video-transcript-pro

自动转录视频音频，智能修正润色并生成逐字稿及知乎、微信、小红书多平台发布稿，支持用户个性化定制。

SKILL.md - 视频转录与内容优化

视频/音频转录 → 优化润色 → 多平台发布稿的完整工作流。

设计原则：最小化用户等待，最大化自动化。

---

触发条件

用户请求：

• 转录视频/音频
• 视频转文字
• 整理录音内容
• 制作知乎/微信文章
• 或明确提出使用此技能

---

工作流程

阶段1：前置确认（转录开始前）

立即询问，不等转录：

text

📹 已收到视频，转录前请确认以下信息：

📋 推测信息：
• 主题：[从文件名/上下文推测]
• 受众：[推测]
• 风格：知乎理性风 / 微信故事风 / 两者都要
• 输出：逐字稿 + 优化版 + 知乎文章 + 微信文章

⏱️ 3分钟无回应，我将使用上述推测自动继续。
💬 有修改请直接回复，如"主题改为xxx"或"只要知乎文章"。
🚪 您可以先离开，转录完成后我会通知您。

推测来源：

来源	提取信息
文件名	产品经理入门教程.mp4 → 主题：产品经理入门
用户历史偏好	记录在 MEMORY.md，如"偏好知乎理性风格"
上下文对话	用户之前提到的主题/受众
视频元数据	时长、分辨率等（如有）

超时规则：

• 等待 3分钟
• 无回应 → 使用推测信息自动继续
• 有回应 → 更新推测，继续

---

阶段2：后台转录（用户可离开）

默认设置：

• 模型：Whisper small（平衡速度与质量）
• 语言：中文（zh）
• 输出：带时间码的逐字稿

执行命令：

bash

python transcribe_simple.py <视频文件路径> small

用户提示：

text

🔄 转录中... 预计 5-15 分钟
您可以先离开，完成后我会通知您。

输出文件： {视频名}_转录.txt

---

阶段3：自动优化（用户无需等待）

转录完成后，自动进行以下处理：

3.1 错误识别与修正

自动修正（高置信度）：

• 常见同音字（已 → 以、在 → 再 等）
• 标准术语拼写（TensorFlow, PyTorch, GitHub 等）
• 明显的识别错误

记录待确认（低置信度）：

• 人名/地名/机构名
• 专业术语（需结合上下文判断）
• 数字/日期

3.2 文本润色

• 修正口语化表达（保留原意，提升流畅度）
• 删除冗余填充词（然后、那个、就是、呃等）
• 调整语序使逻辑更清晰

3.3 知识补充（联网搜索）

• 遇到专业术语：使用 web_search 或 web_fetch 查找权威解释
• 重要概念：在首次出现处添加简短括号注释（≤20字）
• 需深入的内容：文末添加"背景知识"小节

3.4 格式优化

• 关键词加粗：核心概念、重要术语
• 重点语句加粗：需要读者注意的句子
• 段落层级：使用二级/三级标题分隔内容模块
• 时间码保留：每个段落开头标注起始时间码

3.5 金句提取

金句标准：

类型	定义	示例
经验性	可迁移的实践智慧	"做了十年程序员，我发现最重要的不是语言本身，而是解决问题的思路。"
知识性	值得记忆的理论/数据	"根据研究，人类专注力的黄金时长是25分钟，这就是番茄钟的由来。"
判断性	独到观点或洞察	"技术本身不会淘汰人，会用技术的人才会淘汰不会用的人。"

提取规则：

• 每篇提取 3-8 条金句
• 单独列出在文末"金句摘录"区域
• 同时在正文中用 **加粗** 标记

3.6 生成多平台文章

• 知乎文章（理性 + 经验 + 科学 + 专业）
• 微信文章（故事感 + 深度 + 专业）
• 小红书文章（极简 + 视觉化 + 话题标签）

---

阶段4：输出 + 可审核

输出格式：

text

✅ 转录完成！已自动生成以下文件：

📁 输出文件：
• {视频名}_转录.txt（原始逐字稿）
• {视频名}_优化版.md（优化润色版）
• {视频名}_知乎.md（知乎发布稿）
• {视频名}_微信.md（微信公众号发布稿）
• {视频名}_小红书.md（小红书发布稿，极简版）

📝 自动修正的内容（如不同意请告诉我）：
| 时间码 | 原文 | 修正为 | 原因 |
|--------|------|--------|------|
| [02:35] | Tensor Flow | TensorFlow | 标准拼写 |
| [05:12] | 皮托克 | PyTorch | 术语修正 |

💡 如需调整任何内容，随时告诉我。

用户可选操作：

• 直接使用（无需回复）
• 要求修改（"第3段的术语解释不对，应该是..."）
• 重新生成某部分（"微信文章太长了，缩短到1500字"）

---

输出文件格式

优化版逐字稿

字数对照表：

音视频时长	字数要求
20-30分钟	4500-7500字
30-60分钟	7500-12000字
60-90分钟	12000-18000字
90-120分钟	18000-24000字
120-150分钟	24000-30000字
150分钟以上	30000-37500字

说明： 优化版保留完整内容，字数约为原始转录的1.2-1.5倍（因添加术语解释、金句标注、背景知识等）

markdown

# {视频标题} - 优化版逐字稿

> 视频时长：XX分钟 | 主题：XXX | 受众：XXX

---

## 一、{章节标题}
[时间码起] {内容}

**关键术语**：XXX（简短解释）

{段落内容，关键词加粗}

> 💡 **金句**：{原话摘录}

---

## 二、{章节标题}
...

---

## 金句摘录

1. {金句1}
2. {金句2}
3. {金句3}

---

## 背景知识（可选）

### {术语/概念}
{详细解释，来自联网搜索}

---

*逐字稿生成时间：{日期} | 转录模型：Whisper small*

知乎文章

风格定位： 理性 + 经验 + 科学 + 专业

写作规范：

• 标题：提问式或观点式，引发思考
• 开头：提出问题或现象，吸引阅读
• 正文：逻辑递进，论点 + 论据 + 案例
• 结尾：总结 + 行动建议或开放讨论
• 篇幅：根据音视频时长动态调整

字数对照表：

音视频时长	字数要求
20-30分钟	3000-6000字
30-60分钟	6000-9000字
60-90分钟	9000-12000字
90-120分钟	12000-15000字
120-150分钟	15000-18000字
150分钟以上	18000-22500字

配图提示词风格：

• 信息图/示意图/流程图
• 配色：蓝色系、灰色系、专业商务风
• 尺寸：16:9 或 4:3

markdown

# {标题：提问式或观点式}

{开头：提出问题/现象，100-200字}

---

## 一、{章节标题}

{正文内容}

*【配图位置】*

一张关于{主题}的信息图，展示{具体内容}，采用{配色}色调，简洁商务风格，适合知乎文章配图。

text

## 二、{章节标题}

{正文内容}

---

## 三、总结与思考

{总结 + 行动建议}

---

*本文基于视频《{视频名}》转录整理，转载请注明出处。*

微信公众号文章

风格定位： 故事感 + 深度 + 专业

写作规范：

• 标题：场景化或情感化，引发共鸣
• 开头：故事或场景切入，快速代入
• 正文：故事主线 + 知识穿插 + 情感共鸣
• 结尾：升华 + 金句收尾
• 篇幅：根据音视频时长动态调整（适合移动端）

字数对照表：

音视频时长	字数要求
20-30分钟	1200-1800字
30-60分钟	1800-3000字
60-90分钟	3000-3750字
90-120分钟	3750-4500字
120-150分钟	4500-5250字
150分钟以上	5250-7500字

格式要求：

• 短段落（每段 ≤ 3行）
• 多用空行分隔，阅读节奏感
• 适当使用表情符号（不过度）

配图提示词风格：

• 场景图/概念图/氛围图
• 配色：温暖、高级、有质感
• 尺寸：2.35:1（封面）或 16:9（正文）

markdown

# {标题：场景化或情感化}

{开头：故事/场景切入，150-250字}

---

{正文第一部分}

*【配图位置】*

一张{风格描述}的配图，展现{具体场景}，色调{温暖/冷静/专业}，适合公众号阅读氛围。

text

{正文第二部分}

---

## 写在最后

{升华 + 金句收尾}

---

*如果这篇文章对你有帮助，欢迎点赞、在看、转发。*

小红书文章

风格定位： 极简 + 视觉化 + 话题标签

写作规范：

• 标题：吸引眼球，带emoji，控制在20字以内
• 开头：一句话抓人，快速切入
• 正文：要点清晰，多用emoji和符号
• 结尾：引导互动 + 话题标签
• 篇幅：根据音视频时长动态调整（极简版）

字数对照表：

音视频时长	字数要求
20-30分钟	300-375字
30-60分钟	375-450字
60-90分钟	450-600字
90-120分钟	600-750字
120-150分钟	750-900字
150分钟以上	900-1050字

格式要求：

• 每条要点独立成行
• 多用emoji（每条要点1-2个）
• 关键数字加粗或特殊标记
• 必须带话题标签（3-5个）

配图提示词风格：

• 封面图：大字报风格，标题醒目
• 正文图：信息图/清单图/对比图
• 配色：高饱和度、年轻化

markdown

# {标题：吸引眼球，带emoji}

{开头：一句话抓人，50字以内}

👉 **要点一：{标题}**
{内容，1-2句话}

👉 **要点二：{标题}**
{内容，1-2句话}

👉 **要点三：{标题}**
{内容，1-2句话}

---

💡 **一句话总结**：{核心观点，20字以内}

👇 你怎么看？评论区聊聊～

#{话题标签1} #{话题标签2} #{话题标签3}

---

输出文件汇总

文件名	内容	格式
{视频名}_转录.txt	原始逐字稿（带时间码）	TXT
{视频名}_优化版.md	优化润色版逐字稿	Markdown
{视频名}_知乎.md	知乎平台发布稿	Markdown
{视频名}_微信.md	微信公众号发布稿	Markdown
{视频名}_小红书.md	小红书发布稿（极简版）	Markdown

---

自动化规则

环节	自动处理	需用户确认
背景信息	推测 + 3分钟超时默认	用户在线时可修改
错误修正	高置信度自动修正	低置信度列表展示
知识补充	自动联网搜索	无需确认
金句提取	自动提取	无需确认
文章生成	自动生成	用户可要求修改

---

错误修正置信度规则

高置信度（自动修正，不询问）：

• 常见技术术语拼写（TensorFlow, PyTorch, GitHub, Kubernetes 等）
• 标准中文同音字（已经 → 已经，在 → 再）
• 常见品牌名（Apple, Microsoft, Google 等）

低置信度（列表展示，供审核）：

• 人名（可能同音不同字）
• 地名（可能地方口音影响）
• 专业领域术语（需上下文判断）
• 数字/日期（可能识别错误）

---

注意事项

1. 时间码精度：保留秒级精度，格式 [MM:SS]
2. 保留原意：润色时不得改变说话者原意
3. 敏感内容：如涉及敏感话题，提醒用户注意发布平台规则
4. 版权提醒：衍生文章发布时注明原始视频来源
5. 用户偏好记忆：将用户偏好记录到 MEMORY.md，下次自动应用

---

示例交互

text

用户：帮我转录这个视频：产品经理入门教程.mp4

助理：📹 已收到视频，转录前请确认以下信息：

📋 推测信息：
• 主题：产品经理入门
• 受众：产品经理新人/转行者
• 风格：知乎 + 微信（两者都要）
• 输出：逐字稿 + 优化版 + 知乎文章 + 微信文章

⏱️ 3分钟无回应，我将使用上述推测自动继续。
💬 有修改请直接回复，如"主题改为xxx"或"只要知乎文章"。
🚪 您可以先离开，转录完成后我会通知您。

🔄 正在启动转录...

[用户离开]

[5分钟后转录完成，自动优化]

助理：✅ 转录完成！已自动生成以下文件：

📁 输出文件：
• 产品经理入门教程_转录.txt
• 产品经理入门教程_优化版.md
• 产品经理入门教程_知乎.md
• 产品经理入门教程_微信.md

📝 自动修正的内容：
| 时间码 | 原文 | 修正为 | 原因 |
|--------|------|--------|------|
| [02:35] | PRD文档 | PRD 文档 | 格式规范 |
| [08:12] | 阿里巴巴 | 阿里巴巴 | ✓ 确认正确 |

💡 如需调整任何内容，随时告诉我。

---

技能版本：v2.3 | 更新日期：2026-03-30 更新内容：完善多平台发布稿字数对照表，增强金句提取规则，添加配图提示词规范