用AI给300段视频按镜头类型打标，产出一张素材索引表

一句话结论

给视频打标不用挨个看完素材：先按镜头类型定死一套标签，再让 AI 看转写稿和缩略图填表，300 段一般一个下午能跑完。

这篇解决什么问题

素材盘里躺着几百段片子，想找“有没有一个推门的特写”，只能靠记忆和拖进度条。做内容制作、素材管理的人，时间大头都耗在这种翻找上。这篇讲的就是从零建起一张镜头标签索引表，把检索动作从“翻文件夹”变成“筛一列”。

适用：手头有一百段以上短视频、口播或空镜素材，需要被反复取用的人。不适用：素材本身画面没什么区分度，或者只有三五段、你自己记得住的情况。

开始前要准备什么

• 一台能开 Excel 的电脑，WPS 也行
• 通义或元宝账号，免费额度跑几百条够用
• 素材清单：文件名、时长、路径三列先导出
• 挑 20 条样片做校准，别直接全量
• 预计耗时：头一回建表一个下午，熟手两小时内

具体怎么做

第 1 步 · 把标签收到 8 类以内

很多人一上来就把标签表写满两页，结果每条素材都能挂三个标签，筛的时候根本没法选。我在实操中发现，镜头类型压在 6~8 个互斥项比较稳，另外挂景别和使用场景两个二级维度。

你是一名短视频素材管理顾问。我有大约 300 段可用素材，包含口播、空镜、产品特写、人物动作、屏幕录制、场景过渡这几类内容。请帮我设计一套镜头类型标签表，要求：1）标签总数控制在 8 个以内，彼此互斥，同一段素材只能归一类；2）每个标签给一句不超过 20 字的判定标准，写清楚看什么特征能认出来；3）补充两个二级维度，一个是景别（远景/中景/近景/特写），一个是使用场景（开头钩子/中间论证/结尾收束/过渡）；4）给一条兜底规则，说明拿不准的素材默认归到哪个标签。用表格输出，列名分别是：标签名、判定标准、典型画面举例。

预期产出：一张两列对照表，左列标签名，右列一句话判定标准，另附一条兜底规则。

第 2 步 · 清单洗净，文件名统一

文件名乱是常态，IMG_2043.mp4、最终版改3.mp4 这类谁也认不出。先把清单拉进 Excel 补齐时长和分辨率，再统一命名——后面 AI 报编号，你才找得回来。

我在整理 300 段视频素材，现有文件名非常混乱，例如 IMG_2043.mp4、微信视频20240312.mp4、最终版改3.mp4。请帮我做两件事：1）给一套统一的文件命名规则，格式为「镜头类型-场景-序号-版本」，说明用什么分隔符、序号定几位，保证按名称排序时顺序不乱；2）给我一条 Excel 公式思路，用文件名、时长、拍摄日期三列自动拼出新文件名，我在 Excel 里手动粘贴即可。用中文回答，公式部分请写清楚粘贴到哪一格、往下拖到哪一行。

预期产出：一份命名规则，加一条能直接粘进 Excel 的拼接公式。

第 3 步 · 用转写稿先啃台词类

口播和访谈光看画面分不出来，得靠说话内容。把音频丢给通义做转写，拿到带时间戳的文本，再让元宝对着标签表逐条归类，这一步能先把六成以上的素材定下来。

下面是一段视频的转写文本，已带时间戳。请对照我给出的镜头标签表，判断这段素材属于哪一类，并给出判断依据。标签表是：{把第 1 步做好的表粘贴在这里}。判断要求：1）只输出一个标签名，不要给两个；2）依据只引用文本里的原话，不超过 15 字；3）如果文本信息不足以判断，直接输出「需看画面」，不要猜。转写文本如下：{粘贴转写内容}

预期产出：每段素材一行的“标签 + 依据”，先把台词类镜头全部覆盖掉。

第 4 步 · 抽帧看画面补齐空镜

空镜、特写、动作镜头没有台词，只能看图。每段抽开头、中间、结尾三帧拼成一张图，交给元宝或通义识别画面主体，再套回标签表。

我给你一张由 3 帧画面拼成的图，来自同一段视频，从左到右依次是开头、中间、结尾。请对照下面的镜头标签表判断这段素材的镜头类型，并描述画面主体。标签表：{粘贴标签表}。输出格式：镜头类型 | 画面主体（不超过 12 字）| 是否含人脸（是/否）| 是否可二次使用（不确定就写不确定）。不要展开分析，只给这一行。

预期产出：一张“编号 + 镜头类型 + 画面主体”的对照表，可以直接粘回主表。

第 5 步 · 回填成可检索索引表

把前几步的结果按编号 VLOOKUP 回主表，再加一列关键词，用逗号隔开同义词——这一列决定了别人搜不搜得到。最后打开筛选，点一列就是一类镜头。

我有一张视频素材索引表，列包括：编号、文件名、时长、镜头类型、景别、使用场景、画面主体。请为每一行生成一列「检索关键词」，要求：1）每条 3~5 个词，用中文逗号分隔；2）包含同义词和口语说法，比如「特写」要带上「近景」「怼脸」；3）不写形容词，只写别人会拿来搜的名词或动作。我一次给你 20 行，你按同样顺序输出，不要合并行、不要调换顺序。第一行数据是：{粘贴一行示例}

预期产出：一列能被 Excel 筛选和搜索命中的关键词字段，索引表到这就算成型了。

实测记录

成本这块不用太担心，通义的转写和元宝的对话都在免费额度内，几百条短视频通常跑不完额度就做完了。真正花时间的是复核，不是 AI 出结果。

失败主要出在批量上。我头一批直接扔了 50 条进去，模型把三条空镜全判成了“产品特写”，只因为画面角落有产品。改成每批 20 条、并强制它输出“判断依据”之后，错判肉眼可见地少了。

最容易错的 3 个地方

1. 标签写成形容词。「唯美」「高级」没法互斥，换成「推镜」「手部特写」这种看得见的。
2. 一次喂太多条。条数一多就合并跳行，每批 20 条，编号写进提示词。
3. 不留复核列。直接改原表错了找不回，加「AI 判定」和「人工修正」两列。

可复用的东西

上面五段提示词其实是一套模板：定标签 → 清清单 → 转写归类 → 看图补判 → 生成关键词。换素材不用重写，只改花括号里的内容，编号顺序保持一致就行。

真正值得原样保留的是两句话：兜底规则，和“判断依据不超过 15 字”。前者让 AI 不许犹豫，后者让你能一眼看出它有没有瞎编。

这套流程跑顺之后，我找素材从“翻半小时文件夹”变成了“筛两下列”。省下来的其实不是打标时间，是每次开剪之前那段来回犹豫。

你手头那批素材里，最难归类的是哪一类镜头？

如果你也经常要做这件事，欢迎在评论区说说你的卡点和做法；也可以留言告诉我，你想看哪个岗位的哪件活怎么用 AI 拆。

admin 普通

收藏 海报 链接