做自媒体的人，多少都会有一个越来越膨胀的收藏夹。
抖音刷到一个很抓人的开头，小红书看到一个不错的选题，B站里有一套完整的方法论，播客里又听到一个特别适合拿来做案例的观点。收藏的时候觉得以后肯定会用，真正开始写下一条脚本时，却经常只记得“之前好像看过”，具体在哪、为什么觉得它好，反而说不清楚。
所以现在很多创作者开始用 AI 做视频文案提取、短视频脚本拆解和竞品内容分析。但如果只是把一条视频转成文字，再让 AI 给一份固定的“爆款分析”，其实还是比较浅。真正有价值的拆解，应该把原视频里的文案、画面、脚本结构和内容逻辑完整留下，再继续追问、批注和整理，最后把一条条参考内容慢慢变成自己的素材。
Ai好记是一款 AI音视频转录与总结、知识管理工具。在自媒体场景里，可以把抖音、小红书、B站、播客、本地音视频、网盘资料等不同来源统一收进来，先完成视频文案提取和图文整理，再通过自媒体拆解模板、AI 对话、批注和跨笔记分析，把原本散落在不同平台里的内容逐渐整理成可以搜索、分析和再次调用的创作素材。
当这些内容积累起来以后，还可以通过 Ai好记 Skill 被 Codex、WorkBuddy 等支持 Skill 的 Agent 调用，让已经整理好的笔记和知识继续进入后面的素材查找、选题整理和脚本创作。
整个过程不是单纯的“视频转文字”，而是一条更完整的内容研究工作流：
多来源 / 批量采集 → 视频文案提取 → 图文笔记 → 脚本拆解 → AI追问 → 人工批注 → 素材库 → 跨笔记分析 → Ai好记 Skill → Agent调用 → 新内容创作
一、多来源内容先统一收进来，再做批量拆解
真正做自媒体研究时，知识来源通常不会只在一个平台。
一个值得研究的开头可能来自抖音，一套比较完整的内容框架可能在B站，小红书里有真实的用户讨论，小宇宙或喜马拉雅里又可能出现一个很适合继续延伸成选题的观点。如果这些资料一直分别散在不同平台的收藏夹、浏览器标签页和聊天记录里，收藏得越多，后面反而越难真正利用。
所以自媒体拆解的第一步，不是马上让 AI 判断“为什么这条会火”，而是先把不同来源统一变成可以阅读、搜索和继续分析的资料。
Ai好记支持多种音视频来源进入同一套转录、总结和知识管理流程，常见来源包括：
-
在线视频内容：抖音、小红书、B站、快手、知乎等；
-
播客和音频内容：小宇宙、喜马拉雅等；
-
本地音视频：电脑或手机里已经保存的视频、录音；
-
网盘资料：百度网盘、阿里云盘里的课程、访谈和视频素材；
-
录屏内容：网页、软件操作、线上分享等录屏资料。
这些来源本身并不是重点，真正重要的是：Ai好记可以把原本分散在不同地方的视频和音频统一转成可搜索、可阅读、可继续拆解的笔记。
比如平时研究的是：
抖音竞品视频 + 小红书内容 + B站长视频 + 小宇宙播客 + 本地素材
就不需要先把所有内容下载下来、转格式、找字幕，再分别交给不同工具。刷到值得研究的在线视频，可以复制链接创建笔记；本地视频、录音和网盘里的资料也可以进入同一套音视频处理流程。
如果第一次使用，不清楚不同平台的链接在哪里复制，可以继续查看 如何获取链接生成笔记。
内容进入以后，Ai好记会先完成音视频转录，把原本只能播放的口播生成完整逐字稿。即使原视频本身没有可以直接复制的字幕，也可以通过语音识别完成视频文案提取。
这样研究一条短视频时，不需要为了找一句开场白反复播放前三秒，而是可以直接从逐字稿里看清：第一句话怎么说、前三句话怎么衔接、什么时候正式进入正文、案例放在哪一段、哪里发生转折，最后又是怎么收尾的。
但自媒体拆解不能只留下文案。很多视频真正的信息同时存在于字幕卡、PPT、图表、产品展示和软件操作界面里，所以 Ai好记 还可以把视频中的关键画面和对应讲解一起保留下来，整理成图文笔记。
这样一条视频进入 Ai好记 后，创作者拿到的不再只是一份纯文字，而是一份同时包含原文案、关键画面和内容上下文的拆解资料。后面无论是研究开头、找案例，还是分析画面和口播怎么配合，都会比单独保存字幕完整很多。
素材很多时，可以批量处理，先筛选再深拆
如果只是偶尔研究一条视频，单独创建笔记就够了。但真正做竞品分析、新账号冷启动、月度内容复盘或者账号矩阵时，一次往往要看十几条甚至更多素材。
这个时候，逐条“复制链接—等待处理—拆完再处理下一条”就比较低效。
Ai好记支持批量创建音视频笔记。比如准备研究同一个赛道的一批视频，可以先把素材集中整理并批量创建笔记，让 AI 分别完成音视频转录和笔记整理。处理完成以后，也不需要马上把每条内容都做同样深度的分析，而是先通过精华速览和图文笔记快速判断哪些值得继续研究，再把重点内容拿出来深拆。
这样工作流就会从：
看一条 → 提取一条 → 拆一条 → 再处理下一条
变成：
批量收集 → 批量转成笔记 → 快速筛选 → 重点内容再深拆
对于长期做竞品研究的创作者和内容团队来说，批量处理真正的价值不是少点几次按钮，而是把原来零散的“刷到一条拆一条”，逐渐变成一套稳定的内容研究流程。
二、从视频文案提取到脚本拆解，到底可以拆什么？
拿到完整逐字稿和关键画面以后，才真正进入短视频脚本拆解。
很多人平时看热门视频，会觉得“这个开头挺抓人”“案例放得不错”“整体节奏很好”，但这种判断很难真正转化成自己的方法，因为它还停留在感觉层面。
真正有价值的拆解，应该把一条视频重新还原成它背后的内容结构：它在对谁说、选题解决什么问题、开头靠什么把人留下来、正文怎么推进、案例为什么放在这里、中间在哪里发生转折、最后又是怎么收住的。
Ai好记支持不同场景的模板总结。在自媒体内容研究里，可以使用相应的拆解模板，根据完整原视频把这些信息重新整理成结构化结果。
一条视频通常可以从几个核心维度继续看：
-
目标人群和选题：这条内容到底在解决哪类人的什么问题；
-
开头钩子：用了结果前置、反常识、悬念、痛点还是直接提问；
-
正文结构：内容按照什么逻辑展开，中间如何承接；
-
案例和论据：案例什么时候出现，在整条脚本里承担什么作用；
-
节奏与转折：哪里发生信息变化，哪一句重新把注意力拉回来；
-
结尾设计：最后是总结观点、制造讨论，还是留下下一层问题。
比如一条60秒视频表面上只是连续口播，真正拆开以后可能是：
结果前置 → 放大痛点 → 反常识判断 → 案例证明 → 给出方法 → 行动建议
另一条看起来完全不同的内容，底层结构可能是：
用户问题 → 制造冲突 → 故事展开 → 出现反转 → 总结观点
这时候真正值得研究的，就不再是“原作者具体用了哪一句文案”，而是为什么用这个开头、为什么案例放在这里、为什么这一段需要转折，以及整条脚本到底是怎么一步一步把信息推进下去的。
如果一次处理的内容比较多，也没必要每一条都从头逐字细拆。Ai好记的精华速览可以先把一条视频里的核心观点和关键内容提炼出来，用来快速判断这条内容真正值得研究的是选题、开头、案例还是结尾；普通内容扫完就可以结束，真正有价值的部分再回到完整逐字稿和原视频继续看。
如果视频比较长或者逻辑比较复杂，还可以继续生成 AI 思维导图，把原本线性的口播重新整理成不同主题和层级。
例如原本几十句内容，在思维导图里可能直接变成：
问题 → 原因 → 案例 → 解决方案 → 总结
或者：
结果前置 → 制造疑问 → 解释原因 → 给出证据 → 行动建议
这时“拆脚本”的价值就比较明确：不是把别人的原文抄下来，而是把原本连续播放的视频变成可以观察、比较和继续研究的内容结构。
三、模板拆完以后，还可以继续用AI对话追问和批注
固定模板可以先帮忙整理一层结构，但真正做自媒体的人往往还会有很多更具体的问题。
做知识口播的人可能想知道前三秒为什么有效，做剧情内容的人会更关心冲突和反转，做产品内容的人则可能想研究卖点为什么在这个位置出现。不同账号真正关心的问题并不一样，所以一份固定的“爆款拆解报告”很难覆盖所有需求。
Ai好记在笔记生成以后，可以继续基于当前原音视频内容进行 AI 对话。也就是说，模板先把大结构整理出来，创作者还可以沿着自己的问题继续往下拆。
例如可以直接问：
-
拆开头：这条视频前三秒用了什么钩子？为什么适合放在开头？
-
拆结构：把整条内容重新整理成“钩子—痛点—方法—案例—结尾”；
-
拆过渡：从开头进入正文时用了什么承接方式？
-
拆转折：哪一句承担了整条视频最重要的转折？
-
拆案例：为什么这个案例放在这里，而不是更早出现？
-
做迁移：如果把这套结构用于教育类账号，哪些部分值得借鉴？
这一步真正解决的是模板没有问到的问题。
比如模板已经告诉你这条视频用了“案例证明”，但你真正想知道的是“为什么案例直到30秒才出现”“这个案例在这里具体承担什么作用”“这种结构能不能迁移到自己的赛道”，就可以继续围绕原视频上下文追问。
真正的拆解，本来就不是拿到一个标准答案以后结束，而是不断去问：
为什么这样写？为什么这样排？为什么这句话出现在这里？
AI负责把原内容摊开、整理和关联，最终哪些结构值得借鉴、哪些并不适合自己的账号，还是需要创作者自己判断。
而这时候，批注就开始有价值了。
如果 AI 分析结束以后直接关掉页面，最后留下的依然只是 AI 的答案。更适合长期积累的方式，是把自己的判断直接留在对应内容旁边。
比如看到一个很好的反常识开头，可以批注：
这个钩子适合知识口播，但如果放到品牌账号里可能太激进。
看到一个案例位置安排得不错，也可以继续记录：
这里可以替换成我们自己的用户案例。
如果 AI 判断某一段承担的是“情绪转折”，但自己认为真正作用是“补充证据”，也可以把这个判断留下来。
这样一篇拆片笔记最终就不再只是：
原视频 + AI总结
而是：
原视频内容 + AI拆解 + 自己的批注和判断
AI总结以后随时可以重新生成，但“为什么认为这个结构值得学”“它适合什么账号”“准备在哪个选题里试一次”，这些信息才会慢慢形成真正属于自己的内容经验。
四、拆得越来越多以后，把单条笔记变成自己的素材库
如果每次拆完一条视频，只看一次然后关掉，长期来看和“收藏吃灰”区别并不大。
真正适合持续做内容的方式，是把已经完成转录、脚本拆解、AI问答和批注的笔记继续留下来，再按照自己的内容工作方式分类。这样原来一条条孤立的视频，才会慢慢变成自己的内容资产。
常见可以整理成：
-
选题库：记录值得继续做的选题，以及分别解决什么人群的问题；
-
钩子库：整理反常识、结果前置、悬念、痛点、提问等不同开头方式；
-
脚本结构库：沉淀“痛点—方法—案例”“冲突—反转”“结果—原因—步骤”等内容框架；
-
案例库：保存以后还可能用于视频、文章和选题的数据、故事和案例；
-
竞品素材库：按照账号、赛道或平台持续保存竞品拆解和自己的判断。
比如以后再看到一个不错的反常识开头，就不只是把原视频收藏起来，而是可以把它归到“反常识钩子”这一类，同时留下自己的判断：它为什么有效、适合什么账号、自己的内容有没有可以借鉴的部分。
这样下次真正准备一个新选题时，就不需要重新打开抖音、小红书和B站翻几十条历史收藏，而是可以直接从以前已经拆过、筛过、批注过的内容开始。
如果平时本来就会同时收藏B站、小红书、抖音和播客，也可以继续参考 刷到的视频怎么存进AI知识库？B站、小红书、抖音内容整理方法。
当素材积累到一定数量以后，研究方式还可以继续从“单条视频”升级到“多条内容之间的关系”。
Ai好记的 AI 助理可以基于多篇已经整理好的笔记继续分析，所以拆一条视频时问的是：
这条视频为什么这样写？
拆了几十条以后，就可以继续问：
这些视频之间有没有反复出现的规律？
例如可以把同一个赛道的几十篇拆片放在一起，让 AI 继续分析：
-
最近整理的这些视频，最常见的开头钩子有哪些？
-
哪几种脚本结构反复出现？
-
知识类内容通常在什么位置开始放案例？
-
哪些选题看起来不同，但实际上都在解决同一种用户痛点？
-
把这些拆片重新归纳成几种可以继续测试的脚本框架。
这时候 AI 分析的已经不是某一条视频，而是整个已经积累下来的素材库。
单条拆解帮助看懂一个具体案例，跨笔记分析则进一步帮助创作者理解：这个赛道经常做什么选题、常用什么钩子、哪些脚本结构反复出现，以及自己的账号下一步可以测试什么。
对于竞品研究、新账号冷启动、选题规划、内容复盘或者账号矩阵来说，这一层通常比单独研究一条“爆款”更有价值，因为真正稳定的方法往往不是从一条视频里得出来的，而是把多条内容放在一起以后，才更容易看到反复出现的规律。
五、素材库整理好以后，可以通过Ai好记 Skill让Agent继续调用
自媒体拆解真正有价值的终点，并不是“存了很多笔记”，而是让这些已经整理好的知识继续进入后面的内容生产。
前面把抖音、小红书、B站和播客内容收进来，完成了视频文案提取、图文笔记、脚本拆解、AI问答和人工批注；等这些内容积累起来以后，Ai好记里的笔记本身就已经形成了一套包含选题、钩子、脚本结构、案例和个人判断的创作素材库。
下一次准备新内容时，就不需要再从几十篇笔记里手动复制资料给 AI。
Ai好记提供自己的 Skill，可以被 Codex、WorkBuddy 等支持 Skill 的 Agent 调用。Agent 在执行任务时，可以通过 Ai好记 Skill 调用已经沉淀在 Ai好记 中的笔记和知识，再继续完成素材查找、选题整理和脚本创作。
这里的关系可以直接理解成：
知识保存在 Ai好记 → Ai好记提供 Skill → Agent 调用 Skill → 使用已有笔记和知识 → 完成新的内容任务
有了这层能力以后，Agent 可以继续围绕已经积累的内容做几类事情：
-
查素材：找到以前拆过的某个主题、赛道或关键词相关内容；
-
找选题：根据历史拆片整理可以继续延伸的新选题；
-
找钩子：从已有拆片里筛选适合当前主题的开头方式；
-
找结构：调用以前积累的脚本结构和内容框架；
-
调案例：从历史笔记中找到相关观点、数据和案例；
-
写脚本：基于已经整理好的素材和方法继续生成新的短视频脚本。
比如已经在 Ai好记 里整理了一批“教育赛道短视频拆解”，里面既有原视频逐字稿，也有开头钩子、脚本结构、案例、AI分析和自己的批注。
准备做一个新的教育类选题时，就可以让支持 Skill 的 Agent 通过 Ai好记 Skill 调用这些已有知识：
从我在Ai好记中整理的教育赛道拆片里，找出3种常见的反常识开头，再结合已有案例，为“AI怎么帮学生复习网课”整理3个新的开头方向。
也可以进一步要求：
调用Ai好记中已经整理的“痛点—方法—案例”类脚本拆解，归纳这些内容常见的结构，再围绕新的选题写一版60秒短视频脚本，不要复用原视频文案。
或者直接检索自己的历史积累：
我之前拆过哪些和“AI学习”相关的内容？把其中可以继续使用的选题、案例和脚本结构整理出来。
这时候 Agent 调用的并不是一条临时复制进去的热门视频，而是之前已经在 Ai好记 中经过：
收集 → 转录 → 拆解 → AI问答 → 人工批注 → 分类 → 跨笔记分析
的一整套内容资料。
如果每次拆完视频只是生成一篇笔记，它的价值主要还是“以后可以回来看看”；当这些笔记能够通过 Ai好记 Skill 被 Codex、WorkBuddy 等 Agent 继续调用以后，前面做过的每一次拆片、每一次追问和每一条批注，都可以继续成为后续 AI 创作能够使用的上下文。
这也是为什么前面的素材库值得长期积累：它不只是一个收藏夹，而是一套以后自己和 Agent 都能继续调用的内容资产。
六、一套完整的AI自媒体拆解工作流
真正执行时，并不需要把每一条视频都拆得特别复杂。
刷到值得研究的抖音、小红书、B站视频或者播客，可以先统一收进 Ai好记；如果一次要研究很多竞品内容，就先批量创建笔记，让 AI 完成视频文案提取和图文整理，再通过精华速览快速筛选真正值得继续研究的素材。
重点内容再使用自媒体拆解模板和思维导图，把选题、开头钩子、脚本结构和案例位置进一步拆清楚；遇到模板没有解释清楚的地方，就继续围绕原视频进行 AI 对话，同时通过批注留下自己的判断。
同类素材积累多以后，再把已经拆过的内容整理成选题库、钩子库、脚本结构库、案例库和竞品素材库，并通过 AI 助理调用多篇笔记，进一步寻找不同内容之间反复出现的规律。
最后真正准备新内容时，再通过 Ai好记 Skill 让 Codex、WorkBuddy 等 Agent 调用这些已经整理好的知识，继续完成素材查找、选题整理和脚本创作。
整套工作流可以概括成：
多来源 / 批量采集 → 视频文案提取 → 图文笔记 → 快速筛选 → 脚本拆解 → AI追问 → 人工批注 → 素材库 → 跨笔记分析 → Ai好记 Skill → Agent调用创作
AI真正帮忙省下来的，是原来最机械的抄文案、截图、找时间点、整理结构、筛素材和翻历史收藏。
而什么值得学、哪些结构适合自己的账号、最终应该怎么表达，仍然需要创作者自己判断。
拆解也不是为了复制别人已经做过的内容，而是先看懂一条视频为什么这样组织，再结合自己的受众、观点、案例和表达方式重新创作。
常见问题 FAQ
什么是自媒体拆解工具？
自媒体拆解工具主要用于把视频、播客等内容转成可以继续分析的文字和结构，再进一步研究选题、开头钩子、脚本逻辑、案例、关键画面和结尾设计。
Ai好记是一款 AI音视频转录与总结、知识管理工具。在自媒体场景里，可以把抖音、小红书、B站、播客、本地音视频等不同来源统一转成逐字稿和图文笔记，再继续通过模板总结、AI思维导图、AI对话、批注和跨笔记分析完成脚本拆解和素材整理。
抖音、小红书的视频文案可以直接提取吗？
可以。
把支持解析的视频链接导入以后，Ai好记可以通过音视频转录把口播内容生成逐字稿。即使原视频没有可以直接复制的字幕，也可以通过语音识别完成视频文案提取。
得到逐字稿以后，还可以结合关键画面继续分析开头钩子、正文结构、案例和结尾，而不是只保存一段纯文字。
怎么批量拆解短视频？
如果一次需要研究多条竞品视频，可以先把同一个赛道、账号或者主题下的素材集中整理，再批量创建 Ai好记 笔记。
视频进入以后，先批量完成音视频转录和笔记生成，再通过精华速览快速筛选真正值得研究的内容；重点视频再继续使用自媒体拆解模板、思维导图和 AI 对话做深度分析。
更适合的工作流是：
批量收集视频 → 批量提取文案 → 快速筛重点 → 重点视频深度拆解 → 统一沉淀到素材库
这种方式比较适合竞品研究、爆款样本分析、新账号冷启动、月度内容复盘和账号矩阵。
视频文案提取和脚本拆解有什么区别？
视频文案提取主要解决“原视频说了什么”，得到的是完整逐字稿。
脚本拆解则继续研究“这段内容为什么这样组织”，包括目标人群、选题、开头钩子、痛点、正文结构、案例、转折和结尾。
如果只是需要保存口播内容，视频转文字已经能够解决大部分需求；如果目的是研究竞品和学习内容结构，就需要继续往脚本拆解走。
AI可以直接拆解短视频脚本吗？
可以辅助完成结构化拆解。
Ai好记可以结合完整视频内容整理目标人群、选题、开头钩子、用户痛点、正文结构、案例和结尾，再通过 AI 对话继续追问具体逻辑。
不过一条视频的数据表现还会受到选题、人群、账号基础、平台分发、拍摄和剪辑等多个因素影响，所以脚本拆解更适合作为内容研究依据，而不是“用了某种结构就一定会火”的保证。
拆视频的时候还能继续问AI吗？
可以。
Ai好记在笔记生成以后，可以继续围绕当前原音视频进行 AI 对话。例如可以询问开头用了什么钩子、正文怎么过渡、哪一句承担核心转折，或者让 AI 按照指定框架重新整理整条脚本。
模板适合先给出结构，AI对话则适合继续解决每个创作者真正关心的具体问题。
拆解过程中可以留下自己的批注吗？
可以。
在阅读和拆解过程中，可以把自己的判断、灵感和适用场景继续记录下来。
这样最终保存的不只是原视频和 AI 生成的总结，而是原内容 + AI拆解 + 自己的判断。
后续做选题、复盘和脚本时，也更容易继续复用。
自媒体素材库怎么搭建？
可以先把抖音、小红书、B站、播客等不同来源的内容统一整理成笔记，再按照选题、钩子、脚本结构、案例、账号或者平台进行分类。
随着拆片越来越多，可以逐渐形成选题库、钩子库、脚本结构库、案例库和竞品素材库；同类内容积累到一定数量以后，再通过 AI 助理做跨笔记分析，把零散案例继续整理成自己的内容方法。
Ai好记的AI助理可以做什么？
Ai好记的 AI 助理可以基于多篇已经整理好的笔记继续分析。
例如把同一个赛道几十篇拆片放在一起，可以进一步分析常见开头钩子、脚本结构、案例位置和反复出现的选题，再把这些共性整理成可以继续测试的内容框架。
单条 AI 对话更适合研究“这一条内容为什么这样做”，跨笔记 AI 助理则更适合研究“这一批内容共同出现了哪些规律”。
Ai好记 Skill可以做什么？
Ai好记提供自己的 Skill，可以被 Codex、WorkBuddy 等支持 Skill 的 Agent 调用。
当视频、播客和其他内容已经在 Ai好记 中完成转录、拆解、AI问答、批注和整理以后，Agent 可以通过 Ai好记 Skill 调用这些已有笔记和知识，再继续完成素材查找、选题整理和脚本创作。
它并不是简单地“把笔记导出去以后重新复制给 AI”，而是让已经沉淀在 Ai好记 里的内容继续成为 Agent 执行任务时可以调用的知识上下文。
拆好的素材可以继续让Agent写脚本吗？
可以。
当选题、脚本结构、案例和自己的批注已经整理成素材库以后，可以通过 Ai好记 Skill 让 Codex、WorkBuddy 等支持 Skill 的 Agent 调用这些资料，再继续做素材检索、选题整理和脚本创作。
更推荐先完成拆解、筛选和人工判断，再让 Agent 基于自己的素材库创作，而不是直接复制某一条热门视频的原文案。
拆解爆款视频会不会变成抄袭？
拆解更适合学习内容结构和表达方法，而不是复制原视频的文案、创意和具体表达。
更合理的方式是：
先分析原内容为什么这样组织 → 提炼可以借鉴的结构 → 再结合自己的受众、观点、案例和表达重新创作。
总结
真正有价值的自媒体拆解，并不是把一条热门视频转成文案以后就结束。
更完整的流程，是先把抖音、小红书、B站、播客、本地音视频和网盘素材等不同来源统一收进来；内容比较多时先批量处理，用 Ai好记 完成视频文案提取和图文整理，再快速筛选真正值得继续研究的内容。
重点素材再通过自媒体拆解模板、精华速览、思维导图和 AI 对话，把开头钩子、脚本结构、案例和内容逻辑进一步拆清楚，同时通过批注把自己的判断留下来。
当拆片越来越多以后，这些内容可以继续沉淀成选题库、钩子库、脚本结构库、案例库和竞品素材库，再通过 AI 助理做跨笔记分析，从单条视频研究逐渐走向整个赛道的内容研究。
而当素材库真正积累起来以后，还可以通过 Ai好记 Skill 让 Codex、WorkBuddy 等 Agent 调用这些已经整理好的知识，继续完成素材查找、选题整理和脚本创作。
整套工作流最终完成的是：
多来源知识进入 → 批量整理 → AI拆解 → 人工判断 → 内容资产沉淀 → Agent再次调用
这样原来散落在不同平台里的“收藏”和“爆款参考”，才会逐渐从看过的内容，变成真正可以搜索、分析、复用，并继续被 AI 调用的内容资产。