CtrlK
BlogDocsLog inGet started
Tessl Logo

podcast-script

将 Markdown 文章转换成 N 人播客脚本(1~4人),输出为 .txt 文件保存至当前项目的 markdown/ 目录。触发条件:用户提到"转成播客"、"生成播客脚本"、"把这篇文章做成播客"、"播客对话"、"podcast script"、"N个人的播客",或者上传了一个 markdown 文件并希望以播客形式呈现。即使用户只说"帮我把这篇文章转成播客",也应使用本 skill。默认输出中文脚本,除非用户明确指定其他语言。

72

Quality

88%

Does it follow best practices?

Run evals on this skill

Adds up to 20 points to the overall score

View guide

SecuritybySnyk

Low

Low-risk findings worth noting

SKILL.md
Quality
Evals
Security

Podcast Script Generator — 播客脚本生成 Skill

功能定位

将任意 Markdown 文章转换为自然、真实、有节奏感的多人播客对话脚本:

  • 支持 1~4 位主持人/嘉宾(默认 1 人)
  • 默认输出中文,用户指定语言时切换
  • 保留英文术语,不强行翻译(如 token、agent、GPT、ROI、API 等)
  • 输出格式:纯文本 .txt,保存到 markdown/ 目录

执行流程

Step 1:读取输入

从用户提供的 Markdown 文件(或消息中的内容)提取:

  1. 文章核心议题:主题是什么?有哪些关键论点?
  2. 重要数据与案例:哪些事实/数字值得在对话中重点提及?
  3. 文章结构段落:有几个自然节点适合转化为对话切换点?
  4. 英文术语清单:列出所有需要保留的英文词汇(不翻译)

用户如果没有指定人数,默认使用 1 人


Step 2:设计主持人角色

根据人数分配角色,风格要有差异化,形成自然的对话张力:

人数角色分工建议
1 人独白式主持,自问自答,穿插感慨和停顿
2 人一位主持人(引导节奏)+ 一位嘉宾(补充深度/提出疑问)
3 人主持人 + 技术嘉宾(偏专业) + 行业嘉宾(偏实践/投资)
4 人主持人 + 3位嘉宾,每人代表不同视角(乐观/保守/中立/行动派)

为每位 speaker 设定:

  • 姓名(中文名,自然亲切)
  • 一句话身份定位(开场时自报家门)
  • 性格标签:如"喜欢追问细节"、"善于大局观类比"、"偶尔质疑共识"

Step 3:撰写播客脚本

脚本结构

[开场] 主持人热场,介绍今天的话题和嘉宾 —— 约 5~8 轮对话
[正文] 按文章段落展开讨论,每个核心论点对应一轮对话 —— 占脚本 70%
[收尾] 总结观点、展望或留下开放性问题 —— 约 3~5 轮对话

脚本格式

每行固定格式:

Speaker X(姓名): [对话内容]

示例:

Speaker 1(林晓): 大家好,欢迎来到今天的节目。我是主持人林晓,今天我们聊一个最近在科技圈很火的话题——token 到底是什么?为什么有人说它是 AI 时代的新货币?我旁边坐着两位嘉宾,先请两位自我介绍一下。

Speaker 2(陈博): 我是陈博,在一家 AI 创业公司做产品,日常跟 API、token 计费打交道,可以说是每天都在算 token 的成本。

Speaker 3(吴静): 我是吴静,做二级市场投资,最近一直在研究 AI 产业链的投资逻辑,token 出海这个叙事让我很感兴趣。

Speaker 1(林晓): 好,那我们直接切入。陈博,你先给我们普及一下,token 到底是什么?

对话写作原则

自然性

  • 允许口语化表达:「对对对」「你说的这个…」「等等,我插一句」「这让我想到…」
  • 允许对话打断、接话、情绪性反应(但不夸张)
  • 避免每句话都是完整陈述句,要有问句、感叹、追问

节奏感

  • 每个 speaker 发言长度控制在 2~6句话,避免一人独白过长
  • 每隔 4~6 轮切换话题时,由主持人做过渡(如"刚才说的是…,我们再聊聊…")
  • 在重要数据或反常结论出现时,嘉宾要有反应(惊讶/质疑/共鸣)

信息密度

  • 不要把文章所有内容都塞进去,选最有讨论价值的 5~8 个核心点展开
  • 数据要口语化呈现:不说"增长了159%",说"差不多翻了一倍半"或精确说"159%,快翻倍了"
  • 专有名词第一次出现时,嘉宾或主持人要顺带一句简短解释

英文术语保留规则

  • 不翻译:token、agent、API、prompt、output、input、cache、LLM、ROI、ARR、MoE、benchmark 等
  • 自然融入中文句子中:「跑一个 agent 任务消耗的 token 量…」
  • 首次出现时可加一句口语解释,如「token,就是模型处理文字时的最小计量单位」

Step 4:质量自检

输出前检查:

  • 每位 speaker 的发言风格是否有差异(不能所有人说话一个腔调)?
  • 有没有连续超过 6 句的独白(破坏对话感)?
  • 关键数据是否用口语化方式表达?
  • 英文术语是否保留且未被翻译?
  • 开场是否自然介绍了嘉宾和话题?
  • 结尾是否有收束感(总结、展望或开放问题)?
  • 脚本整体长度是否合理?(2人约 40~60 轮对话;3~4人适当增加)

Step 5:保存文件

输出路径:markdown/podcast-{文章标题关键词}-{人数}speakers.txt

示例:markdown/podcast-token-economics-2speakers.txt

  • 如果 markdown/ 目录不存在,先用 bash_tool 创建:mkdir -p markdown
  • 文件名用小写英文或拼音,空格用短横线替代
  • create_file 工具写入,完成后用 present_files 展示给用户

特殊情况处理

1 人独白播客

去掉 Speaker 编号差异,改为单人自言自语风格,加入停顿感:

Speaker 1(主持人姓名, 默认姓名: 德哥): 今天想聊一个问题……其实说起来,这件事让我想了很久。[停顿] token,这个词最近出现的频率越来越高……

用户指定其他语言

将所有中文对话内容替换为目标语言,但 专有名词(包括中文公司名)保持原样,如 DeepSeek、MiniMax、阿里巴巴等。

文章过长(>3000字)

提炼文章中最重要的 5~8 个论点,不必逐段覆盖。优先保留:反常结论、数据亮点、核心争议点。

文章过短(<500字)

补充背景知识和延伸讨论,让对话有足够深度,不要简单复述原文。

Repository
digoal/blog
Last updated
First committed

Is this your skill?

If you maintain this skill, you can claim it as your own. Once claimed, you can manage eval scenarios, bundle related skills, attach documentation or rules, and ensure cross-agent compatibility.