- name
- video-script
- description
- 口播稿,适用于 AI 技术科普、Agent/Skill/RAG、LLM 等底层原理讲解,以及面试题拆解、工具实测、热点普及。支持两种用法:给定主题从零产出口播稿、对已有口播稿进行优化。触发关键词包括:口播、口播稿、video script。
# 口播稿生成工作流
## 定位与核心参考标准
面向王二讲Agent的口播稿,主打 AI 技术硬核拆解、源码级原理科普和热点实测。观众是对 AI 感兴趣的开发者和技术爱好者。
**首选标杆稿件(写稿前必读,只学终稿的正向表达与追问节奏)**:
- 追问节奏与实测拆解标杆:`docs/src/ai/video/xiaomi-ocr-0.md`、`docs/src/ai/video/what-is-computer-use.md`
- 原理科普标杆:`docs/src/ai/video/context-compaction-vs-kv-cache.md`、`docs/src/ai/video/why-not-timestamp-in-system-prompt.md`
视频封面是制作素材,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;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。
---
## 标准结构与格式
### 1. 开场切入与 30% 进度节点
1. **一句大白话交代场景与目的**:从观众熟悉的日常场景或核心事件切入,一句话讲清楚“是什么、什么情况下会做什么、为了什么”,不堆砌啰嗦的界面细节,配 1 张真实界面截图占位符。
2. **展开核心看点或引出主线**:结合主题自然展开——既可以直接展示具体操作与输出体感(如 `xiaomi-ocr-0.md`),也可以点明前提规则、引出核心问题(如 `context-compaction-vs-kv-cache.md`)。
3. **30% 进度节点**:进入正片第一层前,单独成段写一句:`恭喜看到这里的你,已经成功击败 30% 的学习者。`
### 2. 逐层拆解(3-4 层递进 + 进度节点)
每一层根据当前主题要讲的内容自然推进,按以下节奏展开:
1. **加粗追问句开头(统一采用“聪明的你”递进追问,取消 A/B/C 选择题和弹幕互动词)**:
- 参照 `docs/src/ai/video/xiaomi-ocr-0.md`,以观众视角自然追问,依次递进:
- 第一层:`**那聪明的你一定会问,……?**`
- 第二层:`**那聪明的你肯定会继续问,……?**`
- 第三层:`**聪明的你可能会继续问,……?**`
- 最后一层:`**最后聪明的你还会问,……?**`
- 问句直接切入当前层的核心问题,问句后直接给干货解答,不再列 A/B/C 选项、弹幕引导词和“我的答案是……”。
2. **有体感的白话原理解答(核心味道所在)**:
- **先铺日常体感,再搭因果桥梁,最后落到源码动作或具体实现**:不要一上来就抛抽象概念。先给一个具体的开发或使用体感,接着用大白话把因果逻辑搭上桥,最后再引出源码设计、训练做法或实操步骤。
- **技术边界严密,把适用条件、命中范围或工程代价讲完整**:不说“全部未命中”或“100% 命中”这类绝对化的话。讲机制时说明哪段生效、从哪个位置开始变化、有什么前置条件或额外开销。
- **一段只讲透一个主干,只用公共术语与直观数字**:只保留行业约定俗成的公共概念(如 `KV Cache`、`Prefix Caching`、`Prefill`、`TTL`、`tool_result`、`Sub-agent`、`MCP`、`Skill`、`RAG`)和有体感的代表性数字。源码内部实现全部转化为直白的动作描述,与当前提问主干无关的旁支细节一律不写。
- **转折提问简洁自然**:段间追问直接写“那什么时候在本地改消息呢?等缓存过期之后。”,不用生硬套模板。
3. **配图与进度播报**:
- 每层核心内容讲完配一张对应的架构图、流程图或实测截图(生成前使用 `【截图:...】` 占位符)。
- 每层结束单独成段播报进度:
- 第一层结束:`恭喜看到这里的你,已经成功击败 50% 的学习者了。`
- 第二层结束:`恭喜看到这里的你,成功击败 70% 的学习者了。`
- 第三层结束(若共 4 层):`恭喜看到这里的你,成功击败 90% 的学习者了。`
- 最后一层结束:`恭喜你升到王者段位了,成功击败 99% 的学习者。`
### 3. 总结与收尾
1. **口语短分句总结**:用“最后简单总结一下,……”开头,拆成舒展的口语短分句,不要把四五个并列短语硬塞进一个长定语里。
2. **固定收尾词**:`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!`
---
## 正向表达规范(与 `ai-article` 共用,详见 `.claude/skills/ai-article/references/human-tone.md`)
1. **主语直接用产品名或组件名,准确把握 Agent 定位**:直接写“Codex 会读取 `title`”“翻开 DeepSeek Harness 的源码”。Claude Code、DeepSeek Harness、Codex 统称为 Agent,既能在终端运行,也能在桌面端运行;除了写代码,还能写教程、做 PPT、做视频、处理各类工作,口播切入时不要把它们局限于“写代码”。
2. **动词干脆直接,一步到位**:用直白的动作词串起执行流程(如“挂载、暴露、读取、折叠、设定、挂起、放行、切换、跑、切到、查、塞进”),讲完动作本身即止(如“拼接到报错末尾”“切换为同步阻塞”“保护 KV Cache”“点错了再撤销”)。
3. **只用约定俗成的公共术语,把底层机制转化为通俗因果逻辑**:只保留观众有概念的公共技术词汇(如 `KV Cache`、`Prefix Caching`、`Prefill`、`TTL`、`tool_result`、`Sub-agent`、`MCP`)和有直观对比意义的代表性数据(如 `80%`、`5` 分钟、`1` 个小时);技术状态用准确平实的中文表达(如“达到上下文窗口的阈值”“缓存未过期/缓存过期”“消息内容一变”)。重点用通俗清楚的因果逻辑把“为什么这么设计、底层怎么运作”讲明白。
4. **问句短促直接**:只问核心问题(如“Codex 怎么防止大模型被劫持?”“那第二个大招是什么?”),把触发条件和实现细节留给正文回答。
5. **用单一强有力的数据或案例说话**:每次论证只选最有代表性的一个高分或一个实测现象(如“拿到了 60 的高分,反超了自家的 GPT-6.1 Sol,58.6 分”),紧接“为什么?”进入源码拆解。
6. **数字与单位贴合日常听感**:容量写 `8 M`、`16 G`,状态分值写 `0`、`1`。
7. **举例拒绝俗套**:举提问或输入句子例子时,不用“今天天气真好”这类俗套句子,优先结合自身 IP 与开发者场景举例(如“王二讲 Agent 开源了吗?”“王二讲 Agent 开源知识库的地址是什么?”)。
8. **截图占位符格式**(全篇 3-6 张,紧贴对应段落):
```
【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>】
```
---
## 工作流程
### 步骤 1:确认用法与参考标杆
1. **从零创作**:先读取 `docs/src/ai/video/xiaomi-ocr-0.md`、`docs/src/ai/video/context-compaction-vs-kv-cache.md` 以及 `sucai.md` 素材。`sucai.md` 里用户写好的句子、截图和观点原样保留。稿件一旦落盘交付,后续修改前先读取磁盘最新文件内容,保留用户已改过的全部内容。
2. **优化已有稿件**:通读稿件,对照标杆稿件的追问节奏与正向表达标准做局部优化,保留用户校对过的句子。
### 步骤 2:调研与白话转译(强制)
1. 启用 Sub-agent 调研 **Claude Code、Codex、DeepSeek Harness 和 Pi Agent** 的源码、官方文档或一手公告,收到结果后立即停止 Sub-agent。本地源码路径:
- Claude Code:`/Users/itwanger/Documents/GitHub/claude-code-source-code`
- Codex:`/Users/itwanger/Documents/GitHub/codex`
- DeepSeek Harness:`/Users/itwanger/Documents/GitHub/deepseek-harness`
- Pi Agent:`/Users/itwanger/Documents/GitHub/pi`
2. **源码事实转白话隔离层**:拿到 Sub-agent 调研结果后,只提炼机制原理,把源码里的私有函数名、内部变量名、缓冲常数转化为“日常痛点是什么 → 怎么处理的 → 哪部分受益、哪部分付出什么代价”的白话因果链。
### 步骤 3:列大纲
按标杆结构列出开场切入方式、3-4 层“聪明的你”递进追问与每层对应的白话原理及代价边界,交给用户确认后再写正文。
### 步骤 4:撰写口播稿
按确认后的大纲与标杆稿件的语言节奏撰写,保存到 `docs/src/ai/video/` 目录。
### 步骤 5:自检
1. **六项正向质量过筛**:
- **技术边界与代价完整**:讲清哪一段生效、从哪个位置开始变化,以及方案的前置条件或额外代价。
- **因果推理不跳步**:把问题与机制之间的因果逻辑用平实白话讲清楚。
- **零私有命名与零无感常数**:只留行业公共术语和直观数字,不出现源码私有函数名/变量名和缓冲区常数。
- **地道中文表达**:确认没有英文注释字面直译词。
- **一段一主干**:每段只聚焦回答当前提问,砍掉偏离主线的旁支细节。
- **自然追问与短分句**:每层用“那聪明的你一定会问 / 肯定会继续问 / 可能会继续问 / 最后聪明的你还会问”开头直接作答(不设 A/B/C 选项),总结段用舒展的口语短分句。
2. **运行禁用词检查脚本(与 `ai-article` 共用 `wording_rules.py`,必须为 0)**:
```bash
python3 -c "import re,sys;sys.path.insert(0,'.agents/skills/ai-article/scripts');from wording_rules import COMPILED_FAIL,find_hits;t=re.sub(r'【截图[^】]*】','',open(sys.argv[1],encoding='utf-8').read());hits=find_hits(t,COMPILED_FAIL);print('\n'.join(f'{h[1]} -> {h[2]}' for h in hits) if hits else 'wording_rules FAIL: 0')" docs/src/ai/video/<文件名>.md
```
Auf GitHub ansehen