# 文章 → 口播稿风格指南

把书面文章转成"说出来不别扭"的口播稿，默认 **B 站风格**。其他平台风格
变体见末尾。

> **三条底线**（任一不过，整稿重写）：
>
> 1. **信息保留度 ≥ 60%**（详见下一节）—— 口播稿是"换说法"，不是
>    "摘要"。删冗余 / 修饰可以，删事实 / 数据 / 案例 / 论证链不行。
> 2. **去 AI 味** —— 即使句子已经短句化、口语化、第二人称，AI 的腔调
>    （假共情 / 假深刻 / 自我标榜 / 万能模板 / 排比堆砌）念出来仍然
>    一耳朵是机器。**口播比文字更怕 AI 味**。
> 3. **保持原文语言** —— 除非用户明确要求翻译，`script.md` 必须保持
>    用户输入的主语言。英文文章生成英文口播稿，中文文章生成中文口播稿；
>    中英混排时保留原文中的术语、引用、产品名、代码和专有名词。
>    "B 站风格 / YouTube 风格 / 口语化"只调整节奏、结构和表达自然度，
>    **不改变语言**。
>
> 8 条原则讲**形式**，「去 AI 味五类」讲**风骨**。两者都建立在
> 「信息保留度」这一最高约束之上。

---

## 最高原则：信息保留度 ≥ 60%（删减不得超过 40%）

> 这条**优先于**下面所有 8 条原则和去 AI 味五类。先保证信息没丢，
> 再调形式 / 风骨。

**判定标准**：

- `len(script.md) ÷ len(article.md) ≥ 0.6`（中文按字符数计；代码块 /
  Markdown 标记 / 引用源不计入）
- 关键事实（数字 / 名称 / 时间 / 论断）**逐项对得上**，不能整段消失
- 文章里的**论证链**（前提 → 结论 / 因果 / 对比）必须保留，可以换说
  法但不能跳步

**允许大幅压缩的**：套话开场 / 重复总结 / 学术性铺垫 / 引文出处的
完整书目格式 / 客套结语。

**禁止压缩的**：

- 关键数据和数字（哪怕"翻译成感受"也要保留原始数字本身作旁注）
- 具体案例 / 例子 / 故事
- 多步论证里的中间步骤
- 反方观点 / 限制条件 / 例外情况（最容易被 AI 一刀切掉）

**如果原文确实太长**（比如 5000+ 字 article 做 3 分钟视频）→ 不要靠
压缩硬塞，**告诉用户**："原文 X 字，按 60% 留存最少需要 ~Y 分钟视频，
要么拉长视频要么拆成多集"。**不要**自作主张缩到 30% 然后假装做完了。

---

## B 站风格的 8 条原则（形式层面）

### 1. 口语化：所有书面语换成"说出来不会别扭"的句子

| 书面语 | 口播 |
|---|---|
| 综上所述 | 所以你看 |
| 具有非凡的意义 | 这件事真的挺重要 |
| 在……方面有显著提升 | 在……上明显变强了 |
| 该工具旨在 | 这玩意是用来 |
| 笔者认为 | 我觉得 |
| 由此可见 | 你看吧 / 这就是为啥 |
| 与之相反 | 反过来 |
| 据相关资料显示 | 我查了下 |
| 详情请参阅 | 想看细节自己去翻 |

判断标准：**把它念出来，会不会觉得"这人怎么这么端着"**？会就改。

### 2. 短句：每句 ≤ 20 字

长句拆短句，逗号优先于复合句。

| 原文 | 改写 |
|---|---|
| "尽管它在文字渲染方面有了显著的提升，但在某些复杂场景下仍然会出现错误。" | "文字渲染确实变强了。但复杂场景下，它还是会翻车。" |
| "我们通过对比测试发现该模型在指令遵循能力上明显优于上一代。" | "我做了一组对比测试。指令遵循这一项，比上一代强太多了。" |

讲话的人不会喘不上气。屏幕前的人也不会。

### 3. 第二人称：多用"你 / 我们"，少用"用户 / 读者"

| 原文 | 改写 |
|---|---|
| 用户可以通过该接口实现 | 你只要调一下这个接口 |
| 读者将会发现 | 你会发现 |
| 开发者需要注意 | 你写的时候要小心 |
| 本文将介绍 | 我们来看一下 |

让屏幕前的人感觉**你在跟他说话**，而不是宣读公告。

### 4. 开头有钩子（cold open）

第一句必须**抓住人**。三种通用钩子：

- **悬念**："这是真的吗？" / "你猜怎么着" / "我以为是 bug，结果……"
- **反差**："这玩意以前要 3 小时，现在 30 秒。" / "上周还人人吹爆，今天就翻车了。"
- **利益**："看完这条，你就能省下买插件的钱。" / "学会这一招，开会再也不怕被点名。"

**禁止**（前两个是 PPT 感，后两个是 AI 味假共情）：

- ❌"大家好今天我们来讲讲" 这种自我介绍开场
- ❌"本期视频我们将探讨" 这种 PPT 标题感
- ❌"在开始之前，让我们先了解一下背景" 这种先讲一堆铺垫
- ❌"我知道你最近肯定很纠结 X / 你是不是也有这种感觉" 假共情钩子
- ❌"接下来我说的，可能会颠覆你的认知" 自我加权钩子

钩子要在 **3 秒内**砸到观众脸上。亲不亲是观众听完判断的，不是你一
开口就宣布的。

### 5. 节奏停顿：用 `---` 分隔每个完整想法

每讲完一个聚焦的想法 = 一个 step 边界 = 一个 `---`。一行一个 idea，
不堆叠。

```markdown
所以呢，这玩意儿真的挺夸张的。

---

举个例子。前几天我让它画一张海报，三秒就出。

---

但你知道最离谱的是啥吗？连里面的中文字都对了。
```

`---` 之间的内容就是后面 `outline.md` 里的一个 step。

### 6. 数字翻译成感受

观众听到具体百分比和大数字会**走神**。除非数字本身就是核心内容
（比如"涨了 20 倍"作为冲击点），否则翻译成感受。

| 原文 | 改写 |
|---|---|
| 准确率提升了 47% | 几乎快了一倍 |
| 覆盖 120 个国家 / 地区 | 全世界基本到处都用 |
| 用户数突破 1.2 亿 | 现在已经是国民级应用了 |
| 推理速度提升 3.4 倍 | 比以前快多了，不用等 |

例外：**核心冲击数字**保留并强调（"前后差了 100 倍"、"3 秒 vs 3 小时"）。

### 7. 不堆结构词 / 不堆万能模板

口播稿一旦堆"首先 / 其次 / 最后"或"说白了 / 本质上 / 底层逻辑"，
机器味就直接溢出。

**禁止**（结构词类）：

- ❌"首先 / 其次 / 最后"
- ❌"接下来我们看下面三点"
- ❌"总结一下，本期视频我们讲了什么什么"
- ❌"下面进入第二部分"

**禁止**（万能模板类，AI 高频指纹 —— 详见去 AI 味第 4 类）：

- ❌"说白了 ……" / "本质上 ……" / "底层逻辑是 ……"
- ❌"一句话总结 ……" / "归根结底 ……" / "换句话说 ……"

**做法**：把这些词融进自然过渡，**或者直接砍掉**。

- "首先，文字渲染" → "先说文字渲染"
- "接下来看第二点" → "再看一个"
- "总结一下" → "所以你看"
- "说白了它就是 X" → "它就是 X"
- "一句话总结：Y" → 直接说 Y

观众不需要知道你的视频是几段式 outline。**结构感从内容节奏来，不是
从指令来**。

### 8. 具体例子优先

**抽象**会让人走神，**具体**会让人坐住。

| 抽象 | 具体 |
|---|---|
| 它有很强的能力 | 你给它一张猫的照片，让它换成赛博朋克风，3 秒就出 |
| 性能优越 | 我那台 5 年前的旧电脑跑得动 |
| 用户体验良好 | 我妈第一次用，5 分钟就上手了 |
| 应用场景广泛 | 海报、PPT、表情包、PR 套图都能整 |

**举例规则：从"我"出发**。"我做了一个测试"、"我让它画"、"我那台电脑"
比"用户可以"、"通常情况下"亲切 100 倍。

---

## 去 AI 味：五类必清的腔调（风骨层面）

形式做到了 ≠ 没 AI 味。下面五类是 AI 写口播稿时最稳定的"指纹"。
**写完一遍后专门扫一次，逐条砍掉**。

> 唯一判断标准：**这话念出来，一个真人会这么说吗**？不会就改。

### 一、假共情：开口就演"我懂你"

AI 特别喜欢在开头先做一轮情绪按摩，再进入正题。但口播一开口就装亲
密 = 油腻；观众还不认识你，你就宣布"我懂你"，听起来更像销售。

❌ 典型句式：

- "我知道你最近肯定很纠结 X"
- "你是不是也有这种感觉"
- "今天这条视频，是给那些一直在……的朋友"
- "我能理解你的心情"
- "你的感受是被看见的"

✓ 怎么改：直接抛事实 / 钩子（见原则 4）。亲不亲是观众听完判断的，
不是你一开口就宣布的。如果原文确实需要表达共情，用具体的、有信息
量的方式 ——"这个坑我也踩过"比"我懂你的感受"真实十倍。

### 二、假深刻：用"恰恰 / 反而 / 正是"包装平庸观点

AI 很擅长用转折词制造"顿悟感"。但仔细一看，去掉这些词，意思一样，
甚至更清楚。

❌ 典型句式：

- "你以为它强是因为模型大，恰恰相反 ……"
- "这反而是它真正可怕的地方"
- "正是因为它够简单，所以才 ……"
- "你想得太对了"
- "不是因为 X，是因为你太 Y 了"

✓ 怎么改：去掉转折包装直接说结论。**自检方法**："恰恰 / 反而 / 正
是"那句去掉之后，意思变了吗？没变就删。如果去掉后观点变得平淡 ——
**它本来就平淡**，删掉换内容，不要用修辞补救。

### 三、自我标榜：说正事前先给自己加权

AI 在说重点之前喜欢先清嗓子，让观众觉得"接下来这话特别重要"。这
在**口播里更刺耳** —— 观众正在被推销时间。

❌ 典型句式：

- "我必须很认真地说一句"
- "这件事我得展开讲"
- "接下来我说的，可能会颠覆你的认知"
- "这一段你一定要听完"
- "我讲一句可能会让你冷静一点的话"
- "不躲不藏不绕不逃，今天就把 X 说透"

✓ 怎么改：**直接说**。好观点不需要预热。担心观众划走，靠节奏（短句
+ 钩子）把人留住，不靠"加权"。

### 四、万能模板：一听就是 AI 写的口头禅

这些是 AI 生成口播稿的指纹，出现频率高到观众闭着眼都能猜下一句。

| 位置 | ❌ AI 模板 | ✓ 口播版 |
|---|---|---|
| 开头 | "说白了 ……" / "本质上 ……" / "底层逻辑是 ……" | 直接说"它就是 X" |
| 过渡 | "一句话总结 ……" / "换句话说 ……" / "归根结底 ……" | 直接说那句话，不预告 |
| 包装 | "在某种意义上" / "从某种程度上来讲" | 删掉，没意义 |
| 结尾 | "以上就是本期内容" / "希望对你有帮助" / "感谢观看" | 具体 CTA："链接评论区置顶" / "下期见" |
| 互动 | "你想让我继续讲 X 吗？" / "评论区告诉我" | 给具体动作："去 GitHub 搜 X" / "评论区聊聊你踩过哪个坑" |

> **注意**：这一类和原则 7「不堆结构词」有重叠 —— 原则 7 在形式层
> 警告，这里在风骨层警告，**两层都要过**。

### 五、排比堆砌：连续三句结构一样

AI 写中文时有强迫症式的整齐感。**口播比文字更怕排比** —— 念三个一
样结构的短句，观众脑子直接关机。

**判断标准**：连续 ≥ 3 个结构相同的短句，且去掉几个意思不变。

❌ 例子：

- "不躲，不藏，不绕，不逃"
- "它会画图，会写字，会做海报，会做 PPT"
- "你的痛我懂，你的累我看到，你的努力我记得"
- "高效，精准，强大"

✓ 怎么改：保留最有信息量的一两个，其余砍掉；或换成一个具体例子。

- "它会画图，会写字，会做海报，会做 PPT" →
  "它会画图，重点是 —— 你昨天那张猫的赛博朋克版就是它出的"

> 真人讲话不会追求每段像对联。允许粗糙，过渡句就让它过渡。

---

## 几个**不要做**的细节

- ❌ **emoji**：除非用户明确要求，口播稿里不要 emoji。emoji 是文字
  弹幕，不是讲话
- ❌ **括号补充**："这个模型（一种基于 transformer 的架构）很厉害" ——
  括号里的话讲不出来，要么并入正文要么删
- ❌ **罗列书名号 / 引号**："《XX 报告》指出，XX" —— 改成"我看到一份报告说"
- ❌ **"哈哈哈"等口头语堆砌**：偶尔一次效果好，每段一个就成抽搐
- ❌ **过度网络梗**：梗有半年保鲜期；半年后看就尴尬。除非主题就是网络梗

---

## 平台风格变体

如果用户指定了别的平台，按下表调（"去 AI 味五类"对所有平台都适用）：

| 平台 | 风格基调 | 单句长度 | 钩子节奏 | 信息密度 |
|---|---|---|---|---|
| **B 站**（默认） | 自来熟、有段子、节奏快 | ≤ 20 字 | 3 秒钩子 | 中（5 秒/idea） |
| **抖音 / 视频号** | 更燃、更短、更冲击 | ≤ 12 字 | 1 秒钩子 | 高（3 秒/idea） |
| **YouTube long-form** | 舒缓、详细、可铺垫 | ≤ 30 字 | 30 秒铺垫可以 | 低（10 秒/idea） |
| **知乎视频** | 严谨一点、有逻辑感 | ≤ 25 字 | 5 秒可铺一点背景 | 中（5~7 秒/idea） |
| **小红书** | 闺蜜分享感、有情绪 | ≤ 15 字 | 直接讲结论 | 中（5 秒/idea） |

> **小红书闺蜜感 ≠ 假共情**。"姐妹们听我说，这个真的踩雷了" 是闺蜜
> 感（具体 + 有情绪）；"我知道你最近肯定很纠结" 是 AI 假共情（空泛
> + 上来就装熟）。区别在**有没有具体场景**。

## 主题类型微调

不同主题类型，有不同的语气基线：

- **技术 / 教程**：可以稍微"端着"一点，但仍然口语化。多用"我们试一下"
  而不是"假设我们……"
- **测评 / 对比**：要"敢说"。"这个不行"、"那个吹过头了"。中立测评
  会让人睡着 —— 但**敢说 ≠ 自我标榜**，"我用了一周觉得不行" 是敢
  说，"我必须很认真地说它不行" 是自我标榜
- **新闻 / 资讯**：节奏要快，金句要硬。开头第一句必须给最炸的点
- **产品 / 营销**：忌"吹"。不说"完美"、"颠覆"，说"我用了一周，确实
  顺手"
- **文化 / 历史 / 科普**：可以放慢节奏，多用"你想象一下"开场

---

## 转写完之后做什么

### 1. 落盘 + 切节拍

落到 `script.md`，原文保留为 `article.md`。每段 ≥ 5 句没用 `---`
切？切一下 ——`---` 是后面 step 边界，多切总比少切好（合并步骤比拆
步骤容易）。

> ⚠️ **自检是硬性流程**：下面的三层自检（形式 / 风骨 / 念出来）写完
> `script.md` 后**必须**全部走完 → 修改 → 再继续。**禁止**写完直接进
> 入"产出 outline"环节。
>
> **执行方式**（按能力降级）：
>
> 1. **优先 Agent Teams**：开一个独立 reviewer agent，传入 `script.md`
>    + 本节三层清单，让它**逐项核查 + 出结论**（哪几条 fail + 证据 +
>    改写建议）。
> 2. **其次 subAgent**：当前 agent 没 Teams 但能开 subagent，用 subagent
>    走同样流程。
> 3. **都没有**：自己**严格逐项**核查，特别是「念出来」一定要按字面
>    执行。
>
> 拿到结论后**先按 fail 项改稿子，再产出 outline**。

### 2. 形式层自检（8 条原则）

- [ ] **信息保留度 ≥ 60%**（**最高优先级**，不过整稿重写）—— 用
      `wc -m script.md` / `wc -m article.md` 算比例；关键数字 / 案例 /
      论证链逐项对照原文，不能整段消失
- [ ] 没出现 emoji / 原文书名号《》 / 括号补充 /「据 XX 报告显示」类
      引文格式（口播念不出来）
- [ ] 每句 ≤ 20 字（B 站基准）？
- [ ] 第二人称？
- [ ] 开头 3 秒钩子？
- [ ] 数字翻译成感受了？（**核心冲击数字必须保留原值**）
- [ ] 没"首先 / 其次 / 最后"结构词？
- [ ] 都是具体例子，不是抽象描述？

### 3. 风骨层自检（去 AI 味五类）—— **最重要**

逐条扫一次，**任何一条没通过就回去改**：

- [ ] 全文还有 "说白了 / 本质上 / 底层逻辑 / 恰恰 / 反而 / 正是因为
      / 归根结底 / 在某种程度上" 等 **AI 高频词**吗？
- [ ] 开头第一句是钩子，**不是**"我知道你 / 你是不是也"假共情？
- [ ] 有 "我必须认真说 / 我得展开说 / 可能会颠覆你的认知 / 这段你一
      定要听完" 等**自我加权**吗？
- [ ] 有连续 ≥ 3 句结构一样的**排比**吗？念到第三句你自己烦不烦？
- [ ] 结尾是具体 CTA，**不是** "希望对你有帮助 / 以上就是本期内容
      / 感谢观看" 套话？
- [ ] 全文是否有用 "恰恰 / 反而 / 正是" 包装的句子？**去掉这些词
      意思变了吗**？没变就删。

### 4. 念出来测试（终极标准）

随便挑 3 段念出来 —— 不要在心里默读，**真的张嘴念**。

- 念到哪句你觉得"这话我说不出口" → 那句是 AI 味
- 念到哪句你想跳过 → 那段是排比 / 自我标榜
- 念到哪句你想笑出声（不是因为内容好笑，是因为油腻）→ 那句是假共情

**改完再念。直到三段念下来都自然为止**。

### 5. 在同一次工作里产出 outline

`script.md` 落盘 + 自检通过后，**不要立即停下来等用户**——按
[`OUTLINE-FORMAT.md`](OUTLINE-FORMAT.md) 在**同一次思考**里继续产出
`outline.md`（章节切分 + 每步屏幕内容 + 章节级信息池），然后再进入
Checkpoint Plan 让用户一次对齐 5 件事（稿子 / outline / 主题 / 素材
/ 开发模式）。

> **流程变化提醒**：旧流程把 script / outline 切成两个 checkpoint，
> 新版合并为一个（详见 SKILL.md「Phase 1.2 一次产出」）。理由是 outline
> 不再写动画后，它的依赖只剩"稿子切节拍 + article 抽信息池"，可以
> 和稿子一起做完。

---

> **核心提醒**：去 AI 味不是降质。把"AI 在朗诵"换成"人在聊天"，信
> 息量一个不少，腔调全部换掉。如果换了之后内容变蠢 —— **它本来就
> 蠢**，不是去 AI 味的锅，是该补内容了。