前言¶

視頻轉文字這件事，手動做一次就知道代價：下載、抽音軌、跑識別、再回頭把「嗯」「然後」「就是說」和口誤、重複句刪掉，最後還要按用途重新組織成文案。多數人卡在最後兩步——識別出來了，但拿到的是一堆帶語氣詞的原始字幕，離「能直接用的稿子」還差一次人工清洗。

下面介紹的這個 Skill 把清洗這一步放進模型處理流程裏，輸入視頻，輸出已經剔除無效內容的文案。

這是什麼¶

🎬 視頻文案提取大師 是一個社區發佈的 Skill，座標 @user_fb71c45d/shipin-wenan-tiqu-dashi，版本 1.0.0，分類 content-creation。

它做的一件事：把視頻內容轉寫爲文本。轉寫的同時調用千問大模型做語義解析，自動剔除語氣詞、口誤、重複臺詞等無效內容，並支持按指定風格生成文案。

當前在 SkillHub 上的評分爲 100000，下載量 905，安裝量爲 0。發佈者是 user_fb71c45d，來源標記爲 community。

核心功能¶

從官方簡介可以確認以下能力：

1、兩種輸入方式：網絡視頻鏈接和本地視頻文件。前者不用先落盤，後者適合手頭已經下載好的素材。
2、調用千問大模型做語義解析。這一步不是單純語音識別，而是在理解語義的基礎上做取捨。
3、無效內容自動剔除，範圍包括語氣詞、口誤、重複臺詞。
4、按指定風格生成文案。同樣是視頻內容，短視頻腳本和會議紀要需要的文體差別很大，風格可以由調用方給出。

觸發條件也寫在簡介裏：當用戶需要把視頻轉成文字、提取視頻中的語音內容、生成視頻文案或會議紀要時觸發。

安裝與啓用¶

這個 Skill 基於通用 SKILL.md 格式，沿用所在客戶端的 SKILL.md 目錄約定放置即可。官方頁面沒有給出單獨的安裝命令，也沒有列出 Cursor、Codex CLI、Claude Code 各自的路徑差異，這裏不推測。

有一處配置需要提前確認：標籤裏帶有 requires_api_key=true，說明它需要可用的千問大模型 API Key。啓用前先確認當前環境裏已經配置好對應的 Key，否則語義解析這一步無法執行。

典型用法¶

官方簡介給出的輸入形式是兩類，實際使用時按素材形態選擇：

1、拿到一個視頻鏈接，直接交給 Skill，讓它轉寫並生成文案。適合短視頻二次創作腳本、直播復盤這類素材分散的場景。
2、準備好本地視頻文件，交給 Skill 處理。適合會議錄像、課程錄屏這類已經下載到本地的素材。

兩類輸入的差別只在素材位置，處理邏輯一致：轉寫 → 語義解析 → 剔除無效內容 → 按指定風格成稿。

適用場景與注意¶

官方列出的適用場景有八類：短視頻二次創作腳本、企業會議紀要、線上課程內容拆解、直播復盤、人物採訪文字整理、知識素材提取、探店腳本撰寫、培訓課件整理。共同點是素材都以視頻形式存在，且最終要落成文字。

需要注意三點：

1、剔除語氣詞和口誤依賴模型語義判斷，不是規則過濾。如果某段內容裏有實際語義的語氣詞（比如強調、反問），需要在指定風格時把邊界說清楚，避免被一併刪掉。
2、它處理的是視頻中的語音內容，不涉及畫面信息。如果文案需要從字幕以外的視覺元素提取信息，這個 Skill 不覆蓋。
3、當前版本 1.0.0，安裝量爲 0，社區裏還缺少規模化的使用者反饋，落地前建議先用一條真實素材驗證剔除和風格生成的效果。

結尾¶

這個 Skill 的價值在於把「轉寫」和「清洗」合成一次調用，省掉識別之後再手工刪語氣詞的環節。對日常要處理會議錄像、課程錄屏和短視頻素材的人，可以省下最重複的那部分時間。

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