拆同行爆款短视频:把 1 分钟视频直接传给 AI,拿到分镜表和口播稿的实操流程(每条约 5400 豆)
先说结论:做短视频的人拆同行爆款,现在不用一帧帧暂停记笔记了——1 分钟以内的视频直接传给 AI,一条消息就能拿到逐镜头的分镜表、口播逐字稿、字幕和开头 3 秒的钩子分析。 按 2026 年 11 月 3 日的站内配置估算,1 分钟、10MB 的视频问一次约 5400 豆,30 秒的约 2800 豆。拆完要改成自己的脚本,新开一个对话用纯文字改,比在原对话里追问便宜得多。
下面是一条视频从「保存到本地」到「改成自己能拍的脚本」的完整流程。
短视频创作者对着电脑上的分镜表和手机里的视频做对照的场景插画
先说清边界:拆结构,不搬内容
拆爆款学的是结构——开头怎么抓人、信息怎么排、节奏在哪里加速、结尾怎么引导互动。台词原样照搬、画面翻拍,既涉及版权,平台也会判搬运限流。下面所有提问都落在「拆结构 → 换成自己的内容」上。
第 1 步:把视频存到本地
站内不支持粘链接直接解析,要先把视频保存成文件。视频支持 mp4、mov、webm,上限 10 分钟、100MB,短视频基本都在范围内。
保存时注意两点:
- 只保留要拆的部分。片尾的关注引导、广告口播如果不拆,剪掉再传,按时长计费,剪掉 15 秒就省四分之一;
- 不用刻意压缩画质。视频的豆子主要花在时长上(每秒约 400 token),体积只影响每 MB 38 豆的流量费,10MB 压到 5MB 只省约 190 豆。
第 2 步:上传,看一眼预估
点输入框的上传按钮,选「视频 / 录音」,挑文件。上传完成后,附件卡片上会显示时长和「本次约 N 豆」——这是按你当前模型算的,超出预期就删掉重来,不扣豆。
不用专门换模型。当前选的是 DeepSeek、Kimi 这类看不了视频的模型时,这一条会自动交给能看视频的模型(千问 3.8 Flash)回答。如果你手动选了更贵的、能看视频的模型,卡片上的数字会跟着变。
第 3 步:一条消息把要拆的全部问完
下面这段可以直接复制,按需删减:
这是一条短视频,请帮我拆解它的结构: ① 分镜表:按镜头切换逐行列出,每行写 时间段(秒)|画面内容|景别/运镜|屏幕字幕|口播原话; ② 开头 3 秒用了什么钩子(提问、反常识、利益点、冲突),为什么能留住人; ③ 整条视频的信息结构,用一句话概括每一段的作用; ④ 节奏:哪几处在加快剪辑或抬高情绪,标出时间; ⑤ 结尾怎么引导点赞、评论或关注。
为什么要一次问全:传完后再追问「第 12 秒的字幕是什么」,模型要把整个视频重新看一遍,视频的 token 和流量费会再算一次。1 分钟的视频追问 3 次,就是多花约 1.6 万豆。
第 4 步:拖进度条核对关键镜头
消息里的视频可以直接播放、拖动进度条。分镜表拿到后,挑 3 处对一下:
- 开头 3 秒:钩子分析是整份拆解里最有用的部分,务必对着画面确认;
- 屏幕字幕:小字、花字、快速闪过的字容易漏或认错;
- 镜头切换点:剪辑很密(一秒两三刀)时,相邻镜头可能被合成一行。
模型看视频是按一定间隔取画面的,快切、闪字、半秒的转场最容易漏。它给出的时间点也可能差一两秒,用来定位足够,用来卡点剪辑要自己再对。
第 5 步:新开对话,改成自己的脚本
拆解结果拿到后,别在原对话里接着让它改写——原对话里最新的附件还是那条视频,再问任何一句都会把视频重看一遍。
新开一个对话,把分镜表和钩子分析整段复制进去,再补上你自己的信息:
下面是一条同类爆款的结构拆解。请保留它的结构和节奏,换成我的内容,写一版 45 秒的口播脚本,同样输出分镜表格式。 我的情况:[卖什么 / 讲什么],目标人群是[谁],我能拍的场景只有[哪些],不出镜/出镜。 不要沿用原视频的任何台词。
这一步只有文字。用 DeepSeek V4.1 Flash(输入 0.2、输出 0.58 豆/token),一版脚本约一两千豆,不满意再改几轮也很便宜。
一次要花多少豆
口径:视频走千问 3.8 Flash,输入输出 0.2 豆/token,视频每秒约 400 token,一次回答按 1200 token 估;另加每 MB 38 豆的文件流量费。实际以附件卡片显示和账户扣费记录为准。
- 15 秒、3MB:约 1500 豆
- 30 秒、5MB:约 2800 豆
- 1 分钟、10MB:约 5400 豆
- 3 分钟、30MB:约 1.6 万豆
- 改写脚本(纯文字,每版):约 1000–2000 豆
按「拆 1 条 + 改 2 版」算,一条 1 分钟爆款的完整拆改约 8000–9000 豆。新用户登录送的 5000 豆够拆一条 30 秒的视频再改一版;每周拆 10 条同行视频,一个月约 35 万豆,标准会员 160 万豆用不完。
4 个容易拆错的地方
- 背景音乐和音效不会被拆出来。它能听到口播,但「用的是哪首 BGM、卡点在第几拍」基本答不准,音乐要自己去视频页面看;
- 口播有方言、语速很快时,逐字稿会有错字。改写时只用它的结构,不用原话,影响不大;
- 它不知道这条视频的数据。点赞多少、完播率多少只有平台上看得到,「为什么火」的分析是从内容本身推的,不等于真实原因;
- 一条消息只能带一个视频。想横向对比 3 条同行视频,就分 3 次传、每次拆完复制结果,最后新开对话把 3 份拆解放在一起问「共同点是什么」。
现在就拆一条
打开下面的链接,第 3 步的提问模板已经填好,传上你存好的视频就能发:
一句话总结
剪掉不拆的部分、一条消息问全、核对开头 3 秒、新开对话改写。 拆一条 1 分钟爆款约 5400 豆,省下的是一帧帧暂停记笔记的那半小时。
相关阅读
额度与会员说明:新用户登录即送 5000 免费豆,日常高频使用可按需开通标准会员(29.9 元/月含 160 万豆,支持微信直付、不自动续费),详情见 豆子钱包。