照录音直接整理，通篇「某某说……某某说……」，读着跟会议纪要一样。扔给 AI 润色吧，数字和细节全没了，只剩一堆漂亮空话。这是播客转文章最常见的两种死法，作者 Orange AI 把原因归结为四个字：节奏不对。

他发布并开源了一个「播客转文章」Skill，MIT 协议，代码免费。核心思路不是让 AI 把句子写得更漂亮，而是先动结构——逐字稿是按发言人和时间往下走的，文章不是，文章按话题走的。

为什么润色救不了逐字稿

逐字稿是一条线性时间流：谁先说、谁后接、中间插了什么闲聊，全都按发生顺序排着。优质文章需要的是非线性话题流，同一个话题可能被三个人在不同时间点提到，得把它们聚到一起。

传统做法跳过这一步，直接进入文字加工，结果就是两种：要么保留时间线，读起来像会议纪要；要么交给 AI 概括，信息密度断崖式下跌。作者认为真正的难点在结构节奏，不在文字润色。

保真优先：不砍数字和原话

这个 Skill 设定了一条硬性约束，用来对抗 AI 过度概括的倾向：

  • 数字必须保留
  • 事实性陈述必须保留
  • 关键原话必须保留
  • 只删无关闲聊与广告，包括段子、蹭热点、软广

换句话说，AI 在这里的角色不是重写者，而是剪辑师——决定哪些内容留下、哪些内容出局，但不负责把留下的内容改头换面。信息流失被当成主要风险来防，而不是润色的副产品。

实测：阅读互动良好，没有 AI 味

作者给出的实测反馈是阅读互动良好，且没有 AI 味。这个结果和它的设计取向一致：因为原话和数据被强制保留，文章里还留着说话人的真实表达，而不是被统一成一种平滑的、谁都能写的腔调。

对做播客的人来说，这个 Skill 解决的是一个具体的转换损耗问题——一期节目里的干货，不该在变成文字的过程中被磨掉。代码已经开源，MIT 协议，可以直接拿来用。