（十几分钟的视频截十来张图，太稀疏也不好用），所以只做了字幕脚本分析。

💡 不同平台相同逻辑，AI整合一键采集。

🎬 Ins和TikTok关键帧截取

TikTok 版本 ⬆️

Ins 版本 ⬆️纯文字分镜表 → 图文分镜脚本

06 落到场景：拆解不是终点，是起点

拆解本身只是第一步。它真正的价值，是串起了一整条工作流：

发现爆款 → 拆解配方 → 生成定制脚本 → 对接达人

BD同事找到合适的达人后，可以基于拆解出的爆款结构，为这个达人生成专属脚本，随邮件一起发出，直接提升合作效率。

换句话说，“看懂别人的爆款”和”做出自己的爆款”，被接到了同一条线上。

借用之前写过的文章，根据产品一键生成视频脚本 ⬇️

点一次5毛钱｜TikTok Shop 最近爆了什么？我做了两个监测雷达

🎬 一键生成产品脚本

基于产品和视频拆解，自动生成专属脚本

结语：从”一帧帧看”，到”粘个链接就懂”

回头看这条功能线，其实是一次次把”人肉在做的事”交出去：从手动截图填表，到只看画面，到画面＋口播融合，到三平台通吃，再到分镜配真图。每一步都在往”更懂爆款、更省人力”靠近。

AI 把”看懂一条爆款”的成本，从 10 分钟压到了几十秒。省下来的时间，拿去做真正重要的事——选品、对接达人、打磨脚本创意。