viral-video-copywriting

anbeime/skill · Agent Skill

通过分析热门内容并提取关键成功要素，生成原创的病毒式短视频脚本。

前往安裝 ↓

安裝選項

預設為含檢閱步驟的提示。您可以切換到直接指令。

透過 Claude 或 Codex 安裝

複製提示，貼入 Claude、Codex 或其他助手，它會檢視技能頁面並安裝。

I'd like to install this Claude Code skill:
https://github.com/anbeime/skill/tree/main/skills/viral-video-copywriting/viral-video-copywriting

Please review the SKILL.md file, verify the skill is legitimate, then copy the skill folder into .claude/skills/ of my project.

技能檔案

4 個檔案 下載 ZIP

安裝前請先檢視 SKILL.md 與相關檔案。點擊檔案即可預覽。

SKILL.md 內容

作者原文 · 唯讀

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

  • 依赖说明：scripts脚本所需的依赖包及版本

```

yt-dlp>=2024.1.0

beautifulsoup4>=4.12.0

lxml>=4.9.0

requests>=2.31.0

```

---

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：

1. 视频标题：视频的标题文字

2. 视频描述：创作者发布的描述文字

3. 视频文案：视频中的口播文字/字幕内容

4. 背景音乐：音乐类型、风格、节奏等描述

5. 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：

1. 核心内容：想要表达的核心内容是什么？

2. 目标受众：希望触达什么样的用户群体？

3. 传递价值：希望传递什么价值或情感？

4. 初步文案：是否有初步的文案或关键词？

5. 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：

1. 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

2. 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

3. 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

4. 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：

1. 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）

2. 风格学习：分析对标视频的语言风格和表达技巧

3. 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

4. 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：

1. 将示例数据作为第一步的输入

2. 验证第二步能够生成详细的分析报告

3. 模拟用户提供想法（第三步）

4. 验证第四步能够生成多版文案备选

5. 测试第五步的迭代优化功能

测试命令

# 测试脚本提取功能
python3 /workspace/projects/viral-video-copywriting/scripts/extract_douyin_video.py "https://www.douyin.com/video/7300000000000000000"