这个接口不是简单地“识别视频里有什么”，而是把一段视频转成可直接用于创作、复盘和生产的结构化文字理解结果。
你可以把它理解成一个会看镜头语言的“视频内容分析师”：
它会调用多模态模型，从视觉分镜、人物动作、空间关系、字幕/对白、风格气质多个维度输出细节描述。

1.说明

前提准备：

确保你已经注册了VectCut账户，前往注册

确保你的账户至少剩余100积分，前往充值

2.基础使用

2.1 结构化描述一条视频的内容

输入

视频：

输出

根据您提供的视频内容，以下是详细的视频信息分析：

1. 视频的整体信息

时长： 视频总时长约为 22 秒。
整体介绍： 这是一段室内自拍视角的短视频。视频主要展示了一名年轻男子坐在镜头前，他的面部使用了一种夸张的“大脸”或“宽脸”滤镜特效，使得脸颊和下巴看起来异常宽大。男子身穿深灰色卫衣，背景为简单的室内环境，他在视频中似乎正在对着镜头说话或进行某种演示，整体氛围较为生活化和搞怪。

2. 视频的详细介绍（视觉分镜角度）

场景与空间布局：
视频背景为一个室内房间，光线充足但略显平淡。
左侧： 画面左后方有一个黑色的玻璃展示柜或书架，里面隐约可见摆放着一些物品（可能是茶具或书籍）。
右侧： 画面右侧是大面积的白色墙壁，显得比较空旷。
中心： 男子位于画面正中央，占据了大部分视野。
人物与动作描述：
00:00 - 00:02： 视频开始时，男子身体略微前倾，右臂向画面右侧伸出，似乎正在调整摄像头位置或刚坐下。此时可以看到他穿着深灰色长袖卫衣。
00:02 - 00:20： 男子调整好后坐定，身体正对镜头。他的双臂似乎交叉抱在胸前或放在桌面上（手部未完全显示，只能看到手肘部分）。
面部特征（核心视觉点）： 男子的面部被明显的滤镜扭曲。他的短发位于头顶，但脸颊向左右两侧极度扩张，下巴变得非常宽厚，使得整个下半张脸的面积看起来比正常人大很多，呈现出一种滑稽的“国字脸”或“大饼脸”效果。
表情变化： 在这期间，男子的眼神主要注视着镜头下方（可能是看屏幕），嘴巴有规律地开合，像是在说话。他的表情相对平静，偶尔有细微的眉毛动作。
00:21 - 00:22： 视频末尾，男子身体再次向前倾，靠近镜头，脸部的大脸特效随着距离拉近显得更加巨大，随后视频结束。

3. 描述视频里的文案信息

人物对话/讲话： 视频中男子嘴巴一直在动，明显是在说话，但由于没有音频信息，无法得知具体讲话内容。
字幕/标签： 视频画面中没有任何文字字幕、标题或产品标签。

4. 视频的风格信息

色彩风格： 视频色调偏冷，以中性色为主。主要由男子衣服的深灰色、背景墙的白色以及柜子的黑色组成，色彩饱和度较低，看起来像是普通的室内日光灯照明。
视频风格： 这是一个典型的搞怪/恶搞风格的自拍视频。通过夸张的面部变形滤镜（Face Warp Filter）来制造幽默感。拍摄手法随意，像是手机前置摄像头拍摄的生活记录或视频通话片段。

打开提交视频理解任务，点击调试