爱奇艺 · 智能平台部 2026.02—06
缪斯
AI 剪辑产品
从影视原片到结构化素材
与自动化二创视频
面向海外投放与种草场景，围绕视频内容理解、自动化混剪与包装、BGM 入库与匹配，推进 AI 视频生产中的产品设计。
产线总览
三项工作，沿着同一条产线展开
视频理解提供素材依据，混剪策略组织内容，音乐库与包装配置支撑成片生产。
视频主流程
批量入库 → 自动打标 → BGM 标签库
音乐库支撑主流程中的音乐匹配。
整体产品流程示意；本案例展开其中三个模块的产品设计工作。
01 / 内容理解与评测
为自动化剪辑提供结构化的素材理解
围绕运营选点与二创生产需求，梳理内容理解字段及输出要求。
衔接五维理解输出
将语义切段、大模型理解与标签、镜头、情节、场次、片段五维输出衔接起来，为后续素材筛选与片段编排提供数据依据。
为选点与编排提供候选
- 起止时间
- 00:12—00:28
- 片段概述
- 争执升级，A 离开现场
- 情绪
- 紧张、冲突
通过评测发现问题，推动理解结果迭代
从数据结构完整性、点位覆盖与偏移、内容合理性三个维度检查理解结果，结合 badcase 分析定位问题，为 Prompt 与输出规则调整提供反馈。
必需字段齐全，格式符合约定。
关键情节被覆盖，起止时间准确。
人物、行为和情节符合视频内容。
语义切段 → 大模型理解 → 五维输出
评测 → badcase 分类 → Prompt / 规则调整 → 回归验证
工作产出内容理解字段与输出链路、三维评测标准及 badcase 反馈。
02 / 混剪与包装
通过策略 Prompt，将候选片段编排为不同的视频
混剪环节接收已经从优质片段库检索出的候选片段。围绕不同创作目标，需要进一步确定片段顺序、衔接方式与叙事结构。
策略与配置设计阶段展示编排 Prompt 与包装方案。
先呈现结果，再补充关键过程
Prompt 编排方向：将结果或冲突前置，再用相关过程片段补充叙事。
画面 · 文字 · 声音 · 效果
片段色块表示编排逻辑。
策略如何进入生产流程
已检索的候选片段 → 选择创作策略 → 调用对应 Prompt → 大模型生成片段编排方案 → 衔接混剪执行与包装 → 成片输出。
在策略管理方案中，将预置工作流、触发方式与适配频道关联起来，使策略能够作为可配置的工作流环节使用。
将包装要求转化为配置
按画面、文字、声音与效果组织包装字段，包含画幅、人脸追踪、字幕、标题、BGM、转场及包板等，支持从模板创建或自定义配置，并与片段编排方案衔接。
- 画面
- 画幅 · 人脸追踪
- 文字
- 字幕 · 标题 · 花字
- 声音
- BGM
- 效果
- 转场 · 包板
阶段产出不同创作策略的编排 Prompt、片段组织方案、包装配置字段及工作流管理方案。
03 / BGM 入库与匹配
降低音乐入库成本，建立可解释的匹配依据
BGM 链路包含两个相互衔接的问题：运营如何高效补充音乐素材，以及系统如何为视频推荐合适的音乐。
A / 入库与自动打标
将多步人工准备简化为一次链接提交
原有入库方式需要运营先准备音频的 OSS 链接，再整理 Excel，填写音频名称、链接、适用国家或地区、类型、平台等字段，随后上传表格，由系统读取并触发打标与入库。
这一流程存在重复的信息整理与文件提交操作。围绕运营实际使用需求，我推动链接直接提交的入库方案，并与研发讨论信息读取、自动打标及入库的实现方式，结合使用频率、人工负担与开发成本评估投入产出。
优化后，运营提交链接，系统自动读取可获取的信息，并衔接后续打标与入库处理，减少人工准备和重复提交。
系统随后读取、打标与入库
B / 标签体系与匹配策略
先建立音乐特征，再连接视频需求
围绕情绪、节奏、场景及平台属性搭建音乐标签体系，将音乐素材转化为可筛选、可用于匹配的资产。
标签示例
用初始权重表达匹配优先级
匹配策略的初始版本采用情绪 5 分、节奏 3 分、场景 2 分的权重，并叠加优质音乐标记。
首先关注音乐与视频表达是否协调，降低明显情绪冲突。
判断音乐节奏与片段推进、剪辑节奏是否适配。
结合具体使用场景，进一步区分候选音乐。
5／3／2 用于表达初始优先级，为推荐建立可解释、可调整的规则基础。
C / 业务反馈与迭代
用业务审核反馈检查推荐质量
结合业务审核反馈与不适配案例，迭代相关 Prompt，检查音乐标签及推荐结果是否符合实际使用需求。
反馈分析可以围绕情绪、节奏、场景三个因素展开。例如，情绪不适配时检查标签表达与情绪判断；节奏不协调时检查节奏描述及片段需求；场景不合适时补充使用语境。这些分类用于说明反馈如何转化为调整方向。
输入片段需求 + 候选音乐标签
匹配多因子规则 + 优质音乐标记
输出推荐音乐 → 业务审核
反馈调整 Prompt / 规则 → 再次匹配
结果
BGM 标签覆盖率达到 94%；链路优化后，下游混剪业务通过率由 30% 提升至 90%。
业务通过率反映相关链路优化后的综合表现。
工作产出链接提交与自动打标入库方案、音乐标签体系、初始加权匹配规则，以及结合业务反馈的 Prompt 迭代。