菜单
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。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
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 |