影片轉小紅書筆記的開源工具 Video Note Generator，親測感一併生成

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

把 Video Note Generator 的程式碼翻開，最值得看的不是它怎麼下載影片，而是產生小紅書筆記的提示詞檔案。標題產生的系統提示裡有一條正式要求：使用「親測」「試過」「我發現」等真實感表述。換句話說，這個工具交付給你的不是一份影片摘要，是一套把別人的影片內容，包裝成你親身經歷的文案格式。我實際把整個倉庫 clone 下來逐檔讀過，也實際跑了它的環境檢查腳本，這篇文章講的就是這兩件事看到的樣子。

先給結論。它的工程骨架是認真的：下載、字幕抽取、本地語音轉錄、網頁介面，每一層都用主流工具拼起來，GitHub 上有 1,820 顆星。但它對「筆記」的定義是小紅書的高流量文案格式，配圖來自與影片無關的圖庫照片，而且已經有使用者反映產出被平台標記為疑似 AI 生成內容。維護停在 2025 年 10 月，環境檢查腳本在最新版 Python 上第一行就崩潰。想把自己拍的影片整理成圖文的人可以拿它當半成品；想靠它無本生產內容矩陣的人，先想想讀者跟平台都知道發生了什麼事。

它先把影片變文字，這段全部在你機器上

Video Note Generator 是中國開發者玄清（GitHub 帳號 whotto）的開源 Python 專案，2024 年 12 月上架，做一件很明確的事：你貼一段影片網址，它生出一份可以直接貼進小紅書的圖文筆記。專案有兩個版本並存，倉庫根目錄是命令列版的單一腳本，子目錄 video_note_generator_v2 是 2025 年 10 月發布的 V2.0，換成 FastAPI 網頁介面，多了批次處理、處理歷史與長影片支援，官方文件直接建議使用者跳過舊版。

Pin

拿到影片後的處理順序是三層備援。第一優先抓平台官方字幕，YouTube 走字幕 API，這條最快也最穩；沒有字幕就下載音訊檔，交給本地跑的 OpenAI Whisper 模型做語音轉錄，預設載 medium 等級的模型，轉錄結果還會快取，同一支影片不會重複算；兩條路都不通，就在網頁上嵌入官方播放器讓你對照原文。轉錄這一段我逐檔看過，依賴清單裡的 yt-dlp、you-get、openai-whisper 全是本地工具，音訊處理沒有任何雲端服務介入。如果你要的只是影片逐字稿，其實有更單純的自架方案，例如我們之前介紹過的 開源 Whisper 轉錄 API，不必把後面的文案生成一起裝進來。

提示詞檔案裡，寫著如何假裝親身經歷

文字稿拿到後，真正的產品才開始。字幕全文會被嵌進提示詞，送到 OpenRouter 的雲端模型（預設是 google/gemini-pro），分兩步生成：先產五個標題備選，程式自動拿第一個寫正文，五個全列在成品裡讓你發佈時挑。翻開產生標題的系統提示，它教模型五種方法：數字法則、它稱為二極管標題的強烈反差句式、疑問句、情緒共鳴、利益驅動，外加七種範本風格，從「數字懸念型」到「價值宣言型」各附一個例句。這份提示詞本身讀起來像一本小紅書文案教科書，對研究提示詞工程的人反而有參考價值。

但同一段提示詞裡有兩個東西值得停下來看。第一個是「平台禁忌詞（嚴禁使用）」清單：速來、必看、免費送、避坑、封神這些詞被分成誘導、誇大、行銷、負面四類全部禁用。這份清單的存在，等於作者把小紅書的審核紅線整理成對照表，讓生成結果繞開平台最敏感的詞彙。第二個就是開場提的那條規則：標題提示詞明文要求使用「親測」「試過」「我發現」等真實感表述，正文提示詞則要求加入個人感受與真實體驗，每個要點都要附上個人體驗說明。工具本身沒有測過任何東西，影片也不是你拍的，但產出的文案會用第一人稱的經驗口吻說話。把經驗口吻當成正式的產品需求寫進提示詞，這件事本身就說明了工具的定位。

Pin

產生正文的提示詞也值得看一眼，整份生成器程式將近 650 行，正文格式的要求具體到字數與段落：官方文件宣稱正文控制在 600 到 800 字，每段用表情符號開頭，安排兩到三處互動引導，再加入個人經驗與共情描述。標籤系統同樣按小紅書的流量邏輯設計，核心關鍵詞、長尾詞、高轉換標籤、熱門話題標籤各司其職。順帶一提文件本身的嚴謹度：根目錄 README 的作者資訊欄，部落格連結填的還是 blog.example.com 佔位符，正式文件裡留著沒換的範例網址，對照 V2 那份寫得鉅細靡遺的提示詞，同一個專案裡工程投入的落差很明顯。

還有一個細節把工具的目標場景說得更白：V2 目錄裡圍繞 Cookie 準備了四份指南，其中兩份專門針對 B 站，一份教 Cookie 匯出，一份專門記錄 B 站的限流行為與重試策略。這些配套的存在，說明主要使用者拿它處理的影片來源，就是中文平台上的長影片內容，而工具為了在這些平台反爬蟲機制下穩定取材，投入的工程不亞於文案生成本身。

配圖是圖庫照片，跟影片畫面沒有關係

筆記的配圖環節同樣值得攤開來看。圖片服務的邏輯寫得很清楚：從影片的文字稿抽出關鍵詞，拿去 Unsplash 圖庫搜尋直式照片，每個關鍵詞抓三張備選。也就是說，讀者在那篇筆記裡看到的配圖，是一張跟主題相近的庫存照片，不是影片裡的任何畫面。一支教做菜的影片，配的可能是圖庫裡任何一張廚房照片。

把三個環節疊起來看，這個工具產出的筆記是這樣構成的：文字來自別人的影片，第一人稱的經驗感來自提示詞指令，配圖來自圖庫。每一個環節單獨看都合法，疊起來的產品卻是一篇看起來像本人實測、有圖有真相的圖文。發佈的人知道這件事，看的人不一定知道。

環境檢查腳本在最新 Python 上直接崩潰

講完設計，講安裝。我把倉庫 clone 到 macOS、建了乾淨的虛擬環境實際跑它附的環境檢查腳本 check_environment.py，這是官方文件建議的第一步。腳本在第 4 行就停下來：import pkg_resources，然後是 ModuleNotFoundError: No module named 'pkg_resources'。這不是我的環境沒裝東西，虛擬環境裡已經裝了 setuptools 84.0.0；問題在於 pkg_resources 這個舊模組已經從新版 setuptools 裡移除了，而這支腳本還依賴它。想跑通第一關，你要嘛自己降級到舊版 setuptools，要嘛動手改腳本。一個 2024 年的專案停在 2025 年 10 月，這類時間膠囊效應會一路陪伴你。

Pin

這裡同步交代我這篇的接觸邊界：我讀完了 V1 與 V2 的全部程式碼與文件，實際執行的部分到環境檢查為止。生成筆記需要自備 OpenRouter 付費金鑰，加上轉錄模型的重量級依賴，我沒有實際生成任何一篇筆記。所以上文對產出內容的判斷，依據是提示詞結構與程式碼邏輯，不是成品抽樣。提示詞要求什麼是事實，生成出來的筆記長什麼樣子，這個我沒看過，你用之前自己驗。

已經有人被平台標記了

2025 年 1 月，有人在專案的 issue 版反映：小紅書給他用這工具生成的筆記打上了「疑似包含 AI 生成內容」的標記，他問有沒有辦法規避，這個問題到今天掛著，沒有任何維護者或社群的討論。這是單一使用者的案例，不是判定率統計，但把它跟提示詞裡那份禁忌詞清單擺在一起看，脈絡很清楚：平台在偵測這類內容，工具在生成時主動避開最容易觸發審核的詞彙，而使用者社群關心的方向是如何繼續通過。你如果要用它，要想清楚自己的帳號站在這條線的哪一邊。

字幕全文會出門，帳單也在門外等

資料流向要拆三段看。下載與轉錄都在本機，這段乾淨；生成段落，字幕的完整文字稿會被嵌進提示詞送到 OpenRouter，再由它背後的模型供應商處理，也就是說影片的完整內容會離開你的機器，落在哪取決於你選的模型路由；配圖查詢會把你文案的關鍵詞送去 Unsplash。內部會議、未公開課程或任何你不想讓第三方模型商看到的影片，都不該進這條鏈。

成本結構也跟「免費開源」四個字有落差。OpenRouter 金鑰是必填欄位，模型呼叫按量計費，專案裡有使用者問能不能接本地模型省這筆錢，issue 從 2024 年底開到現在，程式碼裡沒有對應實作。V2 的網頁介面還有一個部署細節：伺服器綁在 0.0.0.0，整個介面沒有任何登入或金鑰驗證。你把金鑰填在自己電腦上跑，同一個區域網路裡任何人打開瀏覽器，就能用你的金鑰跑這整套生成。自己在家用問題不大，放到公司或共享網路就是開門送鑰匙。

十一個月沒動，授權還分成兩套

活躍度先講：主要分支最後一次提交是 2025 年 10 月 30 日，到今天超過 11 個月沒有程式碼更新，20 個開啟的 issue 加 2 個待合併 PR 裡，只有一條得到作者一句近期會升級的留言，其餘全數無人聞問。授權是分層的：倉庫根目錄的 V1 沒有授權檔，README 雖然留了一節寫著 MIT，倉庫裡就是找不到授權檔本體，嚴格說是程式碼公開但未授權，能不能商用要自己判斷；V2 子目錄有一份 MIT 授權檔，著作權人登記的是作者的部落格網域 huanwang.org。要引用或修改，以 V2 為準比較安全。

平台支援照官方文件宣稱：YouTube 是完全支援的主要場景；Bilibili 屬於部分支援，有官方字幕的影片可以，音訊下載受限於平台的反爬蟲機制；抖音則有使用者帶著正確 Cookie 仍然下載失敗的案例。介面與全部文件是簡體中文，這對繁體讀者是小障礙，對照著跑得起來，但教學文件裡的指令路徑要自己換算。另外提醒，影片下載這一步用的是你自己的網路與 Cookie，下載什麼內容、內容可不可以轉載，責任都在使用者端，工具不會替你判斷。

整理自己影片的人裝它，量產內容的人繞開

我會推薦兩種人用它。一種是把內容當知識管理的人：你自己拍的教學影片、自己上的公開課，想快速變成圖文存檔，它把轉錄到成稿的自動化都拼好了，生成的稿自己讀過、改寫、換上真的截圖再發，這時它是省時間的工具，類似我們介紹過的 講座語音轉文字工具 的自架版。另一種是研究提示詞的人：那份標題提示詞整理的小紅書文案套路，本身就是一份現成的範例庫，值得拆開來讀。

不建議的用法也明確。想靠它量產內容帳號矩陣的人，這樣的產出累積的是平台標記風險，帳號的長期價值很小。版權意識強或內容敏感的人也不適合，字幕全文出門這一關就過不了自己那關。如果你要的只是小紅書的排版與寫作輔助，小紅書編輯器 Reditor 那類工具更對口；要管理發佈排程，可以看 XHS AI Publisher。生成、編輯、發佈是三件事，這個工具只做第一件，而且把它做得太滿。

最後一句話收尾：這個專案最誠實的部分是它的程式碼，最不誠實的部分是它生成的筆記。讀程式碼的人收穫滿滿，讀筆記的人被瞞在鼓裡。你是哪一種讀者，決定了它對你值不值 1,820 顆星。