关于 video-performance-analyzer
video-performance-analyzer 是一项短视频分析技能,可处理本地 MP4 或公开 YouTube 视频。它提供带时间戳的转录、基于增长框架的表现分析,以及内容再利用方案。
主要功能
- 01转录语音、画面文字和音频线索
- 02按时间戳整理完整转录
- 03分析 Hook、结构、可信度与留存
- 04评估 CTA 和观众导向表达
- 05生成内容再利用创意
适用场景
- 01分析本地 MP4 短视频
- 02评估公开 YouTube 视频表现
- 03从视频提炼社交媒体内容创意
- 04将视频分析保存为 Markdown
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ reymerekar7/ rm-skills --skill video-performance-analyzer安装后在 Claude Code 中输入/video-performance-analyzer确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
README.mdrequirements.txtscripts/analyze_video.py详细介绍
视频表现分析器
此技能的功能
接收一段短视频(MP4 文件或 YouTube URL),并返回以下三项内容:
- 完整转录稿 — 包含每句口述、屏幕文字和音频提示,并标注时间戳
- 表现分析 — 结合经验证有效的增长框架,分析视频为何有效
- 内容再利用指南 — 根据视频衍生的具体内容创意
设置
分析脚本使用 Google 的 Gemini API(生成式模型,用于转录和分析)。
API 密钥: 从仓库根目录的 .env 中读取 — GEMINI_API_KEY
安装依赖(仅需一次):
pip install google-genai --break-system-packages
脚本位置: <skill-directory>/scripts/analyze_video.py
输入格式
| 格式 | 传入方式 | 说明 |
|---|---|---|
| 本地 MP4 文件 | 将文件路径作为参数传入 | 最大支持 2GB(免费版)/20GB(付费版) |
| YouTube URL | 将 URL 作为参数传入 | 仅限公开视频 |
| TikTok/Instagram | 先下载,再传入 MP4 路径 | 使用浏览器扩展或 yt-dlp |
运行分析
快速运行
python <skill-directory>/scripts/analyze_video.py /path/to/video.mp4
YouTube URL
python <skill-directory>/scripts/analyze_video.py "https://www.youtube.com/watch?v=VIDEO_ID"
将输出保存到文件
python <skill-directory>/scripts/analyze_video.py /path/to/video.mp4 --output /path/to/output.md
脚本会将结构化 Markdown 输出到标准输出。按需通过管道传递或重定向。
分析工作流
第 1 步:运行脚本
使用视频路径运行 analyze_video.py。脚本将:
- 将视频上传到 Gemini Files API(或直接传入 YouTube URL)
- 等待处理完成(通常需要 10-30 秒)
- 将分析提示词发送给
gemini-3-flash-preview - 返回原始结构化输出
第 2 步:结合增长框架分析
脚本返回结果后,通过以下增长维度解读输出:
钩子 — “钩子是一份契约”
- 钩子是否让观众感到自己被卷入其中、被直接点名,或产生强烈的好奇心?
- 是否运用了 5 种钩子技巧中的任意一种?(矛盾、具体数字 + 意料之外的语境、直接指责、说出观众心声、荒诞重构)
- 内容讲的是观众的处境,还是创作者的成就?
- 值得留意的框架技巧:刻意选择措辞,提高观众对利害关系的感知
结构 — 层层递进的悬念
- 标记每个时间戳对应的节拍,并评估节拍之间的利害关系是否逐步升级
- 留意“因此/但是”链条——每个节拍是否引出下一个,还是仅仅按顺序出现?
- 找出信息差从哪里出现,又在哪里填补
- 标记所有能从前一个节拍预知的内容
可信度 — 具体性信号
- 统计具体数字、人名、具体日期和金额
- 注意任何“佐证证据”时刻(提出主张时,是否在画面中展示收据/来源)
- 泛泛而谈 = 说服力弱;有名有数 = 说服力强。
框架 — 观众优先
- 视频讲的是创作者的成就,还是观众的处境?
- 每条表现出色的视频都会围绕观众能获得什么来呈现价值
- 个人里程碑式的呈现方式,能打动现有受众,却无法在其他地方奏效
留存 — 视觉模式中断
- 视觉画面多久变化一次?目标是每 5-10 秒变化一次
- 更好的背景/叠加元素 = 更高的留存率 = 平台向新受众推荐
- 注意那些能重新吸引注意力的转场、叠加元素、文字卡片和 B-roll 切换
行动号召 — 闭环还是开环
- 结尾是解答观众的问题,还是留下一个未解的问题?
- 最好的行动号召会创造一种情境,让观众觉得关注是顺理成章的下一步(隐含式行动号召)
- 较弱的行动号召:“如果你学到了什么,就点赞并关注”“欢迎在评论区告诉我”
- 较强的行动号召:“几个小时后看看会发生什么”(营造继续关注的动力)
Step 3:生成内容再利用创意
根据分析,找出所有可以单独制作成内容的角度。对每个创意,说明:
- 最适合的形式(短视频、LinkedIn 帖文、X 话题串、新闻简报章节)
- 开场钩子/横幅文案
- 对应的内容支柱/主题(如果有)
- 漏斗阶段(TOFU / MOFU / BOFU)
可挖掘的内容再利用来源:
- 视频中最有力的一条主张 → 单独制作成犀利观点帖
- 叙事中隐含的「前后对比」或「X 与 Y」→ 对比形式
- 提到的任何分步工作流 → 清单文章或工具视频
- 情感核心(恐惧、惊讶、愤怒、释然)→ 个人视角脚本
- 任何统计数据或数字 → 数据驱动的短视频
- 反主流的表达方式(如果有)→ X 话题串或新闻简报开场钩子
Step 4:(可选)添加到内容日历
如果你使用 Notion 作为内容日历,可以在分析后将内容再利用创意添加到日历。
在项目设置中配置 Notion 数据源 ID:
data_source_id: <your-notion-database-id>
再利用内容的默认字段:
- 状态:
Backlog - 平台:根据形式匹配度确定
- 内容形式:脚本使用
["Video"],帖文使用["Text"] - 内容类型:根据角度确定
- 漏斗阶段:
TOFU(大多数再利用内容属于认知阶段) - 是否再利用?:
Yes
输出格式
按以下顺序交付结果:
1. 完整转录稿
带时间戳,逐字记录。将屏幕文字叠加内容内联标注。
2. 视觉与音频分析
- 形式(对镜讲述/画外音/B-roll/屏幕录制)
- 背景/布景质量
- 音乐/音频基调
- 视觉变化频率(每分钟的模式中断次数)
3. 表现分析
对每个维度评分(强/中等/弱):
| 维度 | 评分 | 备注 |
|---|---|---|
| 开场钩子力度 | ||
| 递进式悬念 | ||
| 具体性/可信度 | ||
| 以读者为先的表达 | ||
| 视觉模式中断 | ||
| CTA 质量 |
然后用 3-5 个项目符号说明这段视频为何表现出色——阐述具体机制,而非泛泛而谈。
4. 内容再利用方案
对每个创意:
**[Format] — [Working title / angle]**
- Hook: ...
- Format: ...
- Content pillar / theme: ... (if you use them)
- Funnel stage: ...
- Why it'll work: 1 sentence
每段视频建议提供 4-8 个内容再利用创意,至少 2 个应能立即写成脚本。
5. 值得借鉴之处
从这段视频中提取 3-5 个具体、可执行的技巧,直接复制到你自己的内容系统中。要求具体,不要泛泛而谈。请指出视频中每项技巧出现的具体时刻。
此技能不会做什么
- 下载 TikTok 或 Instagram 视频(请手动下载后再提供路径)
- 发布或发布任何内容——此技能仅用于分析和构思
- 访问私密或未公开的 YouTube 视频
- 取代你的创意判断——分析会指出哪些做法有效,由你决定借鉴什么
模型选择说明
- 转录稿 + 分析:
gemini-3-flash-preview——视频理解能力最佳,轻松处理 3-5 分钟的短视频 - 嵌入(未来):
gemini-embedding-2-preview——用于将视频与素材库中的表现者进行语义比较。脚本尚未实现此功能,但架构已准备就绪。 - 免费套餐限制: 每天可处理 8 小时 YouTube 视频。上传文件没有限制(付费套餐)。短视频远低于限制。