前言¶

视频转文字这件事，手动做一次就知道代价：下载、抽音轨、跑识别、再回头把「嗯」「然后」「就是说」和口误、重复句删掉，最后还要按用途重新组织成文案。多数人卡在最后两步——识别出来了，但拿到的是一堆带语气词的原始字幕，离「能直接用的稿子」还差一次人工清洗。

下面介绍的这个 Skill 把清洗这一步放进模型处理流程里，输入视频，输出已经剔除无效内容的文案。

这是什么¶

🎬 视频文案提取大师 是一个社区发布的 Skill，坐标 @user_fb71c45d/shipin-wenan-tiqu-dashi，版本 1.0.0，分类 content-creation。

它做的一件事：把视频内容转写为文本。转写的同时调用千问大模型做语义解析，自动剔除语气词、口误、重复台词等无效内容，并支持按指定风格生成文案。

当前在 SkillHub 上的评分为 100000，下载量 905，安装量为 0。发布者是 user_fb71c45d，来源标记为 community。

核心功能¶

从官方简介可以确认以下能力：

1、两种输入方式：网络视频链接和本地视频文件。前者不用先落盘，后者适合手头已经下载好的素材。
2、调用千问大模型做语义解析。这一步不是单纯语音识别，而是在理解语义的基础上做取舍。
3、无效内容自动剔除，范围包括语气词、口误、重复台词。
4、按指定风格生成文案。同样是视频内容，短视频脚本和会议纪要需要的文体差别很大，风格可以由调用方给出。

触发条件也写在简介里：当用户需要把视频转成文字、提取视频中的语音内容、生成视频文案或会议纪要时触发。

安装与启用¶

这个 Skill 基于通用 SKILL.md 格式，沿用所在客户端的 SKILL.md 目录约定放置即可。官方页面没有给出单独的安装命令，也没有列出 Cursor、Codex CLI、Claude Code 各自的路径差异，这里不推测。

有一处配置需要提前确认：标签里带有 requires_api_key=true，说明它需要可用的千问大模型 API Key。启用前先确认当前环境里已经配置好对应的 Key，否则语义解析这一步无法执行。

典型用法¶

官方简介给出的输入形式是两类，实际使用时按素材形态选择：

1、拿到一个视频链接，直接交给 Skill，让它转写并生成文案。适合短视频二次创作脚本、直播复盘这类素材分散的场景。
2、准备好本地视频文件，交给 Skill 处理。适合会议录像、课程录屏这类已经下载到本地的素材。

两类输入的差别只在素材位置，处理逻辑一致：转写 → 语义解析 → 剔除无效内容 → 按指定风格成稿。

适用场景与注意¶

官方列出的适用场景有八类：短视频二次创作脚本、企业会议纪要、线上课程内容拆解、直播复盘、人物采访文字整理、知识素材提取、探店脚本撰写、培训课件整理。共同点是素材都以视频形式存在，且最终要落成文字。

需要注意三点：

1、剔除语气词和口误依赖模型语义判断，不是规则过滤。如果某段内容里有实际语义的语气词（比如强调、反问），需要在指定风格时把边界说清楚，避免被一并删掉。
2、它处理的是视频中的语音内容，不涉及画面信息。如果文案需要从字幕以外的视觉元素提取信息，这个 Skill 不覆盖。
3、当前版本 1.0.0，安装量为 0，社区里还缺少规模化的使用者反馈，落地前建议先用一条真实素材验证剔除和风格生成的效果。

结尾¶

这个 Skill 的价值在于把「转写」和「清洗」合成一次调用，省掉识别之后再手工删语气词的环节。对日常要处理会议录像、课程录屏和短视频素材的人，可以省下最重复的那部分时间。

官方地址：https://api.skillhub.cn/user_fb71c45d/shipin-wenan-tiqu-dashi