# Course Lesson Writing

> 根据课程蓝图、访谈转录和证据化知识卡，逐章生成可讲、可录、可审、可断点续写的正式课程逐字稿，并保留讲师声音和来源说明。Use when the user says 写课程逐字稿、把访谈变课程稿、逐章写课、续写课程正文、已有课纲写全文，或 Course Producer 进入 lesson_writing 阶段。

- Skill: `ivor-ncut/course-lesson-writing` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add ivor-ncut/course-lesson-writing`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ivor-ncut/course-lesson-writing/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: Ivor-NCUT (https://skillmd.com/u/ivor-ncut)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/ivor-ncut/course-lesson-writing

---


# 证据驱动课程逐字稿

只写课程正文与来源说明，不负责飞书写回、全课审校或海报。开始前读取课程蓝图、
知识卡，以及 `知识库/方法论/认知交付与逐字稿.md`、
`知识库/方法论/学习科学检查.md` 和 `知识库/模板/单课框架模板.md`。

## 按章执行

1. 读取 `.course-producer/state.json` 和 `course-blueprint.md`，列出必写章节及现有状态。已通过章节检查的文件直接复用；输入指纹变化或检查失败的章节才重验。
2. 若知识图指纹有效且 Graphify 可用，先按本章概念、案例、原话和边界运行 `graphify query "<本章检索问题>" --graph .course-producer/artifacts/knowledge-graph/graph.json --budget 1200` 缩小候选范围；否则检索知识卡。查询命中必须回到 `knowledge_card_id + source_id + evidence_locator`，不得直接引用图节点标签。
3. 为当前章填满单课框架：教学任务、认知起点、认知终点、挑战情境、感知素材、学员行动、前后桥接。
4. 把所需 `knowledge_card_id` 与证据定位映射到章节。缺证据的事实、数字、案例和背书写成 `[待确认：需要的证据]`，不补造。
5. 选择能体现讲师判断与个性的原话、故事和案例；逐字引用注明讲师与 `source_id`，普通改写不要加引号冒充原话。
6. 写正式正文：
   - 开头承接上一章、说明本章教学任务并抛出贯穿判断；
   - 中段用连续讲课逻辑展开，每个段落完成一个教学动作；
   - 方法写出输入、步骤、字段、判断标准、失败边界和可执行模板；
   - 结尾回收认知变化、给行动，并说明本章产物如何进入下一章。
   - 蓝图要求练习时，先让学员作答、判断或执行，再给标准、反馈和下一次调整动作；不把答案提示藏进题面。
   - 多章连续交付时，每章都要用讲师口吻完成“身份问候—上节回收—本节任务—下节预告”；桥接必须说清前一章产物如何进入本章，不能只写“上一节我们讲了”。
   - 抽象判断后优先补一个有情境、动作、反馈和结果的真实故事；没有来源时标记待补，不用虚构案例填空。
   - 对承担核心教学判断的小标题，优先写成四步：一句话承接前文；用反面故事让误区产生可感知后果；用正面故事展示正确动作与反馈；用一句判断收回本节。已有一个故事同时完成正反对照时不重复添加。
   - 开场、课后练习、表格、纯故事章、人格或类型说明不机械套四步。缺真实案例时可以使用明确标注的假设情境，不把合成情境伪装成真实学员经历。
   - 同一项目出现多个讲述者时，先核对访谈逐字稿再确定第一人称归属；无法确认就保留姓名或第三人称，不把采访者经历改成讲师自述。
7. 段落通常由 2–5 个自然短句构成完整句群。不要把每个短句拆成独立段落，也不要用散文诗、报告或短视频字幕节奏。
8. 术语首次出现时解释；保留讲师观点和战略立场，不能用通用 AI 表述把具体经验磨平。
9. 写入 `.course-producer/artifacts/lessons/<chapter-id>.md`，末尾附“来源与待确认项”，列出正文用到的知识卡和未解决证据。
10. 对当前章运行章节检查，通过后把章节 id、输入指纹、文件指纹和检查结果写入 `lesson-writing-manifest.jsonl`；失败只保留当前章为待处理，不回滚其他章节。

## 禁用写法

正文不得使用模板背景、空洞重要性强调、总结套话和生硬连接词；不得使用“不是……而是……”“随着……的发展”“以……为抓手”“赋能”“首先、其次、最后”。引用中的原话例外，但必须标明来源。

不要机械限制每句字数。清晰度来自完整句群、明确动作和自然停顿，不来自连续句号与换行。

## 章节检查

- 教学任务和认知起点/终点明确。
- 挑战情境含场景、问题和约束。
- 方法、案例和事实均有知识卡来源或待确认标记。
- 前后桥接说明上一章产物如何支持本章、本章产物如何进入下一章。
- 方法包含可执行字段、步骤、标准与边界。
- 需要练习的章节包含学员动作、反馈标准与下一步；延迟或迁移承诺有对应检查位置。
- 没有字幕式断行、重复案例、未解释术语或编造承诺。
- 连续课程的开场、课间桥接和收束完整；人物归属与来源逐字稿一致。
- 核心教学小节的开头能回答“为什么现在讲这一点”；抽象道理有误区后果与正确动作的对照，且故事密度没有压过教学判断。

全部章节完成后交给 `course-quality-editor` 做课程级审校。

## Feedback Learning

用户对逐字稿提出修改、亲自改稿、选择版本或表示满意时，区分“当前作品可用”和“长期规则可沉淀”。用户确认要启动审美学习后，调用 `course-aesthetic-alignment` 保存原稿、反馈、改后稿与选择证据；未经验证门不得修改本 Skill。