القائمة
根据播客大纲生成双人对话脚本（主持人和嘉宾），对话自然流畅，每句话都标注对应的幻灯片编号， 方便后续配音和视频同步。也可以直接从关键词或文章生成对话脚本。 只要用户想写播客脚本、生成对话、把内容做成两个人聊天的形式、帮我写播客、做播客对白， 就应该触发此技能——即使用户只说"写个脚本"或"把这个做成对话"也要触发。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
当用户想了解本体如何开发和使用时使用本技能。它能够通过 CRM 的实际 DEMO，演示以下 6 项能力：1）自然语言数据查询（无需 SQL）；2）聚合统计分析；3）字段歧义智能消歧；4）非结构化文本转对象和跨表视图的创建；5）数据操作（周报生成→信息抽取→客户录入→商机任务创建）；6）非结构化本体的文档融合检索。你可以通过以下对话唤起本技能：「给我演示一下」「本体能做什么」「怎么创建对象和视图」「结构化和非结构化怎么融合」「帮我查一下客户数据」。
当你想让 Agent 查询或操作你自己定义的业务数据（而不是系统内置数据）时使用本技能。它能够帮你用自然语言定义一张新的数据表，并基于这张表开发出本体对象，设定字段和字段含义，数据自动存入专属 数据表；还能创建跨表视图，让 Agent 同时查询多个对象。定义完成后挂载到当前数字员工，Agent 就能直接查询和操作你的数据了。你可以通过以下对话唤起本技能：「帮我创建一个任务管理对象」「我想建一个拜访记录表，包含客户名、拜访日期、跟进结果」「查看我有哪些本体对象」「把任务对象挂载到我的助理」。
当你有文档、图片、视频等非结构化内容存在知识库里，想让 Agent 能像查结构化数据一样精准检索和操作它们时使用本技能。它能够帮你给非结构化内容打上结构化标签（定义字段，如日期、主题、参会人），让每份文档/图片/视频都带有可查询的属性，实现结构化数据与非结构化内容的融合检索。定义的标签字段相当于表的字段，支持新增、修改、删除操作。与结构化本体的区别在于：内容本身存在知识库里，而不是动态表。你可以通过以下对话唤起本技能：「帮我创建一个会议纪要对象，绑定到我的会议知识库」「我的周报存在知识库里，想让 Agent 能按日期和项目名检索」「查看我的知识库有哪些」「把会议纪要对象挂载到我的助理」。
把任意内容（网页链接、文章、关键词）整理成一份结构化的播客视频大纲，是制作播客视频的第一步， 后续的幻灯片和对话脚本都从这份大纲生成，保证两者内容一致。 只要用户想制作播客视频、把文章变成视频、做一期播客、先规划内容结构， 或者说"做个大纲"、"做播客"、"把这篇文章做成播客"，就必须触发此技能—— 即使用户没有提到"大纲"，只要目标是制作播客视频就要触发。
把幻灯片和播客配音合成为一个带字幕的视频，幻灯片随着对话内容自动切换，字幕逐句出现，是播客视频的最后一步。 只要用户说合成视频、生成视频、把幻灯片和音频合在一起、加字幕、做成视频、最后一步，好了合成吧， 或者前面几步都做完了想收尾，就应该触发此技能——即使用户只说"合成"也要触发。
用火山引擎（豆包）语音合成将播客对话脚本转成双声道音频，主持人和嘉宾各用一个声音， 同时生成精确到每个句子的时间信息，供视频合成使用。 只要用户想给脚本配音、生成播客音频、把对话变成声音、生成语音、脚本转音频， 或者正在做播客视频需要录音，就应该触发此技能——即使用户只说"配音"或"生成音频"也要触发。
| name | podcast-script |
| description | 根据播客大纲生成双人对话脚本（主持人和嘉宾），对话自然流畅，每句话都标注对应的幻灯片编号， 方便后续配音和视频同步。也可以直接从关键词或文章生成对话脚本。 只要用户想写播客脚本、生成对话、把内容做成两个人聊天的形式、帮我写播客、做播客对白， 就应该触发此技能——即使用户只说"写个脚本"或"把这个做成对话"也要触发。 |
生成双人播客对话脚本（host + guest），输出带幻灯片编号注解的 JSON，供 /podcast-voice 合成音频、供 /podcast-video 计算幻灯片切换时机。
想象你认识的那些最好的播客——主持人和嘉宾之间的来回充满真实的生命力，两个人都有真实的存在感。这就是目标质量。host 不是只念问题的机器，guest 不是只背事实的复读机——他们是两个好奇的人，真正在一起把一件事想清楚。
所有产物统一存放在：
<当前工作空间>/podcast-projects/<项目名>/v<N>/podcast-script.json
<当前工作空间> 是调用此技能时所在的目录。播客视频流水线中的所有技能建议在同一个目录下调用，确保 podcast-projects/ 始终在同一位置。
确定项目： 扫描 podcast-projects/ 目录，找到含 slide-outline.json 的项目，向用户确认后继续。
自动版本： 读取 <项目名>/current.txt：
podcast-script.json 已存在于当前版本 → 创建 vN+1/ 目录，复制现有产物，再写入新脚本，更新 current.txtpodcast-script.json 不存在 → 直接写入当前版本，成功后更新 current.txt在生成脚本前确认以下各项，缺少信息时的标准问法见文末反问清单：
slide-outline.json 存在（推荐），或用户提供了文章/关键词slides 数组，每项有 slide、type、speaker_notes、depth 字段）大纲里的讨论提示是专门为对话设计的，比从零生成更精准。幻灯片上展示了什么结论，对话应当解释这些结论背后的"为什么"和"怎么做"——不是照读。
规则：
depth 分配对话轮次：short → 1-2 轮，medium → 3-4 轮，long → 5-6 轮depth: "long" 的幻灯片必须有真实的对立观点或追问，不能全程点头认同cover/toc/section 类型控制在 1-2 轮（开场/过渡），不要过度展开"slide": N，严格递增，与大纲 slide 字段一一对应字数预期（确保内容充实）：
depth: "long" → 可达 3000 字，不要截断从关键词或文章直接生成，此时不输出 "slide" 字段。对话结构遵循四段弧线：
text 字段的内容会直接进入 TTS 引擎，标点符号在非句末位置容易被误读，需要手动转化：
| 模式 | 示例 | 中文输出 | 英文输出 |
|---|---|---|---|
| 版本号 | v1.1.1 | v1点1点1 | v1 dot 1 dot 1 |
| IP 地址 | 192.168.1.1 | 192点168点1点1 | 192 dot 168 dot 1 dot 1 |
| 包名 | com.example.app | com点example点app | com dot example dot app |
数量级小数（3.5倍、$9.99）不需要转化，TTS 能正确朗读。
{
"title": "具体的、有吸引力的集标题",
"script": [
{"role": "host", "text": "开场...", "slide": 1},
{"role": "guest", "text": "嘉宾回应...", "slide": 1},
{"role": "host", "text": "进入主题...", "slide": 2},
{"role": "guest", "text": "深入分析...", "slide": 2}
]
}
role 只用 "host" 或 "guest"，这两个值直接映射到 TTS 声道"slide" 编号严格递增，不允许回跳（比如从 slide 3 回到 slide 2）写入文件前逐项验证：
script 数组非空text 字段执行以下正则检测，发现未处理的条目时列出具体位置，要求修正后再保存：
\d+\.\d+\.\d+（如 v1.2.3 应改为 v1点2点3）\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}（应改为 X点X点X点X）[a-z][a-z0-9]*\.[a-z][a-z0-9]*\.[a-z][a-z0-9]*（如 com.example.app 应改为 com点example点app）3.5倍、$9.99）不需转化，跳过大纲对齐模式额外验证：
role、text、slide 三个字段slide 值严格递增，不跳号，不回退slide 最大值不超过大纲的 total_slidesdepth: "long" 的幻灯片对应的对话轮次 ≥ 5 轮独立生成模式额外验证：
slide 字段| 缺失情况 | 标准反问 |
|---|---|
| 无大纲也无其他输入 | "请提供内容来源：大纲路径、文章内容，或播客主题关键词。" |
| 大纲格式不合法 | "大纲文件缺少必要字段（<字段名>），请先重新运行 /podcast-outline 生成合法大纲。" |
| 用户未指定项目 | "请告诉我要继续哪个播客项目，或新建一个项目名称。" |
| 用户想调整某段对话 | 确认具体的幻灯片编号和修改方向，局部重写该 slide 的对话轮次，不重新生成整份脚本 |