通用人人都是产品经理·晓庄同学··AI 生成
我把这个反推skill丢给workbuddy，半个小时复刻了一条爆款视频！
爆款视频的逻辑是「被验证过的内容，照着再做一条大概率还会爆」。本文作者详细拆解了如何利用AI工具WorkBuddy，通过「反推」技术——从爆款视频中拆解出主体、场景、镜头、光线等十维度提示词，再用这些提示词生成风格接近但内容全新的原创视频。文章以一条实测的13.6秒AI短剧为例，展示了从丢链接到拿到可执行提示词的全流程（约29分钟），并强调真正的价值不是提示词本身，而是拆解过程中训练出的判断力。适合想利用AI降低视频创作门槛、理解「反推」而非「抄袭」核心理念的内容创作者阅读。原文 ↗原文 ↗
核心观点
- ▍爆款视频的核心逻辑是「已被用户验证」，通过反推拆解手法、而非抄袭内容，可以使用AI工具快速复刻出新的爆款视频。
- ▍反推的真正资产不是提示词（会随模型过期），而是拆解过程中习得的对镜头、节奏、信息密度的判断力。
- 01作者用WorkBuddy工具完成了一条13.6秒爆款AI短剧的反推，从丢链接到拿到包含剧情还原、分镜脚本、十维度提示词的「六件套」报告，共耗时29分14秒。
- 02反推流程共四步：搓Skill（7分55秒配置4个脚本+2份文档）、收素材（自动下载+解析）、分析（ffprobe测参数+抽帧+Whisper转写）、出提示词（十维度拆解，包括主体、场景、动作、镜头运动、光线、风格等）。
- 03作者用反推得到的提示词在seedance2.0模型上生成了一条新视频，画面风格与爆款接近，但人物、场景、剧情完全原创。
- 04反推提示词包含正面关键词和负面提示词（防崩脸、防多余文字水印），并为每个角色建立设定档案，确保生成质量。
- 05文章对比了传统做法（运营/编剧人工拆片、人工写脚本、拍摄+剪辑）与AI驱动做法（AI抽帧分析、AI出分镜+台词、AI直接生成视频）在各环节的成本差异。
- 06作者强调反推与抄袭的边界：反推是拆解「手法」（画面构成），而非复制「画面」本身。
反方 / 局限
- — 文章暗示了反推工具的局限性：首次配置较麻烦（需要下载安装一堆东西），且完整生成链路需要API Key。
- — 作者承认提示词会过期：「今天的模型明天就换」，因此反推的价值不在提示词本身，而在过程中获得的判断力。
10 分钟 · 4 卡片 · 11 资料
读原文 →概念锚点
前置背景
未来推演
延伸追问