Menü
播客最终润色。高亮片段预览、片头背景音乐、时间戳章节、标题建议、播客简介。触发词：最终润色、final touch、加片头、生成时间戳
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
使用 browser-use CLI 对 PodcastCut webapp 做浏览器验收。始终使用 headed 模式，覆盖打开页面、登录、上传指定音频、触发生成审查稿、刷新审查稿、手动标记删除、确认剪辑、核对 workspace 产物。触发词：browser validation、浏览器验证、用 browser-use 跑流程、上传音频验收
生成播客审查画布数据。根据当前工作区中的音频、转录、QA 报告和剪辑结果， 产出固定格式的 review_data.json，供右侧审查画布直接读取。 触发词：审查画布、review data、审查稿、生成播客审查
语音克隆 + 播客生成完整流程。 上传音频 → 转录 → 修正文稿 → 提取声音样本 → 克隆声音模型 → TTS 合成 → 合并成品音频。 全自动执行，无需用户逐步操作。 触发词：语音克隆、声音克隆、生成播客、克隆声音
音频剪辑。根据 delete_segments.json 删除指定片段，自适应淡入淡出，可选说话人音量对齐。触发词：剪辑、cut、编辑音频
将当前 webapp 发布到 Fly.io，并在发布前后做最小健康检查。 适用于前端或后端改动后的一键上线。触发词：deploy、发布、上线、推到 fly、fly.io
使用 browser-use CLI 对 webapp 做端到端验证。覆盖登录、上传音频、生成 review_data.json、刷新审查稿、手动标记删除、确认剪辑、验证 podcast_cut.mp3。触发词：browser e2e、端到端验证、验证网页剪辑、用浏览器跑流程
| name | podcastcut-final-touch |
| description | 播客最终润色。高亮片段预览、片头背景音乐、时间戳章节、标题建议、播客简介。触发词：最终润色、final touch、加片头、生成时间戳 |
高亮片段 → 片头预览 → 主题曲片头片尾 → 时间戳章节 → 标题 + 简介
在开始任何工作之前，必须先询问用户：
在开始最终润色之前，请提供以下信息：
1. **主题曲文件路径**（用于片头片尾背景音乐）
- 例如：`/path/to/your/theme-song.mp3`
- 如果不需要背景音乐，请告诉我
2. **已剪辑好的播客音频路径**
- 例如：`/path/to/podcast_v2.mp3`
3. **（可选）逐字稿或转录 JSON 路径**
- 用于分析高亮片段和生成时间戳
不要假设用户使用任何特定的主题曲！ 每个播客的片头风格都不同。
| 位置 | 时长 | 效果 |
|---|---|---|
| 片头 | ~15秒 | 主题曲渐入 → 人声开始时渐出 |
| 片尾 | ~15秒 | 人声结束后 → 主题曲渐入 → 渐出结束 |
用户: 帮我做播客的最终润色
用户: 加个片头预览
用户: 生成时间戳章节
用户: final touch
/podcastcut-edit 输出的版本）0. 询问用户：主题曲路径、播客音频路径、逐字稿路径
↓
1. 分析内容，推荐高亮片段
↓
【用户选择 3-4 个片段】
↓
2. 提取片段 + 拼接片头预览
↓
3. 添加主题曲片头（~15秒，渐入渐出）
↓
4. 添加主题曲片尾（~15秒，渐入渐出）
↓
5. 分析话题结构，生成时间戳章节
↓
6. 生成标题建议
↓
7. 生成播客简介
↓
完成
| 特征 | 说明 |
|---|---|
| 金句 | 有力、简洁、有记忆点的表达 |
| 观点碰撞 | 不同意见的精彩交锋 |
| 情绪高点 | 笑声、感叹、惊讶的时刻 |
| 悬念/钩子 | 让听众想继续听下去的内容 |
| 核心洞察 | 播客最有价值的观点浓缩 |
## 推荐高亮片段
我从播客中识别了以下精彩片段，请选择 3-4 个作为片头预览：
| # | 时间 | 说话人 | 内容摘要 | 推荐理由 |
|---|------|--------|----------|----------|
| 1 | 15:32-15:58 | 响歌歌 | "工作的意义不是..." | 金句，核心观点 |
| 2 | 32:45-33:12 | Maia | "我当时就觉得不对劲..." | 故事性强，有悬念 |
| 3 | 48:20-48:45 | 安安 | "这完全是两回事..." | 观点碰撞 |
| 4 | 1:05:30-1:06:00 | 响歌歌 | [笑] "你这个比喻太绝了" | 情绪高点 |
| 5 | 1:18:22-1:18:50 | Maia | "如果重新选择..." | 引发思考 |
请回复选择的编号，如：`1, 3, 4` 或 `选 1 3 4`
| 规范 | 说明 |
|---|---|
| 数量 | 3-4 个片段 |
| 单片段时长 | 10-30 秒 |
| 总时长 | 30-90 秒 |
| 顺序 | 按精彩程度排列，最吸引人的放第一个 |
# 1. 提取各片段
ffmpeg -i podcast.mp4 -ss 15:32 -to 15:58 -c copy clip1.mp4
ffmpeg -i podcast.mp4 -ss 32:45 -to 33:12 -c copy clip2.mp4
ffmpeg -i podcast.mp4 -ss 48:20 -to 48:45 -c copy clip3.mp4
# 2. 创建片段列表
echo "file 'clip1.mp4'" > clips.txt
echo "file 'clip2.mp4'" >> clips.txt
echo "file 'clip3.mp4'" >> clips.txt
# 3. 拼接片段
ffmpeg -f concat -safe 0 -i clips.txt -c copy preview.mp4
| 选项 | 效果 |
|---|---|
| 直切 | 默认，简洁 |
| 黑场过渡 | 0.3-0.5秒黑屏，区分片段 |
| 淡入淡出 | 更柔和，但增加时长 |
┌─────────────────────────────────────────────────────────────────┐
│ 片头主题曲 │ 高亮预览 │ 正片内容 │ 片尾主题曲 │
│ (~15秒) │ (30-90秒) │ │ (~15秒) │
│ 渐入→渐出 │ │ │ 渐入→渐出 │
└─────────────────────────────────────────────────────────────────┘
| 参数 | 值 |
|---|---|
| 时长 | 约 15 秒 |
| 渐入 | 0-2秒，从静音渐入到正常音量 |
| 渐出 | 最后 3 秒，渐出到静音（与人声衔接） |
| 音量 | 正常播放音量 |
# 1. 提取主题曲片头（15秒）
THEME_SONG="/Users/xiangli/Music/Music/Media.localized/Music/Unknown Artist/Unknown Album/Surfaces - Sunny Side Up (Official Audio).mp3"
ffmpeg -i "$THEME_SONG" -t 15 \
-af "afade=t=in:d=2,afade=t=out:st=12:d=3" \
intro_music.mp3
# 2. 拼接：片头音乐 + 预览 + 正片
ffmpeg -i intro_music.mp3 -i preview_and_main.mp3 \
-filter_complex "[0:a][1:a]concat=n=2:v=0:a=1[outa]" \
-map "[outa]" output_with_intro.mp3
| 参数 | 值 |
|---|---|
| 时长 | 约 15 秒 |
| 渐入 | 0-3秒，从静音渐入（与人声衔接） |
| 渐出 | 最后 2 秒，渐出到静音 |
| 音量 | 正常播放音量 |
# 1. 提取主题曲片尾（15秒，可以从歌曲不同位置截取）
ffmpeg -i "$THEME_SONG" -ss 30 -t 15 \
-af "afade=t=in:d=3,afade=t=out:st=13:d=2" \
outro_music.mp3
# 2. 拼接：正片 + 片尾音乐
ffmpeg -i main_content.mp3 -i outro_music.mp3 \
-filter_complex "[0:a][1:a]concat=n=2:v=0:a=1[outa]" \
-map "[outa]" output_with_outro.mp3
# 一次性拼接：片头 + 预览 + 正片 + 片尾
ffmpeg -i intro_music.mp3 -i preview.mp3 -i main.mp3 -i outro_music.mp3 \
-filter_complex "[0:a][1:a][2:a][3:a]concat=n=4:v=0:a=1[outa]" \
-map "[outa]" -c:a libmp3lame -q:a 2 \
podcast_final.mp3
如果主题曲太响或太轻，可以调整：
# 降低音量（0.8 = 80%）
ffmpeg -i intro_music.mp3 -af "volume=0.8" intro_music_adjusted.mp3
# 提高音量（1.2 = 120%）
ffmpeg -i intro_music.mp3 -af "volume=1.2" intro_music_adjusted.mp3
00:00 片头预览
01:30 正式开场
02:05 话题一的标题
07:58 话题二的标题
26:16 话题三的标题
1:00:08 话题四的标题
1:23:00 话题五的标题
| 规则 | 说明 |
|---|---|
| 时间格式 | MM:SS 或 H:MM:SS（超过1小时） |
| 首章 | 00:00 片头预览（如果有预览） |
| 间隔 | 话题间空行分组（可选） |
| 标题 | 简洁、有信息量，不超过20字 |
00:00 片头精彩预览
01:26 我们为什么要聊"工作的意义"？
02:05 童年记忆：父母那一代的工作观
07:58 学生时代：对"光鲜工作"的幻想与实习体验
26:16 第一份工作：大厂光环、身份焦虑与选择
32:07 留学生求职：为身份而工作 vs 为生活而工作
38:27 钱、意义感与工作生活的平衡
1:00:08 工作的"无意义"时刻：我们在对抗什么？
1:08:17 价值观碰撞：工作到底有没有意义？
1:23:00 建立生活支点：如何不让工作定义自己？
1:32:58 我们是两种人，但都在寻找自己的答案
| 类型 | 示例 | 适用场景 |
|---|---|---|
| 问题型 | "工作的意义是什么？" | 引发思考 |
| 观点型 | "工作不该定义你的人生" | 立场鲜明 |
| 金句型 | "我们都在寻找自己的答案" | 情感共鸣 |
| 话题型 | "聊聊大厂、身份焦虑和选择" | 信息明确 |
| 悬念型 | "那一刻，我决定不再为身份工作" | 吸引点击 |
## 标题建议
1. **工作的意义是什么？三个"打工人"的真实思考**（问题 + 信息）
2. **我们为什么要聊"工作的意义"？**（问题型）
3. **不想让工作定义自己，然后呢？**（悬念型）
4. **大厂光环、身份焦虑、人生选择｜三人真心话**（话题型）
5. **两种人，一个答案：找到你自己的工作观**（金句型）
推荐：第 1 个（信息量足，有吸引力）
【本期话题】
一句话概括本期内容
【嘉宾/主播】
- 名字：一句话介绍
【时间戳】
（粘贴时间戳章节）
【精彩片段】
- "金句1"
- "金句2"
【关于我们】
固定的播客介绍（用户提供模板）
【本期话题】
工作到底有没有意义？三位背景迥异的朋友，聊聊各自对工作的真实看法。
【主播】
- Maia：前大厂产品经理，现自由职业
- 响歌歌：硅谷工程师，在美十年
- 安安：创业中，曾放弃大厂offer
【时间戳】
00:00 片头精彩预览
01:26 我们为什么要聊"工作的意义"？
02:05 童年记忆：父母那一代的工作观
...
【精彩片段】
- "工作的意义不是找到的，是创造的"
- "我不想让签证定义我的人生选择"
- "你可以是两种人，也可以是第三种"
【收听平台】
小宇宙 / Apple Podcasts / Spotify / 喜马拉雅
启动时创建：
- [ ] 询问用户：主题曲路径、播客音频路径、逐字稿路径
- [ ] 分析内容，推荐高亮片段（5-8个）
- [ ] 等待用户选择 3-4 个片段
- [ ] 提取并拼接片头预览
- [ ] 添加主题曲片头（~15秒，渐入渐出）
- [ ] 添加主题曲片尾（~15秒，渐入渐出）
- [ ] 生成时间戳章节
- [ ] 生成标题建议
- [ ] 生成播客简介
podcast_preview.mp3 # 高亮片段预览
podcast_intro.mp3 # 片头主题曲（15秒，渐入渐出）
podcast_outro.mp3 # 片尾主题曲（15秒，渐入渐出）
podcast_final.mp3 # 最终版本（片头 + 预览 + 正片 + 片尾）
podcast_时间戳.txt # 时间戳章节
podcast_标题建议.txt # 标题选项
podcast_简介.txt # 发布简介
/podcastcut-content → 内容剪辑
/podcastcut-edit → 执行剪辑
/podcastcut-transcribe → 口误识别
/podcastcut-final-touch → 最终润色 ← 本 Skill
推荐流程：
原始音频/视频
↓
/podcastcut-content ← 删除废话、跑题、隐私
↓
/podcastcut-edit ← 执行剪辑，输出 v2
↓
【可选】处理口误
↓
/podcastcut-final-touch ← 片头预览 + 背景音乐 + 时间戳 + 标题 + 简介
↓
发布
用户: 帮我做这个播客的 final touch
AI: 好的，我来帮你做最终润色。在开始之前，请提供以下信息：
1. **主题曲文件路径**（用于片头片尾背景音乐）
- 例如：`/path/to/your/theme-song.mp3`
- 如果不需要背景音乐，请告诉我
2. **已剪辑好的播客音频路径**
- 例如：`/path/to/podcast_v2.mp3`
3. **（可选）逐字稿或转录 JSON 路径**
- 用于分析高亮片段和生成时间戳
用户: 主题曲是 ~/Music/my-theme.mp3，播客是 ~/podcast/episode1_v2.mp3
AI: 收到！主题曲：~/Music/my-theme.mp3，播客：~/podcast/episode1_v2.mp3
正在分析内容，寻找高亮片段...
## 推荐高亮片段
| # | 时间 | 说话人 | 内容 | 推荐理由 |
|---|------|--------|------|----------|
| 1 | 15:32 | 主播A | "..." | 金句 |
| 2 | 32:45 | 主播B | "..." | 情感共鸣 |
| 3 | 48:20 | 嘉宾 | "..." | 故事悬念 |
| 4 | 1:05:30 | 主播A | "..." | 情绪高点 |
| 5 | 1:18:22 | 主播B | "..." | 核心观点 |
请选择 3-4 个片段，如：`1, 2, 4`
用户: 1, 2, 4
AI: 好的，提取片段 1、2、4 并拼接片头预览...
预览已生成：podcast_preview.mp3（68秒）
接下来使用你的主题曲添加片头片尾...
- 片头：my-theme.mp3 前15秒（渐入2秒，渐出3秒）
- 片尾：my-theme.mp3 15秒（渐入3秒，渐出2秒）
正在拼接最终音频：片头 + 预览 + 正片 + 片尾...
完成：podcast_final.mp3
## 时间戳章节
00:00 片头
00:15 精彩预览
01:23 正式开场
...
## 标题建议
1. ...
2. ...
## 播客简介
【本期话题】
...
所有文件已保存，可以发布了！
-ss 对 mp3 不可靠，必须用 atrim# ❌ 错误：-ss 可能 seek 到静音位置
ffmpeg -i song.mp3 -ss 20 -t 3 output.mp3 # 结果可能是 -91dB 静音
# ✅ 正确：用 atrim 滤镜精确截取
ffmpeg -i song.mp3 \
-af "atrim=start=5:end=8,asetpts=PTS-STARTPTS" \
output.mp3
截取后立即检查，-91dB 基本是静音：
ffmpeg -i output.mp3 -af "volumedetect" -f null - 2>&1 | grep max_volume
# 正常音量应该在 -20dB 到 0dB 之间
# 人声提高到 1.8 倍 + 淡淡背景音乐 5%
ffmpeg -i voice.mp3 -i bg_music.mp3 \
-filter_complex "[0:a]volume=1.8[voice];[1:a]volume=0.05[bg];[voice][bg]amix=inputs=2:duration=first[out]" \
-map "[out]" -c:a libmp3lame -q:a 2 output.mp3
# 4秒片段间过渡：渐入0.5s，渐出0.5s
ffmpeg -i song.mp3 \
-af "atrim=start=5:end=9,asetpts=PTS-STARTPTS,afade=t=in:d=0.5,afade=t=out:st=3.5:d=0.5" \
-c:a libmp3lame -q:a 2 music_bridge_4s.mp3
# 8秒淡入正文：渐入0.5s，然后7秒渐出到静音
ffmpeg -i song.mp3 \
-af "atrim=start=9:end=17,asetpts=PTS-STARTPTS,afade=t=in:d=0.5,afade=t=out:st=1:d=7" \
-c:a libmp3lame -q:a 2 music_to_main_8s.mp3
┌──────────┬─────────────┬────────┬─────────────┬────────────┬──────────┬──────────┐
│ 片头音乐 │ 片段1+背景 │ 音乐过渡│ 片段2+背景 │ 音乐淡入 │ 正文 │ 片尾音乐 │
│ (15s) │ 人声+5%bg │ (4s) │ 人声+5%bg │ (8s) │ │ (15s) │
└──────────┴─────────────┴────────┴─────────────┴────────────┴──────────┴──────────┘
| 部分 | 时间 | 说明 |
|---|---|---|
| 片头音乐 | 00:00-00:15 | 15秒，渐入2s→渐出3s |
| 高亮片段1 | 00:15-00:25 | 人声1.8x + 5%背景音乐 |
| 音乐过渡 | 00:25-00:29 | 4秒，渐入0.5s→渐出0.5s |
| 高亮片段2 | 00:29-00:49 | 人声1.8x + 5%背景音乐 |
| 音乐淡入 | 00:49-00:57 | 8秒，渐入0.5s→渐出7s |
| 正文 | 00:57- | 主要内容 |
| 片尾音乐 | 最后15秒 | 渐入3s→渐出2s |
WORK_DIR="/path/to/project"
THEME_SONG="/path/to/theme.mp3"
MAIN_AUDIO="/path/to/main.mp3"
# 1. 片头音乐（15秒）
ffmpeg -i "$THEME_SONG" \
-af "atrim=start=0:end=15,asetpts=PTS-STARTPTS,afade=t=in:d=2,afade=t=out:st=12:d=3" \
-c:a libmp3lame -q:a 2 "$WORK_DIR/intro_music.mp3"
# 2. 为每个高亮片段添加背景音乐
# 先生成对应时长的背景音乐（5%音量）
ffmpeg -i "$THEME_SONG" \
-af "atrim=start=15:end=25,asetpts=PTS-STARTPTS,volume=0.05" \
-c:a libmp3lame -q:a 2 "$WORK_DIR/bg_10s.mp3"
# 混合：人声(1.8x) + 背景音乐
ffmpeg -i "$WORK_DIR/clip1.mp3" -i "$WORK_DIR/bg_10s.mp3" \
-filter_complex "[0:a]volume=1.8[voice];[voice][1:a]amix=inputs=2:duration=first[out]" \
-map "[out]" -c:a libmp3lame -q:a 2 "$WORK_DIR/clip1_with_bg.mp3"
# 3. 片段间音乐过渡（4秒）
ffmpeg -i "$THEME_SONG" \
-af "atrim=start=5:end=9,asetpts=PTS-STARTPTS,afade=t=in:d=0.5,afade=t=out:st=3.5:d=0.5" \
-c:a libmp3lame -q:a 2 "$WORK_DIR/music_bridge_4s.mp3"
# 4. 淡入正文音乐（8秒）
ffmpeg -i "$THEME_SONG" \
-af "atrim=start=9:end=17,asetpts=PTS-STARTPTS,afade=t=in:d=0.5,afade=t=out:st=1:d=7" \
-c:a libmp3lame -q:a 2 "$WORK_DIR/music_to_main_8s.mp3"
# 5. 片尾音乐（15秒）
ffmpeg -i "$THEME_SONG" \
-af "atrim=start=30:end=45,asetpts=PTS-STARTPTS,afade=t=in:d=3,afade=t=out:st=13:d=2" \
-c:a libmp3lame -q:a 2 "$WORK_DIR/outro_music.mp3"
# 6. 拼接最终版本
ffmpeg -y \
-i "$WORK_DIR/intro_music.mp3" \
-i "$WORK_DIR/clip1_with_bg.mp3" \
-i "$WORK_DIR/music_bridge_4s.mp3" \
-i "$WORK_DIR/clip2_with_bg.mp3" \
-i "$WORK_DIR/music_to_main_8s.mp3" \
-i "$MAIN_AUDIO" \
-i "$WORK_DIR/outro_music.mp3" \
-filter_complex "[0:a][1:a][2:a][3:a][4:a][5:a][6:a]concat=n=7:v=0:a=1[outa]" \
-map "[outa]" -c:a libmp3lame -q:a 2 \
"$WORK_DIR/podcast_final.mp3"
加入片头预览后，正文内容的时间戳需要加上偏移量。
偏移量 = 片头音乐 + 片段1 + 过渡 + 片段2 + 淡入
= 15 + 10 + 4 + 20 + 8 = 57 秒
| 原时间戳 | 偏移后 |
|---|---|
| 00:45 正式开场 | 00:57 正式开场 (+12秒) |
| 01:30 话题一 | 01:42 话题一 |
| 10:00 话题二 | 10:12 话题二 |
注意：如果原时间戳基于旧版本（如 00:45 正式开场），需要计算差值（57-45=12秒），给所有时间戳加上这个差值。
mkdir -p "$WORK_DIR/发布素材"
# 复制最终文件
cp "$WORK_DIR/podcast_final.mp3" "$WORK_DIR/发布素材/播客名_最终版.mp3"
cp "$WORK_DIR/podcast_时间戳.txt" "$WORK_DIR/发布素材/"
cp "$WORK_DIR/podcast_标题建议.txt" "$WORK_DIR/发布素材/"
cp "$WORK_DIR/podcast_简介.txt" "$WORK_DIR/发布素材/"
发布素材/
├── 播客名_最终版.mp3 # 最终音频
├── podcast_时间戳.txt # 时间戳章节（已偏移）
├── podcast_标题建议.txt # 标题选项
└── podcast_简介.txt # 播客简介
FFmpeg -ss 对 mp3 不可靠
-ss 45 -t 3 截取音乐，结果是 -91dB 静音-ss 对 mp3 文件 seek 不准确atrim 滤镜精确截取volumedetect 检查音量完整预览结构
音频混合参数
输出组织