播客转文章

podcast-to-article 是面向AI Agent的开源技能工具，核心目标：把按发言人+时间轴组织的播客逐字稿，重构为以话题逻辑串联、可直接对外发布的长文，单人访谈、多人圆桌对话，中文/英文转写素材都支持。

普通模型直接将逐字稿改写，很容易产出三类问题：流水账式会议纪要、丢失细节的空洞套话、过度改写丢失说话人原本语气。这套skill定下三条核心写作准则：拆掉发言人叙事脚手架；保留事实细节颗粒度；留住发言人原话语气。

拆脚手架有前提：多人讨论同一话题时才合并叙事；单人访谈则尽量保留原话，不做过度转述。

实测案例

案例一，中文多人对谈：原始5730字发言人轴逐字稿，处理后成品3703字，删减约35%，段落由57段精简至47段。配套自检脚本check_style.py校验，全文无破折号、无对举句式、无总结套话、无序数小标题、无动词名词化表达，仅一处提示性冒号小瑕疵，成品获得读者好评。

案例二，英文单人访谈（Invest Like the Best，Noah Shinn谈Instinct）。初稿踩坑：3600字，全为第三人称概括，没有一处直接引语，每段开头是断言式判断，缺少故事主线。

修改三步：

1. 锁定全文主线，删除和主线无关素材；
2. 将概括性语句换回嘉宾原话，适度插入直接引语；
3. 改写章节标题，做到提前预判段落内容。
   反复迭代修正引号滥用、过渡句过重、主观揣测发言者情绪、发言人归属错误等问题。终稿2573字，直接引语占比23%（18处），段首断言句清零。

项目安装与部署

项目无平台绑定依赖，仅Python3标准库。

git clone https://github.com/orange2ai/podcast-to-article.git
ln -s "$(pwd)/podcast-to-article" ~/.cola/skills/podcast-to-article   # Cola Agent部署

其他Agent：把整个目录放入skills/rules目录，读取SKILL.md即可启用。

使用方式

向Agent下达指令：这是这期播客的逐字稿，按Next Token的格式整理成一篇文章
内部执行七步流水线：清稿 → 要点梳理 → 定主线 → 换轴成文（复用原文） → 人名校准 → 精简 → 自检。

配套两个独立脚本：

# 字幕清洗：剥离时间轴，合并发言人段落，输出统计信息
python3 scripts/prep_transcript.py 第004期.srt -o 清洗稿.md
python3 scripts/prep_transcript.py 第004期.srt --speakers

# 成稿自检：检测AI特征，输出直接引语占比、段首断言句占比
python3 scripts/check_style.py 成稿.md

支持SRT、VTT字幕文件，以及标记**发言人：**的md/txt转写稿。

目录结构

• SKILL.md：Agent读取的主流程与判定规则
• references/style-rules.md：语言硬约束，附带人机写作基准数据
• references/example.md：原始逐字稿与成品对照样例
• scripts/prep_transcript.py：字幕清洗脚本
• scripts/check_style.py：文稿自检脚本

底层规则来源

语言量化指标基于MIT开源项目lieflat-less-ai-tone语料研究：合计629篇文本（300篇AI生成、329篇人类稿件），95551个句子、45721个段落，筛选出26项区分人机文本的有效特征。
研究得出三个反常识结论：

1. 人类写作使用比喻频次是AI的2.4倍，不必刻意回避比喻；
2. 正文设问：人类平均每千字1.83处，AI仅0.1处，少用设问反而更容易出现AI感；
3. 句长均匀度无显著差异，强行打乱句子长短不能消除AI痕迹。

整套文稿改写流程、人名校对规则来自Next Token播客真实改稿项目，“优先复用原文、锁定主线”的原则来自英文访谈稿多次返工沉淀。