反推结果漏镜头或描述不准怎么办？
PromptHub 视频反推的结果偏差通常来自三个环节：切片阶段漏检渐变转场，可降低检测敏感度数值或手动补切片点；快速分析对整条视频一次处理，镜头数量可能与人工判断不一致，需要逐镜头精度时应改用精确分析；素材条件（画面过暗、剧烈抖动、多人同时说话）会降低识别准确度。精确分析支持对个别场景单独重新分析，不必重跑整条视频。
反推结果漏镜头或描述不准怎么办？
直接答案
PromptHub 视频反推的结果偏差通常来自三个环节：切片阶段漏检渐变转场，可降低检测敏感度数值或手动补切片点；快速分析对整条视频一次处理，镜头数量可能与人工判断不一致，需要逐镜头精度时应改用精确分析；素材条件（画面过暗、剧烈抖动、多人同时说话）会降低识别准确度。精确分析支持对个别场景单独重新分析，不必重跑整条视频。
先判断偏差属于哪一类
对症处理的前提是找对环节：
| 现象 | 属于哪个环节 | 处理方向 |
|---|---|---|
| 场景数比实际镜头少 | 切片检测 | 调低敏感度或手动补切片点 |
| 场景数比实际镜头多 | 切片检测 | 调高敏感度或删除多余切片点 |
| 快速分析的镜头划分与预期不符 | 模式选择 | 改用精确分析，手动控制切分 |
| 景别或运镜判断有误 | 模型识别 | 在结果页就地修改，或重新分析 |
| 台词漏记或不准 | 模型识别 + 素材条件 | 改用精确分析逐段处理 |
| 描述过于笼统 | 素材条件 | 截取片段、提高素材质量 |
类型一：切片漏检或误检
这是精确分析中最常见的偏差来源。
漏检多数发生在渐变转场上。溶解、叠化、渐黑渐显这类过渡把画面变化摊薄到多帧上，任何相邻两帧的差异都可能达不到判定阈值。处理办法按可靠性排序：
- 手动在时间轴上补切片点（最可靠，渐变转场的最佳切点位置需要人眼判断）
- 降低检测敏感度数值，例如从 60% 调到 45%
- 注意：缩小采样间隔对渐变转场帮助有限，因为帧间差异会变得更小
误检多数发生在镜头内有大幅动作、光线变化或频闪时。处理办法是提高检测敏感度数值，或直接删除多余切片点。
切片检测、调整参数、重新检测、手动改切片点全部不消耗点数，可以反复尝试。
类型二：快速分析的镜头划分不符预期
快速分析对整条视频做一次处理，镜头划分由模型自行判断，可能与你的人工判断不一致。
系统内部会记录模型划分的镜头数量与时间轴段落数量的差异，但不会因不一致而阻止输出结果。也就是说，快速分析的镜头数量是一个参考结果，而不是可控参数。
需要精确控制镜头切分位置时，正确做法是改用精确分析：切片点由你亲自确认和调整，分析范围完全可控。
类型三：素材条件导致识别准确度下降
以下素材条件会实际影响结果质量：
- 画面过暗。 暗部细节不足，景别、构图、道具材质的判断会变粗。
- 剧烈抖动。 手持快速运动的素材，运镜方式容易被误判。
- 多人同时说话或背景音过强。 台词听写准确度下降。
- 压缩严重、码率过低。 画面模糊导致细节描述笼统。
- 视频过长。 时长越长，快速分析分给每个镜头的描述越概括。
可改善的部分：截取代表性片段而非整条长视频；使用画质更好的源文件；对台词要求高的素材改用精确分析逐段处理。
不可改善的部分：素材本身的拍摄质量。反推不能补充画面中不存在的信息。
一个漏检渐变转场的真实修正例子
素材：一条 24 秒的宣传片，实际 4 个镜头，其中第 2 到第 3 个镜头之间是一个 2 秒的溶解转场。
第一次检测：用"电影"预设（敏感度 60%、采样间隔 0.5 秒），切出 3 个场景。第 2 个场景长达 11 秒，实际上包含了两个镜头。
判断原因：2 秒的溶解被 0.5 秒采样间隔分成约 4 个采样点，每两帧之间的变化约为整体变化的四分之一，达不到 60% 阈值。
第二次尝试：把敏感度调到 45% 重新检测。这次切出 4 个场景，但其中一个切点落在溶解的起始位置而非中点，导致第 2 个场景末尾带了半秒模糊过渡画面。
最终处理：保留 4 个场景的切分结果，在时间轴上把那个切点向后拖动到溶解中点位置。检查各场景时长均在 2 到 30 秒之间，保存切片点后分析。
结论：参数把结果调到接近正确，最后一处位置偏差用手动拖动解决，比继续试参数更快。整个调整过程不消耗点数。
单独重新分析可以省点
精确分析的每个场景是独立任务，因此：
- 只有个别场景结果不理想时，单独对该场景重新分析即可，不必重跑全部场景。
- 每次重新分析按 2 点计费，属于新的分析，不是免费重试。
- 已分析成功的其他场景结果不受影响。
快速分析没有这种粒度，重新分析是整条视频重跑，按 6 点计费。
哪些偏差属于当前能力边界
如实说明做不到的部分：
- 不能还原原作者使用的原始提示词。 输出是对成品画面的重新描述。
- 不做语义理解的段落划分。 切片算法基于相邻帧颜色分布差异，无法判断"这几个镜头属于同一段叙事"。
- 渐变转场无法通过调参可靠识别。 这是算法原理决定的，手动补点是正确解法。
- 不能补充画面中不存在的信息。 画面里看不清的内容，反推也写不出来。
- 不保证第三方平台的生成效果。 提示词准确不代表生成结果一致。
常见失败原因和解决方法
结果里某个字段是空的。
素材中确实不存在对应要素时会如实留空，例如静止镜头的物理效果字段、无人声视频的台词字段。这不是分析失败。
重新分析后结果和上次差别很大。
模型输出存在一定随机性。若某次结果明显更好，及时复制或保存到提示词库留存。
分析失败而非结果不准。
若提示"视频文件无效或无法读取"，转换为 MP4（H.264）后重试；失败的点数会自动退还。
改了切片点，但已分析的场景结果没更新。
已分析场景的结果不会自动更新，需要重新分析该场景。