Doubao Work 上的 Felo YouTube SubtitlingDoubao Work

一段錄影,要有人把它寫下來才算文件

簡報會、財報電話會議、政策說明會都是以影片送來的,而交付物仍然是一份文件。這個技能把字幕抓成帶時間碼的文字,讓文件可以引用那一分鐘,而不是把那一小時轉述一遍。

  • 技能包felo-skills/felo-youtube-subtitling
  • 輸入一個 YouTube 網址
  • 回來的樣子帶時間碼的逐行文字
  • 下一步文件或試算表
為 Doubao Work 而做帶時間碼餵給一份文件
取得 API Key檢視平台指南
底下那行指令felo youtube "<video url>"
Doubao Work 標誌
這項技能執行於

Doubao Work

ByteDance 的 Doubao Work · agent 工作平台

閱讀 Doubao Work 指南

Doubao Work 把一句請求變成一檔案做完的東西,還能照排程跑。Felo 技能決定那份檔案裡放什麼,並保留每一個結論背後的來源。

跑在
個人、團隊與企業版本
技能進來的方式
技能面板匯入,或 Felo CLI
自動化
排程任務與電腦操作
你會拿到什麼

帶時間碼的逐行文字,讓一句引文可以對回那一分鐘

時間碼不是裝飾。它是讓讀者之後查得到一個數字的東西,也是讓一句引文可以用在一份要給別人審的文件裡的東西。

08:40財務長

這個區域的營收比去年同期成長 14%,其中大約一半來自兩個新市場。

14:02分析師

那個成長是來自出貨量,還是來自價格?

14:31財務長

主要是出貨量。價格大概貢獻了兩個百分點。

22:10財務長

我們預期下一季維持同樣的節奏,但要提醒,從這裡開始比較基期會變難看。

31:55主持人

這是今天最後一個問題。謝謝大家參與。

主要是出貨量。價格大概貢獻了兩個百分點。
要它把數字連同時間碼一起挑出來,最後進到報告裡的那個數字,就追溯得到它被說出來的那一秒。
固定套路

從一段被轉發的錄影,到一段有人願意簽名的文字

四個步驟,而順序就是整套方法:先文字,再判斷,最後才寫。

執行時機

一段錄影被丟進對話裡 —— 財報電話會議、簡報會、線上研討會 —— 而交付物是一份文件。

  1. 01

    先拿逐字稿,再寫摘要

    看著影片寫出來的摘要是一種詮釋。從文字寫出來的摘要可以對回文字,這才讓審稿這件事成立。

  2. 02

    把每個數字連同時間碼挑出來

    要它給出每一個數字,以及它被說出來的那一分鐘。就是這一步把一段錄影變成財務或法務審得下去的東西。

  3. 03

    照著引文寫文件

    讓任務用挑出來的那些句子起草段落,並把時間碼留在註腳或附錄裡,而不是刪掉。

  4. 04

    歸檔到團隊會讀的地方

    一份只留在某個任務裡的逐字稿,不算來源。把它放進工作區,放在它支撐的那份文件旁邊。

留下什麼一段引用得出處的文件內容,加上挑出來的數字與時間碼,以及一則說明講者從頭到尾沒回答什麼。

在 Doubao Work 上安裝

同樣兩條路,只是輸出多一個步驟

安裝就是那兩條老路。這一頁的差別在之後:逐字稿是一份文件的原料,本身不是交付物。

路徑 A

匯入技能包

比較短的那條路,前提是你的版本有技能或連接器面板。個人、團隊與企業版本在這裡不一樣,所以先看看你自己的帳號顯示什麼,再照著規劃。

  1. 複製儲存庫git clone https://github.com/Felo-Inc/felo-skills.git。每個技能包都是一個內含 SKILL.md 的資料夾,你只需要正在安裝的那一個。
  2. 匯入那個資料夾透過技能或連接器面板把那個資料夾帶進來,讓文件任務裡的影片逐字稿在任務跑的當下就能用,而不是事後才用。
  3. 確認它叫得動在為某個技能建立排程任務之前,先問 agent 它能用哪些技能。匯入了卻從來沒被呼叫,是這裡最常見的失敗。
路徑 B

驅動 Felo CLI

每個版本都能走的路。安裝一次,之後可以在設定時自己跑,或讓電腦操作在任務中於你的機器上呼叫它。

  1. 安裝並存好 keynpm install -g felo-ai felo config set FELO_API_KEY your-api-key-here
  2. 先手動跑一次那行指令felo youtube "https://youtube.com/watch?v=..."
  3. 然後把它收進任務裡要 agent 在需要即時資訊或交付物時呼叫 CLI,這樣同一行指令是在任務裡面跑,而不是在旁邊跑。
接下來去哪裡

逐字稿最後能派上用場的三個地方

逐字稿是一個中間產物,值得在生成它之前就先決定它的去處。

報告附錄

被引用的句子

把時間碼留著。一個能跳到那一分鐘的審稿人,會停止跟你的摘要爭論,轉而去查來源。

試算表

數字表

只要牽涉數字就適合:一個數字一列,附上時間碼與講者,這樣模型裡的變動可以追溯回一句話。

工作區文件

完整逐字稿

把整份歸檔到團隊搜尋得到的地方。下一個關於這段錄影的問題,不該還要重新抓一次。

實際操作

兩個給沒看過的錄影用的提示

兩者都把影片當來源而不是當內容,這才讓輸出能在報告裡用。

輸入這句取得這場財報電話會議的逐字稿,列出它給出的每一個財務數字,並附上各自的時間碼。回傳內容

一張錨定到分鐘的數字表,在發布任何東西之前都查得動。

輸入這句用這場簡報會起草報告的市場段落。引用重要的部分,並保留時間碼。回傳內容

一份主張指回錄影的草稿,講者的但書都留著,而不是被磨平。

它停在哪裡

三個該寫進文件本身的限制

逐字稿有已知的失敗模式,把它們講出來,比之後替一個數字辯護便宜。

自動字幕會弄錯名字和數字

如果一個數字要進報告,就對回錄影確認一次。字幕好用於搜尋,但不足以盲引。

沒有字幕就沒東西可抓

一段沒有字幕的錄影,給不了這個技能任何文字。那是來源的問題,沒有任何提示修得好。

逐字稿不是事實查核

它告訴你的是「說了什麼」,準確度到字幕為止。講者說得對不對是另一個問題,也需要另一個來源。

常見問題

Doubao Work 使用者問過的逐字稿問題

它處理得了其他語言的錄影嗎?
它回傳影片帶有什麼字幕就回傳什麼。如果那是原語言的自動字幕,翻譯就是另一個步驟,之後再對文字做。
這對內部錄影也有效嗎?
支援的輸入是公開的 YouTube 連結。內部會議通常在登入之後,這條路就碰不到。
逐字稿該放進交付物嗎?
通常是當附錄或註腳,不要放進正文。正文要的是論點;時間碼在那裡,是為了讓審稿的人查得動。
如果錄影長達三小時呢?
那正是這個技能存在的理由。你去文字裡搜那四句重要的話,而不是花時間等你要的那一句出現。
Doubao Work 的其他技能

Doubao Work 的所有 Felo 技能

這 5 項技能都是為 Doubao Work 撰寫的。它們在這個平台上的用法一致,所以你可以放在同一次工作階段裡組合使用,不必重新說明自己的環境。

現成技能之外

一個 API Key,一整套 Agent 工具

從技能開始,再依 Doubao Work 工作流程的需要組合模型、即時資料、知識與輸出工具——用的還是 Felo 技能已經在用的那個 Key。

模型

當 Agent 需要自訂推理或生成時,使用成本效益更好的 LLM 存取。

  • LLM API
  • 對話補全
  • 模型存取
瀏覽 LLM API →

即時資訊

為 Agent 提供最新的 Web 與社交訊號,而不是依賴過時的脈絡。

  • Web Search
  • X Search
  • Web Fetch
瀏覽即時資料工具 →

知識與輸出

把工作建立在可重複使用的知識上,再轉換成可分享的交付物。

  • LiveDoc
  • PPT 生成
  • 心智圖
瀏覽知識工具 →

創意工具

把工作流程從調研延伸到視覺呈現與可直接交付的 Office 成果。

  • 圖像生成
  • 頁面工具
  • Office 輸出
瀏覽平台工具 →