article2book

name	article2book
homepage	https://github.com/cat-xierluo/legal-skills
author	杨卫薪律师（微信ywxlaw）
version	1.0.0
description	基于现有文章、专栏、课程讲稿、逐字稿、访谈、课件、会议纪要、案例材料、PDF 文本、Word 文档和笔记等内容资产，判断它们最适合转化为书、小册子、课程、系列文章、实务手册或知识库，并输出精简策划意见；用户提到“把现有内容整理成书”“判断素材适合做书还是课程”“把文章/直播稿/课程稿/笔记重组成知识产品”等场景时，应使用本技能。
license	MIT

现有内容资产再组织技能

最后更新：2026-05-17

定位

article2book 用于把一个目录下已经存在的内容资产，整理成可出版、可交付或可持续维护的结构化成果。

本技能仍以“成书策划”为默认主路径，但不把所有素材强行导向一本书。它会先判断这批素材最适合成为：

• 书稿
• 小册子
• 课程
• 系列文章
• 实务手册
• 知识库
• 暂不建议产品化的素材池

这里的“现有内容资产”包括但不限于：

• 已发布文章、专栏稿、公众号稿件
• 课程讲稿、分享提纲、直播稿、演讲稿
• 视频教程配套文稿、字幕稿、逐字稿
• 访谈稿、问答记录、会议纪要
• 课件、案例材料、实务清单
• PDF 文本、Word 文档、Obsidian 笔记
• 卡片、方法论草稿、系列随笔

它的出发点不是“从空白开始写一本书”，而是：

• 先盘点已有内容资产
• 再判断最合适的交付形态
• 然后筛掉低价值内容，收束母题、读者和结构
• 最后把已有素材重组为更适合出版或交付的内容产品

本技能的默认方法论是：

• Agent 通读优先
• 脚本索引辅助
• 先判断内容形态，再判断是否成书
• 先筛掉低价值内容，再做结构设计
• 默认单文件交付
• 确认后进入对应产物初稿

典型输入

• 一个目录下混合放置的 Markdown 文章、专栏稿、公众号稿、课程讲稿、字幕稿、逐字稿、Obsidian 笔记
• 一批直播稿、访谈稿、课程稿或会议纪要，用户不确定适合做书、课程还是知识库
• 已写成很多长文，但主题散、重复多、表达角度不统一
• 同一作者围绕某条方法论持续写作和输出，但还没有沉淀成稳定内容产品
• 一个混合目录里同时有文章、课件、案例、手册草稿和零散笔记

示例：

• 请读取 <素材目录>，判断这些文章能不能整理成一本书，并给出书稿结构方案。
• 我有一批直播逐字稿和配套文章，帮我判断适合做书、课程还是小册子。
• 这个混合目录能不能整理成一个知识产品？如果不适合成书，也请给出替代方案。
• 你先只输出一份策划意见，我确认后你再直接生成对应初稿。

不适用场景

• 用户只是想汇总文件目录，不关心内容形态、读者定位或重组路径
• 用户已经有成熟目录，只需要续写某一章
• 用户希望完全从零构思一本书，而不是基于已有素材整理
• 文件夹里主要是图片、扫描件、录音、纯视频等材料，且尚未转为可读文本
• 用户要做的是排版、封面、营销文案或发行流程，而不是内容资产重组

默认输出目录

默认在源目录下创建 书稿策划输出/ 目录。即使最终建议不是成书，也继续使用该目录，避免为不同形态制造多套路径规则。

工作模式

根据用户请求和素材复杂度选择工作模式：

模式	适用场景	默认产物
快速盘点	用户只想先知道方向，或素材规模很大需要先判断值不值得深入	对话内给出简短判断，必要时生成 书稿策划意见.md 的简版
标准策划	默认模式；用户要求判断能否成书、适合什么形态、怎么重组	书稿策划意见.md
深度重构	用户确认策划意见后，或明确要求直接生成完整初稿	全书初稿.md 或对应形态初稿

默认使用标准策划。只有在用户确认方向、明确要求生成初稿，或素材复杂到必须拆批处理时，才进入深度重构。

交付形态判断树

先判断最佳内容形态，再判断是否进入成书路径：

1. 成书：素材有稳定母题、明确读者、足够厚度和可持续扩写空间。
2. 小册子：主题集中但厚度不足，更适合短平快交付。
3. 课程：素材以讲授顺序、操作演示、练习任务或学习路径为主。
4. 系列文章：观点有价值但主题尚未形成完整体系。
5. 实务手册：素材以流程、清单、标准、案例和操作口径为主。
6. 知识库：素材多主题并存，适合持续维护和检索，而不适合线性阅读。
7. 暂不建议产品化：素材过散、重复、过时或缺少足够原创判断。

各形态的判断标准见 references/content-productization-models.md。

默认交付

本技能默认采用两阶段交付，并尽量减少用户需要阅读的文件数量。

第一阶段：先出一份策划意见

默认只输出：

文件	用途
书稿策划意见.md	唯一默认交付件。集中给出最佳内容形态、是否适合成书、主命题、目标读者、结构草案、删改动作、转化路径和下一步产物

只有在以下情况，才额外输出支撑文件：

• 素材规模很大，需要保留通读证据
• 用户明确要求看细表
• 主题分叉明显，需要展示筛选依据
• 输入格式复杂，需要记录预处理状态

可选支撑文件包括：

文件	用途
processed/agent_reading_notes.md	Agent 分批通读后的内部阅读笔记
processed/article_inventory.csv	脚本建立的基础清单索引
processed/article_inventory.jsonl	结构化索引
附录-排除与降权清单.md	仅在需要解释筛选依据时输出

第二阶段：确认后生成对应形态初稿

如果用户确认第一阶段意见无误，则直接进入内容重构，不再先产出大批中间文件。

默认输出取决于第一阶段判断：

推荐形态	默认初稿
成书	全书初稿.md
小册子	小册子初稿.md
课程	课程大纲与讲稿初稿.md
系列文章	系列文章规划与首批初稿.md
实务手册	实务手册初稿.md
知识库	知识库结构与核心条目.md

仅当内容过长、需要分章并行起草或用户明确要求拆分时，才输出：

文件	用途
chapters/01-*.md ...	分章或分单元初稿
全书结构说明.md / 内容结构说明.md	记录章节边界、统一术语和合并规则

完整模板见 references/output-template.md。

工作流程

Step 1：确认源目录、文件类型、工作模式与输出位置

• 确认用户给的是单一主题目录，还是多个主题混放目录
• 默认优先处理已文本化的素材，如 .md、.markdown、.mdx、.txt、.srt、.vtt
• 对 .docx、.pdf，先作为“需预处理素材”纳入清单；能直接提取文本时再进入通读
• 对课程视频、录音、播客等非文本素材，先转写为逐字稿再纳入判断
• 对图片、附件、配图目录先排除，避免把配图误识别成正文内容
• 明确采用快速盘点、标准策划还是深度重构
• 明确输出落在源目录 书稿策划输出/

不同来源的处理方式见 references/source-type-handling.md。

Step 2：先让 Agent 通读全部候选文本素材

这是本技能的主流程，不可跳过。

• 对能直接读取的文本素材，Agent 应尽量全部通读，而不是只看标题、预览或脚本统计结果
• 如果目录较大，可按批次通读，例如每批 10-20 份素材；每读完一批，立刻记录笔记
• 每份素材至少记录：
  • 一句话摘要
  • 它主要在回答什么问题
  • 它更适合作为主章节、案例、附录、课程单元、手册条目还是应移出
  • 是否存在强时效性、重复表达、深度不足、口语化过强或格式预处理问题

通读记录建议沉淀到：

• processed/agent_reading_notes.md

但该文件默认视为内部工作底稿，不应自动作为用户第一阅读入口。

更细的通读方式见 references/agent-reading-protocol.md。

Step 3：通读后先做“保留 / 降权 / 排除”筛选

在开始主题聚类之前，先把低价值内容筛掉，不要把所有素材都硬塞进最终产物。

优先排除或降权以下内容：

• 老而浅：时间较早，且只停留在信息罗列、工具介绍、表层观点，没有形成今天仍有价值的判断框架
• 过时失效：高度依赖某次产品更新、某个版本功能、某个热点事件，且难以改写为常青表达
• 重复但更弱：与另一份素材表达的是同一判断，但论证、案例、结构和表达都明显更弱
• 只有热闹没有母题：看起来吸睛，但与主线关联很弱
• 内容密度过低：篇幅不短，但信息增量很少，难以支撑章节、单元或条目

筛选时要注意：

• 老内容不等于低质量
• 短内容不等于低质量
• 排除要说明理由

筛选标准见 references/content-screening-rubric.md。

Step 4：在筛选基础上建立素材清单，脚本只做辅助

如需补路径、查漏或生成基础索引，可运行：

python3 scripts/build_article_inventory.py "<源目录>" --output-dir "<输出目录>/processed"

但要注意：

• 该脚本只用于补路径、查漏、做基础索引和标记需预处理素材
• 不得仅凭脚本输出就直接做主题判断
• .docx、.pdf 在脚本中只标记为需预处理，不直接解析正文
• 如果 Agent 通读记录与脚本字段冲突，以通读理解为准，再人工校正

Step 5：抽取主题和内容形态，而不是只看标题

读取清单后，至少要覆盖：

• 高密度代表素材
• 看似相近但论点不同的素材
• 可能属于边缘主题的素材
• 标题像工具测评、但正文承载方法论的素材
• 口语化很强、但内里已经有章节、课程单元或手册条目雏形的逐字稿
• 看似零散但可沉淀为知识库条目的笔记或会议纪要

不要只根据标题聚类。正文中反复出现的“问题意识、判断口径、方法论词汇、操作步骤、案例结构、叙事张力”，通常比标题更能决定最终形态。

Step 6：识别“母题”与“最合适的内容产品”

先把素材按主题簇归类，再判断它们能否收束成稳定内容产品。

重点识别：

• 作者反复回答的是哪一个核心问题
• 作者与同类写作相比真正有区分度的视角是什么
• 素材更适合线性阅读、系统学习、快速查阅，还是持续维护
• 这些内容更像“同一本书的不同章节”，还是“多个内容产品的种子”

如果目录里同时存在两条以上都足够强的主线，不要硬拼成一本书。应明确提出：

• 方案 A：聚焦为一本书
• 方案 B：拆成两本书 / 一本书 + 一套课程 / 手册 + 知识库
• 方案 C：暂不成书，先做系列文章或素材库收束

Step 7：评估成书可行性，并给出替代形态建议

按 references/book-viability-rubric.md 逐项判断：

• 主题集中度
• 核心命题清晰度
• 目标读者清晰度
• 内容厚度与互补性
• 观点区分度
• 时效风险
• 可持续扩写空间

输出时必须同时明确：

1. 最佳内容形态：成书 / 小册子 / 课程 / 系列文章 / 实务手册 / 知识库 / 暂不建议产品化
2. 成书结论：可以直接进入书稿策划 / 可以成书但需收束重写 / 暂不建议成书
3. 替代路径：如果不成书，最适合转向什么产物，以及为什么

Step 8：收束成一份 书稿策划意见.md

默认不要把分析过程拆成很多用户可见文件。

应把以下内容集中写进一份 书稿策划意见.md：

• 最佳内容形态
• 是否值得成书
• 不建议走的形态
• 推荐主命题
• 目标读者与差异化
• 推荐结构草案
• 哪些内容保留、哪些压缩、哪些删除
• 保留 / 合并 / 排除的核心原则
• 转化路径与下一步产物
• 如果用户确认推进，第二阶段将如何直接生成对应初稿

只有当用户明确要求，或素材规模特别大、争议特别多时，才把筛选清单、总表和阅读笔记额外显性输出。

Step 9：如用户确认，直接进入第二阶段生成初稿

如果用户对 书稿策划意见.md 表示认可，则直接推进，不必再停留在更多策划文件上。

默认做法：

• 先按意见中的推荐结构建立章节、单元或条目骨架
• 以现有素材为底稿做合并、删改、重写与补写
• 默认输出与推荐形态对应的单文件初稿

当素材很多时，可以：

• 用 subagents 按批次通读素材
• 用 subagents 分章、分单元或分条目起草初稿
• 但主 Agent 必须负责：
  • 统一主命题与读者对象
  • 统一术语和表达口径
  • 去除重复论证
  • 做最后的结构收束与总稿合并

Step 10：只有在必要时才回退到细分文件

以下情况才建议回退到多文件包：

• 用户明确要求逐份核对素材去向
• 需要向第三方展示筛选依据
• 主题分叉严重，需要比较多个内容形态方案
• 第二阶段已经启动，需要保留更细的编辑台账

无论输出是一份还是多份，内部都仍应完成以下判断：

• 直接保留
• 局部吸收
• 合并重写
• 拆分改写
• 仅作案例/附录/练习/条目
• 移出本产物

判断原则

1. 内容形态优先于成书冲动：不是所有素材都该写成书，先判断最适合用户目标和素材状态的形态。
2. 母题优先于素材数量：素材多不代表能成书，关键看是否围绕同一问题持续推进。
3. 区分度优先于覆盖面：一本书或课程最重要的是独特的判断框架，不是把所有话题都讲一遍。
4. 读者问题优先于作者时间线：结构应按读者理解顺序组织，而不是按素材产生顺序排列。
5. 常青内容优先于时评热度：遇到强时效内容，要评估其能否改写成长期有效的案例或论证。
6. 证据可回溯：主题判断、结构映射和删改建议都应尽量回指原文件路径。
7. 允许得出“不适合成一本书”：如果内容天然分叉，不要强行整合。
8. 全文阅读优先于脚本结论：最终判断必须建立在 Agent 已覆盖全部可读候选文本素材的前提上。
9. 先减法，再结构化：通读后先剔除低价值内容，再做结构设计，避免成品被低质量旧内容拖垮。
10. 默认减少用户阅读负担：能用一份主意见讲清楚的，不拆成 6-8 份用户文件。

输出质量要求

• 结论必须明确，不要只做模糊描述
• 必须同时说明“最佳内容形态”和“是否适合成书”
• 每个重大判断尽量附对应素材或主题簇依据
• 区分“内容已有”与“必须补写”
• 区分“适合出版成书”与“更适合课程、专栏、手册、知识库”
• 对缺失信息标注 未提及 / 待补充 / 需作者确认

协作工具

工具	用途
Agent / 文件读取能力	主流程：分批通读全部可读素材，并形成阅读笔记
Subagent / 并行 Agent	素材量大时并行通读、分章/分单元起草，但最终判断与总稿统一必须回到主 Agent
python3	可选辅助：运行 scripts/build_article_inventory.py 建立索引、补路径、查漏、标记需预处理素材
Markdown 输出能力	第一阶段生成单文件 书稿策划意见.md，第二阶段生成对应形态初稿

参考文件

文件	说明
references/agent-reading-protocol.md	Agent 通读素材、分批记笔记和形成初步判断的建议流程
references/content-screening-rubric.md	通读后判断“保留 / 降权 / 排除”的筛选标准
references/content-productization-models.md	书、小册子、课程、专栏、手册、知识库等内容形态的判断标准
references/source-type-handling.md	不同来源素材的处理方式和预处理规则
references/output-template.md	默认输出模板
references/book-viability-rubric.md	成书可行性评估维度与替代形态建议
scripts/build_article_inventory.py	素材目录扫描与索引脚本（可选辅助）

依赖

系统依赖

依赖	安装方式
python3	macOS: 系统自带或 brew install python Linux: sudo apt-get install python3

Python 包

包名	用途	安装命令
无额外第三方依赖	脚本仅使用 Python 标准库；脚本为可选辅助	无需安装

注意事项

1. 如果目录中混有大量图片、配图目录或自动生成素材，先排除再分析。
2. 如果文章横跨两个强主题，例如“法律 AI 方法论”和“通用 AI 哲学随笔”，应优先考虑拆书或拆成书 + 课程 / 知识库。
3. 如果文章标题很像资讯或测评，但正文承载了稳定的方法论，应按方法论价值而不是标题风格判断去向。
4. 如果用户已经有明确出版方向，本技能应服务于收束和整合；如果用户还没有方向，本技能应先做形态判断而不是急于起目录。
5. 默认不要向用户交付太多中间文件。能用一份 书稿策划意见.md 讲清楚的，就不要拆成 6-8 份结果。
6. 第二阶段默认直接生成对应形态初稿，不再让用户先阅读大量过渡性文件。