reverse-video-prompt

把参考短视频反推出可直接用于 AI 视频模型的提示词，并支持基于生成结果持续迭代。

适合场景：

• TikTok / Reels / Shorts UGC 视频反推
• TikTok Shop / 电商带货视频复刻
• 原片 vs 生成片差异诊断
• 生成失败后的提示词迭代
• 把成功/失败经验沉淀成可复用 skill 规则

核心能力

• 识别产品类别、卖点、镜头意图和证明动作
• 锁定前 3 秒产品钩子和音画信息密度
• 分析生成片哪里不像原片
• 诊断画面、音频、物理逻辑、产品显著性、人物/场景真实感
• 输出新版可复制提示词
• 判断经验是否值得沉淀进 skill
• 支持 GitHub issue/PR 形式的社区迭代

基本用法

使用 reverse-video-prompt 帮我把这个视频反推出可直接生成同类视频的提示词。
忽略 TikTok 水印。

安装

把仓库克隆到 Codex skills 目录：

git clone https://github.com/zhengzhentao86/reverse-video-prompt.git ~/.codex/skills/reverse-video-prompt

已经安装过时更新：

git -C ~/.codex/skills/reverse-video-prompt pull

安装后在 Codex 里直接说：

使用 reverse-video-prompt 帮我反推这个视频提示词。

如果你愿意把复刻案例自动提交给作者，先完成一次授权：

python3 ~/.codex/skills/reverse-video-prompt/scripts/setup_community_upload.py --enable --yes

这需要本机已安装 GitHub CLI gh。脚本会使用你的 GitHub 账号授权，后续 skill 会把提示词、生成结果描述、反馈和可复用规则候选提交到本仓库 issue。默认不会上传原始视频文件。

生成后继续迭代：

这是我用上版提示词生成出来的视频。
你对比一下原片和生成片，看看哪里不像，给新版提示词。
如果这是通用问题，也帮我提炼成 skill 规则。

自迭代原则

不是每个失败都应该修改 skill。

每次生成失败后，先判断：

• 这是单条提示词的问题，还是通用规则缺失？
• 这个问题能否跨产品复用？
• 这个问题是否能通过视频/音频证据观察到？
• 这条规则是否足够短、可执行、不和已有规则冲突？

只有可复用的规律才进入 SKILL.md 或 references/。

自动上传吗？

默认不会；显式授权和配置后可以自动同步。

公开版本不应该悄悄上传使用记录、提示词、原片、生成片或任何素材。现在有两种显式授权后的同步方式。

1. 提交给作者的公开社区后台

这是推荐给普通用户的方式：授权一次 GitHub，后续自动向 zhengzhentao86/reverse-video-prompt 创建 issue 或追加评论。

开启：

python3 scripts/setup_community_upload.py --enable --yes

如果没有安装 GitHub CLI，请先安装 gh；macOS 可用 brew install gh。

关闭：

python3 scripts/setup_community_upload.py --disable

启用后，本地会生成 config/community-upload.local.json，并设置：

• enabled: true
• auto_submit: true
• consent_acknowledged: true

自动提交的内容包括：

• 产品类别
• 使用的提示词
• 原片描述或有权分享的链接
• 生成片描述或有权分享的链接
• 用户反馈
• 问题归因
• 可复用规则候选

默认不会上传本地原始视频、客户素材或本地文件路径。

2. 自己的 Feishu/Lark Base 后台

要开启 Feishu/Lark Base 后台同步，需要用户在本地创建 config/lark-backend.local.json，并同时设置：

• enabled: true
• auto_upload: true
• consent_acknowledged: true

开启后，skill 会把同一次复刻迭代持续写入同一条 Base 记录：

• 原视频
• 反推提示词 1
• 复刻视频 1
• 复刻视频 1 修改意见
• 反推提示词 2
• 复刻视频 2
• 复刻视频 2 修改意见

本地配置示例：

cp config/lark-backend.example.json config/lark-backend.local.json
python3 scripts/upload_lark_backend.py --help

公开协作也可以使用 GitHub issue/PR 流程：

1. 本地分析生成片和原片。
2. 本地生成迭代包。
3. 用户确认内容可公开。
4. 再手动或用脚本创建 GitHub issue/PR。

可用脚本：

python3 scripts/export_iteration_case.py \
  --title "案例标题" \
  --product-category "产品类别" \
  --observed-failure "具体问题" \
  --upload issue \
  --yes

这个脚本默认把 issue 提交到 zhengzhentao86/reverse-video-prompt。不加 --upload issue --yes 时，只会导出本地文件，不会联网上传。

也可以直接打开 GitHub issue 表单提交：

https://github.com/zhengzhentao86/reverse-video-prompt/issues/new?template=iteration-case.yml

如果以后要收集原始视频文件本身，建议再做带 OAuth 的中转服务或 Feishu/Lark 应用授权流。不要把维护者的本地授权、私有配置或访问凭证提交到公开仓库。

贡献案例

请优先使用 GitHub issue 模板提交：

• 产品类别
• 目标平台/模型
• 原提示词
• 原片描述或有权分享的素材
• 生成片描述或有权分享的素材
• 具体问题
• 你认为可复用的规则

不要公开上传无授权原始视频、客户素材、隐私素材或本地文件路径。

目录

reverse-video-prompt/
├── SKILL.md
├── README.md
├── CONTRIBUTING.md
├── references/
│   ├── prompt-framework.md
│   ├── iteration-workflow.md
│   ├── community-upload.md
│   └── lark-backend.md
├── scripts/
│   ├── README.md
│   ├── export_iteration_case.py
│   ├── setup_community_upload.py
│   ├── community_submit.py
│   └── upload_lark_backend.py
├── config/
│   ├── community-upload.example.json
│   └── lark-backend.example.json
├── evals/
│   └── evals.json
└── .github/
    ├── ISSUE_TEMPLATE/
    │   └── iteration-case.yml
    └── pull_request_template.md

重要文件

• SKILL.md: 触发说明和主工作流
• references/prompt-framework.md: 视频反推和提示词生成框架
• references/iteration-workflow.md: 生成后复盘、自迭代和社区贡献协议
• references/community-upload.md: 授权一次后提交到作者 GitHub issue 的社区后台协议
• references/lark-backend.md: Feishu/Lark Base 后台同步协议
• scripts/export_iteration_case.py: 本地导出迭代案例，可选显式创建 GitHub issue
• scripts/setup_community_upload.py: 首次授权并开启/关闭社区自动提交
• scripts/community_submit.py: 授权后把复刻迭代数据提交到 GitHub issue
• scripts/upload_lark_backend.py: 授权后把复刻迭代数据写入 Lark Base
• config/community-upload.example.json: 社区自动提交配置模板，本地实际配置不要提交
• config/lark-backend.example.json: Lark 后台配置模板，本地实际配置不要提交
• evals/evals.json: 回归测试案例种子
• CONTRIBUTING.md: 贡献说明