广告拆解分析 是做什么的？
1. 测量（免费，本地运行）
对每个视频运行捆绑脚本。需要 ffmpeg；whisper.cpp（whisper-cli）是可选的，用于生成转录。
bash scripts/teardown.sh path/to/ad.mp4 out_dir/
它会生成以下文件：
hook.jpg：从0到3秒，每0.5秒一帧。sheet.jpg：全片16帧。metrics.json：时长、剪辑次数、每分钟剪辑数、平均镜头时长、首切时间。transcript.txt：仅当安装了 whisper-cli 时生成。将WHISPER_MODEL设置为模型路径。
2. 观察并标注
查看 hook.jpg 和 sheet.jpg。忽略黄色时间戳，它们不属于广告内容。仅根据你所看到的或读到的内容，填写以下记录：
{
"format": "food_montage | owner_or_staff_talking | creator_or_influencer | customer_reactions | offer_graphic | kitchen_process | mixed",
"frame0": "第一帧中的具体内容",
"hook_type": "food_motion | food_still | face_talking | text_headline | offer | person_eating | process_cooking | other",
"hook_text": "前3秒内的屏幕文字，或 null",
"motion_in_first_second": true,
"hands_in_frame": "none | some | most",
"people": "none | staff_or_chef | owner | customers | creator",
"speech": "none | voiceover | on_camera_talking",
"onscreen_text": "none | dish_labels | headline | offer | captions | mixed",
"offer": "具体的优惠信息，或 null",
"brand_shown_by_sec": 0.0,
"ending": "logo_card | offer_card | food_shot | person_talking | abrupt | other",
"cta_words": "具体的行动号召语，或 null",
"visual_style": "phone_native_raw | polished_studio | mixed"
}
3. 与基准对比
打开 benchmarks.md 文件，将广告与其进行对比。逐项标记通过或未通过，并列出数字差距。例如：“首切在4.1秒，基准为1.9秒” 或 “画面中没有手出现，而79%的获奖广告都有手”。
4. 生成报告
保持简短明了：
- 一句话结论。
- 它做了什么与获奖广告相同的事。 最多3点。
- 最大的3个差距，每个差距对应一个时间戳和具体的修改建议。
- 一个值得借鉴的点，以模式形式而非素材本身来描述。
如果用户提供了多个广告，请添加一个汇总表格，并列出在至少3个广告中共同出现的模式。