report-video-script

name	report-video-script
description	将中短篇专业报告、公司财报、券商研报、招股书、宏观经济分析及含有较多表格和数据的PDF文档，转化为高品质、数据精准的中文视频号/抖音口播解说稿。只要用户提到“研报”、“财报”、“商业分析报告”或需要“解读数据”、“把报告/PDF做成短视频”，务必使用此 Skill。

数据密集型报告解说稿生成策略

这是一个专为中短篇专业报告、公司财报、券商研报、行业白皮书等数据密集型材料设计的视频文稿生成技能。它将繁杂的数据和表格转化为普通人听得懂、觉得有用的硬核解说视频。

本 Skill 是一个薄入口，负责把报告处理拆成几个可单独维护的模块：

• reading-and-extraction.md：高精度文本/表格抽取（结合本地提取/外部预处理）、数据对照表初始化与窗口化阅读。
• writing-standard.md：研报解说稿的开头、逻辑推导、数据口语化标准和最终 JSON 输出契约。
• revision-workflow.md：v1初稿、v2数据核对稿、Final终稿以及修改审计差分流程。

正文长度配置

这是本 Skill 中正文成稿长度的唯一真相来源。其他 Reference 不得重复写具体字数，只能引用本节。

draft_min_chars: 1000
final_target_chars: 1200

• _draft_v1.txt 保存前必须达到 draft_min_chars。
• 后续所有正文稿原则上不得低于 draft_min_chars。
• 最终 raw JSON 的 content 目标长度按 final_target_chars 执行，total_length 写实际 content 字符数。

主流程

不要一轮直接输出。按以下步骤执行，以保证数据真实性与文稿传播力：

1. 提取与阅读：先读 reading-and-extraction.md。使用本地提取工具（如 PyMuPDF/fitz）解析 PDF 或直接读取已预先转换好的 Markdown 报告，划分 Bash 阅读窗口并 100% 读入。建立数据对照表以备后查。
2. 确定逻辑切入点：静默提取报告核心问题（如行业危机、公司增长瓶颈、宏观异动），提取报告核心解释框架，并绑定一个跟受众高度相关的利益切入点（e.g. 这个数据对普通人意味着什么）。
3. 撰写初稿：读 writing-standard.md，撰写达到 draft_min_chars 的 _draft_v1.txt，重点在于将冰冷的数据“翻译”为口语和逻辑因果。
4. 结构与数据校验修订：读 revision-workflow.md。第二稿 _draft_v2_structure.txt 确定后，直接保存为初步的 _draft_final.txt。提取其中所有数据生成台账 _data_check_ledger.json（初始为 unchecked）。之后对照原文校验，直接在 _draft_final.txt 上进行局部订正/删改（更新状态为 verified/abandon/corrected）。所有数据校验完成（无 unchecked）后，定稿 _draft_final.txt 并记录 _revision_audit.json 差分审计。
5. 打包输出 JSON：依据 writing-standard.md 的最终 JSON 输出契约生成最终 JSON。

自检要求

提交最终 JSON 前，静默确认：

• 数据对照表已完整建立，文稿中出现的每一个百分比、金额、比率等数字都在对照表中有精确出处。
• 数据检验台账 _data_check_ledger.json 中所有条目的 status 均已更新（无 unchecked），完成数据闭环。
• 开头在 100 字内给出了尖锐的问题或核心冲突，以及观众关心的利益承诺。
• 每约 250 字有一次逻辑推进，文笔口语化，删除了“本书提到”、“从上图可以看出”等 AI 总结词。
• 修订流程完备，每一轮的修改都在 _revision_audit.json 中有清晰的 before/after。