零基础用Cursor写代码：我用AI搞定批量视频字幕，踩了3个坑才明白的真相

作为一名自媒体人和科技博主，如果问我做视频最让人崩溃的环节是什么？不是写逐字稿，也不是布光拍摄，而是给几十个短视频打字幕。

过去，我的标准流程是：把视频丢进剪映 -> 识别字幕 -> 手动校对 -> 尝试导出一份纯净的 SRT 文件分发到其他平台。但只要你用过就知道，剪映批量处理多文件极其繁琐，而且导出纯净 SRT 经常需要借助第三方插件，费时费力。

前阵子，编程神器 Cursor 彻底火出圈。圈内大佬都在传：“只要会说人话，连狗都能用 Cursor 写代码。”

作为一个连 Python 环境都不知道怎么配的“绝望剪辑小白”，我决定死马当活马医。我试着用大白话让 Cursor 帮我写一个“批量视频提取字幕”的自动化脚本。

结果？前 10 分钟我以为自己是硅谷大佬，看着代码唰唰生成；接下来的整整一个下午，我都在绝望地填坑。

今天，我把这段真实的“冰火两重天”经历毫无保留地复盘给你。借助 Cursor，零基础小白确实能用自然语言“点菜式”开发出生产力级别的自动化工具，但前提是——你得懂得如何避开 AI 编程的三大隐蔽陷阱。

---

第一部分：我的“保姆级” Prompt 与高光开局

打开 Cursor 后，我没有去看那些晦涩的官方文档，而是直接按下了 Ctrl+K（呼出代码生成框），输入了我的第一道指令。

为了确保 AI 听懂，我用了非常接地气的“产品经理式” Prompt：

“我是一个不懂编程的小白。我需要一个 Python 脚本，功能是：遍历当前文件夹里的所有 .mp4 视频文件，先提取出音频，然后调用大模型的语音识别 API，把音频转换成精准的 .srt 字幕文件，并和原视频保存在一起。请给我完整的代码和操作步骤。”

为了保证代码质量，我在 Cursor 的设置里，把底层模型切换成了目前公认的代码能力天花板 —— Claude Sonnet 4.6（强烈建议写代码首选这个模型，逻辑极其清晰）。

按下回车的那一瞬间，魔法出现了。

(想象一张截图：Cursor 的右侧边栏里，深色背景下，彩色的代码像瀑布一样倾泻而下，旁边还附带了详细的中文注释和运行说明。)

仅仅过了 15 秒，几十行结构完整的 Python 代码就生成完毕了。它不仅写了主逻辑，甚至还贴心地帮我写好了错误重试机制。那一刻，看着屏幕上密密麻麻的 def 和 import，我体验到了前所未有的爽感——原来写代码真的可以像点外卖一样简单！

但很快，现实就给我这个“临时代码指挥官”上了一课。

---

第二部分：真实劝退预警，我踩烂的 3 个坑

当我兴奋地把代码复制到本地，按下“运行”键时，迎接我的不是整齐的字幕文件，而是终端里一片红通通的 Error 报错。

以下是我踩烂的 3 个核心大坑，以及小白必看的“自救指南”。

坑1：环境依赖的“玄学报错”（小白最易死在这里）

翻车现场：

脚本刚跑了 2 秒就卡住了，终端抛出一长串红字，核心是一句 FileNotFoundError: [WinError 2] 系统找不到指定的文件。

我懵了，文件明明就在桌面上啊！仔细看报错才发现，Cursor 生成的代码使用了 FFmpeg 这个工具来把 MP4 里的音频抽离出来。但我一台纯新手的电脑，根本没装过这玩意儿。

破局思路：把报错直接扔给 AI

很多小白遇到报错的第一反应是去百度，然后被各种 CSDN 上的老旧教程绕晕。千万别这么干！

在 Cursor 里，你只需要全选那段红色的报错信息，直接粘贴给 AI，并附上一句：

“运行报错了。我是 Windows 系统，我电脑里好像没有你说的 FFmpeg，请手把手教我怎么安装和配置环境变量，越详细越好。”

AI 立马化身顶级私教，不仅给了我官网下载链接，还把如何打开“高级系统设置”、如何把路径添加到 Path 里的每一步都截了图一样详细地描述了出来。5 分钟后，环境配置搞定。

坑2：大文件处理的“内存刺客”与 API 阻断

翻车现场：

环境配好后，我拿几个 1 分钟的抖音短视频测试，完美通过！但当我丢进去一个 1 小时长的播客视频时，脚本运行了 10 分钟，突然报错：APIConnectionError 或者是内存溢出。

破局思路：切片处理 + 稳定接口

这是因为长音频文件太大，一口气传给 API，不仅容易超时断联，还会撑爆内存。我再次向 Cursor 下达指令：

“遇到 1 小时以上的长视频，API 直接超时断联了。请你修改代码，加入‘音频切片（Chunking）’功能，把长音频切成 10 分钟一段去请求。另外，我不知道它卡在哪了，请加上 tqdm 进度条功能。”

Cursor 瞬间重构了代码，终端里出现了一个酷炫的绿色进度条，看着它从 1% 跑到 100%，极度治愈。

💡 避坑最优解：API 的选择

在这里必须提一句，跑这个脚本最核心的一步是调用大模型的语音识别接口。很多人自己去搞海外官方 API，不仅注册门槛高，而且国内网络连通率极不稳定，长视频跑一半断开简直让人抓狂。

我后来直接换成了 8848AI (api.884819.xyz) 的接口。作为国内开发者必备的平台，它有几个直击痛点的优势：

1. 零门槛： 用户名+密码就能注册，完全不需要邮箱验证，注册就送 5 元体验额度。

2. 极其稳定： 它是非常稳定的中转服务，完全兼容 OpenAI 的格式，国内网络无缝直连，用来批量跑长视频字幕再也没断过。

3. 极致性价比： 没有月租、没有订阅，按量付费。而且平台上的国产模型（如 Deepseek R1/V3、通义千问 Qwen3 等）是完全免费的！

你只需要在 Cursor 生成的代码里，把 base_url 改成 8848AI 的地址，换上生成的 Token，就能省去 90% 的网络折腾时间。

坑3：AI 越改越错的“失忆症”

翻车现场：

在修复切片 Bug 的时候，我让 Cursor 重新生成了代码。结果跑完发现：切片功能有了，但之前写好的“生成的 SRT 文件名必须和原视频同名”的逻辑，被 AI 给删了！字幕全变成了 output_1.srt。

破局思路：锁定上下文与版本控制

AI 是有“上下文窗口”限制的，聊久了它就会“失忆”。

进阶的用法是：

善用 @文件： 在对话框里输入 @，选中你的 Python 文件，告诉它：“只修改 @main.py 里的 split_audio 函数，不要动其他逻辑。”
保命快捷键 Ctrl+Z： Cursor 右上角有文件修改历史。如果发现 AI 把代码改崩了，立刻撤销，重新调整 Prompt 再让它写。不要在错误的道路上和它反复拉扯。

---

第三部分：跑通全流程！我的终极脚本与使用指南

经过一下午的磨合，我的终极“批量字幕生成器”终于诞生了。

(想象一张 GIF 动图：在命令提示符里输入 python auto_subtitle.py，回车后，出现一排排绿色的进度条。旁边的文件夹里，唰唰唰地自动生成着与视频同名的 .srt 文件。) 对比一下数据：

过去，纯手工处理一个 1 小时的视频字幕，导出加校对至少需要 40 分钟。

现在，把视频丢进文件夹，双击运行脚本，我去泡杯咖啡的功夫（大约 3 分钟），所有纯净的 SRT 字幕已经稳稳躺在硬盘里了。人工耗时：0 分钟。

为了让大家直接享受成果，我提取了调用 8848AI 接口的最核心代码片段。小白只需把它复制到你的代码里替换即可：

from openai import OpenAI
import os

配置 8848AI 的客户端（兼容 OpenAI SDK）
注册 api.884819.xyz 即可获取 API_KEY
client = OpenAI(
api_key="sk-你的8848AI密钥",
base_url="https://api.884819.xyz/v1" # 替换为 8848AI 的接口地址
)

def generate_subtitle(audio_file_path):
print(f"正在处理音频: {audio_file_path}")

with open(audio_file_path, "rb") as audio_file:
# 调用语音识别模型生成 SRT
transcript = client.audio.transcriptions.create(
file=audio_file,
model="whisper-1", # 使用标准的语音识别模型名
response_format="srt"
)

# 保存字幕文件
srt_filename = os.path.splitext(audio_file_path)[0] + ".srt"
with open(srt_filename, "w", encoding="utf-8") as f:
f.write(transcript)

print(f"✅ 字幕已生成: {srt_filename}")