TikTok 影片轉文字：貼上影片，直接取得文字

貼上任何 TikTok 影片連結，包括短影音、長影片與 Stories，即可取得使用原始口語語言產生的逐字稿、使用你的語言產生的摘要，以及可下載檔案。不需要開啟設定選單、不需要犧牲原文準確度，也不必盯著 TikTok 自動字幕逐字手動抄寫。

這項 Skill 可將 TikTok 影片中的語音轉換為可搜尋、可引用、可翻譯的文字。它支援任何語言的公開 TikTok 影片，可輸出純文字、附時間戳記的 Markdown 或 SRT 字幕，並依照你的請求方式自動選擇格式，而不是要求你進入設定頁面進行配置。

適用對象

• 內容創作者：將自己的 TikTok 影片重新發布至 Instagram Reels、YouTube Shorts、LinkedIn 或 X，並在幾秒內擷取可直接用於跨平台發布的口播文案
• 社群媒體管理人員：為國際市場進行 TikTok 行銷活動在地化。逐字稿會準確保留實際發言，方便後續由人工或 LLM 進行可靠翻譯
• 行銷人員與競品研究人員：分析熱門 TikTok、競爭對手帳號與趨勢開場，不需要以正常速度觀看數百支影片，也能快速閱讀觀點、研究開頭並整理共通模式
• 品牌策略師與趨勢研究人員：分析新興網路用語、小眾次文化與快速走紅的創作者。逐字稿能呈現 15 秒影片中真正說了什麼，避免內容循環太快而聽不清楚
• 廣告代理商企劃人員：製作創作者 Brief 與腳本，在過去只能看完 5 支影片的時間內分析 50 支高成效 TikTok
• 學生與終身學習者：儲存教育類 TikTok，不需要將同一支 60 秒影片重播四次，閱讀一次即可掌握內容
• 食譜收藏者：從美食 TikTok 中擷取食材、用量與烹飪步驟，不需要反覆暫停、倒轉與抄寫
• 記者與事實查核人員：在文章或報導中引用 TikTok 創作者。逐字稿不會被改寫，因此引用內容與實際發言一致
• 研究 TikTok 內容的人員：用於媒體研究、社會科學、政治傳播或平台研究，並將文字匯出至 NVivo、Atlas.ti 等質性分析工具
• 無障礙團隊：將 TikTok 重新發布至其他平台時，為聽障使用者產生 SRT 字幕檔案
• 語言學習者：將母語創作者的 TikTok 作為短篇學習材料，同時取得逐字稿與翻譯後的摘要
• 任何需要靜音觀看的人：例如在辦公室、火車上，或在有人睡覺的安靜房間中

解決的問題

TikTok 的價值通常集中在口播內容中。一支 30 秒的影片可能同時包含開場鉤子、情境鋪陳、核心結果與行動呼籲，並以自然對話速度快速表達，往往還疊加背景音樂。平台本身是為觀看與消費內容設計的，而不是為了擷取資訊。因此，將其中的語言轉換為可直接使用的文字並不容易。

TikTok 雖然提供自動字幕，但結果不穩定，對口音、網路用語與背景音樂較大的影片處理也不可靠，而且通常無法在不使用第三方工具或瀏覽器技巧的情況下匯出。在手機端複製字幕很麻煩，網頁版也沒有好多少。第三方轉錄工具雖然存在，但多數會出現以下三類問題之一：

• 不該翻譯時卻翻譯了逐字稿。 你希望逐字引用一位說西班牙文的創作者，但工具回傳了英文意譯。原始引用已經遺失，創作者最有價值的精準措辭也隨之消失，而這通常正是 TikTok 內容有效的關鍵。
• 摘要仍然使用來源語言。 你看不懂韓文，但摘要也以韓文回傳。你還需要第二個工具進行翻譯。
• 將所有功能藏在設定選單後面。 你只想貼上連結並輸入一句話，卻被要求設定 API Key、輸出路徑與各種選項。

共同問題在於，這些工具是為建立工作流程的工程師最佳化，而不是為希望在 30 秒內完成任務的創作者、行銷人員或研究人員設計。30 秒差不多就是一支 TikTok 本身的長度。

這項 Skill 只需要一個連結與一句話，就會回傳正確的結果。

有什麼不同

1. 預設提供雙語言輸出。

逐字稿始終使用原始音訊語言逐字保留，引用內容一字不改，與創作者的實際發言完全一致。摘要與重點則會使用你的聊天語言。英文使用者轉錄西班牙文 TikTok 時，會取得西班牙文逐字稿與英文摘要；中文使用者轉錄日文美食 TikTok 時，會取得日文逐字稿與中文摘要。不需要切換選項，也不需要記住語言參數。雙語言輸出是預設行為，因為實際需求通常就是：以一種語言保留準確引用，再以另一種語言快速理解內容。

2. 透過你的句子決定輸出格式，而不是透過選單。

輸入*「給我字幕」* → 取得可直接用於 CapCut、Premiere、DaVinci Resolve 或 YouTube Studio 的 SRT 檔案。輸入*「附時間戳記，方便我找到開場鉤子」* → 取得每個段落以 [MM:SS] 開頭的 Markdown。未指定格式 → 取得最容易閱讀與引用的清晰純文字。關鍵字可出現在句子的任何位置，支援不同語法變化，並可辨識英文、西班牙文、中文、日文與韓文。「字幕」、*「タイムスタンプ」與「자막」*都會觸發與對應英文關鍵字相同的格式。沒有設定頁面，也沒有格式下拉選單。你原本要輸入的那句話本身就是操作介面。

3. 針對密集、快速且附背景音樂的口播最佳化。

TikTok 音訊比看起來更難轉錄。創作者語速快、剪輯緊湊，並會在幾乎所有影片中疊加音樂或熱門音效。為 Podcast 或線上研討會設計的通用轉錄工具經常漏掉大量內容。這項 Skill 針對短影音社群音訊進行最佳化，能處理快語速、背景音樂干擾、網路用語、多語言切換，以及平台典型的密集口播。回傳的內容更接近實際發言，而不是經過整理與美化的近似文字。

支援的 TikTok 內容

範例

範例 1：將熱門 TikTok 同步發布至 Reels 與 Shorts

一位創作者剛發布的 TikTok 正快速成長，希望將其上傳至 Instagram Reels 與 YouTube Shorts，並為不同平台加入符合無障礙要求的字幕。

「為這支影片產生 SRT 字幕 https://www.tiktok.com/@username/video/1234567890」

回傳內容：

• 一個符合標準 SubRip 格式、包含正確時間碼的 .srt 檔案，可直接匯入 Reels 字幕編輯器、YouTube Studio 字幕上傳工具或 CapCut 字幕軌道
• 一段簡短摘要與 3–6 點重點，可用作其他平台的貼文文案或影片說明

範例 2：分析熱門 TikTok 的開場鉤子

一名成長行銷人員正在研究某支 TikTok 為何獲得 500 萬次播放，希望記錄準確的開場文案與行動呼籲結構。

「轉錄這支 TikTok，加入時間戳記，並擷取前 3 秒，這部分就是開場鉤子。https://www.tiktok.com/@username/video/9876543210」

回傳內容：

• 首先顯示開場鉤子，也就是前 3 秒實際說出的逐字文字，並附有 [00:00] 時間戳記
• 提供 2–4 句摘要，概括影片結構：開場鉤子 → 鋪陳 → 結果 → 行動呼籲
• 提供 3–6 點重點，說明這支 TikTok 為什麼有效
• 輸出完整的附時間戳記 Markdown 逐字稿，可直接貼到素材庫或 Notion 創作者研究資料庫中

範例 3：從美食 TikTok 中擷取食譜

一名家庭烹飪愛好者希望重現一支 60 秒美食 TikTok 中的食譜，但影片速度太快，畫面文字還沒看完就消失了。

「這個食譜裡說了什麼？ https://www.tiktok.com/@chefname/video/5556667778」

回傳內容：

• 提供 2–4 句摘要，說明菜色與製作方式
• 提供 3–6 點重點，列出食材、用量與步驟
• 將完整逐字稿儲存至檔案，可逐行引用
• 因提示詞中未包含格式關鍵字，預設輸出純文字

輸出格式

語言支援

轉錄引擎支援英文、西班牙文、葡萄牙文、法文、德文、義大利文、普通話、粵語、日文、韓文、越南文、泰文、印尼文、他加祿文、阿拉伯文、印地文、俄文、土耳其文，以及大多數主要歐洲與亞洲語言，包括 TikTok 最大的非英文使用者群所使用的語言。對於混合語言 TikTok，例如創作者在英文與西班牙文之間切換，或使用其他語言的網路用語，系統會以主要語言作為基礎，但逐字稿仍會依照實際說法保留兩種語言。

不需要手動指定語言。系統會依據 URL 訊號與創作者帳號名稱進行判斷，包括使用者名稱中的非拉丁字元與地區資訊。如果第一次嘗試結果為空，Skill 會使用你的聊天語言靜默重試一次。兩次結果都為空時，系統會要求你確認。通常，這代表影片為私人內容、存在年齡或地區限制，或已被刪除，而不是語言辨識錯誤。

如果你已經知道音訊語言，可以在提示詞中註明，例如*「這個西班牙文 TikTok」或「音訊是日文」*，即可跳過偵測並節省幾秒。

準確度與預期

逐字稿是逐字記錄，由語音辨識流程產生，不會被改寫或意譯。語助詞、重複、網路用語與 TikTok 特有的壓縮式口語表達都會依照實際發言保留。這對研究創作者表達方式、新聞引用或分析開場鉤子為何有效非常重要，因為精準措辭本身就是內容價值的一部分。

當創作者語音清晰且語言受支援時，準確度較高。附人聲的背景音樂、多人同時說話、極快語速、明顯的地區口音與嚴重壓縮的音訊都可能降低準確度。任何 AI 都無法完整還原無法聽清的來源音訊。如果某段內容出現錯誤，通常表示原始音訊本身難以聽清，而不一定是模型失敗。對於創作者 Brief、品牌行銷活動或新聞報導等重要工作，請將關鍵引文與原始影片進行核對。

Skill 僅處理公開的影片連結，不會登入 TikTok，也不會存取私人內容。

不支援的內容

• 本機影片檔案：從 TikTok 匯出的 .mp4、螢幕錄影檔案，或儲存在電腦中的影片，應改用相關的 audio-to-text Skill
• 正在進行的 TikTok Live：僅支援已經結束的錄影，而且多數 Live 本身不會公開封存
• 僅含圖片且沒有音訊的貼文：沒有旁白或人聲音樂的圖片輪播沒有可供轉錄的內容
• 私人帳號：連結必須能公開存取；Skill 無法代表你登入 TikTok
• 已刪除或封鎖的影片：如果連結沒有回傳內容，創作者可能已經刪除影片，或影片已被 TikTok 移除
• 直接翻譯逐字稿正文：為保留逐字引用，逐字稿正文會刻意保持來源語言；如需翻譯，請在收到原始逐字稿後繼續提出翻譯要求