itwanger 口播稿生成工作流
定位
面向王二讲Agent的口播稿，主打 AI 技术硬核拆解、知识科普和热点速递。观众是对 AI 感兴趣的开发者和技术爱好者。
稿件类型
两种题材，工作流在步骤 1 分流。
| 类型 | 适用场景 | 时长/字数 | 核心要求 |
|---|---|---|---|
| 知识拆解稿 | 面试高频题，如 KV Cache、Memory 机制 | 3-5 分钟 ≈ 950-1400 字 | 硬核、循序渐进、读完恍然大悟。三层递进，源码/文档级调研 |
| 热点稿 | 模型发布、产品更新、行业突发事件 | 3-5 分钟 ≈ 950-1400 字 | 最新信息素材、怎么实践、实践后的心得、官方数据，普及给大众 |
热点稿再分两个子型，步骤 1 分流时一起定：
- 实测型。对象是能上手的产品或功能，走六段式，标杆
chatgpt-images-2-5.md - 解读型。对象是事件或发布，重点是解释为什么和给判断，走知识拆解稿的五段式，标杆
why-relay-still-works.md
字数全篇统一。汉字加英文单词，不含标点、图片、frontmatter 和数字。统计命令：
python3 -c "import re,sys;t=open(sys.argv[1],encoding='utf-8').read();t=re.sub(r'^---\n.*?\n---\n','',t,flags=re.S);t=t.split('这个公众号历史发布过')[0];t=re.sub(r'!\[[^\]]*\]\([^)]*\)|【[^】]*】','',t);print(len(re.findall(r'[一-鿿]',t))+len(re.findall(r'[A-Za-z]+',t)))" docs/src/ai/video/<文件名>.md
知识拆解稿结构模板
五段式结构，每段的字数不做限制。
| 段落 | 功能 |
|---|---|
| 钩子 + 信任建立 | 切入场景，建立信任感，三层提问预告全文 |
| 开场白 | “哈喽大家好，我是二哥呀”，点明时长和主题 |
| 逐层讲解 | 按钩子预告的 3 个层次逐层递进，用“那聪明的你肯定想到了”串联各层 |
| 总结 + 建议 | “最后简单总结下”，简单回顾一条实用建议 |
| 收尾 | “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！” |
钩子 + 信任建立 写法
钩子有三种切入模式，根据主题选最自然的。
模式 A：面试题切入（面试高频题首选，标杆 what-is-kv-cache.md）
- 面试官问问题加观众最容易给出的错误回答。
- “恭喜你，出门右拐回家等通知吧。”或类似的幽默否定
- “为什么？”然后解释为什么前面的回答不够硬核
- 可以插一张概念图（截图占位符）
- 信任建立句
- 三层提问
模式 B：场景/好奇心切入（常青技术概念）
- 从观众日常切入，如“你是不是每天都在用 Claude Code？”
- 抛出一个他们用过但没想过的问题
- 信任建立句加三层提问
模式 C：反直觉现象切入（标杆 what-is-prefix-caching.md）
- 从一个反直觉的现象切入
- 抛出“为什么”的悬念
- 中间可以穿插面试官追问，如“面试官也特别喜欢拿这道题来压轴”
- 信任建立句加三层提问
通用注意事项
- 钩子可以给一句话结论，说清是什么、为什么那个回答有问题。背后的机制、数字、可能的踩坑留到正文揭晓
- 如果有系列前作，引入时要展开观众的具体猜测，不要只有一句“是不是也一样”
- 钩子中间可以自然插入截图占位符
- 信任建立句里的“我翻了 XXX”必须是步骤 2 真读过的来源
逐层讲解 写法
第一层讲是什么，给定义。第二层讲机制，为什么这样设计，一定要足够硬核。第三层讲应该怎么做更好，或者给面试官喜欢的答案。总结里的实用建议从第三层里来。
每层开头用加粗标记：
- “先说第一件事，什么是 KV Cache。”
- “那聪明的你肯定想到了：为什么只存 K 和 V？”
- “那聪明的你肯定又要问了：为什么还要压缩它？”
每层之间的串联用“那聪明的你肯定想到了”“那聪明的你肯定又要问了”。自然引出下一个问题，形成提问、回答、新提问的递进节奏。
每层讲完用一句话总结，但不要复述前面已经讲过的。能让观众恍然大悟最好。比如说，“Q 是一次性筷子，用完就扔，K 和 V 才是长久保存在显存里的真金白银”、“Chat Completions 是为 ChatBot 设计的，Responses API 是为 Agent 设计的”。
每层中间根据内容自然插入截图占位符，哪里需要视觉辅助就在哪里插。
不要用“我们待会儿再说它”这类预告式过渡。
热点稿结构模板
热点稿的核心是第一时间告诉观众发生了什么，带他实践一把，给出你的判断。
解读型
用知识拆解稿的五段式，钩子走模式 C，从突发事件切入。三层递进里至少有一层是数据佐证，至少有一层给观众可操作的验证或应对方法。标杆 why-relay-still-works.md。
实测型
六段式结构，段内字数不做硬性限制。
| 段落 | 功能 |
|---|---|
| 钩子 | 具体日期加事件，一句话说清发生了什么，为什么值得你关注 |
| 开场白 | “哈喽大家好，我是二哥呀”，加“今天带你看 XXX” |
| 核心信息 | 发生了什么，和之前比有什么变化，怎么用 |
| 实测环节 | 我替你试了一把，你看效果 |
| 点评 + 展望 | 个人态度和判断，这事对普通开发者意味着什么 |
| 收尾 | 引导关注 |
钩子写法
热点钩子靠时效感加信息差。
- 时效信号。用具体日期，如“9 月 8 日，OpenAI 发布了 Images 2.5”。不用“刚刚”“就在昨天”这类相对时间词，视频延后发布就失效了
- 一句话新闻。用一句话把核心事件讲清楚
- 为什么关你事。说清楚这个消息对观众的直接影响
不用“震惊”“颠覆”这类空洞形容词。用事实本身制造冲击力。
核心信息写法
按是什么、有什么不同、怎么用的顺序平铺交代。
- 是什么。新模型或新功能的定位，一两句话
- 有什么不同。和前代或竞品比，用观众能感知的维度说，“原生多模态”比“新架构”有画面
- 怎么用。具体的操作步骤，越简单越好
实测环节写法
实测是热点稿的差异化亮点。不是念参数表，是“我替你试了一把，你看效果”。
- 实测段只能来自两个来源。本次真实操作的记录，附截图占位符；或用户提供的实测材料和心得。没跑过的不能写成跑过
- 跑不了（内测、要申请资格、API 未开放）就在稿子里写明“目前还在内测阶段”，引用官方示例并标明是官方示例
- 选一个能体现新能力的提示词，观众看了也觉得有趣或有用
- 展示结果重点说好在哪或意外在哪
- 有前代或竞品的对比数据就自然带出，没有就不硬比
实测的提示词和结果各一个截图占位符，风格 whiteboard。产品界面的真实截图由用户提供，占位符里注明“真实截图”。
点评 + 展望写法
这是态度输出环节，不是回顾知识点，是表态。
- 这个发布值不值得关注
- 对普通开发者来说，现在该做什么，等正式版、马上试还是观望
- 往远了看，这件事在行业里意味着什么，一两句就够
语气可以更个人化，“我觉得”“说实话”“值得一试”。
热点稿共用规则
口播里出现的数据必须带来源名和时间，如“Stanford 2026 AI Index 报告，今年 4 月发布”“经 Manus 团队实测，快了 4 倍”。找不到出处的数字用模糊表达，不编精确数字。官方数据和第三方数据不一致时以官方为准，并说明差异。
写作原则
硬核细节保留，术语必须解释
术语解释。陌生的技术需要考虑到小白，后续直接用术语，比如说：
- “Prefix Caching（前缀缓存）”首次出现带中文，后面直接用 Prefix Caching
该留的细节。字段名、机制名、算法名这些让约定俗成的东西保留，比如说 previous_response_id、PagedAttention、LRU、TTFT。
节奏感
短视频的核心是节奏。长短句交替，每 30 秒左右埋一个钩子防止观众划走。
- 短句制造冲击。“其实没有。”“不是的。”
- 长句承载信息。技术讲解用完整句子，不废话，无歧义，表达准确
口语化但表达严谨
口播稿必须顺口。但技术描述要准确，不能牺牲严谨。
- 动词写全，避免多音字歧义。TTS 遇到缩略动词会选错读音，“调用了什么工具”不写“调了什么工具”（TTS 会读成 tiáo），“拆分”不写“拆”，“处理”不写“处”。凡是缩写后可能产生多音字或语义歧义的动词，一律用完整形式
- 用“怎么办？”“靠的是什么？”这类问句推进节奏
- 技术术语保留英文原文，如 Function Calling、JSON Schema、Embedding、Top-K
- 连接词用口语化的，“好，接下来”“那问题来了”，不用“此外”“与此同时”“综上所述”
标点
- 少用破折号。能用逗号或句号断开的都断开
- 冒号只用于引出原话，叙述句不用冒号。信任建立句以句号收尾，“帮你搞清楚这三件事。”
- 不用波浪号和感叹号堆语气，不用 emoji
信息密度
每句话都必须有信息增量。
- 不说废话、不重复、不铺垫。
- 一个知识点讲清楚就往下走，不用“也就是说”复述
- 例子要具体到能在脑子里产生画面，尽量结合当前的热点话题
- 源码和文档引用要翻译成观众能直接做的事。“应保持线程短小、目标集中”翻译成“能开新线程就开新线程，别在一个线程里一直发送新的提示词”
- 总结是一句对照句加一个今天就能做的动作，不复述某一层的细节
- 总结中技术回顾和实用建议是两类信息，用“另外”隔开
术语约定
- “Agent 等于 Model 加 Harness”
- 参数规模对比用“大尺寸模型”“小尺寸模型”，不用“小模型”
- Sub-agent 直接用英文，不翻译成“子代理”
- “锚定”禁用，用“固定”“绑定”
- 举 AI 编程工具的例子用 Claude Code、Codex、Qoder，不用 Cursor
- “焦虑”禁用，面试题的引入动机是给自己多一份底气，不是再不学就被淘汰
去 AI 味
禁止出现
- 总结性套话，“值得注意的是”“需要指出的是”“综上所述”
- 学术腔，“本质上来说”“从技术角度分析”“我们可以发现”
- 互联网黑话，“赋能”“闭环”“抓手”“链路”
- 营销词和空洞形容词，“震惊”“颠覆”“王炸”“史诗级”
- AI 三段式，每个要点都走概念、解释、例子的固定模板
- 过渡废话，“接下来让我们看看”“话不多说”“下面我来介绍一下”
- 完整禁用词表见 ai-article Skill 的
references/human-tone.md
鼓励使用
- 幽默反转，“不是的。”“不，Claude Code 没那么蠢。”
- 观众代入，“那聪明的你肯定想到了”“那聪明的你肯定又要问了”
- 一句话收束，“Q 是一次性筷子，用完就扔”
固定元素
两种类型共用
- 截图占位符格式（后期根据占位符生成图片，替换为 CDN 链接）
【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>】
风格参考 ai-article Skill 的 6 种（whiteboard、skill-card、data-board、three-layer、swimlane、checklist-card）。截图占位符不计入正文字数。位置跟着内容走，全篇 3-6 张
- 信任建立。“我翻了 XXX 的源码/文档/博客，可以自信地、大方地、光明磊落地帮你搞清楚这三件事。”XXX 必须是真读过的来源
工作流程
步骤 1：确认主题、类型和模式
先判断类型
- 知识拆解稿。主题是技术概念或面试题，不赶时间
- 热点稿。主题是近期发布、更新、事件，有时效性。再定子型，能上手的产品功能走实测型，事件和发布解读走解读型
再判断模式
- 从零创作。用户给主题，走步骤 2 到步骤 5
- 优化已有稿件。用户给现有口播稿，走下面的优化分支
用 AskUserQuestion 确认不清楚的信息。主题的边界、稿件类型和子型（上下文能明确判断则不问）、有没有必须覆盖的知识点。热点稿实测型还要问用户有没有一手实测材料，截图、记录、心得。
优化分支。先通读稿件，列出稿件与本 Skill 规则冲突的地方，逐条问用户这是有意保留的还是要改的，只改用户点头的项。不重跑调研，除非用户要求或发现技术错误。输出改动清单，每条含原句、改后句、理由，不整篇重写。用户校对过的固定句和例子原样保留。
步骤 2：调研（强制）
这一步不可跳过。口播稿虽然短，但信息必须准确。
必须启用 Sub-agent 做调研。结果收到后立即停止 Sub-agent，交付前自查无残留后台任务。调研策略按类型不同。
知识拆解稿：深度调研
- 涉及技术底层（如 Function Calling、Skill 触发、RAG 检索），调研真实的工作原理，读源码或官方文档
- 涉及产品或工具（如 Claude Code、Spring AI），调研最新的特性
- 涉及概念辨析（如 Agent 对 Workflow、RAG 对 Fine-tuning），调研权威定义和实际差异
调研结果用于三件事。确认技术描述准确；找到让内容更有深度的细节，比如“Skill 的 description 会被注入到 system prompt”这种内行才知道的细节；区分口播稿的主角是什么，比如 Skill 不等于 Tool Call。
调研读过的来源记下来，信任建立句里的“我翻了 XXX”只能写这些。
热点稿：快速调研加实测
热点稿调研侧重发生了什么和实际表现怎么样，不需要读源码。
- 一手信源。官方公告、官方博客、模型卡片、发布推文。用 web-access 或 Chrome DevTools MCP 抓取，确保信息来自官方而非二手转述
- 官方数据。定价、速度、能力范围、榜单成绩，每条记下来源和发布时间，写进稿子时带上
- 实测。用户提供了一手材料就用用户的。没有就实际调用 API 或使用产品，跑一个有代表性的提示词，记录结果。两者都没有就按实测环节写法的兜底处理，不编造
步骤 3：列大纲
大纲结构按稿件类型和子型不同。
知识拆解稿和解读型热点稿
按五段式结构列出。
- 钩子从什么场景切入，信任感怎么建立，读了哪些来源
- 三层提问分别问什么，第三层落到观众会碰到的什么事
- 每层一句话摘要和一句收束句
- 总结的对照句和实用建议
实测型热点稿
按六段式结构列出。
- 钩子用什么日期和事件，一句话新闻怎么写
- 核心信息覆盖哪些关键点，是什么、有什么不同、怎么用
- 实测材料来自哪里，用什么提示词，预期展示什么能力
- 引用哪些官方数据，出处是什么
- 点评的态度是什么，推荐、观望还是谨慎
大纲列完先展示给用户确认，再进入正文撰写。
步骤 4：撰写口播稿
按大纲展开，注意几点。
- 总字数控制在 950-1400 字，按本 Skill 的字数统计
- 技术术语首次出现时用中文解释一次，后续直接用英文
写完后保存到 docs/src/ai/video/ 目录，文件名用主题关键词，小写字母加连字符。
步骤 5：自检
落盘前先跑机械检查，再按稿件类型过清单。
机械检查（全部通过才进入清单）
# 字数，用本 Skill 的统计命令，950-1400
# 半角引号，必须为 0（行内代码除外）
grep -n '"' docs/src/ai/video/<文件名>.md | grep -v '`'
# 破折号，必须为 0
grep -n '——' docs/src/ai/video/<文件名>.md
# 禁用词，必须为 0
grep -n -E '焦虑|锚定|小模型|子代理|Cursor|震惊|颠覆|赋能|闭环|抓手|综上所述|值得注意的是' docs/src/ai/video/<文件名>.md
知识拆解稿和解读型热点稿自检
**口播稿自检（知识拆解）** ✅/❌
- [ ] 机械检查：字数、半角引号、破折号、禁用词全部通过 →（结果）
- [ ] 钩子：切入方式自然（面试题/场景/反直觉），信任建立句的来源真读过，三层提问 →（具体写法）
- [ ] 三层递进：是什么、为什么这样、反直觉或实战坑，第三层落到观众会碰到的事 →（三层各讲什么）
- [ ] 收束句：每层一句，不复述 →（三句收束句）
- [ ] 技术准确性：核心知识点经过调研验证，数据带出处 →（来源列表）
- [ ] 硬核细节：字段名、机制名保留且每个都有一句解释 →（举例）
- [ ] AI 味：无总结套话、无学术腔、无过渡废话 →（扫描结果）
- [ ] 总结：一句对照句加一条实用建议，用“另外”隔开 →（建议内容）
- [ ] 截图占位符：全篇 3-6 张，自然嵌入正文 →（数量和位置）
- [ ] 固定元素：信任建立/开场白/层间过渡加粗/总结引入/收尾齐全 →（检查结果）
- [ ] 后台任务：调研 Sub-agent 已停止 →（结果）
实测型热点稿自检
**口播稿自检（热点实测）** ✅/❌
- [ ] 机械检查：字数、半角引号、破折号、禁用词全部通过 →（结果）
- [ ] 钩子：具体日期、一句话新闻、为什么关你事 →（具体写法）
- [ ] 信息准确性：核心信息来自一手信源，数据带来源和时间 →（来源列表）
- [ ] 实测环节：材料来自真实操作或用户提供，没跑过的没写成跑过 →（材料来源）
- [ ] 点评有态度：不是念参数，有个人判断 →（态度是什么）
- [ ] AI 味：无总结套话、无学术腔、无营销词 →（扫描结果）
- [ ] 节奏：信息段平铺清晰，实测段有画面 →（情况）
- [ ] 截图占位符：全篇 3-6 张，实测的提示词和结果各一张 →（数量和位置）
- [ ] 固定元素：开场白/收尾齐全 →（检查结果）
- [ ] 后台任务：调研 Sub-agent 已停止 →（结果）
自检通过后交付，未通过项回到步骤 4 修改。
选题库
写新稿前先查三处，避免撞车。docs/src/ai/video/ 目录下已有的文件名，docs/src/ai/video/readme.md 里的条目。
参考稿件
docs/src/ai/video/what-is-kv-cache.md。面试题，KV Cache 拆解。docs/src/ai/video/what-is-prefix-caching.md。Prefix Caching 拆解。docs/src/ai/video/responses-api-vs-chat-completions.md。热点加知识混合型。docs/src/ai/video/why-relay-still-works.md。解读型热点稿标杆docs/src/ai/video/chatgpt-images-2-5.md。实测型热点稿标杆，GPT Images 2.5 实测。