我做了一个「搜台词 → 看到画面」的小网站

在线体验：<https://bigbang-quote.netlify.app>

先说结论

我在看《生活大爆炸》时，经常刷到一个梗，想说"这句台词在哪一集？"，但真要找，就得打开 20 分钟的整集、 来回拖进度条，还不一定找得到。

所以我做了个网站：输入一句台词，点一下，直接播那一小段视频，中英双语，还能把这段发给朋友。

现在它里面有第一季 17 集、7040 条台词、932 段可以播放的片段。任何人有链接就能用，不用注册、不用装东西。

我是怎么想到做这个的

不是从"我要做个产品"开始的，是从一句抱怨开始的。

有天我想找谢尔顿说"薛定谔"那一段发给朋友，结果：先猜是哪一集，猜错三次；打开视频拖进度条，拖了七八分钟； 最后干脆截了张图发过去——但截图没有语气、没有表情，朋友根本 get 不到笑点。

后来我发现这不是我一个人的问题。想拿台词片段的人大概这么几类：

• 剪视频的人：需要干净的原片素材，但网上找到的都带别人的水印；
• 学英语的人：听到一句好表达，想对照英文原句，但手上只有中文字幕；
• 普通粉丝：想把一句话发给朋友，只能发截图；
• 做内容的：写东西想引用台词，但只有文字、没有画面。

大家缺的其实不是"台词库"，而是"那句台词对应的 20 秒"。 文字检索早就不缺了，缺的是从"搜到"到"看到"的最后一步。

我一开始以为的三件事，后来都被打脸了

我一开始的想法很朴素，一边做一边验证，结果三个想法里有两个是错的。

想法一：大家应该会记得整句台词

我的打算是：让用户把记住的整句打进去，精确匹配。

结果：我拿真实字幕统计——没有人会背整句。大家记得的是"薛定谔""penny"这种两三个字/词。 整句搜索基本没人用得上。

所以我改了：不做"整句精确匹配"，改成"随便打几个字/词就能搜出来"， 中文按字匹配、英文按单词片段匹配，搜完再按"像不像一句金句"排序。

这件事教会我：别猜用户会怎么用，去看真实数据。
顺便说个翻车细节：我一开始把示例关键词写成"搭讪""Bazinga"，结果在第一季字幕里根本搜不到——
这两个词是我拍脑袋想的，戏里没说过。后来我把示例词全部换成数据里真实出现过的。

想法二：切出来的片段越短越好，定位最准

我的打算是：每条字幕单独切，前后各留一点，一条 3 秒。

结果：3 秒的视频里，人物刚张嘴就黑屏了。没有铺垫、没有反应，笑点完全出不来。

所以我改了：以"一小段对话"为单位，大概 15~25 秒——一句吐槽加上前面的铺垫和后面的反应。 现在全季切成 696 段，平均 20 秒。点开就有"那一幕"的感觉。

想法三：先在自己电脑上跑起来，能搜就行

我的打算是：写个本地程序，自己电脑上能用就算成了。

结果：我兴冲冲把链接发给朋友，对方打开是打不开的——因为程序跑在我自己电脑上， 我电脑一关就没了，而且不在同一个网络的人也访问不到。

所以我改了：整个东西必须"发个链接就能用"。这一步逼着我换了技术方案，也就是下面第 3 节的故事。

一句话总结这三个想法："我以为是"和"实际是"之间，隔着的就是产品经理要干的活。

最难的两个决定

决定一：切"一句"还是切"一段"

具体怎么切：两个人说话的间隔超过 1.5 秒，就当"换气/换场景"断开；攒到 18 秒左右、正好说到句号，就收尾； 不足 6 秒的碎片并到前一段，免得出现"闪一下"的片段。

效果是：全季 374 分钟视频，只有需要的那部分被切出来，一共 696 段、1.86GB， 比"整集全部转码"（大约 8GB）省了四分之三，但比按句切好看得多。

决定二：照着老师那套做，为什么我做不成

老师演示的方案（他用的是一台 Mac）：

在 Cursor 里写代码 → 数据放 Supabase（一个国外在线数据库）→ 视频放 Cloudflare R2（一个国外对象存储） → 代码推 GitHub → 用 Netlify 发布上线。

我照着做，卡了三处，而且每一处都不是"我不会"，是"我这条路走不通"：

我的处理办法不是硬扛，是换条路走通。 换了两个东西：

1. 云存储：Supabase + R2 → 腾讯云 COS。 理由很实在——国内的、支付宝能付、控制台我能进、有中文文档。

视频照旧放"云上"，网页照旧发"公网"，只是换了一家我够得着的服务商。

1. 工具：Cursor → DeepSeek Harness。 不是我讨厌 Cursor，是我这台机器上它能干的活 DeepSeek Harness 也能干，

而且全程能连上腾讯云、能在本地跑 python 和 ffmpeg（切视频要用的工具）。

更重要的是：我把"数据库"这一步整个省掉了。

老师那套要 Supabase，是因为要存台词、要服务端搜索。但我的数据到底有多大？7040 条台词， 全部塞进一个 1MB 的文件都嫌小。这种东西根本不需要一个数据库服务器—— 直接把这个文件交给浏览器，让人家在自己电脑上搜，快到几乎没感觉（实测不到 5 毫秒）。

所以最后的结构非常简单：

我电脑上（做素材）：17 个 2GB 的 mkv + 字幕
   ↓ 切成 696 段 720p 小视频
腾讯云 COS（放视频）  ←── 网页直接从这儿取视频播放
   ↓
Netlify（放网页：搜索页 + 分享页 + 项目介绍）
   ↓
任何人点开链接：搜台词 → 播放 → 复制链接发朋友

好处是：没有服务器要维护、不会因为我关电脑就挂掉、也不花钱养一台机器。 代价是：搜索能力只有"字面匹配"，做不到"我忘了原话，帮我找意思差不多的"——这个我先记在待办里。

这段我写得细，是因为它是我这次最真实的一课：
教程给的是"一种解法"，不是"唯一解法"。
遇到走不通的地方，先问"我到底需要它帮我干哪件事"，再去找国内能落地的替代品，
比死磕配置有用得多。老师用 Mac 能通的路，我这台华为本上要绕一下，这不是能力问题，是环境问题。

现在它长什么样

用法就三步：搜一句 → 点"播放这段" → 点"生成分享链接"。

我怎么判断它到底有没有用

做出来不算完，得知道"好不好用"。我给自己定了三个很土但很实的指标：

1. 大家会不会看完（有效播放率）

点开一个片段，有没有看完一半以上。如果大家都是点开 2 秒就关，说明我切的片段不对， 要回去调"切多长、从哪儿切"——这是最直接的质量信号。

1. 从搜到看到有多快（Aha 时刻）

从"按下搜索"到"视频开始播"的时间，目标 10 秒以内。现在是点一下 1 秒内开始播。 超过 10 秒，人就没耐心了。

1. 搜不到的比例（零结果率）

有多少次搜索一条结果都没有。高了说明不是用户的问题，是我素材不够、或者关键词想得不对。

等有真实用户了，我要把这几个数字真的记下来，而不是"我觉得挺好用"。

做的时候踩过的坑（按发生顺序，全是真事）

1. 示例词是我编的：搭讪、Bazinga 在第一季字幕里一条都没有，白高兴一场。

→ 教训：示例词必须从数据里挖，不能凭印象。

1. 桶名少了一截：腾讯云的存储桶名字后面必须带一串数字（aivideoresume-1528458912），

我只写了前面一半，报错报了半小时。

1. 密码变量名对不上：配置文件里叫 SecretId，脚本里找的是 COS_SECRET_ID，

程序不报错、只是悄悄拿不到密码，一直上传失败。

1. 第一版切太短：前面说的 3 秒片段问题，做完才发现，推翻重切。
2. "能搜"≠"能用"：本地跑通之后发给朋友，才发现"别人打不开"是致命问题，于是整个方案改掉。
3. 密钥泄露：我图省事把密钥贴到了聊天记录里，后来全部作废重发。

→ 教训：密码只放本地配置文件，永远不要贴出来。

如果有人想接着做，我会先做这几件事

1. 把数据记上（最重要）：现在"好不好用"全靠我感觉，得先有真实数字。
2. 补几部剧：现在只有一部。换剧其实只要放素材、改个目录名，我想验证的是"通用"，不是"粉丝项目"。
3. 让人不用记全名字：打拼音首字母就能搜到（比如打 xed 出"薛定谔"），

还能认识外号（"谢耳朵"→"谢尔顿"）。

1. 竖屏版本：同一段自动切成手机竖屏，剪视频的人能直接用。
2. 能按"谁说的"搜：比如"谢尔顿说的关于智商的话"，这就得识别每一句是谁在说，难度大，放后面。

最后说一句

这次做下来，最大的收获不是"我会写代码了"，而是两次推翻：

一次是把"一句"改成"一段"——因为用户要的是那个瞬间，不是那句话； 一次是把"自己电脑上能跑"改成"发个链接谁都能看"——因为一个只有我能打开的东西，等于没做。

这两次都是做完第一版、看到真实结果之后才发现的。 所以如果非要总结一条：先做一个最便宜的版本，拿去用，让问题自己冒出来，比一开始想得很周全有用。

*素材来自《生活大爆炸》，版权归原权利方所有。这个项目只用于个人学习与作品演示，不提供整集下载，也不做商业用途。*