Back to Details

youtube-clip-extractor

Compare original and translation side by side

🇺🇸

Original

English
🇨🇳

Translation

Chinese

YouTube Clip Extractor

YouTube 片段提取工具

Overview

概述

This skill downloads YouTube videos, analyzes transcripts for compelling clip moments, extracts clips using ffmpeg, and generates platform-ready on-screen text and captions. It integrates with the existing caption and social content skills to deliver complete, publishable assets.
本技能可下载YouTube视频，分析字幕文稿以识别有吸引力的片段时刻，使用ffmpeg提取片段，并生成适用于各平台的屏幕文本和字幕。它与现有的字幕和社交媒体内容技能集成，可交付完整的可发布素材。

When to Use This Skill

何时使用本技能

  • You have a YouTube URL and want to extract the best clips
  • You want automated clip identification based on hook/coda criteria
  • You need clips cut and ready for Descript or other editors
  • You want on-screen text hooks and platform-specific captions for each clip
Do NOT use for:
  • Full podcast production workflow (use 
    podcast-production
    skill instead)
  • Text-only social posts (use 
    social-content-creation
    skill)
  • Already-downloaded videos (skip to Phase 2)
  • 你有一个YouTube URL，想要提取最佳片段
  • 你希望基于钩子/结尾标准自动识别片段
  • 你需要剪辑好的片段，可直接用于Descript或其他编辑器
  • 你想要为每个片段生成屏幕文本钩子和针对特定平台的字幕
请勿用于：
  • 完整播客制作工作流（请改用
    podcast-production
    技能）
  • 纯文本社交媒体帖子（请改用
    social-content-creation
    技能）
  • 已下载的视频（直接跳至阶段2）

Prerequisites

前置要求

Required Tools (install via Homebrew)

必备工具（通过Homebrew安装）

bash
brew install yt-dlp ffmpeg
bash
brew install yt-dlp ffmpeg

File Location

文件存储位置

All downloads go to: 
Content/YouTube Transcripts/
Structure:
Content/YouTube Transcripts/
├── {video_id}.mp4              # Full video (H.264 encoded)
├── {video_id}.en.vtt           # Timestamped subtitles
└── clips/
    └── {video_id}/
        ├── clip_01_{name}.mp4  # Individual clips
        ├── clip_02_{name}.mp4
        └── {video_id}_Clip_Assets.md  # Captions & hooks
所有下载内容将保存至：
Content/YouTube Transcripts/
目录结构：
Content/YouTube Transcripts/
├── {video_id}.mp4              # 完整视频（H.264编码）
├── {video_id}.en.vtt           # 带时间戳的字幕
└── clips/
    └── {video_id}/
        ├── clip_01_{name}.mp4  # 单个片段
        ├── clip_02_{name}.mp4
        └── {video_id}_Clip_Assets.md  # 字幕与钩子文本

The 4-Phase Workflow

四阶段工作流

Phase 1: Download Video & Transcript

阶段1：下载视频与字幕文稿

Goal: Get video and subtitles from YouTube URL
目标： 从YouTube URL获取视频和字幕

Step 1: Download with H.264 Encoding

步骤1：以H.264编码格式下载

Use H.264 format for Descript compatibility (NOT AV1):
bash
undefined
使用H.264格式以确保兼容Descript（请勿使用AV1）：
bash
undefined

Download video in H.264 format (Descript-compatible)

以H.264格式下载视频（兼容Descript）

yt-dlp -f "bestvideo[vcodec^=avc]+bestaudio[ext=m4a]/best[vcodec^=avc]"
--merge-output-format mp4
-o "Content/YouTube Transcripts/{video_id}.mp4"
"YOUTUBE_URL"
yt-dlp -f "bestvideo[vcodec^=avc]+bestaudio[ext=m4a]/best[vcodec^=avc]"
--merge-output-format mp4
-o "Content/YouTube Transcripts/{video_id}.mp4"
"YOUTUBE_URL"

If H.264 unavailable, download best quality then re-encode:

如果无法获取H.264格式，先下载最高画质再重新编码：

yt-dlp -f "bestvideo+bestaudio" --merge-output-format mp4
-o "Content/YouTube Transcripts/{video_id}_temp.mp4"
"YOUTUBE_URL"
yt-dlp -f "bestvideo+bestaudio" --merge-output-format mp4
-o "Content/YouTube Transcripts/{video_id}_temp.mp4"
"YOUTUBE_URL"

Re-encode to H.264 for Descript compatibility

重新编码为H.264以兼容Descript

ffmpeg -i "{video_id}_temp.mp4" -c:v libx264 -preset fast -crf 22
-c:a aac -b:a 128k "{video_id}.mp4"
undefined
ffmpeg -i "{video_id}_temp.mp4" -c:v libx264 -preset fast -crf 22
-c:a aac -b:a 128k "{video_id}.mp4"
undefined

Step 2: Download Subtitles

步骤2：下载字幕

bash
yt-dlp --write-auto-sub --sub-lang en --skip-download \
  -o "Content/YouTube Transcripts/{video_id}.%(ext)s" \
  "YOUTUBE_URL"
bash
yt-dlp --write-auto-sub --sub-lang en --skip-download \
  -o "Content/YouTube Transcripts/{video_id}.%(ext)s" \
  "YOUTUBE_URL"

Phase 1 Output:

阶段1输出：

  • {video_id}.mp4
    — Full video (H.264)
  • {video_id}.en.vtt
    — Timestamped subtitles
  • {video_id}.mp4
    — 完整视频（H.264编码）
  • {video_id}.en.vtt
    — 带时间戳的字幕

Phase 2: Analyze Transcript for Clips

阶段2：分析字幕文稿以选择片段

Goal: Identify 5-8 compelling clip moments with strong hooks and codas
目标： 识别5-8个具有出色钩子和结尾的优质片段

Clip Selection Criteria

片段选择标准

A good clip has:
  1. Strong Hook (First 3 Seconds)
    • Polarizing statement ("Your kid's addiction is actually genius")
    • Counter-intuitive reveal ("My son's first job sucked. Perfect.")
    • Direct challenge ("Never give up on the weird kid")
    • Curiosity gap ("Then everything changed...")
  2. Complete Arc (30-90 seconds)
    • Clear beginning, middle, end
    • Not just a "good quote" — a complete thought
    • Setup → Tension → Resolution OR Setup → Tension → Cliffhanger
  3. Stakes
    • Why does this matter?
    • Who cares?
    • What's at risk?
  4. Strong Coda/Ending
    • Insight or surprising conclusion
    • Cuts right before the answer (cliffhanger)
    • Quotable final line
优质片段需具备：
  1. 强力钩子（前3秒）
    • 有争议的表述（如“你孩子的沉迷其实是种天赋”）
    • 反直觉的爆料（如“我儿子的第一份工作糟透了。完美。”）
    • 直接挑战（如“永远不要放弃那个奇怪的孩子”）
    • 好奇心缺口（如“然后一切都变了……”）
  2. 完整叙事弧（30-90秒）
    • 清晰的开头、中间、结尾
    • 不只是“精彩引用”，而是完整的想法
    • 铺垫 → 冲突 → 解决 或 铺垫 → 冲突 → 悬念
  3. 明确的利害关系
    • 这为什么重要？
    • 谁会关心？
    • 风险是什么？
  4. 出色的结尾/收尾
    • 深刻见解或意外结论
    • 在揭晓答案前戛然而止（制造悬念）
    • 值得引用的收尾语句

Scan Transcript For:

扫描字幕文稿时需关注：

Inflection Points:
  • "Then everything changed..."
  • "I realized..."
  • "That's when I knew..."
  • "The moment I..."
Vulnerability Moments:
  • Personal stakes, failures, struggles
  • "I was terrified..."
  • "I almost gave up..."
  • "Nobody believed..."
Contradiction Moments:
  • "We thought X but actually..."
  • "Everyone says... but the truth is..."
  • "The opposite happened..."
Surprising Insights:
  • Research, data, unexpected findings
  • Counter-intuitive conclusions
  • "What we found was..."
Character in Action:
  • Showing, not telling
  • Doing, not describing
  • Specific moments, not abstractions
转折点：
  • “然后一切都变了……”
  • “我意识到……”
  • “就在那时我知道……”
  • “那一刻我……”
脆弱时刻：
  • 个人利害、失败、挣扎
  • “我当时吓坏了……”
  • “我差点放弃……”
  • “没人相信……”
矛盾时刻：
  • “我们原本以为X，但实际上……”
  • “所有人都说……但真相是……”
  • “相反的情况发生了……”
意外见解：
  • 研究、数据、意外发现
  • 反直觉结论
  • “我们发现的是……”
行动中的角色：
  • 展示而非讲述
  • 行动而非描述
  • 具体时刻而非抽象概念

Quality Tests (Pass 4/5):

质量测试（需通过5项中的4项）：

  • Stranger Test: Would someone with zero context care?
  • Itch Test: Creates need to know more?
  • Stakes Test: Clear why it matters?
  • Tease Test: Hints without giving away?
  • Emotion Test: Feel something in first 5 seconds?
  • 陌生人测试： 完全不了解背景的人会关心吗？
  • 渴望测试： 是否会让人想要了解更多？
  • 利害测试： 是否明确体现重要性？
  • 预告测试： 是否只做暗示而不泄露全部？
  • 情感测试： 前5秒是否能让人产生情绪共鸣？

Phase 2 Output Format:

阶段2输出格式：

Create analysis document with clip recommendations:
markdown
undefined
创建分析文档，包含片段推荐：
markdown
undefined

{Video Title} - Clip Analysis

{视频标题} - 片段分析

Video Details

视频详情

  • URL: [YouTube URL]
  • Duration: [Total length]
  • Speaker(s): [Names]
  • Topic: [Primary subject]
  • URL： [YouTube URL]
  • 时长： [总时长]
  • 发言人： [姓名]
  • 主题： [核心主题]

Recommended Clips

推荐片段

CLIP 1: "{Descriptive Name}"

片段1：“{描述性名称}”

Timestamp: 
MM:SS - MM:SS
(XX seconds) Hook: [First line or opening moment] Arc: [Setup → Middle → Ending summary] Coda: [How it ends / final line]
Key Quotes:
  • "[Verbatim quote 1]"
  • "[Verbatim quote 2]"
  • "[Verbatim quote 3]"
Quality Tests: Stranger ✅ | Itch ✅ | Stakes ✅ | Tease ✅ | Emotion ✅ Why It Works: [1-2 sentence rationale] Priority: HIGH / MEDIUM / LOW
时间戳： 
MM:SS - MM:SS
（XX秒） 钩子： [第一句或开场时刻] 叙事弧： [铺垫 → 中间 → 结尾总结] 结尾： [收尾方式 / 最后一句]
关键引用：
  • “[原文引用1]”
  • “[原文引用2]”
  • “[原文引用3]”
质量测试： 陌生人 ✅ | 渴望 ✅ | 利害 ✅ | 预告 ✅ | 情感 ✅ 推荐理由： [1-2句说明] 优先级： 高 / 中 / 低

CLIP 2: "{Descriptive Name}"

片段2：“{描述性名称}”

[Repeat structure...]
[重复上述结构...]

Summary Table

汇总表格

#Clip NameTimestampLengthHookCodaPriority
1[Name]MM:SS-MM:SSXXs⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐HIGH
2[Name]MM:SS-MM:SSXXs⭐⭐⭐⭐⭐⭐⭐⭐HIGH
3[Name]MM:SS-MM:SSXXs⭐⭐⭐⭐⭐⭐⭐MEDIUM

---
序号片段名称时间戳时长钩子结尾优先级
1[名称]MM:SS-MM:SSXXs⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐高
2[名称]MM:SS-MM:SSXXs⭐⭐⭐⭐⭐⭐⭐⭐高
3[名称]MM:SS-MM:SSXXs⭐⭐⭐⭐⭐⭐⭐中

---

Phase 3: Cut Clips with FFmpeg

阶段3：使用FFmpeg剪辑片段

Goal: Extract approved clips as separate video files
目标： 将选定的片段提取为独立视频文件

Cutting Commands

剪辑命令

Basic clip extraction (fast, uses keyframes):
bash
ffmpeg -i "{video_id}.mp4" -ss MM:SS -to MM:SS -c copy \
  "clips/{video_id}/clip_01_{name}.mp4"
Precise cutting with re-encoding (slower but frame-accurate):
bash
ffmpeg -ss MM:SS -i "{video_id}.mp4" -t DURATION \
  -c:v libx264 -preset fast -crf 22 -c:a aac -b:a 128k \
  "clips/{video_id}/clip_01_{name}.mp4"
Notes:
  • -ss
    before 
    -i
    = faster seeking (recommended)
  • -c copy
    = no re-encoding (fast but may have keyframe issues)
  • -c:v libx264
    = re-encode to H.264 (slower but precise)
  • Use H.264 output for Descript compatibility
基础片段提取（快速，使用关键帧）：
bash
ffmpeg -i "{video_id}.mp4" -ss MM:SS -to MM:SS -c copy \
  "clips/{video_id}/clip_01_{name}.mp4"
精确剪辑并重新编码（速度较慢但帧级精准）：
bash
ffmpeg -ss MM:SS -i "{video_id}.mp4" -t DURATION \
  -c:v libx264 -preset fast -crf 22 -c:a aac -b:a 128k \
  "clips/{video_id}/clip_01_{name}.mp4"
注意事项：
  • -ss
    放在 
    -i
    之前 = 更快的定位（推荐）
  • -c copy
    = 不重新编码（速度快但可能存在关键帧问题）
  • -c:v libx264
    = 重新编码为H.264（速度慢但精准）
  • 输出格式使用H.264以兼容Descript

Batch Cutting Example

批量剪辑示例

bash
undefined
bash
undefined

Create clips directory

创建片段目录

mkdir -p "Content/YouTube Transcripts/clips/{video_id}"
mkdir -p "Content/YouTube Transcripts/clips/{video_id}"

Cut each clip

剪辑每个片段

ffmpeg -i "{video_id}.mp4" -ss 06:59 -to 08:10 -c copy "clips/{video_id}/clip_01_covid_revelation.mp4" ffmpeg -i "{video_id}.mp4" -ss 20:50 -to 21:54 -c copy "clips/{video_id}/clip_02_whiteboard_teen.mp4" ffmpeg -i "{video_id}.mp4" -ss 25:00 -to 26:10 -c copy "clips/{video_id}/clip_03_college_loans.mp4"
undefined
ffmpeg -i "{video_id}.mp4" -ss 06:59 -to 08:10 -c copy "clips/{video_id}/clip_01_covid_revelation.mp4" ffmpeg -i "{video_id}.mp4" -ss 20:50 -to 21:54 -c copy "clips/{video_id}/clip_02_whiteboard_teen.mp4" ffmpeg -i "{video_id}.mp4" -ss 25:00 -to 26:10 -c copy "clips/{video_id}/clip_03_college_loans.mp4"
undefined

Phase 3 Output:

阶段3输出：

  • Individual MP4 files for each clip
  • All files in 
    clips/{video_id}/
    directory
  • H.264 encoded for Descript compatibility
  • 每个片段对应的独立MP4文件
  • 所有文件存储在 
    clips/{video_id}/
    目录中
  • 采用H.264编码以兼容Descript

Phase 4: Generate On-Screen Text & Captions

阶段4：生成屏幕文本与字幕

Goal: Create platform-optimized hooks and captions for each clip
This phase uses the 
video-caption-creation
skill methodology.
目标： 为每个片段生成针对平台优化的钩子和字幕
本阶段使用
video-caption-creation
技能的方法。

For Each Clip, Generate:

为每个片段生成：

1. On-Screen Text Hook (3-5 options)
The text that appears in the first 3 seconds of the video. Must be:
  • 2-4 words maximum (mobile readable)
  • Stops the scroll
  • Passes McDonald's Test (accessible language)
  • Complements (not duplicates) audio
Hook Categories:
  • Polarizing: "Your kid's [negative] is actually genius"
  • Counter-Intuitive: "My son's first job sucked. Perfect."
  • Direct Challenge: "Never give up on the weird kid"
  • Curiosity Gap: "Then everything changed..."
2. Platform-Specific Captions
PlatformOn-Screen TextCaption StyleHashtags
InstagramSameShort, emoji OK, accessible5-10
TikTokSameShort, emoji OK, accessible3-5
YouTube ShortsSameShort, minimal emoji3-5 + #Shorts
FacebookSameSlightly longer, conversational, NO external links0-2
Facebook Difference: Caption can be longer and more conversational. NO hashtags or external links (kills reach).
3. Algorithm Optimization
Per the Triple Word Score system:
  • Audio: Topic words spoken in first 10 seconds
  • On-Screen Text: Reinforces (not competes with) audio
  • Caption: Topic-relevant keywords in first sentence
  • Hashtags: Broad → Mid → Specific → Niche (10-12 total)
1. 屏幕文本钩子（3-5个选项）
视频前3秒显示的文本，需满足：
  • 最多2-4个单词（适配移动端阅读）
  • 能吸引用户停留
  • 通过麦当劳测试（语言通俗易懂）
  • 补充（而非重复）音频内容
钩子类别：
  • 有争议型： “你孩子的[负面行为]其实是天赋”
  • 反直觉型： “我儿子的第一份工作糟透了。完美。”
  • 直接挑战型： “永远不要放弃那个奇怪的孩子”
  • 好奇心缺口型： “然后一切都变了……”
2. 平台专属字幕
平台屏幕文本字幕风格话题标签
Instagram相同简短，可使用表情符号，通俗易懂5-10个
TikTok相同简短，可使用表情符号，通俗易懂3-5个
YouTube Shorts相同简短，尽量少用表情符号3-5个 + #Shorts
Facebook相同稍长，口语化，禁止外部链接0-2个
Facebook差异： 字幕可以更长、更口语化。禁止使用话题标签或外部链接（会降低曝光量）。
3. 算法优化
遵循三重关键词评分系统：
  • 音频： 前10秒提及主题关键词
  • 屏幕文本： 强化（而非冲突）音频内容
  • 字幕： 第一句包含主题相关关键词
  • 话题标签： 从宽泛到细分（共10-12个）

Phase 4 Output Format:

阶段4输出格式：

Create file: 
clips/{video_id}/{video_id}_CLIP_PACKAGE.md
markdown
undefined
创建文件：
clips/{video_id}/{video_id}_CLIP_PACKAGE.md
markdown
undefined

{Video Title} - Clip Package

{视频标题} - 片段素材包

Source Video

源视频

  • URL: [YouTube URL]
  • Title: [Video title]
  • Duration: [Total length]
  • Downloaded File: 
    {video_id}.mp4
  • URL： [YouTube URL]
  • 标题： [视频标题]
  • 时长： [总时长]
  • 下载文件： 
    {video_id}.mp4

Context

背景上下文

[2-3 sentences explaining the backstory needed to understand the clip. Who is the speaker? What's their situation? What happened before/after the moments in the clip? This context ensures on-screen text and captions are coherent with the actual story.]
[2-3句话说明理解片段所需的背景故事。发言人是谁？他们的处境如何？片段内容发生的前后背景是什么？此上下文确保屏幕文本和字幕与实际故事保持连贯。]

Editing Instructions

剪辑说明

SEQUENCE (Rearranged from original - NOT linear):
OrderTimestampSpeakerLine
1MM:SS-MM:SS[Name]"[Verbatim quote]"
2MM:SS-MM:SS[Name]"[Verbatim quote]"
3MM:SS-MM:SS[Name]"[Verbatim quote]"
OPTIONAL EXTENSION:
OrderTimestampSpeakerLine
4MM:SS-MM:SS[Name]"[Verbatim quote]"
顺序（重新排列，非原视频线性顺序）：
序号时间戳发言人台词
1MM:SS-MM:SS[姓名]“[原文引用]”
2MM:SS-MM:SS[姓名]“[原文引用]”
3MM:SS-MM:SS[姓名]“[原文引用]”
可选扩展：
序号时间戳发言人台词
4MM:SS-MM:SS[姓名]“[原文引用]”

On-Screen Text Hook Options

屏幕文本钩子选项

  1. [Hook text] - [Category]
  2. [Hook text] - [Category]
  3. [Hook text] - [Category]
  4. [Hook text] - [Category]
  5. [Hook text] - [Category]
  6. [Hook text] - [Category]
  7. [Hook text] - [Category]
  8. [Hook text] - [Category]
  9. [Hook text] - [Category]
  10. [Hook text] - [Category]
  1. [钩子文本] - [类别]
  2. [钩子文本] - [类别]
  3. [钩子文本] - [类别]
  4. [钩子文本] - [类别]
  5. [钩子文本] - [类别]
  6. [钩子文本] - [类别]
  7. [钩子文本] - [类别]
  8. [钩子文本] - [类别]
  9. [钩子文本] - [类别]
  10. [钩子文本] - [类别]

Platform Captions

平台专属字幕

TikTok / Instagram Reels / YouTube Shorts

TikTok / Instagram Reels / YouTube Shorts

[Caption text]
[Hashtags: 3-5]
[字幕文本]
[话题标签：3-5个]

Facebook

Facebook

[Longer caption, conversational, NO hashtags]
[更长的字幕，口语化，无话题标签]

LinkedIn

LinkedIn

[Professional tone caption]
[Hashtags: 3-5]
undefined
[专业语气的字幕]
[话题标签：3-5个]
undefined

On-Screen Text Hook Categories

屏幕文本钩子类别

  • Story Setup - Provides context that makes the clip make sense (e.g., "Homeschooler tries public school")
  • Polarizing - Bold statement that divides opinion (e.g., "Most schools are awful")
  • Contrast - Juxtaposition that creates tension (e.g., "First in class. Zero joy.")
  • Curiosity Gap - Teases without revealing (e.g., "#1 out of 1,200 students")
  • Story Tease - Hints at narrative arc (e.g., "She went back to homeschool after this")
  • Pattern Interrupt - Subverts expectations (e.g., "This isn't anti-public school")
  • 故事铺垫 - 提供让片段有意义的上下文（例如：“在家上学的孩子尝试公立学校”）
  • 有争议型 - 引发分歧的大胆表述（例如：“大多数学校都很糟糕”）
  • 对比型 - 制造张力的对比（例如：“全班第一。毫无快乐。”）
  • 好奇心缺口型 - 只做暗示不泄露全部（例如：“1200名学生中的第1名”）
  • 故事预告 - 暗示叙事弧（例如：“这件事后她又回到了在家上学”）
  • 模式打断 - 颠覆预期（例如：“这不是反对公立学校”）

Context-Caption Coherence

上下文与字幕的连贯性

Critical: On-screen text and captions must be coherent with the actual story in the transcript. Before writing hooks:
  1. Understand the full context (who, what, when, why)
  2. Identify what viewers need to know for the clip to make sense
  3. Choose hooks that accurately represent the story
  4. Avoid hooks that would confuse viewers when they hear the audio
Example: If the clip shows someone criticizing public school, but they were actually a homeschooler who tried public school once, hooks like "Homeschooler tries public school" or "She tried public school for one year" provide necessary context that makes the story coherent.
关键： 屏幕文本和字幕必须与字幕文稿中的实际故事保持连贯。撰写钩子前：
  1. 理解完整上下文（人物、事件、时间、原因）
  2. 确定观众理解片段所需的信息
  3. 选择能准确反映故事的钩子
  4. 避免会让观众听到音频后产生困惑的钩子
示例： 如果片段中有人批评公立学校，但实际上他们是一名曾尝试过一次公立学校的在家上学学生，那么像“在家上学的孩子尝试公立学校”或“她试了一年公立学校”这样的钩子能提供必要的上下文，让故事更连贯。

Complete Workflow Example

完整工作流示例

bash
undefined
bash
undefined

PHASE 1: Download

阶段1：下载

yt-dlp -f "bestvideo[vcodec^=avc]+bestaudio" --merge-output-format mp4
-o "Content/YouTube Transcripts/cvGtVmI4jTQ.mp4"
"https://www.youtube.com/watch?v=cvGtVmI4jTQ"
yt-dlp --write-auto-sub --sub-lang en --skip-download
-o "Content/YouTube Transcripts/cvGtVmI4jTQ.%(ext)s"
"https://www.youtube.com/watch?v=cvGtVmI4jTQ"
yt-dlp -f "bestvideo[vcodec^=avc]+bestaudio" --merge-output-format mp4
-o "Content/YouTube Transcripts/cvGtVmI4jTQ.mp4"
"https://www.youtube.com/watch?v=cvGtVmI4jTQ"
yt-dlp --write-auto-sub --sub-lang en --skip-download
-o "Content/YouTube Transcripts/cvGtVmI4jTQ.%(ext)s"
"https://www.youtube.com/watch?v=cvGtVmI4jTQ"

PHASE 2: Analyze transcript (manual review)

阶段2：分析字幕文稿（人工审核）

Read VTT file, identify clips using criteria above

阅读VTT文件，根据上述标准识别片段

PHASE 3: Cut clips

阶段3：剪辑片段

mkdir -p "Content/YouTube Transcripts/clips/cvGtVmI4jTQ" ffmpeg -i "cvGtVmI4jTQ.mp4" -ss 06:59 -to 08:10
-c:v libx264 -preset fast -crf 22 -c:a aac
"clips/cvGtVmI4jTQ/clip_01_covid_revelation.mp4"
mkdir -p "Content/YouTube Transcripts/clips/cvGtVmI4jTQ" ffmpeg -i "cvGtVmI4jTQ.mp4" -ss 06:59 -to 08:10
-c:v libx264 -preset fast -crf 22 -c:a aac
"clips/cvGtVmI4jTQ/clip_01_covid_revelation.mp4"

PHASE 4: Generate assets (create markdown file with hooks/captions)

阶段4：生成素材（创建包含钩子/字幕的markdown文件）


---

---

Related Skills

相关技能

This skill integrates with:
SkillWhen to UseWhat It Provides
video-caption-creationPhase 4On-screen text hook categories, Triple Word Score system, platform caption guidelines
youtube-downloaderPhase 1 (alternative)Detailed yt-dlp installation checks, error handling, transcript-only workflow
text-contentAfter clips readyFramework fitting for text posts about clips
podcast-productionFull episode workflowComplete 4-checkpoint production system
本技能与以下技能集成：
技能使用场景提供内容
video-caption-creation阶段4屏幕文本钩子类别、三重关键词评分系统、平台字幕指南
youtube-downloader阶段1（替代方案）详细的yt-dlp安装检查、错误处理、仅字幕文稿工作流
text-content片段准备完成后适用于片段文本帖子的框架
podcast-production完整剧集工作流完整的4检查点制作系统

Skill Cross-References

技能交叉引用

From video-caption-creation:
  • Hook categories (Polarizing, Counter-Intuitive, Direct Challenge, Curiosity Gap)
  • Triple Word Score system (Audio + On-Screen + Caption + Hashtags)
  • Platform-specific hashtag counts
  • McDonald's Test for accessibility
From text-content:
  • Platform voice guidelines (LinkedIn vs Facebook vs Instagram)
  • Framework fitting method
  • 360+ templates in references/
来自video-caption-creation：
  • 钩子类别（有争议型、反直觉型、直接挑战型、好奇心缺口型）
  • 三重关键词评分系统（音频 + 屏幕文本 + 字幕 + 话题标签）
  • 平台专属话题标签数量
  • 麦当劳可访问性测试
来自text-content：
  • 平台语气指南（LinkedIn vs Facebook vs Instagram）
  • 框架适配方法
  • 参考资料中的360+模板

Common Mistakes to Avoid

需避免的常见错误

Download Issues

下载问题

  • ❌ Downloading AV1 codec (Descript can't import)
  • ❌ Not re-encoding to H.264 when needed
  • ❌ Forgetting to download subtitles
  • ❌ 下载AV1编码的视频（Descript无法导入）
  • ❌ 必要时未重新编码为H.264
  • ❌ 忘记下载字幕

Clip Selection Issues

片段选择问题

  • ❌ Choosing "good quotes" instead of complete arcs
  • ❌ Clips too long (>90 seconds) or too short (<30 seconds)
  • ❌ No clear hook in first 3 seconds
  • ❌ Giving away the punchline in the hook
  • ❌ 选择“精彩引用”而非完整叙事弧
  • ❌ 片段过长（>90秒）或过短（<30秒）
  • ❌ 前3秒没有清晰的钩子
  • ❌ 在钩子中泄露核心内容

Cutting Issues

剪辑问题

  • ❌ Cutting at non-keyframes (use re-encode for precision)
  • ❌ Starting mid-sentence
  • ❌ Ending before natural conclusion
  • ❌ 在非关键帧处剪辑（如需精准请使用重新编码）
  • ❌ 从句子中间开始剪辑
  • ❌ 在自然结束前停止剪辑

Caption Issues

字幕问题

  • ❌ On-screen text too long (>4 words)
  • ❌ Same caption for Facebook as other platforms
  • ❌ External links in Facebook caption
  • ❌ Hashtags in Facebook caption
  • ❌ 屏幕文本过长（>4个单词）
  • ❌ Facebook使用与其他平台相同的字幕
  • ❌ Facebook字幕中包含外部链接
  • ❌ Facebook字幕中使用话题标签

Quality Checklist

质量检查清单

Before delivering clips:
Video Files:
  • All clips are H.264 encoded
  • Each clip is 30-90 seconds
  • Audio and video are synced
  • Clean start/end points (no mid-word cuts)
Clip Selection:
  • Each clip passes 4/5 quality tests
  • Strong hook in first 3 seconds
  • Complete arc (not just a quote)
  • Clear stakes (why it matters)
Captions & Hooks:
  • 3-5 on-screen text options per clip
  • On-screen text is 2-4 words max
  • Platform-specific captions created
  • Facebook caption is different (longer, no hashtags)
  • Hashtag strategy spans broad to niche
交付片段前：
视频文件：
  • 所有片段均为H.264编码
  • 每个片段时长为30-90秒
  • 音频与视频同步
  • 开头/结尾干净（无中途截断单词）
片段选择：
  • 每个片段通过5项质量测试中的4项
  • 前3秒有强力钩子
  • 完整叙事弧（不只是引用）
  • 明确的利害关系（重要性）
字幕与钩子：
  • 每个片段有3-5个屏幕文本选项
  • 屏幕文本最多2-4个单词
  • 已创建平台专属字幕
  • Facebook字幕与其他平台不同（更长，无话题标签）
  • 话题标签策略覆盖从宽泛到细分

Version History

版本历史

  • v1.1 (2025-12-20): Streamlined output format
    • Removed "Target Length" and "Concept" sections from output
    • Removed "Why This Edit Works" section
    • Added "Context" section for backstory coherence
    • Simplified on-screen text hooks to numbered list with categories only
    • Added "Story Setup" hook category for context-providing hooks
    • Added "Context-Caption Coherence" guidance
    • Updated output template to match streamlined format
  • v1.0 (2025-12-02): Initial skill creation
    • 4-phase workflow: Download → Analyze → Cut → Caption
    • Integration with video-caption-creation skill
    • H.264 encoding for Descript compatibility
    • Platform-specific caption guidelines
    • Quality tests from podcast-production skill
  • v1.1（2025-12-20）：简化输出格式
    • 移除输出中的“目标时长”和“概念”部分
    • 移除“此剪辑为何有效”部分
    • 添加“背景上下文”部分以确保故事连贯
    • 将屏幕文本钩子简化为带类别的编号列表
    • 添加“故事铺垫”钩子类别以提供上下文
    • 添加“上下文与字幕连贯性”指导
    • 更新输出模板以匹配简化格式
  • v1.0（2025-12-02）：初始技能创建
    • 4阶段工作流：下载 → 分析 → 剪辑 → 字幕
    • 与video-caption-creation技能集成
    • 采用H.264编码以兼容Descript
    • 平台专属字幕指南
    • 来自podcast-production技能的质量测试