选择聚焦之后，我们重新做了什么

7 月，我们有意把 CaptionBolt 做得更小。我们不再试图同时成为多个 AI 视频产品，而是重新回到一个任务：拿一段用户已经选好的素材，帮助他们用字幕把它完成。

这个决定并没有带来一个安静的月份。

相反，它暴露了核心路径里每一个依赖假设的地方：假设上传会在同一个浏览器会话里完成，假设两套渲染方式会以相同方式理解时间，假设删除文字和删除视频足够接近，可以共用一个动作，或者假设 seek 完成时目标画面一定已经准备好。

此后的工作，大多是在一个个移除这些假设。

聚焦会让可靠性问题无处可藏

当产品里有很多互不相关的工具时，一次失败看起来可能只是局部问题。当产品只有一条主要路径，同样的失败就会直接阻断整个承诺。

我们现在的路径刻意保持简短：

1. 上传已经录制好的素材。
2. 转录并生成样式字幕。
3. 检查文字和视频结果。
4. 按需调整画幅、剪切或 finishing 元素。
5. 导出你认可的版本。

这让优先级更容易判断。任何阻止第一次成功导出的事情，都排在另一个可选功能之前。任何可能悄悄改变用户文字、时间、画幅或媒体的操作，都必须有明确决定和返回路径。

上传不是一个进度条，而是一个持久会话

旧的上传思路，是一次带进度条的请求。直到大文件遇上不稳定网络、合上的笔记本或浏览器刷新，这种做法才会暴露问题。

我们围绕持久会话重做了上传。服务器先预留任务，浏览器分片上传文件；浏览器再次打开时，可以向服务器询问哪些分片已经存在，只发送缺少的部分。

服务器是活跃会话的事实来源。浏览器本地存储可以让首屏更快，但不能成为上传存在的唯一记录。在 Dashboard 重新选择完全相同的原文件，可以继续该会话；在 Transcripts 页面，每个活跃会话都有独立的继续和取消操作。

这听起来像上传管道的内部工作。对用户而言，它意味着一次网络中断不再那么容易把漫长上传变成白费时间。

预览和导出需要同一份合同

对于视频工具来说，看起来可信的预览还不够，导出的文件必须讲述同一个结果。

我们用共享的 FFmpeg 和 libass 执行层替换了旧的 composition 渲染路径。浏览器预览与服务端导出仍然使用不同的运行技术，但现在会读取同一份严格配置、字幕文档、字体资源、画面尺寸和时间线决定。

默认 composition 也变得更少意外。关闭 Resize 时，CaptionBolt 会保留源画幅，并在当前套餐的画面上限内决定输出尺寸。横屏素材不会仅仅因为短视频平台经常使用 9:16 就自动变成竖屏。

这次迁移不是为了声称所有导出都能立刻完成。素材准备、时长、文件大小、当前负载和渲染复杂度仍然会影响处理时间。目标是消除可以避免的解释差异，让进度、取消、重试和最终上传更加可靠。

字幕和媒体需要各自的事实来源

字幕编辑器里最棘手的一类问题，往往来自一个看似合理的捷径：把当前显示的文字，当成定义媒体时间线的文字。

一旦用户修改句子，这个假设就不再成立。

CaptionBolt 现在保留两个 word domain。不可变的 source words 负责语音时间、剪切决定和吸附；可编辑的 caption words 负责画面上显示什么。改正一个姓名，不应该移动后面的声音；在 Text Editor 隐藏一句话，不应该删除对应视频；真正的视频剪切只属于 Clip。

这种分离也让连续编辑更安全。每一次文字修改都会与原始带时间的 words 对齐，而不是反复重新分配已经编辑过的时间。文字可以改变，但底层语音不会假装发生在另一个时刻。

简单的 Clip 工具仍然需要精确时间

我们不想做多轨时间线，但希望用户可以缩短首尾、删除中间区间，并按需清理较长停顿，同时仍然相信字幕不会漂移。

新的 Clip 视图只使用一条源波形。两侧手柄控制最终边界，删除中间区间会形成可恢复的 seam，自动长停顿剪切使用另一种视觉表现，也可以逐条恢复。播放头与这两类标记保持清楚区别。

在界面下面，保留媒体会被重新拼接到一条输出时间线上。Source words 根据时间归入字幕段，部分保留的字幕会用仍然存在的 words 重建，Player 与导出则读取同一份 frame plan。剪切点落在一个语音 word 中间时，会吸附到 word 边缘；落在静音区域时，则可以保留更细的精度。

这些看似只是小规则，直到它们彼此不一致。那时用户会看到已删除画面在播放时闪现、字幕晚到，或者一次清理在多个剪切点累积细小的舍入误差。

渲染本身就是产品体验

大多数人永远不需要知道 render worker 是什么，但他们会经历它做出的每一个决定。

他们会经历排队任务能否取消、重试是否会创建重复工作、最终上传失败后能否恢复、所选字体在渲染环境里是否存在，以及繁忙系统会报告有用进度还是编造一个百分比。

我们收紧了转录和渲染之间的这些合同。任务 claim 会防止旧 run 覆盖新结果；容量在账号级准入，而不是交给浏览器时序决定；最终失败的任务可以重新核对已预留处理分钟；不同渲染环境使用同一执行器与字体合同；运维诊断也能区分队列压力、worker、素材准备和存储传输问题，而不需要把这些机器细节暴露到 Editor。

这不是“零等待”或“永不失败”的承诺。我们的承诺是：失败应该有边界、可以观察、可以恢复，而不是让人摸不着头脑。

我们终于知道该如何解释产品定位

这些工程工作也改变了我们描述产品的方式。

CaptionBolt 面向已经有素材的创作者、营销人员和小型内容团队，尤其适合以语音为主的视频：口播、课程、演示、访谈、课程片段和业务更新。

第一个结果，是保留原画幅的样式字幕。Resize、Clip、Cover、B-Roll、Headline、Logo、Progress Bar、用户保存的 Video presets 和 Social posts，都可以在需要时继续使用，但它们不是导出前必须完成的清单。

AI 准备第一遍结果。Transcript 可以修正，画幅可以保留 Original，建议的剪切可以拒绝，生成文案保持可编辑。最终决定属于真正要发布视频的人。

这就是新版首页叙事背后的定位：视频已经录好了，CaptionBolt 帮你把它完成，而且不要求你先学习完整的视频编辑器。

接下来我们会做什么

下一阶段的重点，不是让导航变得更长，而是让第一个结果更好：

• 更可靠的上传、转录、保存、导出与恢复；
• 更好的字幕断句和更快的文字检查；
• 更清楚的可选 Clip 检查，同时不假装自动边界已经解决；
• 更一致的预览与导出；
• 为高频发布者提供可复用的品牌与 finishing 控制。

我们仍然会增加新能力。判断标准是：它是否帮助用户用更少的不必要决定完成已有素材，以及结果是否仍然可以检查、可以撤销。

如果你想了解这个方向背后的原因，可以阅读我们为什么缩小 CaptionBolt。你也可以查看当前的视频字幕、文字编辑器或在线视频剪切。