视频反推要等多久？任务各状态分别代表什么

直接答案

PromptHub 快速分析页面提示预计耗时 30–100 秒，实际时间取决于视频长度和上游模型响应速度。任务提交后依次经过排队调度、AI 分析、等待模型返回、整理结果几个阶段，页面会实时显示当前状态和已用秒数。分析完成后自动跳转结果页；失败或取消时页面提示原因，且预扣的点数会自动退还。任务在后台运行，离开页面不会中断。

状态对照表

页面显示	含义	你该做什么
任务已创建，正在排队调度...	任务已入队，等待被调度执行	等待，通常很短
AI 正在分析视频，已用时 N 秒	模型正在处理视频内容	等待，这是耗时最长的阶段
等待 AI 服务返回结果，已用时 N 秒	已提交给上游模型，等待返回	等待
正在整理分析结果...	结果已返回，正在结构化处理	等待，通常很快
视频分析完成！正在跳转...	成功，即将进入结果页	无需操作
失败提示（含原因）	任务失败，点数已退还	按提示处理后重试

各阶段实际在做什么

理解阶段划分有助于判断当前是否正常。

排队调度：任务写入队列后由后台工作进程领取。这一步不涉及模型调用，通常很快。

AI 分析视频：这是快速分析的主体阶段。系统采用两段式处理：第一段由视觉模型逐段观察画面，按时间戳记录景别、运镜、光影、人物动作和完整音轨内容；第二段由文本模型把这份记录整理成结构化的提示词字段。第一段处理视频，耗时占比最大。

等待模型返回：请求已发出，等待上游服务响应。

整理分析结果：校验字段完整性并保存结果。如果模型返回的结构不合规，系统会自动尝试一次修复，这会额外增加少量时间。

什么因素影响耗时

• 视频时长。 越长的视频需要观察的内容越多，耗时越长。
• 上游模型响应速度。 这是最大的变量，同一条视频在不同时段的耗时可能有明显差异。
• 是否触发结果修复。 模型返回结构不合规时会自动修复一次，增加处理时间。
• 本地压缩与上传时间不计入分析耗时。 这两步在点击"开始分析"之前完成，页面会单独显示进度。

一个真实的等待例子

素材：一条 40 秒的抖音视频，通过链接输入。

1. 点击"解析视频"，几秒后提示"视频准备完成"。这一步不属于分析耗时。
2. 点击"开始分析"，页面提示任务已提交。
3. 状态显示"任务已创建，正在排队调度..."，很快切换。
4. 状态变为"AI 正在分析视频，已用时 12 秒"，秒数持续递增。这是主要等待阶段。
5. 状态变为"正在整理分析结果..."。
6. 页面提示"视频分析完成！正在跳转..."，跳转到结果页。

整个过程在页面提示的 30–100 秒区间内。

什么情况算异常

正常等待和真正的异常需要区分开：

• 已用时长持续递增、状态在变化。 正常，继续等待。
• 状态长时间停留在同一阶段且远超 100 秒。 可能是上游模型响应缓慢。任务在后台继续运行，可以离开页面稍后回来查看；系统对超时任务会做失败处理并退还点数。
• 页面提示失败并给出原因。 属于确定性失败，按提示处理后重试，点数已自动退还。
• 浏览器页面卡住但状态不更新。 刷新页面后重新进入，任务在后台不受影响。

常见失败原因和解决方法

提示"视频文件无效或无法读取"。

上游模型无法解析该文件。转换为 MP4（H.264）后重试，或先压缩到 720p。

提示建议先压缩视频后重试或改用精确分析。

通常与视频规格有关。按提示压缩后重试。

等待过程中关掉了页面。

任务在后台继续运行，结果会记入历史记录。重新登录后可在页面顶部的历史记录入口查看。

任务失败后余额没有立即恢复。

退款在失败处理时执行，页面点数显示会刷新。可在 AI 使用历史中确认该任务状态为失败、消耗点数为 0。

有哪些限制

• 30–100 秒是页面给出的预计区间，不是承诺值；实际耗时受上游模型响应影响。
• 系统对长时间未完成的任务会做超时失败处理并退款，具体阈值由平台配置决定。
• 页面显示的已用时长从任务提交时开始计算，不含链接解析、本地压缩与上传时间。
• 精确分析的耗时结构与快速分析不同，需要逐场景分别提交，不适用本文的时间预期。

相关工具

打开 PromptHub 视频反推提示词

查看 AI 使用历史