【RPA】批量采集抖音文案？AI智能体的新应用！

大家好。这里是船长，一个AI+RPA探索者。如果你对以下内容感兴趣，欢迎加我VX交流：TXZO1006

船长最近看到有朋友在抱怨抖音视频文案提取很麻烦，要看广告。能不能用AI或RPA来批量采集一下抖音视频的文案？

之前船长是做过一个抖音视频数据采集的RPA应用的，可以用来采集短视频的数据用，但是没有文案提取功能，这里是不是可以尝试一下。

仔细想想，这个需求对于做短视频口播相关的小伙伴们确实挺有必要的。有了文案就可以在这个基础上做一系列操作了。

既然有一定的价值，那就应该好好思考一下如何实现了。

效果演示

经过一番折腾，基本是实现了这个需求。使用的视频转文案工具是扣子(字节的AI平台)的AI智能体应用。

没错，船长做了一个AI智能体应用，这次算是RPA+AI应用的一次结合应用，确实有一种比较新奇的感觉。

如何获得

如果你对这款RPA机器人感兴趣，也想尝试一下，可以关注船长的公众号“船长笔迹”，并回复关键字“抖音文案采集”，来获取影刀RPA工具分享链接。或者也可以扫描下方二维码加船长VX，我也会把脚本分享给你。

RPA设计过程

如果你对于制作RPA机器人比较感兴趣，可以继续看看下面的内容，主要是船长在实现这个RPA机器人的具体思路。

操作对象：抖音网页端、扣子

RPA工具：影刀

自动化流程：模拟正常用户查看抖音视频，获取标题，地址，日期等信息。然后将视频地址给到扣子AI获取文案。

暂时无法在飞书文档外展示此内容

这个需求的关键就是通过何种方式将视频转换为文案，所以，第一时间想到的是各种文案提取小程序可以使用。

微信上有一大堆这种小程序，直接做一个RPA脚本操作小程序自动提取文案不就好了。

本来这个方案也没什么问题，确实可以满足这个需求。但是经过实验，发现了一个很严重的问题。

那就是现在的这种小程序都是有免费次数的，想要大量的使用就只能有两种选择：一种是开会员，花钱买服务。另一种是看广告，你花时间，广告商掏钱给你买服务。

好家伙，这样一个看似简单的需求，其实最大的问题就是需要花钱。

但是没办法，毕竟不是每个人都能用爱发电的，哪怕不算软件成本和人工成本，服务器、网络带宽、磁盘内存等哪一样都是需要花钱来维护的。

如果需求量很小，一般小程序的免费次数也够用，但是这样也就没有必要做成RPA应用了。

新的思路

常规来讲，如果想要提取出视频中文案，需要有两个主要步骤：

第一，将视频下载下来，分离出音频文件，实现将视频转为音频。

第二，通过一些服务或应用，将音频转为文本形式。

现阶段可以找到很多开源或商用的网络服务、软件应用来实现这两步的需求。比如微信、讯飞的语音文字转换功能，都是非常成熟常见的了。

但是这些传统方案至少需要你有一个服务应用来处理上面这些流程，成本摆在那里，很难避免，不是最优选择。

“是否可以通过AI来直接完成视频文案提取行为？”，这是后来过程中突然出现的一个新想法。

因为现在的AI已经是可以联网读取网页信息的了，那是否可以直接理解视频中的内容信息？

经过实验，发现并不可行，目前的AI处理范围基本仅限于文本，对于视频、音频这样复杂形式资源还没有办法直接读取理解。

既然AI不能直接读懂这些内容，那是不是可以使用一些辅助工具帮AI来理解，就好像GPTs那样？

按照这个思路，船长想到了扣子(coze)，字节的一个AI智能体平台，同类型的平台还有豆包。

这类平台就是让AI初始化为某个角色，用其广泛的信息储备，来帮助我们解决某个具体场景的问题。

更关键的是，扣子平台提供了非常的插件，来辅助AI获取更多不同形式的信息，例如理解图片中的信息，搜索某个网站的数据，以及最重要的读懂视频内容的信息。

有了这个插件，那就可以让AI作为一个视频文案提取专家，来帮助我们提取文案了。

实践成果

经过一番探索和研究，船长最终做出了下面这个AI智能体应用。

这个智能体使用了KIMI作为基础AI模型，叠加使用Link Reader组件来读取抖音视频的信息。

效果基本稳定，文案正确率还挺高，和小程序那些文案相比起来虽然还有些差距，但是并不逊色太多。

总结

• 今天给大家分享了抖音文案采集RPA应用，算是一次功能迭代升级。很多东西其实刚开始都是非常简陋的，但是只要持续的升级，最终也能成为一个不错的产品。

• 由于AI的信息储备和数据计算能力远高于我们，所以一些原本复杂的功能流程都可以通过AI重新实现一遍，而且简单高效。原来一个软件应用只能做一件事，现在一个AI能做成百上千件事。