生成原理与能力边界

三步流程

Vidoc Note 不下载视频本体，只处理字幕文本：

1. 解析视频信息：通过视频链接读取元数据——标题、UP 主、时长、封面。
2. 获取并解析字幕：抓取该视频的字幕文本（人工上传的字幕或平台自动生成的字幕），并清洗成纯文本。
3. 生成 Markdown：把字幕文本交给大语言模型，要求输出结论先行的结构化摘要，最后以 Markdown 呈现，便于阅读与复制。

因此，摘要的质量上限取决于两件事：字幕的质量和字幕的信息量。没有字幕就没有可归纳的内容。

能力边界

必须有字幕，暂不支持语音识别

生成摘要依赖视频自带的字幕。Vidoc Note 目前不支持 ASR（自动语音识别），所以：

• 纯音乐、无对白、UP 主没有上传字幕且平台也没生成字幕的视频，无法生成摘要。
• 外语视频若只有外语字幕，摘要会以该字幕内容为准，语言可能与视频原声不同。

时长上限 3 小时

单条视频时长超过 3 小时会被直接拒绝，并且不消耗积分。原因很直接：长视频占用处理资源更久，而且 3 小时以上的字幕会接近模型单次输入的处理上限。

超长字幕会被截断

字幕文本超过处理上限（约 8 万字符）时，超出部分会被截掉，并在摘要中标注「内容已截断」。这类摘要只覆盖视频靠前的部分内容。

同理，模型输出达到长度上限时，已生成的内容照常交付，并在摘要中标注截断，不会整篇作废。

摘要由 AI 生成，可能有误

大语言模型可能误读字幕、把玩笑当事实、或过度概括。Vidoc Note 的定位是帮你快速定位重点，不是替代原视频。涉及数据、结论、引用的内容，请回到视频核对。

一个典型的时间预期

具体还取决于排队情况：当同时生成的任务较多时，请求会排队而不是直接失败。