播客/视频转文章 Skill
将播客、视频、音频内容通过 NotebookLM 深度研究后，转化为一篇有血有肉的文章。
依赖
- notebooklm CLI（已安装且已登录）
- humanizer-zh skill（去 AI 味）
- dbs-content skill（内容创作诊断）
- 用户的写作风格 skill（可选，如 bozhou-writing-style）
工作流程总览
添加源 → 概览调研 → 提出4个方向 → 用户选择 → 深度调研(存档) → 写作 → 去AI味 → 生成标题 → 生成配图
Phase 1: 准备源材料
用户会给你一个 URL（YouTube、播客链接）或告诉你 NotebookLM 里已经有了。
如果需要添加源：
bash# 创建笔记本（或用户指定已有的） notebooklm create "主题名" --json # 设置上下文 notebooklm use <notebook_id> # 添加源 notebooklm source add "https://youtube.com/..." --json # 等源处理完毕 notebooklm source list --json # 确认 status 为 ready
如果源还在 processing，等它变成 ready 再进入下一步。可以用 notebooklm source wait <source_id> 等待。
Phase 2: 概览调研（1 轮）
向 NotebookLM 提一个全面的概览问题，快速摸清内容全貌。
bashnotebooklm ask "Please give me a comprehensive overview: 1) Who are the key people and their backgrounds? 2) What is the main topic/theme? 3) What are the top 3-5 key takeaways? 4) What is the structure/flow of the conversation?" --json
从返回的 JSON 中提取 conversation_id，后续所有提问都用 -c <conversation_id> 保持对话连贯。
解析回答，提取核心信息：人物、主题、关键论点、对话结构。
Phase 3: 提出 4 个写作方向
根据概览内容，提出 4 个不同的写作角度。每个方向要包含：
- 方向名称（一句话概括切入点）
- 聚焦内容（这个方向重点写什么）
- 目标读者（什么人看了会觉得有用）
用 AskUserQuestion 让用户选择 1-2 个方向。
提方向的原则：
- 不要做"全面总结"型方向——那是读书笔记，不是文章
- 每个方向要有明确的切入点和情绪基调
- 可以从这些维度找角度：方法论、人物故事、反常识观点、踩坑经验、行业趋势
- 方向之间要有差异，不要只是换个说法
Phase 4: 深度调研（6 轮以上）
根据用户选择的方向，设计 6 轮以上有针对性的提问。确保了解清楚。
每轮提问都用 --json -c <conversation_id> 保持上下文：
bashnotebooklm ask "具体问题..." --json -c <conversation_id>
关键：把每轮 Q&A 写入临时文档。 在用户项目目录下创建一个调研笔记：
文件路径：当前工作目录/podcast-research-<日期>.md
文档格式：
markdown# 调研笔记：[内容标题] 日期：YYYY-MM-DD 来源：[URL] 选定方向：[用户选的方向] ## Round 1: [子主题] **问题：** ... **回答：** ... **关键提取：** （3-5 个要点） ## Round 2: [子主题] ...
每轮调研完成后立即写入文档，不要攒到最后。
Phase 5: 写作
5.1 设计开头钩子
遵循 CLAUDE.md 中「钩子写作指南」的三要素框架和自检标准。
在写全文之前，先单独构思 2-3 个不同风格的开头钩子。针对播客/视频转文章，额外注意：
- 场景型特别适合有故事性的访谈（例：他坐在 Joshua Tree 的石头上，三个小时没动）
- 金句型可以直接用嘉宾说过的最有力的一句话开场
- 每个钩子都要带上具体的例子说明承诺和可信度如何体现
用 AskUserQuestion 让用户选一个开头方向，或者告诉你他想要哪种感觉。
5.2 撰写全文
基于调研笔记和选定的开头，撰写完整文章。
写作要求：
- 字数 5000-8000 字（根据内容丰富程度调整）
- 不是视频笔记或内容摘要——是用视频素材为原料的独立文章
- 要有主线（贯穿全文的核心论点或叙事弧线）
- 细节要具体：名字、数字、时间线、具体故事
- 引用嘉宾原话时用 加粗 标注
- 外文引用必须中文化： 目标读者是中文用户，不要在正文中放大段英文原话。所有英文引用直接翻译成中文并加粗，不保留英文原文。专有名词（品牌名、人名、产品名如 SpaceX、Tesla）可保留英文，但描述性句子、金句、观点必须用中文呈现。极短且读者普遍认识的词（如 maybe、yes）可酌情保留
如果用户有写作风格 skill（如 bozhou-writing-style）： 加载该 skill 并严格遵循其风格要求。写之前先读一遍 skill 的核心规则和禁用清单。
如果没有特定风格 skill： 用清晰、自然、口语化的中文写作。避免商业黑话和套话。
5.3 确认文章保存位置
用 AskUserQuestion 问用户文章保存到哪里，或者根据上下文推断（比如用户之前的文章都放在某个目录）。
文件命名规则： 文件名直接使用文章标题（如 OpenAI 的 PM 说：PM 不是领导岗，20 人以下的团队不需要 PM.md），不要用 slug 或英文缩写。标题确定后立即重命名文件。
Phase 6: 去 AI 味
文章写完后，调用 humanizer-zh skill 进行去 AI 味处理：
/humanizer-zh 对文件 [文章路径] 进行去AI味优化
如果用户有写作风格 skill，在调用 humanizer-zh 时一并提及，让它结合风格要求优化。
去 AI 味重点关注：
- 对称排比（三段式、四段式并列结构）
- "不是...而是..."过度使用
- 工整的金句/slogan（听起来像能印在 T 恤上的话）
- AI 高频词（恰恰、近乎、至关重要、值得注意的是）
- 段尾的总结升华（每段最后一句话都在"扣题"）
- 过度使用破折号做并列
Phase 7: 生成标题
最后一步：为文章生成 3-5 个标题选项。
好标题的特征：
- 有信息量——看完标题就知道文章大概讲什么
- 有钩子——让人想点进去看
- 不是标题党——承诺和内容匹配
- 长度 15-30 字
标题公式参考：
- [人名]：[具体事件/数字]，[一个启发]
- [反常识结论]：[一个人怎么做到的]
- [具体数字/事实] + [背后的故事/方法]
用 AskUserQuestion 给出 3-5 个标题让用户选择，或者用户可以自己改。选定后更新文章标题。
Phase 8: 生成文章配图
文章标题确定后，调用 article-illustrator skill 为文章生成配图。
/article-illustrator [文章路径]
article-illustrator 会自动完成以下工作：
- 分析文章结构，判断配图位置和类型
- 根据文章内容自主选择视觉风格
- 生成图片并插入文章
如需指定配图密度或类型，可传参数：
/article-illustrator [文章路径] --density rich /article-illustrator [文章路径] --type infographic
配图完成后确认用户是否满意。
最后将链接youtube链接放到文章尾部
检查清单
文章完成后自查：
- 开头钩子是否满足三要素（粉丝画像明确、有承诺、有可信度）
- 是否有贯穿全文的主线（不是罗列要点）
- 细节是否具体（有名字、数字、场景）
- 嘉宾原话是否用加粗标注
- 是否已去 AI 味
- 标题是否吸引人且诚实
- 字数是否在 2000-5000 之间
- 调研笔记是否已保存
- 配图是否已通过 article-illustrator 生成并插入文章
