裝好這個技能後 →加入 奇點研究所 × D11
WATCH · CLAUDE VIDEO SKILL

讓 Claude
看完任何影片

完整安裝教學 + 6 組我自己在用的 Prompt。把任何一支影片,變成 Claude 讀得懂、拆得動的素材。
別的工具讓 Claude「讀」影片(只有逐字稿),這個方法讓它「看」影片(畫面+逐字稿都抓)。
10
分鐘 · 安裝
·
6
組 · 即用 Prompt
·
30
分鐘 · 每支省起跳
Jason @jasonxtsai
做「AI × 自媒體怎麼變現」的個人品牌——每天用 AI 跑內容產線(選題、寫稿、生圖、拆競品)。分享的不是聽來的技巧,是真的在用、真的有結果的東西。
這份文件會給你什麼

輪播裡那個技能
這裡是完整版

全部照做大約 10 分鐘,之後每支影片省你半小時起跳。
Part 1 · 為什麼有效

影片只有兩種東西
畫面和文字

一支影片拆開來看只有兩層:畫面(Frames)——螢幕上的圖表、數據、標題、字卡;聲音(Transcript)——講者說出來的話。

大多數「影片摘要工具」只抓第二層逐字稿。問題是,很多影片一半的重點根本不在嘴巴裡,而在畫面上——一張趨勢圖、一個數字、一句螢幕字卡,逐字稿全部漏掉。

這個方法兩層都抓
yt-dlp 把影片下載下來
ffmpeg 每隔幾秒截一張圖(Frames),同時抽出音軌
拿到帶時間戳的逐字稿(有字幕就直接用,沒字幕就用 Whisper 轉)
把「截圖 + 逐字稿」一起交給 Claude

所以 Claude 看到的是完整的影片——它可以告訴你「第 3 分 20 秒那張圖顯示什麼」「講者在哪個時間點放了哪個數據」。

一句話差別
別的工具讓 Claude「讀」影片,這個方法讓 Claude「看」影片。
Part 2 · 安裝設定

一步一步
含每一行指令

你需要:Claude Code(terminal / 桌面版都可)、兩個免費老工具 yt-dlp(下載影片)+ ffmpeg(處理畫面與音訊),以及選用的一組 Groq API Key(只有影片完全沒字幕時才用到)。

步驟一先裝好 yt-dlp 和 ffmpeg
macOS(用 Homebrew)
brew install yt-dlp ffmpeg
Windows(用 winget)
winget install yt-dlp.yt-dlp
winget install Gyan.FFmpeg
裝完後在 terminal 輸入 yt-dlp --versionffmpeg -version,有跳版本號就成功。第一次執行時技能通常也會自動補齊缺的東西,但先裝好最省事。
步驟二在 Claude Code 裡安裝技能

這個技能叫 claude-video(開源,作者 bradautomates),透過「外掛市集(marketplace)」安裝,兩行指令:

在 Claude Code 執行
# 第一行:把市集加進來
/plugin marketplace add bradautomates/claude-video
# 第二行:安裝技能
/plugin install watch@claude-video

裝好後 Claude Code 會顯示「Ready to use」,接著就能用 /watch 了。

Codex / Cursor / Copilot 的話,改用這行裝:
npx skills add bradautomates/claude-video -g
⚠️ 提醒:這是第三方開源工具,不是 Claude 官方內建。指令與用法以 github.com/bradautomates/claude-video 的 README 為準——工具偶爾改版,裝之前掃一眼最新說明最保險。
步驟三(選用)設定 Groq API Key

這步只有處理沒字幕的影片時才需要。

console.groq.com 註冊(免費,不用綁信用卡)
在 API Keys 頁面產生一組 key
把它加到環境變數(見下方)
macOS / Linux(加到 ~/.zshrc 或 ~/.bashrc)
export GROQ_API_KEY="你的_key"
設定好之後重開 Claude Code 就生效。
Part 3 · 基礎用法

只有一個動作
貼上連結,下指令

用法 A|看完整支影片
看整支
/watch https://www.youtube.com/watch?v=影片ID

Claude 會下載、截圖、抓逐字稿,然後你就能直接問它影片內容。

用法 B|只看某一段(省時間、省 token)
給起訖時間,只看那一小段
/watch https://www.youtube.com/watch?v=影片ID --start 00:35 --end 01:30

只想分析「開頭鉤子」或某個關鍵段落時超好用,也不浪費 token。

用法 C|看沒有字幕的影片
手機原始影片 / Loom / IG Reel 等
/watch <影片連結或本機檔案路徑>

這些通常沒內建字幕,技能會自動改用 Whisper(透過你設定的 Groq key)把聲音轉成文字,你不用多做什麼。

Part 4 · 真實成本

成本分兩塊
轉錄 + 看畫面

第一塊|轉錄:有字幕免費,沒字幕也很便宜

多數 YouTube 影片本來就有免費字幕,技能直接抓,轉錄成本趨近於零。真的沒字幕才用 Groq 轉:

項目費用
Groq Whisper Large v3 Turbo每小時音訊約 $0.04
OpenAI Whisper(同類對照)每小時約 $0.36
Groq 免費層一般人用不完
第二塊|看畫面:這才是長影片的主要成本

真正會花的不是轉錄,是截圖餵給 Claude 時吃掉的 token——影片越長、抓越多張,Claude 讀圖就越花。好在技能會依影片長度自動控制張數,不會真的每幾秒截一張塞爆:

影片長度自動抓幾張
30 秒以內約 30 張
1–3 分鐘約 60 張
3–10 分鐘約 80 張
10 分鐘以上封頂約 100 張
超過 10 分鐘的長片,封頂 100 張畫面會變得比較稀疏。想省就用 --start / --end 只看關鍵段落(見 Part 3 用法 B);真要看全片每個畫面,才需要開更花 token 的完整模式。
白話結論
短影片幾乎免費,長影片主要花在「Claude 讀畫面」而不是轉錄——只看你要的那一段,成本就壓得很低。
工具裝好了 重點在這

能拆影片是基本
拆完怎麼用才是重點

下面 6 組 Prompt 是把影片變成你自己內容的關鍵。想把整條產線接起來、真正變現——我在 Skool 帶你做、每週更新。

加入 奇點研究所 × D11 →
Part 5 · Prompt 包(核心)

6 組我自己在用
處理完影片直接貼

以下 6 組是我實際在跑內容時用的。處理完影片後直接貼給 Claude,把 【】 換成你的需求。

1拆解爆款影片的鉤子
用在:看到一支數據很好的影片,想搞懂它前 3 秒為什麼抓得住人。
Prompt 1 · 拆鉤子
你已經看完這支影片。請專注分析「開頭前 5 秒」的鉤子設計,回答以下:
1. 逐字列出開頭講者說的每一句話(含時間戳)
2. 畫面上同時出現了什麼(字卡、畫面、動作、表情)
3. 這個鉤子用了哪些心理機制?請從這幾個角度判斷:
   - 權威感(他憑什麼讓你聽)
   - 模式中斷(哪裡打破了你的預期)
   - 資訊落差(他埋了什麼你想知道的懸念)
   - 視聽落差(畫面和聲音有沒有製造衝突感)
4. 如果我要模仿這個鉤子做自己的內容,可以怎麼改寫?給我 3 個變體。
2把長影片濃縮成重點筆記
用在:45 分鐘的演講、Podcast、教學影片,你只想要精華。
Prompt 2 · 重點筆記
你已經看完這支影片。請幫我整理成一份可以收藏的重點筆記:
1. 用一句話總結整支影片的核心論點
2. 列出 5-8 個關鍵重點,每個重點:
   - 一句話標題
   - 兩到三句說明
   - 附上出現的時間戳,方便我回去看
3. 如果影片畫面上有出現重要的圖表或數據,請單獨列出來並說明
4. 最後給我 3 個「值得深入思考的問題」
用條列式,繁體中文。
3把影片變成 IG 輪播選題
用在:你想把一支好影片的內容,改造成自己的貼文素材。
Prompt 3 · 輪播選題
你已經看完這支影片。我要把它的內容改造成我自己的 Instagram 輪播貼文。
請幫我:
1. 從影片中找出 3 個「可以獨立成篇」的選題角度
2. 每個角度給我一個「會讓人停下來滑」的封面標題(用數字或具體結果,不要問句)
3. 選出你覺得最有潛力的那一個,幫我拆成 8 張輪播的大綱:
   - 每張一句話標題
   - 標註哪張是痛點、哪張是解法、哪張是 CTA
4. 提醒我:影片裡有沒有哪個「反直覺的觀點」特別適合當鉤子?
繁體中文,語氣直接、不說教。
4競品 / 對標帳號影片分析
用在:研究別人的內容怎麼做的,找出你可以學的結構。
Prompt 4 · 對標拆解
你已經看完這支影片,這是我正在研究的對標內容。請幫我做一份拆解:
1. 內容結構:他把影片分成哪幾個段落?各段的作用是什麼?(附時間戳)
2. 留人設計:他在哪些時間點做了「防止觀眾離開」的動作?(例如:預告後面、丟問題、換場景)
3. 記憶點:整支影片最讓人記得住的一句話或一個畫面是什麼?
4. 可複製的部分:如果我要做同主題內容,有哪 3 個他的做法我可以直接借用?
5. 他沒做好的地方:有沒有哪裡其實可以更好?
繁體中文,講重點就好。
5把教學影片轉成 SOP 步驟
用在:操作教學、工具示範影片,你想要一份能照著做的文字步驟。
Prompt 5 · 轉 SOP
你已經看完這支教學影片。請幫我把它整理成一份清楚的操作 SOP:
1. 這支影片教的是「怎麼做到什麼」?用一句話說明目標
2. 把操作拆成編號步驟,每一步:
   - 具體動作
   - 如果畫面上有出現按鈕、選單、指令,請照抄下來
   - 附上對應的時間戳
3. 列出過程中他有提到的「注意事項」或「常見錯誤」
4. 我照做需要準備什麼工具或前置條件?
繁體中文,步驟要細到我可以直接照做。
6把長影片改成短影音腳本
用在:把一支長影片裡的精華片段,改寫成 30-60 秒的短影音腳本。
Prompt 6 · 短影音腳本
你已經看完這支影片。請從裡面挑出「最適合做成短影音」的一個片段,
幫我改寫成一支 45 秒的短影音腳本:
1. 先告訴我你選了哪一段、為什麼(哪裡最有梗或最有價值)
2. 寫出腳本,包含:
   - 前 3 秒鉤子(一句話,要夠猛)
   - 中段內容(分鏡+口播逐字稿)
   - 結尾 CTA
3. 標註哪些地方適合放字卡、哪些地方畫面要換
4. 給我一個適合的貼文標題
繁體中文,口語、有節奏感。
Part 6 · 常見問題

卡住時
看這裡

一定要會寫程式嗎?
不用。安裝時複製貼上指令就好,之後使用只是貼連結。整個過程你不需要看懂任何一行程式碼。
影片很長會不會很慢或很貴?
有字幕的話幾乎是即時且免費。真的很長又沒字幕時,可以用 --start / --end 只處理你要的那一段,省時間也省錢。
Claude 自己不是能看影片嗎?為什麼要這個?
Claude 本身沒有原生的影片能力。這個方法聰明的地方,就是把影片拆成「圖片 + 文字」——這兩種格式 Claude 本來就非常擅長處理。
只能用 YouTube 嗎?
不是。YouTube、Instagram、Loom、本機影片檔都可以。沒字幕的用 Whisper 轉即可。
下載失敗、或它叫我「登入確認不是機器人」怎麼辦?
YouTube 有時會擋自動下載。兩招通常能解:① 先更新 yt-dlp——Mac 打 brew upgrade yt-dlp,其他系統打 yt-dlp -U,版本太舊是最常見原因;② 還被擋就帶上瀏覽器的登入狀態,在下載指令加 --cookies-from-browser chrome(chrome 換成你的瀏覽器)。這是 yt-dlp 本身的限制,跟這個技能無關。
要裝的是哪一個技能?
bradautomates/claude-video(開源、MIT)。在 Claude Code 執行 /plugin marketplace add bradautomates/claude-video,再 /plugin install watch@claude-video 就好。它是第三方工具,用法以 GitHub repo 的 README 為準。
下一步

技能你拿到了,接下來換我陪你把它跑成產線

這個方法讓你把任何影片變成可用素材。但要把它接成一整條「選題 → 生產 → 變現」的內容產線——那不該你一個人慢慢摸。
想用 AI 把內容產線跑得更快、更省力的人
會用工具、卻不知道怎麼接成系統的你
收藏了一堆教學,卻從來沒真的用起來的人
進來你會拿到
AI + 自媒體的完整變現工作流
我實際在跑、有結果才拿出來講的工具與流程,每週更新
一群跟你一樣、正在用 AI 翻身的人
加入 奇點研究所 × D11 →
下一個能幫你省時間的工具,我會第一時間整理給你