波仔
🐦 第10章 实战案例：抖音文案提取与仿写助手
📄 一句话概括

一条抖音分享链接进去，一句仿写出来的文案出来。中间五步：解析、取字幕、提炼、仿写、输出。 这条链的价值不在「自动」，在能不能每天坚持发——手工一条二十六分钟，二十条就是八小时。 验收标准要在动手前定：仿写结果的相似度落在 0.2 到 0.6 之间。

📝 本章和前面几章的关系

前两个案例是「写」和「看懂」，这个案例是「借」。借别人的结构，换自己的话。 它第一次用到第三方接口——抖音的解析、字幕，都不是扣子提供的。 所以这一章的重点从「节点怎么配」转到了「接口怎么接」。 这一节只讲背景和思路。它会解释清楚：为什么这条链必须有两个插件，而且顺序不能换。

一、需求是什么

做短视频的人有个日常动作：看到一条爆款，把文案扒下来，改成自己的话再发一遍。 这个动作有三个环节：找字幕、提炼观点、重写。三个环节里只有第二个费脑，第一个和第三个都是体力活。 自动化的正确姿势是先替掉体力活，不是先替掉费脑的。 这条链的顺序正好相反——前两步全自动， 第三步给建议，第四步出草稿，人只做最后一遍筛。

所以它不是一个「全自动发号机器人」，是一个「一天能做二十条的助手」。 这个定位差别很大，后面 10.4 节测的就是这个定位。

二、分享文案里有什么

用户粘进来的东西长这样：「3.24 复制打开抖音， 看看【英语老张】的作品 这句台词太顶了 # 英语学习 https://v.douyin.com/iRNBho6u/」 三个正则就够拆：链接、方括号里的作者、井号后面的话题。

样本 短链 作者 话题
完整分享 有 有 有
只粘链接 有 无 无
只粘一段话 无 无 无

第三种的结局是「这条链在第一步就该停」，不是「报个错继续跑」。 链路的第一步永远是判输入，不是处理输入。 别小看这一步。用户粘错东西是常态，工作流的第一职责是把错的东西挡在门外。

三、短链不是链接，是名片

https://v.douyin.com/iRNBho6u/ 这种短链，直接请求会 302 跳到一条长链，长链里才有视频 ID。 视频 ID 才是后面所有接口的钥匙。短链会失效，ID 不会。 所以「解析」这一步的真正产出不是标题、不是作者，是那个 ID。 其余字段都是顺带的。

看清这一点，10.2 节的节点顺序就不用背了：谁产出 ID，谁就必须在取字幕之前。

四、为什么要仿写，不能直接搬

两个原因，一个是平台的，一个是自己的。 平台的：一字不改会被判重，账号降权。这个后果比「没人看」严重——限流是持续的。 自己的：搬来的话不是你的。你能搬，别人也能搬，最后大家发一样的东西。

演示里拿一句话改了四遍，算出四个相似度：1.00、0.60、0.27、0.00。 1.00 是判重，0.00 是跑题，中间两个才是仿写。 但注意 0.60 那一档——只换了两个词，按阈值算「可以发」，实际上还是抄。 相似度能筛掉两端，中间那一档还得人看一眼。 这也是为什么第四步出的是草稿，不是成品。

五、这条链最容易死在哪

三个地方，按踩坑概率排序：插件接口变了、字幕取不到、仿写跑题。 第一个最常见。短视频平台的接口没有承诺，说改就改。 所以两个插件的位置要设计成「可以整块换掉」——这是 10.2 节的核心。 第二个次之。有的视频没字幕，有的字幕是自动生成的一堆错字。这两种都要兜底。

第三个最少见但最伤：发出去才发现跑题了，已经发出去了。所以 10.4 节要把相似度检查写进流程。

六、动手 Demo：一条链接进去，一句仿写出来

先拆三种分享文案，看谁能往下走；再把同一句话改四遍，量出四个相似度。 这四个数是后面所有判断的基准。

URL = re.compile(u'https?://[\\w./-]+')
AT  = re.compile(u'【([^】]{1,20})】')
TAG = re.compile(u'#\\s*([\\w一-龥]{1,20})')

sc = Q.sim(ORIG, CAND)        # 字符二元组余弦
v  = u'判重' if sc > 0.85 else (u'跑题' if sc < 0.2 else u'可以发')

实跑输出：

--------------------------------------------------------------------
一条链接进去，一句仿写出来
--------------------------------------------------------------------


  ① 先看分享文案里到底有什么
  --------------------------------------------------------------------

| 样本 | 短链 | 作者 | 话题 | 能往下走吗 |
|---|---|---|---|---|
| 标准版 | https://v.douyin.com/iRNBho6u/ | 英语老张 | 英语学习 | 能 |
| 只有链接 | https://v.douyin.com/iRNBho6u/ | — | — | 能 |
| 纯文字 | — | — | — | 不能 |

  三个正则就够：链接、方括号里的作者、井号后面的话题。第三句什么都没有，这条链在第一步就该停。

  ② 短链不是链接，要换成视频 ID
  --------------------------------------------------------------------
  短链只是张名片。真机上走一次 302 跳转，Location 里带着长链，长链里才有视频 ID。
  这里用一张映射表代替跳转：iRNBho6u -> 7281000000000000001（英语老张，6 分 12 秒）
  视频 ID 才是后面所有接口的钥匙。短链会失效，ID 不会。

  ③ 人工扒一条要多久
  --------------------------------------------------------------------

| 步骤 | 分钟 | 为什么慢 |
|---|---:|---|
| 看一遍视频、抄字幕 | 12 ~ 18 | 要暂停、回退、打字 |
| 改写成自己的话 | 6 ~ 10 | 这才是真正费脑的部分 |
| 配封面、发出去 | 3 ~ 5 | 跟本链无关，但省不掉 |

  三档取中位：18 加 8 加 3，一条 29 分钟。一天二十条是 9.7 小时。
  自动链路一条 0.2 秒（只是本沙箱这几个函数的耗时，不含平台调用），二十条四分钟。
  ! 这两个数是本课估的，不是实测。真正要看的不是省多少，是能不能坚持每天发。

  ④ 为什么要仿写，不能直接搬
  --------------------------------------------------------------------

| 做法 | 仿写结果 | 与原句相似度 | 判定 |
|---|---|---|---|
| 一字不改 | 很多人学英语，背了十年单词，还是开不了口。 | 1.00 | 判重 |
| 改两个词 | 很多人学英语，背了十年词汇，还是张不开嘴。 | 0.60 | 可以发 |
| 换结构重写 | 十年单词背下来，张不开嘴的人还是多数。 | 0.27 | 可以发 |
| 只留观点 | 输入再多，不练输出等于零。 | 0.00 | 跑题 |

  相似度是这次真算的（字符二元组余弦）。太高是抄，太低是跑题，中间那段才是仿写。
  这一段给后面定了验收标准：仿写结果的相似度落在 0.2 到 0.6 之间，才值得往下看。
  注意第二行：只换了两个词，相似度 0.60，擦着上沿——按阈值算「可以发」，实际上还是抄。
  相似度能筛掉两端，中间那一档还得人看一眼。

①第一张表三行：完整分享三个都有，只粘链接只有一个，只粘一段话什么都没有。 ②第二段讲短链要换成视频 ID。真机是 302 跳转，这里用一张映射表代替。 ③第三张表算人工成本：看一遍加改写，一条 26 分钟，二十条 8.7 小时。 ④第四张表四行相似度：1.00 判重、0.60 可以发、0.27 可以发、0.00 跑题。 ⑤最后那句最要紧：0.60 只换了两个词，按阈值算合格，实际上还是抄。

30 秒实验

  1. 拿五条你收藏的短视频分享文案，用三个正则拆一遍，看有几条拆得出链接。
  2. 把你最满意的一句原创改三遍：换两个词、换结构、只留观点。量一下三个相似度。
  3. 写下你这条链的验收标准。没有标准的，做完了也不知道好不好用。

常见误区

  1. 「一步到位，全自动发号。」定位错了。它是助手，最后一遍筛要人来。
  2. 「短链就是链接，直接用。」短链是名片，要换成视频 ID 才能调后面的接口。
  3. 「相似度低了就是好仿写。」太低是跑题。0.2 到 0.6 之间才算仿写。
自测三问（点开对答案） 1. 这条链的五个环节是什么？ —— 解析（拿视频 ID）、取字幕、提炼金句、二次创作、输出。前两步自动，后两步出草稿。 2. 为什么解析这一步的真正产出是视频 ID？ —— 后面所有接口都要 ID。标题、作者是顺带的，ID 才是钥匙。所以解析必须在取字幕之前。 3. 验收标准为什么定在 0.2 到 0.6？ —— 高于 0.85 是抄，低于 0.2 是跑题，中间那段才是仿写。0.2 到 0.6 留了余量。

思路定了，下一节把六个节点摆上画布。先空跑一遍，确认线路。

相关笔记