小红书的视频笔记，绝大多数没有独立的字幕轨。有些博主会把字幕直接压进画面里，那是画面的一部分，不是一条能取下来的文本；更多的口播视频连硬字幕都没有，全靠听。
所以在小红书上，「提取文案」几乎等同于「重新听写一遍」。这和YouTube、B站那种先看看有没有现成字幕的思路不同，这里默认要走AI转写。
做小红书的人说的文案通常有两层。一层是笔记正文里的文字，直接复制就有；另一层是视频里博主真正说出口的那段口播，这一层才难拿，也恰恰是决定完播和转化的部分。
把口播落成文字之后，很多东西一眼就清楚了：前三秒的钩子是怎么写的，痛点在第几句抛出来，产品在什么位置带出来，结尾怎么引导评论和收藏。反复看十遍视频，不如把三条爆款的文字并排放着比。
短视频的语速普遍很快，一分钟能塞进两百多个字；口播里又夹着大量中英混说的品牌词和成分词，A醇、烟酰胺、dupe、OOTD之类；背景音乐通常压得离人声很近；探店和访谈类还会有两三个人抢着说。
这些AI转写基本应付得来，98%以上的准确率意味着小众品牌名和生僻成分词偶尔需要人工顺一遍，整体结构和句子是完整的。
笔记被博主删除、设为私密，或者链接本身已经失效，就取不到内容；纯BGM、全程没人说话的视频，转出来自然是空的。遇到平台侧限制，可以把视频存成文件再上传，JotVox支持本地文件和Google Drive、Dropbox里的文件。
流程上，JotVox会先找有没有可用字幕轨，没有就走AI转写，支持99种语言，消耗credits，新账号送3个credits，验证邮箱后每天还有1次免费转写。结果可导出TXT、SRT、VTT或MP3，也能让AI直接给出要点和金句。音频在内存中处理，转完立即删除。
做对标的话，还可以顺手看看TikTok视频转文字和B站视频转文字。
1. 复制笔记链接 在小红书App里打开这条视频笔记，用分享菜单复制链接；网页端可以直接复制地址栏里的链接。
2. 粘贴到JotVox 把链接粘贴进JotVox。系统会先检查有没有可用字幕轨，小红书视频通常没有，会直接进入AI转写。
3. 用AI转写口播 AI从音频逐句听写，准确率98%以上，消耗credits。中英混说的品牌词会按原话记录。
4. 导出并拆解 导出TXT或SRT，把开头钩子、卖点顺序、结尾引导逐句拆开；也可以让AI直接生成要点和金句。
通常不能。小红书的视频笔记大多没有独立字幕轨，博主加的字幕一般是压在画面上的，属于画面内容而不是可以取下来的文本。所以在小红书上提取文案基本都要走AI转写：从音频重新听写一遍，准确率98%以上。这一步消耗credits，新账号有3个赠送credits，验证邮箱后每天还有1次免费额度。
博主用中文讲，转出来就是中文，不会自动翻译成别的语言。口播里夹杂的英文品牌词和成分词会按原话记录，比如dupe、OOTD这类。JotVox的AI转写支持99种语言，遇到粤语或方言口音也能处理，只是生僻词偶尔需要人工顺一遍。产品界面目前是英文的，不影响中文内容的转写结果。
可以，按次计费，1个credit对应1次操作，所以拆几十条竞品就按条数消耗。credits包20个起、售价4.99美元，首次购买多送20%；量大的话每月9美元起的订阅更划算。建议把同赛道的爆款集中转一批，再把文字并排比对开头句式和卖点顺序，这样比一条条看视频效率高很多。
多数情况下没问题。小红书的口播视频背景音乐常常压得离人声很近，AI转写对这种情况有一定容忍度，整体句子结构能完整还原。真正会明显掉准确率的是人声几乎被完全盖住、或者全程只有音乐没有说话的视频——后者转出来会是空的，这属于素材本身没有可转写内容，不是工具的问题。
不能。笔记被博主删除、设为私密，或者链接已经失效，外部工具就取不到音频，自然也生成不了文字稿。如果你已经把视频保存成了可以合法使用的本地文件，直接上传就行，JotVox支持本地文件以及Google Drive和Dropbox里的文件。做竞品研究时，遇到重要素材建议早点转，别等它下架。