podcast-to-article
把多人对谈或单人访谈的播客逐字稿(字幕 / ASR 转写 / 妙记导出 / 英文播客)整理成能直接发的长文(实录体)。 流程是:清稿 → 要点梳理 → 定主线 → 换轴成文(用原文)→ 人名校准 → 精简 → 自检。 Use when: 用户给出播客逐字稿、字幕、SRT、录音转写,要求整理成文章、实录、公众号长文、 要点稿、长文;或说「播客转文章」「把录音变成文章」「这期整理成一篇」 「Next Token 那种格式」「对谈整理成文」「访谈转文章」。 podcast transcript to article, interview transcript to essay.
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Badge for your README
Markdown
[](/listings/orange2ai--podcast-to-article)HTML
<a href="/listings/orange2ai--podcast-to-article"><img src="/api/listings/orange2ai--podcast-to-article/badge.svg" alt="findsafeskills safety rating" /></a>Install
Install instructions from the README
As written by the repo's author. findsafeskills has not verified these steps.
git clone https://github.com/orange2ai/podcast-to-article.git ln -s "$(pwd)/podcast-to-article" ~/.cola/skills/podcast-to-article # Cola # 其他 agent:把整个目录放进它的 skills / rules 目录,指向 SKILL.md 即可
`SKILL.md` 是给 agent 读的说明书,除此之外没有任何平台依赖,纯 python3 标准库。
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
SKILL.md · Manifest · 234 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
This file has changed since it was scanned, so this is not exactly the text that was scanned, and no line is marked. The findings are listed with the safety scan above.
- ---
- name: podcast-to-article
- description: >
- 把多人对谈或单人访谈的播客逐字稿(字幕 / ASR 转写 / 妙记导出 / 英文播客)整理成能直接发的长文(实录体)。
- 流程是:清稿 → 要点梳理 → 定主线 → 换轴成文(用原文)→ 人名校准 → 精简 → 自检。
- Use when: 用户给出播客逐字稿、字幕、SRT、录音转写,要求整理成文章、实录、公众号长文、
- 要点稿、长文;或说「播客转文章」「把录音变成文章」「这期整理成一篇」
- 「Next Token 那种格式」「对谈整理成文」「访谈转文章」。
- podcast transcript to article, interview transcript to essay.
- metadata:
- category: writing
- ---
- # 播客转文章
- 逐字稿的轴是**发言人和时间**,文章的轴是**话题和判断**。这份 skill 做的就是换轴。
- ## 底线:事实优先于文采
- 改写的前提是事实。逐字稿里有的才写,逐字稿里没有的一个字都不加。三种「编」最常见:
- - **添油加醋。** 他真说了那句话,就被写成「他说得很重」「他介绍产品时很坦白」。录音里没有音量标尺,也没有表情,你凭什么知道。
- - **归纳成事实。** 把散在三处的说法攒成一句「他做的是四件事:邮件、日历、旅行、交易」,再挂上「他说」。他没这样数过,这就是幻觉。
- - **替人表态。** 「他显然很想说下去」「他对此很谨慎」。这是你的判断,不是他的。
- 核实的动作很简单:写完挑几处关键句,回逐字稿里搜一遍。搜不到就改掉或者删掉。任何一句「这意味着」「这说明」,都要能在逐字稿里找到有人说过。
- ## 为什么这件事难
- 直接让模型「把逐字稿写成文章」,出来的东西通常有三种坏法。
- 一种是记流水账,保留「张三说……李四说……王五说……」,读起来像会议纪要。另一种是抽象化,把具体数字和细节全丢掉,换成一堆「行业正在加速」「生态逐渐成熟」,稿子很顺,但没一句是新信息。第三种最常见,也最不容易被发现:**改写过度**。发言人的原话被压成第三人称概述,「他说」被换成陈述句,稿子读起来像记者的二手转述,读不出那个人说话的样子。
- 所以规矩是三条:**拆掉发言人的脚手架,保留事实的颗粒度,留住原话的语气。** 前两条管信息,第三条管人。
- 但拆脚手架只在一个条件成立时做:几个人说同一件事。单人对谈里,说话人就是唯一的信息源,他的话不给谁让路,这时候要反过来做,尽量原话直译、原样保留。
- ## 交付物
- 默认一个 Markdown 文件,写进用户指定的目录。结构:开头交代来源(两行)+ 一条主线 + 5 到 8 节 + 出处声明。
- 三条硬要求:
- - 全文有一条主线,一句话能说清。说不出主线的稿子,先别动笔。
- - 每节标题直白到读者能预判这一节讲什么。
- - 发言人的话尽量用原话,配上「他说」,不用概述替代。
- **大标题。** 三条:标题里要出现主题的名字(这期讲 Instinct,标题就得有 Instinct,读者扫一眼知道在说谁);不标题党,不用「震惊」「终于有人敢说了」这种吊胃口写法,也不用抖机灵的比喻;标题要压住这篇的精华,就是主线上最反常识、信息量最大的那一条。写完全稿回头看标题,如果换一句不痛不痒的话也不影响,说明主线还没找到。
- 不合格:`它替你把钱花掉,然后抽走两到二点五`(没有主题名,抖机灵)
- 合格:`Instinct:没有 App 的个人助理,从每笔交易里抽百分之二到二点五`
- ## 流程
- ### 第一步:清稿
- 把字幕变成能读的连续文本。SRT/VTT 去掉时间轴,按说话人合并成段;ASR 转写要顺手改错别字和人名(`杨立昆` 不要写成 `杨立坤`,`歸藏` 不要写成 `归藏`)。
- ```bash
- python3 scripts/prep_transcript.py 输入.srt -o 清洗稿.md
- ```
- 清完先通读一遍,不要跳。跳读的代价是全篇没有统一的判断,每节自说自话。
- 英文素材在这一步只是把时间轴去掉,不要顺手润色,也不要在这里翻译。口语的重复、语气词、半截话都留着,它们是后面判断哪句值得直接引用的依据。
- ### 第二步:要点梳理(事实账本)
- 按话题分组,每条只写一个事实或一个判断,一行一条,前面编号,后面括号标出处(章节号或时间码)。
- ```
- ## A. 它火了
- 1. 任何软件接进它的连接器商店,股价一天涨百分之十起步,有的涨百分之十三。Meta 涨到两万亿美金。(06)
- 2. 日活只有五十万。(06)
- 3. 杨攀:它就是新的 Store。原来是上苹果,现在你上的是 Agent。(06)
- ```
- 这一步有三个用处:把几个人讲同一件事的三四段并成一条;写成文时能逐条核对有没有漏掉硬信息;作者能一眼看出哪几条不要。
- 账本是给作者用的,不是给读者用的。成稿不是账本的搬运。
- ### 第三步:定主线
- 动笔前先回答一个问题:**这篇用一句话讲什么。**
- 不合格:这篇讲 Instinct 的产品、商业模式和增长。合格的:一个主动替你花钱的助理,靠从每笔交易里抽成赚钱,所以它必须站在用户这边。
- 主线定了,才决定留哪几节。每一节都要承担主线的一个环节(它是什么、它怎么赚钱、它跟谁冲突、代价在哪)。承担不了的部分,整块不要,不要靠删句、压句把它塞进去。
- 这一步是「精简」真正发生的地方。等到第五步再砍,砍的都是字,主线还是散的。
- ### 第四步:换轴成文
- **一、定节。** 每节回答一个问题,或者给出一个判断。这是最重要的一步。
- 不合格的标题:`一个看得见的结果`、`关于生态的思考`、`各方观点`、`摩擦归零,谁会更赚钱`。
- 合格的标题:`日历是不是普罗大众的刚需?`、`为什么只有 Meta 做得出来`、`它靠从每一笔交易里抽两到二点五赚钱`。
- 检验方法:读者只看标题,能不能预判这一节要回答什么。不能就重写。绕的标题通常是因为这一节本来就没想清楚要说什么,回第三步。
- **二、用原文。** 原话是这篇稿子的肉。
- | 别这样 | 要这样 |
- |---|---|
- | 他认为最性感的部分是商业模式,抽成比例在百分之二到二点五之间,参考的是 Apple Pay 的位置 | 「我看到的是平台上统一的交易抽成,就是我们拿分发去换,替商家服务。」他拿 Apple Pay 作类比:用户不付钱,还能得到一个很好的体验,商家为被分发付费 |
- | 他说如果免费,用户就是商品,他不想造那个世界 | 「这就是那个说法,如果你不付钱,你就是商品。作为一个程序员、一个技术人,我不想造那个世界」 |
- 判断标准:这句话如果放回录音里,说话人会不会认出这是自己说的话。认不出,就是你改多了。
- 引语和转述的分工:**有判断、有画面、有情绪的话用引语**;交代背景、串联上下文用转述。全篇都是引语会碎,全篇没有引语会假。
- **用原文不等于都用引号。** 这是最容易做过头的一步。说话人认定是自己那句话,可以放在引号里,也可以保持他的措辞融进叙述:「他说他不打算把它包装得更好听,它就是一个个人助理」——措辞和原话一样,但没有引号。引号是给读者打高亮的,处处高亮等于没有高亮,读起来还累。一节里放一到三句引号就够,其余原话降级成叙述,措辞不要改。直接引语汉字占比参考百分之十到二十五,超过三十就是引号用多了。
- **过渡语要极简。** 不要自己攒过渡句。「他最近在琢磨这样一件事」「这背后是一个更大的问题」这种写法,越精心越像评论,删掉一半。最省事也最好用的形式是直接点题:
- > 聊到支付,他说:……
- > 聊到用户场景,他说:……
- > 聊到商业化,他说:……
- 也可以每节开头点一次人名(`Noah 说,他不打算把它包装得更好听`),然后直接进内容——是「一次」,不是每一段都点。过渡句的功能只是把上一段和下一段接上,它不该抢戏。
- **三、合并同向观点。** 几个人说同一件事,写成一段陈述句,不要重复三遍。留一个署名就够,或者一个都不留。单人访谈里没有这一步。
- **四、保留颗粒度。** 数字、参数、产品细节、原话里的口语,是这篇文章唯一不可替代的东西。宁可粗糙,不可抽象。
- **五、开头开门见山。** 实录体不需要文学化的导语,也不要替读者摆画面(「他坐在对面」「在节目开场时他抛出一个问题」都属于自己加戏)。第一段交代清楚这是谁的节目、谁在说、聊了哪些话题,然后直接进内容。「聊了哪些话题」要真的写出两三个具体话题,不要用「聊了很多」应付;同样不要写「他们聊了一个多小时」这种时长,为了数字而数字,是导语里 AI 味最重的一句。
- **六、段落不要每段都以一个断言开头。** 一段一句「X 是 Y」的完整判断,读起来是口号集。段首要么接上一段的线(用主语、用回指),要么直接进场景和事实,判断句放在段中或段尾。写完数一遍段首句,超过三成是自足判断句就重写。
- **七、不许替说话人描述态度。** 「这句话他说得很重」「他介绍产品的时候说得很坦白」,这些都是自己加的。录音里没有音量标尺,也没有表情,你凭什么知道他说得重还是轻。把态度删掉,只留他的话。要表达分量,就让他自己说出来的话承担:
- | 别这样 | 要这样 |
- |---|---|
- | Noah 介绍产品的时候说得很坦白:「我不打算把它包装得更好听」 | Noah 说:「我不打算把它包装得更好听」 |
- | 「我们不想让 Instinct 影响用户的行为。」这句话他说得很重 | Patrick 说:「我们不想让 Instinct……」,他说这话听起来很好,但他想强调它有多重要:…… |
- ### 第五步:人名校准
- 这条最容易做反。规矩是:**该署名的地方给真名,纯判断句一个名字都不挂,也绝不匿名成「某位业内人士说」。**
- 需要出现名字的三种情况:
- - 他在认领一段亲身经历或独家信息:`杨攀刚从几个大厂内部做完一轮分享`、`歸藏频繁用了两三天`、`橘子跟一位前 Google 日历的产品经理聊过这件事`
- - 他抛出了一个需要分量的暴论:`歸藏发表暴论说国内没有 AI 产品经理`
- - 转述的对象本身就是外部信息源:`向阳乔木转述了玉伯提的一个问题`
- 不该出现名字的情况:纯判断、公共事实、大家都同意的结论。这种句子挂名,文章就退回会议纪要。
- 单人访谈是个例外:全篇只有一个人在说,名字不承担「这条谁给的」的功能,这时候用「他说」引出原话就够了,隔几段提一次名字防止读者忘了是谁。不要因为怕重复,就把「他说」改成概述句子,那是把引语降级成转述。
- 反面做法是把「杨攀说」改成「有业内人士指出」。有人就写人,明明有人非要匿名是错的。
- **多人对谈最容易出的另一个毛病:人名切换太密。** 一段接一段地「杨攀说」「歸藏说」「橘子说」「向阳乔木说」,读起来就不是文章,是会议纪要。规则是:
- - 同一个话题里,只在**换人**的那一句点名字,他后面接着说的内容直接往下写,不再重复「他说」。
- - 新话题开始时点一次主讲人,这一节剩下的部分就不用再点名了。
- - 一段里最多出现两处「X 说」。到第三处,要么把句子换成无主语的引语,要么删掉。
- - 归属的价值在于「这条是谁给的」,不在于逐句记账。不重要的发言可以不点名,直接融进叙述;只有亲身经历、独家判断、需要分量的暴论,才值得挂名。
- 自查办法:数一数全文有多少段落带「X 说」、人名一共出现多少次。四人圆桌、四五千字的稿子,人名出现次数压到十次上下(含导语里介绍参与者的那一次);如果超过一半的段落都有人名,就是过量,回去删。
- **多人对谈最容易出的一种错:把主持人的话说成嘉宾的。** 主持人的铺垫、追问、行业判断都是他的话,写进稿子就得挂主持人的名。逐字稿没有说话人标签时,认归属看三条:这句是在提问还是在回答;人称是「我」还是「你」;行业扫描、列举大公司这种外部视角通常是主持人。拿不准就整段不用,不要赌。
- ### 第六步:精简
- 判断标准只有一条:**它有没有在回答主线上的问题。**
- 不是「这段写得好不好」,也不是按比例砍字数。上手先看整块:某一段落的主题如果回答的是别的问题,整块删掉。
- 所以常见的第一批刀口是:
- - 主持人举自家产品的例子
- - 与主线无关的段子、梗图、玩笑
- - 顺手蹭的热度,比如提一句别的公司股价
- - 读者接不住的技术细节,还有写的人自己也没搞懂的名词。判断标准:能不能用一句不带术语的话,讲给不写代码的人听懂;讲不出来就不写。「先用 Canvas,后来为了性能换成 PixiJS」这种路线图属于这一类。
- - 已经众所周知的事
- - 同一个观点换个说法又说一遍
- 反过来,具体数字、产品参数、独家行业信息、有画面感的原话,一条都不砍。
- **篇幅:一篇成稿控制在 2500 到 3000 汉字。** 四千字的稿子先砍掉三分之一再说。长出来的那部分基本都是枝节:同一个观点配了三个例子、某个人物的整段背景、跟主线无关的独立话题。删的时候保例子、删铺陈,保引语、删转述。
- **排版:一段 60 到 90 汉字,超过一百字就拆。** 一段只说一件事,两件事之间哪怕只差一个转折,也断开。读者在手机上读,段落大了就是一面墙。
- 砍完的平均段长如果掉到五十字以下、段落数却翻倍,说明砍的方式不对:那是把材料压碎了,不是把主线外的材料拿掉。
- ### 第七步:自检
- ```bash
- python3 scripts/check_style.py 成稿.md
- ```
- 它会报破折号、对举句、段首零回指评论这些 AI 痕迹,也会报直接引语占比和段首判断句占比,并给出人类写作的基准值做对照。命中的条目要自己看一眼:正则只看字面,有误报。
- 语言硬约束见 `references/style-rules.md`,每条都附了人类侧和 AI 侧的实测值。
- 收尾前人工核这些,脚本管不了:
- - 大标题里有没有主题的名字,有没有标题党;每节标题读者能不能预判内容
- - 随便挑三句引语和带名字的判断句,对着逐字稿核一遍:是不是原话,是不是这个人说的
- - 有没有哪句话,说话人认不出是自己说的
- - 有没有替说话人描述语气、态度、神情
- - 有没有把散在三处的说法归纳成一条,再挂到某个人名下
- - 有没有自己攒的过渡句和总结句,能不能换成「聊到 X,他说」
- - 有没有哪一整段,回答的是别的问题
- - 人名:有没有满篇「X 说」(超过一半的段落带人名);反过来,有没有把来源抹掉到读者不知道这话是谁说的
- - 有没有原样搬自己也没搞懂的技术名词
- - 结尾有没有替嘉宾升华
- - 成稿有没有超过三千汉字,段落有没有超过一百字
- ## 收尾
- 正文最后固定两行:
- ```
- 本文整理自 <节目名> 第 X 期《<标题>》,参与讨论的是 A、B、C 和 D。
- <下一期预告,如果有>
- ```
- 导语如果作者自己写了,一字不改。他会用第一人称写「上周我们聊了什么」,那是他的口吻,不要替他改写。
- ## 拍板权
- 这是整理,不是创作。文章要有叙述者,但叙述者的判断不能是编的(见开头的「底线」)。
- 主线怎么定、留哪些节、砍哪些节、标题怎么起,这些方向性的取舍交给用户拍板,你给候选和理由。你别替他定主线然后一路写完,写错了整篇都要重来。
- ## 参考
- - `references/style-rules.md` — 语言硬约束,附人类 / AI 实测基准
- - `references/example.md` — 同一段逐字稿的两次处理,原始稿对照成稿
- - `scripts/prep_transcript.py` — 字幕清洗
- - `scripts/check_style.py` — 终稿自检
README.md · README · 93 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
This file has changed since it was scanned, so this is not exactly the text that was scanned, and no line is marked. The findings are listed with the safety scan above.
- # 播客转文章 · podcast-to-article
- 把一期播客的逐字稿,整理成能直接发的长文。多人对谈、单人访谈都行,中文和英文素材都行。
- 逐字稿的轴是**发言人和时间**,文章的轴是**话题和判断**。这个 skill 做的就是换轴。
- 
- ## 为什么需要它
- 直接让模型「把逐字稿写成文章」,出来的一般是三种东西。
- 一种是记流水账,满篇「张三说……李四说……王五说……」,读起来像会议纪要。另一种是抽象化,数字和细节全丢了,换成一堆「行业正在加速」「生态逐渐成熟」,很顺,但没有一句是新信息。第三种最不容易发现:**改写过度**。发言人的原话被压成第三人称概述,「他说」被换成陈述句,稿子读起来像记者的二手转述,读不出那个人说话的样子。
- 所以规矩是三条:**拆掉发言人的脚手架,保留事实的颗粒度,留住原话的语气。** 前两条管信息,第三条管人。
- 拆脚手架只在一个条件成立时做:几个人说同一件事。单人对谈里说话人是唯一的信息源,这时候反过来,尽量原话直译、原样保留。
- ## 实测效果
- 一份 5730 汉字的发言人为轴原始稿,经过这套流程变成 3703 汉字的发布稿,砍掉 35%,段落从 57 减到 47(口径:本仓库的 `check_style.py`)。作者的评价是「广受好评」。
- 自检脚本跑出来:破折号 0、对举句 0、总结腔 0、序数词小标题 0、动词名词化 0、段首零回指评论 0。只在「一句话概括:」那一处提示性冒号上翻车一次。
- ## 第二个案例:英文单人访谈
- 把 Invest Like the Best 的一期(Noah Shinn 谈 Instinct,86 分钟)整理成中文长文时,第一版犯的正是第三种错。
- 初稿 3600 字,按话题平铺,43 段,平均 84 字一段,每段开头一句自足判断(「安全被拆成两块」「变化出现在第三周」),全篇直接引语 0 处,嘉宾的原话被全部改写成第三人称概述。作者连打三枪:每段开头都是断言、没有主线没有故事感、标题不直白。
- 改法三步:先定一条主线(它主动替你花钱,靠从每笔交易里抽成赚钱,所以必须站在用户这边),不服务主线的材料整块砍掉;再把概述换回原话,引出直接引语;最后把每节标题改成能预判内容的句子。
- 然后又被退回来三次:引号太多(「我让你多用原文,不是让你都用引号,这种读起来很累」)、过渡句自己攒得太重(「你的小结过度其实可以非常简单,比如聊到支付,他说」)、替嘉宾描述了态度(「这句话他说得很重」——「好的记者不会这样猜测」)。顺手核逐字稿时还发现一段归属错了:价值观那一整段是主持人 Patrick 说的,写成了 Noah 的独白。
- 终稿 2573 字,直接引语占比 23%(18 处),段首自足判断句 0%,大标题里带上了 Instinct 的名字。
- ## 安装
- ```bash
- git clone https://github.com/orange2ai/podcast-to-article.git
- ln -s "$(pwd)/podcast-to-article" ~/.cola/skills/podcast-to-article # Cola
- # 其他 agent:把整个目录放进它的 skills / rules 目录,指向 SKILL.md 即可
- ```
- `SKILL.md` 是给 agent 读的说明书,除此之外没有任何平台依赖,纯 python3 标准库。
- ## 用法
- 对 agent 说:
- > 这是这期播客的逐字稿,按 Next Token 的格式整理成一篇文章
- 它会走七步:清稿 → 要点梳理 → 定主线 → 换轴成文(用原文)→ 人名校准 → 精简 → 自检。
- 两个脚本也可以单独用:
- ```bash
- # 字幕清洗:去时间轴、按说话人合并成段、报统计
- python3 scripts/prep_transcript.py 第004期.srt -o 清洗稿.md
- python3 scripts/prep_transcript.py 第004期.srt --speakers # 只列说话人
- # 成稿自检:AI 痕迹逐条命中数 + 人类基准对照
- # 兼报直接引语占比(实录体参考 10-28%)和段首自足判断句占比(参考 ≤30%)
- python3 scripts/check_style.py 成稿.md
- ```
- 支持 SRT、VTT,以及已转成 md / txt 的转写稿(带 `**发言人:**` 标记的也能识别)。
- ## 目录
- ```
- SKILL.md 流程与判据(agent 的主入口)
- references/style-rules.md 语言硬约束,每条附人类/AI 实测基准
- references/example.md 同一段逐字稿的两次处理,原始稿对照成稿
- scripts/prep_transcript.py 字幕清洗
- scripts/check_style.py 成稿自检
- ```
- ## 规则从哪来
- 语言那部分的数值来自 [lieflat-less-ai-tone](https://github.com/larashero3-dotcom/lieflat-less-ai-tone)(MIT)的对照语料研究:300 篇五模型生成文本加 329 篇人类写作,629 篇、95,551 句、45,721 段。它检验了 26 项候选特征,只留下真有区分力的。
- 其中三条和网上流传的说法正好相反,值得单独看一眼:
- - 人类用比喻是 AI 的 **2.4 倍**。不要为了「像人」而回避比喻。
- - 正文设问,人类每千字 1.83 处,AI 0.10 处,差 **17 倍**。少写设问才是 AI 味。
- - 句长均匀度 0.87,**没有差异**。强行打乱句长没有用。
- 流程和人名规则来自 Next Token 播客的实际改稿过程(第四期 Muse 那一篇),「用原文」和「定主线」两条来自英文单人访谈那次的返工(见上)。
- ## 许可
- MIT
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.