Intermediate
录一段乱糟糟的五分钟走查，拿回一条 60 秒的演示，配好文字旁白、每个要紧点击都放大、字幕也干净。毁掉演示的是冷场，而这正是智能体去掉的东西。
转写只是入口。智能体把转写映射到录像里的那些时刻，去掉静音和重复的尝试，把啰嗦重写成简短的、以好处为主的旁白，然后在发生点击的时间戳上放置放大和高亮标记。用户编辑的是一条片段的时间线，不是一个视频文件。
零件
- 表：recordings、segments、narration、exports
- 带词级时间戳的语音转文字
- 静音和填充检测，去掉冷场
- 绑到点击时间戳上的放大和高亮标记
- 给落地页、应用商店和社交的导出预设
怎么赚钱
每个 SaaS 都需要一个演示，又都讨厌录。按成片收费，或按月卖给每周都上新功能的团队。
搭建耗时
一个周末
一步步
- 接受原始录像的上传并把它存下来，绝不在浏览器里处理。
- 带词级时间戳转写，把每个词存成一行。
- 剪掉任何超过 0.6 秒的静音，以及任何重复的句首。
- 把剩下的按任务切成片段，产品做的每一件事一个片段。
- 把每个片段重写成一句好处：观众得到什么，而不是按了哪个按钮。
- 按重要性给片段排名，只留够凑目标长度的那些。
- 在每个点击时间戳上放一个放大标记，在变化的区域上放一个高亮。
- 带字幕渲染，然后从同一份剪辑导出给落地页的 16:9 和给社交的 9:16。
Build a product demo video agent that turns a raw screen recording into a short polished demo. Data: recordings (file_url, duration, target_length), words (recording_id, text, start, end), segments (recording_id, start, end, task, narration, importance), markers (segment_id, timestamp, type zoom or highlight, region), exports (recording_id, aspect, url, status). Pipeline: transcribe with word level timestamps, remove silences longer than 0.6 seconds and repeated sentence starts, group the rest into segments where one segment equals one task the product performs, rewrite each segment into a single benefit sentence, score segments by importance and keep only enough to fit the target length. Then place a zoom marker at every click timestamp and a highlight on the region that changed, render with word level subtitles and export 16:9 and 9:16 from the same edit. Rules: narration describes the outcome, not the interface. Never say click here. Total length must not exceed the target. Keep every cut reversible by storing segments rather than rewriting the source file. UI: upload page, a segment timeline where segments can be reordered, muted or restored, a narration editor with live duration, a marker overlay on the preview, and an export panel per aspect ratio.
#content#video#demo#saas#onboarding