02 — 爆款结构分析1. 功能定义与核心意义功能定义爆款结构分析是「爆款结构迁移引擎」的第二步。系统将样例视频的基础信息发送给 Doubao-Seed-2.0-lite 大语言模型由 LLM 对视频进行三重结构拆解脚本结构Script StructureHook开头吸引→ Body中段卖点→ CTA结尾引导的时长分配与内容策略节奏结构Tempo Structure镜头频率、高光节点分布、整体节奏感包装结构Packaging Structure字幕样式建议、转场类型、视觉特效分析结果经过智能归一化引擎映射到标准结构模板格式并返回给前端展示。同时LLM 的原始返回 JSON 以 Markdown 代码块形式在页面上呈现供用户审计。核心意义取其精华将样例视频的成功基因结构化为可复用的模板而非仅停留在这个视频很好的感知层面可迁移的中间产物生成的structure_template是后续步骤缺口识别、SVT 生成的核心输入LLM 可审计原始 JSON 直接展示用户可验证 LLM 分析结论的合理性解决的问题痛点本模块的解决方案无法量化分析爆款视频LLM 输出包含basic_video_attributeexplosive_structure_evaluation精确到每个时间段的评分不同来源的模板格式不一致归一化引擎将 LLM 的任意输出字段映射到标准script_structure/tempo_structure/packaging_structureLLM 返回格式不稳定JSON 修复引擎4 策略累积式修复管道自动修复截断、尾随逗号、未引用键名等问题LLM 调用失败导致流程中断全链路兜底机制API 异常时自动降级到预设爆款结构模板数据流程图样例视频数据压缩后 │ ▼ DoubaoSeed2LiteEngine.analyze_sample_structure() │ ├─→ prompt 构建系统提示 压缩后的视频数据 ├─→ VolcEngineLLMClient.chat_completion() ├─→ raw_content LLM 原始返回文本→ 存入 last_raw_llm_output │ ├─→ fix_incomplete_json(raw_content) │ ├─ 直接解析成功 → parsed_dict │ ├─ 进入修复管道 → parsed_dict │ └─ 所有策略失败 → {} │ ├─→ normalize_llm_output_to_structure(parsed_dict) │ ├─ basic_video_attribute → script_structure tempo_structure │ ├─ explosive_structure_evaluation → script_structure 的 hook/body/cta 详情 │ ├─ overall_structure_score → tempo_structure.overall_score │ └─ optimization_tip → packaging_structure.optimization_suggestion │ └─→ 返回 normalized structure_template raw_llm_output2. 详细操作步骤前置条件已完成「第一步上传样例视频」页面右侧「第二步爆款结构分析」区域已可见LLM 服务已正确配置API Key EP 有效操作步骤Step 1点击分析按钮在「第二步爆款结构分析」区域点击「提取爆款结构模板」按钮按钮带有紫色渐变发光动画。Step 2等待 LLM 分析系统后端执行以下操作将样例视频基础数据压缩compact_sample_data_for_llm减少 token 消耗发送至 Doubao-Seed-2.0-litetemperature0.3, max_tokens1024接收 LLM 返回的原始 JSON经过 JSON 修复 → 归一化处理返回结构模板和原始 LLM 输出Step 3查看分析结果成功后页面上会显示三重结构的分解内容Hook开头吸引— 橙色标识显示开口内容和时长Body中段卖点— 蓝色标识显示主体内容分段和时长CTA结尾引导— 绿色标识显示结尾引导内容和时长同时在页面下方出现「原始爆款分析数据」区域展示 LLM 返回的原始 JSONMarkdown 渲染的代码块。预期结果情况结果LLM 返回有效 JSON三重结构区域展示归一化后的内容原始 JSON 区域展示 LLM 真实输出LLM 返回 JSON 有格式问题但可修复JSON 修复器介入修复后同上LLM 返回完全无法解析三重结构区域展示预设模板原始 JSON 区域显示无原始LLM数据使用预设模板LLM API 调用失败超时/网络自动降级至预设模板3. 使用场景说明场景描述竞品结构学习对手的爆款视频「0-3s 抛出痛点 → 3-12s 展示功能 → 12-15s 促销引导」被系统自动提取为本模板内容标准化不同类目美食、家居、数码的爆款结构各有特点可分别提取后建立模板库教育训练新手创作者可通过模板分析学习好的视频结构长什么样A/B 测试基础从 A 组爆款提取的模板 vs 从 B 组爆款提取的模板对比结构差异指导优化方向4. 参数配置说明LLM 调用参数参数位置默认值说明temperatureanalyze_sample_structure()0.3越低输出越确定越高越有创意。结构分析需要准确故设 0.3max_tokensanalyze_sample_structure()1024结构分析需输出三层结构 评分 建议1024 足够归一化映射关系LLM 输出字段归一化到的目标字段说明basic_video_attribute.total_duration_secscript_structure.{hook/body/cta}.duration按 20%-60%-20% 比例分配basic_video_attribute.content_form_attributetempo_structure.overall_rhythm内容形式特征explosive_structure_evaluation.hook_part.rationality_commentscript_structure.hook.contentHook 部分评语转为内容描述explosive_structure_evaluation.hook_part.actual_duration_secscript_structure.hook.durationHook 实际时长覆盖默认值explosive_structure_evaluation.main_content_part.*script_structure.body.segments[0].*主体内容映射explosive_structure_evaluation.cta_conversion_part.*script_structure.cta.*CTA 转化映射overall_structure_scoretempo_structure.overall_score爆款结构综合评分optimization_tippackaging_structure.optimization_suggestion优化建议5. 注意事项与限制注意事项API Key 消耗每次结构分析会调用 API约 800-1000 tokens需确保账户余额充足分析质量依赖视频基础数据如果上传的视频信息提取不完整如 fps0LLM 分析质量会下降归一化是有损的LLM 返回的丰富分析信息在归一化过程中会简化为标准字段如需更详细信息请查看「原始爆款分析数据」区域JSON 修复器不是万能的修复成功率取决于 LLM 输出的破坏程度严重截断或完全非 JSON 的输出仍会落入兜底模板功能限制单视频分析每次仅分析一个样例视频的结构不支持批量分析依赖 LLM 服务质量分析质量受 Doubao-Seed-2.0-lite 模型能力上限约束预估性质Hook/Body/CTA 的时间分配是基于 LLM 的推断不是原始视频的精确标注6. 常见问题解答Q1点击提取后一直转圈没有结果A可能原因LLM API 超时 → 检查网络连接和 API Key 有效性访问/api/config-statusToken 超限 → 样例视频数据过大压缩器已处理通常不会出现Q2结果展示用的是默认模板而不是 LLM 的分析A查看「原始爆款分析数据」区域如果显示 LLM 返回了有效 JSON → 说明归一化引擎未能正确映射字段需检查normalize_llm_output_to_structure()映射逻辑如果显示无原始LLM数据 → 说明 LLM 调用失败或返回完全不合法内容检查服务器日志Q3LLM 返回的 JSON 能正常解析但前端仍用默认模板A检查服务器日志中[归一化器]的输出。如果归一化器打印了处理日志但没有找到basic_video_attribute或explosive_structure_evaluation字段说明 LLM 用了不同的字段名。可将新的字段名加入normalize_llm_output_to_structure()映射。Q4归一化后的内容和原始 JSON 不一致A这是正常的。归一化引擎将 LLM 的任意输出映射到标准格式这个过程是有损和变换性的。如需核对请对比「原始爆款分析数据」和「三重结构展示」两个区域。