orange2ai/podcast-to-article

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

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：

# 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（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