video-script

# 口播稿生成工作流 ## 定位 面向王二讲Agent的口播稿，主打 AI 技术硬核拆解、知识科普和热点速递。观众是对 AI 感兴趣的开发者和技术爱好者。 视频封面是制作素材，不是文章配图。写回 `docs/src/ai/video/` 时，将末尾封面及其标题放入 `<!-- video-covers:start -->` / `<!-- video-covers:end -->` 注释区；素材链接保留，进阶之路页面和飞书正文都排除该区段。讲解配图保持正常显示。同步和验收使用 `feishu-question-bank-sync` Skill 的封面规则。 ## 三种模式 按稿件面向谁来分，步骤 1 确定模式。三种模式共用一套骨架和共用规则，差别在钩子怎么切入、正文怎么展开。 | 模式 | 面向谁 | 特征 | 标杆（均在 `docs/src/ai/video/`） | |------|--------|------|------| | **模式 A：面试题** | 求职者 | 面试官提问带出全篇，答案要经得起面试官追问 | `what-is-kv-cache.md`、`why-handcraft-agent-not-framework.md`、`agent-intent-routing.md` | | **模式 B：技术科普** | 所有人 | 全篇不出现面试官，从观众用过的东西讲起 | `responses-api-vs-chat-completions.md` | | **模式 C：热点稿** | 所有人 | 从热点事件或反直觉现象切入，讲清是什么、凭什么火、和你有什么关系 | `what-is-prefix-caching.md`、`what-is-jev.md` | 字数 1800。汉字加英文单词，不含标点、图片、frontmatter 和数字。统计命令： ```bash python3 -c "import re,sys;t=open(sys.argv[1],encoding='utf-8').read();t=re.sub(r'^---\n.*?\n---\n','',t,flags=re.S);t=t.split('这个公众号历史发布过')[0];t=re.sub(r'!\[[^\]]*\]\([^)]*\)|【[^】]*】','',t);print(len(re.findall(r'[一-鿿]',t))+len(re.findall(r'[A-Za-z]+',t)))" docs/src/ai/video/<文件名>.md ``` --- ## 通用骨架 | 段落 | 功能 | |------|------| | 钩子 + 信任建立 | 按模式切入，建立信任感，可以用提问预告全文 | | 开场白 | “哈喽大家好，我是二哥呀”，点明时长和主题 | | 逐层讲解 | 三层递进，用“那聪明的你肯定想到了”串联各层 | | 总结 + 建议 | “最后简单总结下”，一句对照句，再用“另外”接一条实用建议 | | 收尾 | “这个知识点你学会了吗？想解锁更多 Agent 硬核知识，点赞关注，我是二哥，咱们下期见！” | ## 模式 A：面试题 面向求职者，面试官贯穿全篇。引入动机是给自己多一份底气。 **标杆稿件**（写之前先读） - `docs/src/ai/video/what-is-kv-cache.md`，标准三层递进 - `docs/src/ai/video/why-handcraft-agent-not-framework.md`，开源推荐变体 - `docs/src/ai/video/agent-intent-routing.md`，闯关变体 **钩子** 1. 面试官问问题，加上观众最容易给出的错误回答 2. “恭喜你，出门右拐回家等通知吧。”或类似的幽默否定 3. “为什么？”然后解释前面的回答为什么不够硬核 4. 可以插一张概念图 5. 信任建立句，提问预告可写可不写 **正文** - 三层依次讲是什么（给定义）、为什么这样设计（讲机制，一定要足够硬核）、面试官喜欢的答案或实战中的坑 - 面试官的追问可以放在正文或结尾，“面试官如果追问……” **开源推荐变体**（参照 `docs/src/ai/video/why-handcraft-agent-not-framework.md`）。可以省掉开场白和信任建立句，从错误回答直接进入答案。正文讲完后推荐 4-5 个相关 GitHub 开源项目，每个项目说清星标数、亮点和学完能收获什么，最后回应面试官的一个追问。收尾改成“这道题你学会了吗？想解锁更多 Agent 面试题的源码级拆解，点赞关注，我是二哥，咱们下期见！” **闯关变体**（参照 `docs/src/ai/video/agent-intent-routing.md`）。每层先让观众答题，讲完报一次进度，用答题和进度拉完播、带互动。省掉开场白和信任建立句。 - 钩子讲完、第一层开始前，第一次报进度，“恭喜看到这里的你，已经成功击败 30% 的学习者，给自己鼓个掌吧。”紧接着用加粗问句进入第一层 - 每层是一关。加粗问句用“接下来我问你”“接下来继续问你”“继续问你”开头，替代“那聪明的你肯定想到了”。问句后给 A、B、C 或 A、B、C、D 选项，第一关加一句“聪明的你可以把答案打在弹幕或者留言区”，后面几关用“聪明的你会选哪一个？”这类问句 - 选项可以设陷阱，比如正确做法是几个选项分层组合使用，单选哪个都不完整 - 讲解用“我的答案是”开头 - 每关讲完报一次进度，“恭喜你，已经成功击败 50% 的学习者了”，百分比逐关递增，模板是 30、50、70、90、99 - 最后一关是面试官追问，“最后，面试官如果追问……”，答完宣布“恭喜你升到王者段位了，成功击败 99% 的学习者。” - 总结和收尾沿用模式 A - 互动只让观众答题，不用资料换评论 ## 模式 B：技术科普 面向所有人，全篇不出现面试官。 **标杆稿件**（写之前先读） - `docs/src/ai/video/responses-api-vs-chat-completions.md` **钩子** 1. 第一句用疑问点题，“XXX 到底是什么？”“A 和 B 到底有什么区别？” 2. 从观众用过的东西切入，“如果你用过 XXX，你一定用过 B”，一两句说清它是怎么工作的 3. “但聪明的你应该已经注意到了”，抛出观众没细想过的变化或现象 4. “为什么……呢？” 5. 信任建立句，提问预告可写可不写 **正文** - 每层讲一个点或一个区别，“先说第一个区别”开头，第二层追问“光改这一点，就值得……吗”，讲更深的机制 - 每层配一个日常比方，只用生活里大家都说过的比方 - 第三层落到对观众的实际意义 ## 模式 C：热点稿 面向所有人，靠时效感和信息差留住观众。 **标杆稿件**（写之前先读） - `docs/src/ai/video/what-is-prefix-caching.md`，反直觉现象切入 - `docs/src/ai/video/what-is-jev.md`，热点事件切入 **钩子** 1. 用具体日期加事件切入，如“9 月 8 日，OpenAI 发布了……”，或者用一个反直觉现象切入。不用“刚刚”“就在昨天”这类相对时间词，视频延后发布就失效了 2. 用事实和数据制造冲击，不用“震惊”“颠覆”这类空洞形容词 3. 抛出“为什么”的悬念 4. 可以穿插面试官追问，如“面试官也特别喜欢拿这道题来压轴” 5. 信任建立句，提问预告可写可不写 **正文** - 三层一般是是什么、和已有方案比凭什么、对观众意味着什么或该不该用 - 至少一层有数据佐证，至少一层给观众可操作的验证或应对方法 - 能上手的产品，实测只能来自本次真实操作的记录或用户提供的材料，没跑过的不能写成跑过。跑不了（内测、要申请资格、API 未开放）就写明“目前还在内测阶段”，引用官方示例并标明是官方示例。产品界面的真实截图由用户提供，占位符里注明“真实截图” - 可以亮出个人态度，“我觉得”“说实话”，说清值不值得关注、现在该马上试还是观望 --- ## 钩子通用注意事项 - 钩子可以给一句话结论，说清是什么、为什么那个回答有问题。背后的机制、数字、可能的踩坑留到正文揭晓 - 如果有系列前作，引入时要展开观众的具体猜测，不要只有一句“是不是也一样” - 钩子中间可以自然插入截图占位符 - 信任建立句里的“我翻了 XXX”必须是步骤 2 真读过的来源 ## 逐层讲解通用写法 每层开头用**加粗**标记： - “**先说第一件事，什么是 KV Cache**。” - “**那聪明的你肯定想到了：为什么只存 K 和 V？**” - “**那聪明的你肯定又要问了：为什么还要压缩它？**” 每层之间的串联用“那聪明的你肯定想到了”“那聪明的你肯定又要问了”。自然引出下一个问题，形成提问、回答、新提问的递进节奏。 每层讲完用一句话总结，但不要复述前面已经讲过的。能让观众恍然大悟最好。比如说，“Q 是一次性筷子，用完就扔，K 和 V 才是长久保存在显存里的真金白银”、“Chat Completions 是为 ChatBot 设计的，Responses API 是为 Agent 设计的”。总结里的实用建议从第三层里来。 每层中间根据内容自然插入截图占位符，哪里需要视觉辅助就在哪里插。 不要用“我们待会儿再说它”这类预告式过渡。 --- ## 共用规则 以下规则对三种模式同时生效。 ### 数据引用 口播里出现的数据必须带来源名和时间，如"Stanford 2026 AI Index 报告，今年 4 月发布""经 Manus 团队实测，快了 4 倍"。找不到出处的数字用模糊表达，不编精确数字。官方数据和第三方数据不一致时以官方为准，并说明差异。 ### 硬核细节保留，术语必须解释 **术语解释**。陌生的技术需要考虑到小白，后续直接用术语，比如说： - "Prefix Caching（前缀缓存）"首次出现带中文，后面直接用 Prefix Caching **该留的细节**。字段名、机制名、算法名这些约定俗成的东西保留，比如说 previous_response_id、PagedAttention、LRU、TTFT。 ### 节奏感 短视频的核心是节奏。长短句交替，每 30 秒左右埋一个钩子防止观众划走。 - **短句制造冲击**。"其实没有。""不是的。" - **长句承载信息**。技术讲解用完整句子，不废话，无歧义，表达准确 ### 听得懂优先，该书面表达就书面表达 口播稿不意味着一定要追求口语化的“顺口”，第一前提是一定要让观众能听明白。该使用规范书面表达的地方就要使用书面表达，不要为了追求口语感或概念感而使用让人一听反应不过来的词（例如不用制造业术语“防呆”，直接说“在入口处做好处理”“从接口设计上让错误无法发生”“参数校验与容错”）。 - 动词写全，避免多音字歧义。TTS 遇到缩略动词会选错读音，"调用了什么工具"不写"调了什么工具"（TTS 会读成 tiáo），"拆分"不写"拆"，"处理"不写"处"。凡是缩写后可能产生多音字或语义歧义的动词，一律用完整形式 - 区分“内部源码文件名”和“约定俗成的真实工具名/字段名”。不要直接念 `toolResultStorage.ts`、`FileEditTool.ts` 这类内部代码文件名或类名，用有意义的模块名替代；但像 `read`、`bash`、`edit`、`write`、`grep`、`find`、`ls`、`Glob`、`ToolSearch` 这类大家都理解、已经约定俗成且必须用代码标识才能表达清楚的真实工具名和核心参数名，必须直接使用真实名称，不要生硬翻译成“文件读取、命令行执行、文件编辑” - 用"怎么办？""靠的是什么？"这类问句推进节奏 - 常见技术术语保留英文原文，如 Function Calling、JSON Schema、Embedding、Top-K - 连接词自然通畅，用"好，接下来""那问题来了"，不用"此外""与此同时""综上所述" ### 标点 - 少用破折号。能用逗号或句号断开的都断开 - 冒号只用于引出原话，叙述句不用冒号。信任建立句以句号收尾，“帮你搞清楚这三件事。”“帮你把 XXX 讲清楚。” - 不用波浪号和感叹号堆语气，不用 emoji ### 信息密度 每句话都必须有信息增量。 - 不说废话、不重复、不铺垫。 - 一个知识点讲清楚就往下走，不用"也就是说"复述 - 例子要具体到能在脑子里产生画面，尽量结合当前的热点话题 - 源码和文档引用要翻译成观众能直接做的事。"应保持线程短小、目标集中"翻译成"能开新线程就开新线程，别在一个线程里一直发送新的提示词" - 总结是一句对照句加一个今天就能做的动作，不复述某一层的细节 - 总结中技术回顾和实用建议是两类信息，用"另外"隔开 ### 术语约定 - "Agent 等于 Model 加 Harness" - 参数规模对比用"大尺寸模型""小尺寸模型"，不用"小模型" - Sub-agent 直接用英文，不翻译成"子代理" - "锚定"禁用，用"固定""绑定" - 举 AI 编程工具的例子用 Claude Code、Codex、Qoder，不用 Cursor - "焦虑"禁用，面试题的引入动机是给自己多一份底气，不是再不学就被淘汰 - "收束"禁用，用"总结""点透""一句话概括" - “去程”“回程”禁用，这是生造的比喻，直接说“派发任务时”“返回结果时” - "工业界/工业级"限制使用场合。日常软件开发、Agent 系统、编码工具等语境避免使用，防止产生传统工厂、车间的生硬联想。除明确指代"学术界对工业界"的产学研对比外，一律替换为"实际开发""生产环境""真实业务""一线工程""生产级""大厂实战" ### 去 AI 味 **禁止出现** - 总结性套话，"值得注意的是""需要指出的是""综上所述" - 学术腔，"本质上来说""从技术角度分析""我们可以发现" - 互联网黑话，"赋能""闭环""抓手""链路""收束" - 营销词和空洞形容词，"震惊""颠覆""王炸""史诗级" - AI 三段式，每个要点都走概念、解释、例子的固定模板 - 过渡废话，"接下来让我们看看""话不多说""下面我来介绍一下" - 完整禁用词表见 ai-article Skill 的 `references/human-tone.md` **鼓励使用** - 幽默反转，"不是的。""不，Claude Code 没那么蠢。" - 观众代入，"那聪明的你肯定想到了""那聪明的你肯定又要问了" - 一句话点透，"Q 是一次性筷子，用完就扔" ### 固定元素 - **截图占位符格式**（后期根据占位符生成图片，替换为 CDN 链接） ``` 【截图：<名称>；风格：<风格>；截图目标：<展示什么>；关键词：<关键词1>、<关键词2>、<关键词3>】 ``` 风格参考 ai-article Skill 的 6 种（`whiteboard`、`skill-card`、`data-board`、`three-layer`、`swimlane`、`checklist-card`）。截图占位符不计入正文字数。位置跟着内容走，全篇 3-6 张 - **信任建立**。"我翻了 XXX 的源码/文档/博客，可以自信地、大方地、光明磊落地帮你搞清楚这三件事。"XXX 必须是真读过的来源。不写提问预告时，结尾改成“帮你把 XXX 讲清楚。” - **提问预告不是必选项**。钩子已经把悬念讲清楚时可以不写；要写就只写有悬念的问题，数量不必凑够三个，每一问和正文的加粗标题对应 --- ## 工作流程 ### 步骤 1：确认用法、模式和主题 **先判断用法** 1. **从零创作**。用户给主题，走步骤 2 到步骤 5 2. **优化已有稿件**。用户给现有口播稿，走下面的优化分支 **再选模式**。用 `AskUserQuestion` 展示三种模式，每个选项的描述里带上标杆文件名。用户已经指定模式或参照稿件的，直接用，不再弹选择。选定后读取对应标杆文件，在后续步骤中融入该篇的特征。模式 A 再确认要不要走开源推荐变体或闯关变体。 用 `AskUserQuestion` 确认不清楚的信息，主题的边界、有没有必须覆盖的知识点。模式 C 涉及能上手的产品时，还要问用户有没有一手实测材料，截图、记录、心得。 **优化分支**。先通读稿件，列出稿件与本 Skill 规则冲突的地方，逐条问用户这是有意保留的还是要改的，只改用户点头的项。不重跑调研，除非用户要求或发现技术错误。输出改动清单，每条含原句、改后句、理由，不整篇重写。用户校对过的固定句和例子原样保留。 ### 步骤 2：调研（强制） 这一步不可跳过。口播稿虽然短，但信息必须准确。 必须启用 Sub-agent 做调研。结果收到后立即停止 Sub-agent，交付前自查无残留后台任务。 - 涉及技术底层（如 Function Calling、Skill 触发、RAG 检索），调研真实的工作原理，读源码或官方文档 - 涉及产品或工具（如 Claude Code、Spring AI），调研最新的特性 - 涉及概念辨析（如 Agent 对 Workflow、RAG 对 Fine-tuning），调研权威定义和实际差异 - 模式 C 抓取一手信源（官方公告、官方博客、模型卡片、发布推文），用 web-access 或 Chrome DevTools MCP，确保信息来自官方而非二手转述。定价、速度、榜单成绩每条记下来源和发布时间。能上手的产品，用户没给材料就实际调用 API 或使用产品跑一个有代表性的提示词，记录结果 调研结果用于三件事。确认技术描述准确；找到让内容更有深度的细节，比如“Skill 的 description 会被注入到 system prompt”这种内行才知道的细节；区分口播稿的主角是什么，比如 Skill 不等于 Tool Call。 调研读过的来源记下来，信任建立句里的“我翻了 XXX”只能写这些。 ### 步骤 3：列大纲 - 用哪种模式，钩子怎么切入，信任感怎么建立，读了哪些来源 - 三层分别讲什么，第三层落到观众会碰到的什么事；要不要写提问预告 - 每层一句话摘要和一句总结金句 - 总结的对照句和实用建议 - 模式 C 额外列出日期和事件、引用哪些数据及出处、实测材料来自哪里、个人态度是推荐、观望还是谨慎 大纲列完先展示给用户确认，再进入正文撰写。 ### 步骤 4：撰写口播稿 按大纲展开，注意几点。 - 总字数控制在 950-1800 字，按本 Skill 的字数统计。超出上限只如实报告，不为压字数删减用词和补充说明，用户会自己改稿 - 技术术语首次出现时用中文解释一次，后续直接用英文 - 语言规范：口播稿不等于一味求顺口，前提是让人听明白，该书面表达还是要书面表达。必须使用完整规范的书面词汇，严禁随意缩写或删减字词（例如必须使用"准确"，严禁缩减为"准"）。句子主谓宾齐全，严禁缺字少字，严禁产生歧义。 - 叙述风格：通俗严谨、深入浅出，用明白易懂的标准语言把技术机理讲透，严禁生造概念与虚浮黑话，严禁轻佻随意的口水话，也不要直接出现 `xxx.ts` 这类具体源码文件名或类名（用有意义的模块名替代）。 写完后保存到 `docs/src/ai/video/` 目录，文件名用主题关键词，小写字母加连字符。 ### 步骤 5：自检 落盘前先跑机械检查，再过清单。 ```bash # 字数，用本 Skill 的统计命令，950-1800 # 禁用词，必须为 0 grep -n -E '焦虑|锚定|小模型|子代理|Cursor|震惊|颠覆|赋能|闭环|抓手|综上所述|值得注意的是|收束|去程|回程|防呆' docs/src/ai/video/<文件名>.md ``` ``` **口播稿自检** ✅/❌ - [ ] 机械检查：禁用词为 0，字数如实报告 →（结果） - [ ] 语言规范检查：逐句核对无错别字、无缺字漏字、无生造词，该书面表达处保持规范书面表达，词语完整无缩减，无具体源码文件名，成语用法准确无歧义 →（检查结果） - [ ] 零歧义检查：逐句核对，术语、工具名、角色名首次出现有定义；没有指代不明的“它”“源码里”“上游下游”；没有需要读者先翻译一遍才懂的比喻 →（改了哪几处） - [ ] AI 味：无总结套话、无学术腔、无过渡废话、无营销词 →（扫描结果） - [ ] 模式：钩子和正文符合所选模式，模式 A 有面试官，模式 B 全篇没有面试官，模式 C 有具体日期或反直觉现象 →（模式和写法） - [ ] 信任建立句的来源真读过；写了提问预告的，每一问都有悬念且和正文对应 →（来源列表） - [ ] 三层递进：第三层落到观众会碰到的事，每层一句总结金句且不复述 →（三句金句） - [ ] 技术准确性：核心知识点经过调研验证，数据带来源和时间 →（来源列表） - [ ] 硬核细节：字段名、机制名保留且每个都有一句解释 →（举例） - [ ] 总结：一句对照句加一条实用建议，用“另外”隔开 →（建议内容） - [ ] 模式 C 实测：材料来自真实操作或用户提供，没跑过的没写成跑过 →（材料来源，不涉及写“不适用”） - [ ] 截图占位符：全篇 3-6 张，自然嵌入正文 →（数量和位置） - [ ] 固定元素：层间过渡加粗，开场白和收尾齐全（开源推荐变体、闯关变体按变体要求） →（检查结果） - [ ] 后台任务：调研 Sub-agent 已停止 →（结果） ``` 自检通过后交付，未通过项回到步骤 4 修改。 ## 选题库 写新稿前先查两处，避免撞车。`docs/src/ai/video/` 目录下已有的文件名，`docs/src/ai/video/readme.md` 里的条目。