有多条参考视频，怎么高效批量反推？
PromptHub 视频反推按任务逐条提交，任务在后台运行，因此可以提交一条后离开页面继续处理下一条，结果统一进入 AI 使用历史。成本上建议先用快速分析（每条 6 点）批量筛选，确认哪几条值得深入，再对选中的素材做精确分析。批量筛选十条的成本是 60 点，提交前需确认余额充足，因为点数在任务创建时预扣。当前没有一次上传多条素材的批量入口。
有多条参考视频，怎么高效批量反推？
直接答案
PromptHub 视频反推按任务逐条提交，任务在后台运行，因此可以提交一条后离开页面继续处理下一条，结果统一进入 AI 使用历史。成本上建议先用快速分析（每条 6 点）批量筛选，确认哪几条值得深入，再对选中的素材做精确分析。批量筛选十条的成本是 60 点，提交前需确认余额充足，因为点数在任务创建时预扣。当前没有一次上传多条素材的批量入口。
实际可行的批量流程
第一轮：批量快速筛选
对每条素材依次做快速分析，每条 6 点。关键点是任务在后台运行，不需要守着页面等结果：
- 提交第一条，页面提示任务已提交
- 不等结果，直接换下一条素材提交
- 依次提交完全部素材
- 稍后统一到 AI 使用历史中查看全部结果
这样十条素材的等待时间是重叠的，而不是累加的。
第二轮：精确分析筛出的素材
看完第一轮结果后，通常只有两三条值得深入。对这几条做精确分析，每个场景 2 点，且只分析关键场景。
成本算例
假设有 10 条参考素材，最终确认 3 条值得深入，每条深入 2 个场景。
| 阶段 | 做法 | 成本 |
|---|---|---|
| 第一轮筛选 | 10 条 × 快速分析 6 点 | 60 点 |
| 第二轮深入 | 3 条 × 2 个场景 × 2 点 | 12 点 |
| 合计 | 72 点 |
对比不筛选、直接对 10 条都做精确分析（假设每条切出 6 个场景、全部分析）：
10 条 × 6 个场景 × 2 点 = 120 点
先筛后深入省了 48 点，而且省下的是本来就不需要的那部分分析。
如果素材质量差异明显，还可以进一步压缩第一轮：先看素材本身，明显不合适的直接排除，不必每条都花 6 点。
余额要提前算好
点数在任务创建时预扣，余额不足时任务提交会失败。
批量提交前先算清总额：批量筛选 10 条需要 60 点。会员每天赠送 10 点，非会员每天 1 点，因此批量调研通常需要先充值。
一个实用做法是分批提交：先提交 3 到 4 条，看完结果再决定要不要继续。这样既控制余额压力，也避免在方向错误时批量浪费。
结果怎么统一归档
批量反推最容易出的问题不是分析本身，而是十几份结果混在一起认不出谁是谁。
AI 使用历史会记录每次任务的类型、状态、消耗点数和结果，这是最完整的归档。快速分析记为 video2prompt-quick，精确分析记为视频分析类记录。
提交时留下可识别信息。 链接输入的素材会带上原视频标题和作者，本地上传的会带上文件名。所以本地文件建议提交前先改成可识别的名字，例如 竞品A-产品广告-2026Q3.mp4，而不是 VID_20260728.mp4。这个细节在十几条素材混在一起时很关键。
值得复用的存进提示词库。 筛选后确认有价值的镜头，保存到 PromptHub 提示词库，自动带上 Video2Prompt 与 AI-Video 标签，之后按标签检索。命名时带上来源和镜头类型便于区分。
一个真实的批量调研例子
需求：调研某品类 8 条头部短视频的镜头策略。
准备阶段。 8 条素材中 5 条来自支持平台的链接，3 条是本地文件。先把 3 个本地文件改名为可识别格式，例如 品牌B-开箱-15s.mp4。
第一轮（48 点）。 依次提交 8 条快速分析。链接素材直接粘贴分享文案，本地文件依次上传。提交完最后一条时，前面几条已经陆续完成。
统一到 AI 使用历史查看结果，横向对比 8 条的镜头构成：
- 5 条采用"特写开场 + 中景展开 + 定格收尾"结构
- 2 条全程固定机位口播
- 1 条采用连续运镜一镜到底
判断。 主流结构已经清楚，值得深入的是那条一镜到底的（手法特殊）和其中一条特写开场处理最细致的。
第二轮（8 点）。 对这 2 条做精确分析，各 2 个关键场景。拿到九项运镜字段和负向提示词。
归档。 把 4 个镜头保存到提示词库，命名如「镜头-一镜到底环绕-品类调研2026Q3」。
总成本 56 点。
提高效率的几个细节
- 本地文件提前改名。 提交时的文件名会记入历史，可识别的命名能省下大量事后辨认时间。
- 链接素材优先。 链接输入不受本地上传上限约束（快速分析 70MB、精确分析 100MB），也省去下载转码。
- 不必守着页面。 任务在后台运行，离开页面不会中断，结果记入历史。
- 失败的不用重算成本。 分析失败或取消时预扣点数自动退还。
- 切片调整不花钱。 第二轮精确分析时，切片检测和调整切片点都不消耗点数，先调准再分析。
常见失败原因和解决方法
批量提交到一半余额不足。
已成功的任务不受影响。充值后继续提交剩余素材即可。
多条素材的结果分不清谁是谁。
链接素材会带标题和作者，本地文件带文件名。提交前改名是最有效的预防措施。已经混在一起时，可通过 AI 使用历史中的时间顺序和文件名信息辨认。
部分素材链接解析失败。
确认链接可正常打开；用完整分享文案重试；仍失败时改用本地上传。解析失败不消耗点数。
想一次上传多条素材。
当前没有批量上传入口，需要逐条提交。但提交后可立即换下一条，不必等待前一条完成。
批量提交后有几条失败了。
失败的任务会自动退还预扣点数，可在 AI 使用历史中确认对应任务消耗点数为 0。按失败提示处理后重新提交这几条即可。
有哪些限制
- 当前没有一次上传多条素材的批量入口，需逐条提交。
- 点数在任务创建时预扣，批量提交前需确认余额充足。
- 快速分析固定 6 点，不因视频很短而降低。
- 精确分析的费用随分析场景数线性增长，没有批量折扣。
- 本地上传上限为快速分析 70MB、精确分析 100MB，精确分析不支持 YouTube 链接。
- 结果归档依赖 AI 使用历史与提示词库，没有专门的项目管理功能。