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。

视频封面是制作素材，不是文章配图。写回 docs/src/ai/video/ 时，将末尾封面及其标题放入 <!-- video-covers:start --> / <!-- video-covers:end --> 注释区；素材链接保留，进阶之路页面和飞书正文都排除该区段。讲解配图保持正常显示。同步和验收使用 feishu-question-bank-sync Skill 的封面规则。

三种模式

按稿件面向谁来分，步骤 1 确定模式。三种模式共用一套骨架和共用规则，差别在钩子怎么切入、正文怎么展开。

模式	面向谁	特征	标杆（均在 docs/src/ai/video/）
模式 A：面试题	求职者	面试官提问带出全篇，答案要经得起面试官追问	what-is-kv-cache.md、why-handcraft-agent-not-framework.md、agent-intent-routing.md
模式 B：技术科普	所有人	全篇不出现面试官，从观众用过的东西讲起	responses-api-vs-chat-completions.md
模式 C：热点稿	所有人	从热点事件或反直觉现象切入，讲清是什么、凭什么火、和你有什么关系	what-is-prefix-caching.md、what-is-jev.md

时长 3-5 分钟，字数 950-1800。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

---

通用骨架

段落	功能
钩子 + 信任建立	按模式切入，建立信任感，可以用提问预告全文
开场白	“哈喽大家好，我是二哥呀”，点明时长和主题
逐层讲解	三层递进，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”，一句对照句，再用“另外”接一条实用建议
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！”

模式 A：面试题

面向求职者，面试官贯穿全篇。引入动机是给自己多一份底气。

标杆稿件（写之前先读）

• docs/src/ai/video/what-is-kv-cache.md，标准三层递进
• docs/src/ai/video/why-handcraft-agent-not-framework.md，开源推荐变体
• docs/src/ai/video/agent-intent-routing.md，闯关变体

钩子

1. 面试官问问题，加上观众最容易给出的错误回答
2. “恭喜你，出门右拐回家等通知吧。”或类似的幽默否定
3. “为什么？”然后解释前面的回答为什么不够硬核
4. 可以插一张概念图
5. 信任建立句，提问预告可写可不写

正文

• 三层依次讲是什么（给定义）、为什么这样设计（讲机制，一定要足够硬核）、面试官喜欢的答案或实战中的坑
• 面试官的追问可以放在正文或结尾，“面试官如果追问……”

开源推荐变体（参照 docs/src/ai/video/why-handcraft-agent-not-framework.md）。可以省掉开场白和信任建立句，从错误回答直接进入答案。正文讲完后推荐 4-5 个相关 GitHub 开源项目，每个项目说清星标数、亮点和学完能收获什么，最后回应面试官的一个追问。收尾改成“这道题你学会了吗？想解锁更多 Agent 面试题的源码级拆解，点赞关注，我是二哥，咱们下期见！”

闯关变体（参照 docs/src/ai/video/agent-intent-routing.md）。每层先让观众答题，讲完报一次进度，用答题和进度拉完播、带互动。省掉开场白和信任建立句。

• 钩子讲完、第一层开始前，第一次报进度，“恭喜看到这里的你，已经成功击败 30% 的学习者，给自己鼓个掌吧。”紧接着用加粗问句进入第一层
• 每层是一关。加粗问句用“接下来我问你”“接下来继续问你”“继续问你”开头，替代“那聪明的你肯定想到了”。问句后给 A、B、C 或 A、B、C、D 选项，第一关加一句“聪明的你可以把答案打在弹幕或者留言区”，后面几关用“聪明的你会选哪一个？”这类问句
• 选项可以设陷阱，比如正确做法是几个选项分层组合使用，单选哪个都不完整
• 讲解用“我的答案是”开头
• 每关讲完报一次进度，“恭喜你，已经成功击败 50% 的学习者了”，百分比逐关递增，模板是 30、50、70、90、99
• 最后一关是面试官追问，“最后，面试官如果追问……”，答完宣布“恭喜你升到王者段位了，成功击败 99% 的学习者。”
• 总结和收尾沿用模式 A
• 互动只让观众答题，不用资料换评论

模式 B：技术科普

面向所有人，全篇不出现面试官。

标杆稿件（写之前先读）

• docs/src/ai/video/responses-api-vs-chat-completions.md

钩子

1. 第一句用疑问点题，“XXX 到底是什么？”“A 和 B 到底有什么区别？”
2. 从观众用过的东西切入，“如果你用过 XXX，你一定用过 B”，一两句说清它是怎么工作的
3. “但聪明的你应该已经注意到了”，抛出观众没细想过的变化或现象
4. “为什么……呢？”
5. 信任建立句，提问预告可写可不写

正文

• 每层讲一个点或一个区别，“先说第一个区别”开头，第二层追问“光改这一点，就值得……吗”，讲更深的机制
• 每层配一个日常比方，只用生活里大家都说过的比方
• 第三层落到对观众的实际意义

模式 C：热点稿

面向所有人，靠时效感和信息差留住观众。

标杆稿件（写之前先读）

• docs/src/ai/video/what-is-prefix-caching.md，反直觉现象切入
• docs/src/ai/video/what-is-jev.md，热点事件切入

钩子

1. 用具体日期加事件切入，如“9 月 8 日，OpenAI 发布了……”，或者用一个反直觉现象切入。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
2. 用事实和数据制造冲击，不用“震惊”“颠覆”这类空洞形容词
3. 抛出“为什么”的悬念
4. 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”
5. 信任建立句，提问预告可写可不写

正文

• 三层一般是是什么、和已有方案比凭什么、对观众意味着什么或该不该用
• 至少一层有数据佐证，至少一层给观众可操作的验证或应对方法
• 能上手的产品，实测只能来自本次真实操作的记录或用户提供的材料，没跑过的不能写成跑过。跑不了（内测、要申请资格、API 未开放）就写明“目前还在内测阶段”，引用官方示例并标明是官方示例。产品界面的真实截图由用户提供，占位符里注明“真实截图”
• 可以亮出个人态度，“我觉得”“说实话”，说清值不值得关注、现在该马上试还是观望

---

钩子通用注意事项

• 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

逐层讲解通用写法

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”。总结里的实用建议从第三层里来。

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。

---

共用规则

以下规则对三种模式同时生效。

数据引用

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。

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。”“帮你把 XXX 讲清楚。”
• 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
• "收束"禁用，用"总结""点透""一句话概括"
• “去程”“回程”禁用，这是生造的比喻，直接说“派发任务时”“返回结果时”
• "工业界/工业级"限制使用场合。日常软件开发、Agent 系统、编码工具等语境避免使用，防止产生传统工厂、车间的生硬联想。除明确指代"学术界对工业界"的产学研对比外，一律替换为"实际开发""生产环境""真实业务""一线工程""生产级""大厂实战"

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""收束"
• 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"
• 一句话点透，"Q 是一次性筷子，用完就扔"

固定元素

• 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。不写提问预告时，结尾改成“帮你把 XXX 讲清楚。”
• 提问预告不是必选项。钩子已经把悬念讲清楚时可以不写；要写就只写有悬念的问题，数量不必凑够三个，每一问和正文的加粗标题对应

---

工作流程

步骤 1：确认用法、模式和主题

先判断用法

1. 从零创作。用户给主题，走步骤 2 到步骤 5
2. 优化已有稿件。用户给现有口播稿，走下面的优化分支

再选模式。用 AskUserQuestion 展示三种模式，每个选项的描述里带上标杆文件名。用户已经指定模式或参照稿件的，直接用，不再弹选择。选定后读取对应标杆文件，在后续步骤中融入该篇的特征。模式 A 再确认要不要走开源推荐变体或闯关变体。

用 AskUserQuestion 确认不清楚的信息，主题的边界、有没有必须覆盖的知识点。模式 C 涉及能上手的产品时，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。

• 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
• 模式 C 抓取一手信源（官方公告、官方博客、模型卡片、发布推文），用 web-access 或 Chrome DevTools MCP，确保信息来自官方而非二手转述。定价、速度、榜单成绩每条记下来源和发布时间。能上手的产品，用户没给材料就实际调用 API 或使用产品跑一个有代表性的提示词，记录结果

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。

步骤 3：列大纲

• 用哪种模式，钩子怎么切入，信任感怎么建立，读了哪些来源
• 三层分别讲什么，第三层落到观众会碰到的什么事；要不要写提问预告
• 每层一句话摘要和一句总结金句
• 总结的对照句和实用建议
• 模式 C 额外列出日期和事件、引用哪些数据及出处、实测材料来自哪里、个人态度是推荐、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 950-1800 字，按本 Skill 的字数统计。超出上限只如实报告，不为压字数删减用词和补充说明，用户会自己改稿
• 技术术语首次出现时用中文解释一次，后续直接用英文
• 语言规范：必须使用完整规范的书面词汇，严禁随意缩写或删减字词（例如必须使用"准确"，严禁缩减为"准"）。句子主谓宾齐全，严禁缺字少字，严禁产生歧义。
• 叙述风格：通俗严谨、深入浅出，用明白易懂的标准语言把技术机理讲透，严禁生造概念与虚浮黑话，也严禁轻佻随意的口水话。

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，再过清单。

# 字数，用本 Skill 的统计命令，950-1800
# 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|收束|去程|回程' docs/src/ai/video/<文件名>.md

**口播稿自检** ✅/❌
- [ ] 机械检查：禁用词为 0，字数如实报告 →（结果）
- [ ] 语言规范检查：逐句核对无错别字、无缺字漏字、无生造词，词语完整规范无缩减，成语用法准确无歧义 →（检查结果）
- [ ] 零歧义检查：逐句核对，术语、工具名、角色名首次出现有定义；没有指代不明的“它”“源码里”“上游下游”；没有需要读者先翻译一遍才懂的比喻 →（改了哪几处）
- [ ] AI 味：无总结套话、无学术腔、无过渡废话、无营销词 →（扫描结果）
- [ ] 模式：钩子和正文符合所选模式，模式 A 有面试官，模式 B 全篇没有面试官，模式 C 有具体日期或反直觉现象 →（模式和写法）
- [ ] 信任建立句的来源真读过；写了提问预告的，每一问都有悬念且和正文对应 →（来源列表）
- [ ] 三层递进：第三层落到观众会碰到的事，每层一句总结金句且不复述 →（三句金句）
- [ ] 技术准确性：核心知识点经过调研验证，数据带来源和时间 →（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）
- [ ] 总结：一句对照句加一条实用建议，用“另外”隔开 →（建议内容）
- [ ] 模式 C 实测：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，不涉及写“不适用”）
- [ ] 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：层间过渡加粗，开场白和收尾齐全（开源推荐变体、闯关变体按变体要求） →（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

写新稿前先查两处，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。