播客最终润色

高亮片段 → 片头预览 → 主题曲片头片尾 → 时间戳章节 → 标题 + 简介

⚠️ 启动时必须询问主题曲

在开始任何工作之前，必须先询问用户：

在开始最终润色之前，请提供以下信息：

1. **主题曲文件路径**（用于片头片尾背景音乐）
   - 例如：`/path/to/your/theme-song.mp3`
   - 如果不需要背景音乐，请告诉我

2. **已剪辑好的播客音频路径**
   - 例如：`/path/to/podcast_v2.mp3`

3. **（可选）逐字稿或转录 JSON 路径**
   - 用于分析高亮片段和生成时间戳

不要假设用户使用任何特定的主题曲！ 每个播客的片头风格都不同。

片头片尾规则（通用）

快速使用

用户: 帮我做播客的最终润色
用户: 加个片头预览
用户: 生成时间戳章节
用户: final touch

输入

• 已剪辑好的播客音频/视频（通常是 /podcastcut-edit 输出的版本）
• （可选）逐字稿或转录JSON
• （可选）片头背景音乐文件

输出

1. 片头预览 – 3-4个高亮片段拼接到片头
2. 带背景音乐的片头 – 预览片段配上背景音乐
3. 时间戳章节 – 适合YouTube/播客平台的章节列表
4. 标题建议 – 3-5个标题选项
5. 播客简介 – 适合发布的简介文案

流程

0. 询问用户：主题曲路径、播客音频路径、逐字稿路径
    ↓
1. 分析内容，推荐高亮片段
    ↓
【用户选择 3-4 个片段】
    ↓
2. 提取片段 + 拼接片头预览
    ↓
3. 添加主题曲片头（~15秒，渐入渐出）
    ↓
4. 添加主题曲片尾（~15秒，渐入渐出）
    ↓
5. 分析话题结构，生成时间戳章节
    ↓
6. 生成标题建议
    ↓
7. 生成播客简介
    ↓
完成

一、高亮片段推荐

什么是好的高亮片段

推荐格式

## 推荐高亮片段

我从播客中识别了以下精彩片段，请选择 3-4 个作为片头预览：

| # | 时间 | 说话人 | 内容摘要 | 推荐理由 |
|---|------|--------|----------|----------|
| 1 | 15:32-15:58 | 响歌歌 | "工作的意义不是..." | 金句，核心观点 |
| 2 | 32:45-33:12 | Maia | "我当时就觉得不对劲..." | 故事性强，有悬念 |
| 3 | 48:20-48:45 | 安安 | "这完全是两回事..." | 观点碰撞 |
| 4 | 1:05:30-1:06:00 | 响歌歌 | [笑] "你这个比喻太绝了" | 情绪高点 |
| 5 | 1:18:22-1:18:50 | Maia | "如果重新选择..." | 引发思考 |

请回复选择的编号，如：`1, 3, 4` 或 `选 1 3 4`

识别规则

1. 扫描转录文本：寻找有力的表达、比喻、反问
2. 检测情绪词：笑、哇、真的吗、太对了
3. 关注转折点：但是、其实、说实话、我觉得
4. 识别金句模式：短句、排比、对比、类比
5. 推荐 5-8 个，让用户选 3-4 个

二、片头预览制作

预览片段规范

FFmpeg 片段拼接

# 1. 提取各片段
ffmpeg -i podcast.mp4 -ss 15:32 -to 15:58 -c copy clip1.mp4
ffmpeg -i podcast.mp4 -ss 32:45 -to 33:12 -c copy clip2.mp4
ffmpeg -i podcast.mp4 -ss 48:20 -to 48:45 -c copy clip3.mp4

# 2. 创建片段列表
echo "file 'clip1.mp4'" > clips.txt
echo "file 'clip2.mp4'" >> clips.txt
echo "file 'clip3.mp4'" >> clips.txt

# 3. 拼接片段
ffmpeg -f concat -safe 0 -i clips.txt -c copy preview.mp4

片段间过渡

三、主题曲片头片尾

结构示意

┌─────────────────────────────────────────────────────────────────┐
│  片头主题曲   │  高亮预览  │     正片内容     │  片尾主题曲   │
│   (~15秒)    │  (30-90秒) │                  │   (~15秒)    │
│  渐入→渐出   │            │                  │  渐入→渐出   │
└─────────────────────────────────────────────────────────────────┘

片头处理

# 1. 提取主题曲片头（15秒）
THEME_SONG="/Users/xiangli/Music/Music/Media.localized/Music/Unknown Artist/Unknown Album/Surfaces - Sunny Side Up (Official Audio).mp3"

ffmpeg -i "$THEME_SONG" -t 15 \
  -af "afade=t=in:d=2,afade=t=out:st=12:d=3" \
  intro_music.mp3

# 2. 拼接：片头音乐 + 预览 + 正片
ffmpeg -i intro_music.mp3 -i preview_and_main.mp3 \
  -filter_complex "[0:a][1:a]concat=n=2:v=0:a=1[outa]" \
  -map "[outa]" output_with_intro.mp3

片尾处理

# 1. 提取主题曲片尾（15秒，可以从歌曲不同位置截取）
ffmpeg -i "$THEME_SONG" -ss 30 -t 15 \
  -af "afade=t=in:d=3,afade=t=out:st=13:d=2" \
  outro_music.mp3

# 2. 拼接：正片 + 片尾音乐
ffmpeg -i main_content.mp3 -i outro_music.mp3 \
  -filter_complex "[0:a][1:a]concat=n=2:v=0:a=1[outa]" \
  -map "[outa]" output_with_outro.mp3

完整拼接命令

# 一次性拼接：片头 + 预览 + 正片 + 片尾
ffmpeg -i intro_music.mp3 -i preview.mp3 -i main.mp3 -i outro_music.mp3 \
  -filter_complex "[0:a][1:a][2:a][3:a]concat=n=4:v=0:a=1[outa]" \
  -map "[outa]" -c:a libmp3lame -q:a 2 \
  podcast_final.mp3

音量调整

如果主题曲太响或太轻，可以调整：

# 降低音量（0.8 = 80%）
ffmpeg -i intro_music.mp3 -af "volume=0.8" intro_music_adjusted.mp3

# 提高音量（1.2 = 120%）
ffmpeg -i intro_music.mp3 -af "volume=1.2" intro_music_adjusted.mp3

四、时间戳章节生成

格式规范

00:00 片头预览
01:30 正式开场

02:05 话题一的标题
07:58 话题二的标题
26:16 话题三的标题

1:00:08 话题四的标题
1:23:00 话题五的标题

格式规则

章节识别规则

1. 话题切换点：从逐字稿识别主题变化
2. 信号词：
   • “接下来聊聊…”
   • “说到这个…”
   • “另一个话题是…”
   • “最后聊一下…”
3. 章节粒度：
   • 30分钟内：3-5 个章节
   • 1小时：5-8 个章节
   • 2小时：8-12 个章节

示例

00:00 片头精彩预览
01:26 我们为什么要聊"工作的意义"？

02:05 童年记忆：父母那一代的工作观
07:58 学生时代：对"光鲜工作"的幻想与实习体验
26:16 第一份工作：大厂光环、身份焦虑与选择
32:07 留学生求职：为身份而工作 vs 为生活而工作

38:27 钱、意义感与工作生活的平衡
1:00:08 工作的"无意义"时刻：我们在对抗什么？
1:08:17 价值观碰撞：工作到底有没有意义？

1:23:00 建立生活支点：如何不让工作定义自己？
1:32:58 我们是两种人，但都在寻找自己的答案

五、标题建议

标题类型

输出格式

## 标题建议

1. **工作的意义是什么？三个"打工人"的真实思考**（问题 + 信息）
2. **我们为什么要聊"工作的意义"？**（问题型）
3. **不想让工作定义自己，然后呢？**（悬念型）
4. **大厂光环、身份焦虑、人生选择｜三人真心话**（话题型）
5. **两种人，一个答案：找到你自己的工作观**（金句型）

推荐：第 1 个（信息量足，有吸引力）

六、播客简介

简介结构

【本期话题】
一句话概括本期内容

【嘉宾/主播】
- 名字：一句话介绍

【时间戳】
（粘贴时间戳章节）

【精彩片段】
- "金句1"
- "金句2"

【关于我们】
固定的播客介绍（用户提供模板）

示例

【本期话题】
工作到底有没有意义？三位背景迥异的朋友，聊聊各自对工作的真实看法。

【主播】
- Maia：前大厂产品经理，现自由职业
- 响歌歌：硅谷工程师，在美十年
- 安安：创业中，曾放弃大厂offer

【时间戳】
00:00 片头精彩预览
01:26 我们为什么要聊"工作的意义"？
02:05 童年记忆：父母那一代的工作观
...

【精彩片段】
- "工作的意义不是找到的，是创造的"
- "我不想让签证定义我的人生选择"
- "你可以是两种人，也可以是第三种"

【收听平台】
小宇宙 / Apple Podcasts / Spotify / 喜马拉雅

进度 TodoList

启动时创建：

- [ ] 询问用户：主题曲路径、播客音频路径、逐字稿路径
- [ ] 分析内容，推荐高亮片段（5-8个）
- [ ] 等待用户选择 3-4 个片段
- [ ] 提取并拼接片头预览
- [ ] 添加主题曲片头（~15秒，渐入渐出）
- [ ] 添加主题曲片尾（~15秒，渐入渐出）
- [ ] 生成时间戳章节
- [ ] 生成标题建议
- [ ] 生成播客简介

输出文件

podcast_preview.mp3           # 高亮片段预览
podcast_intro.mp3             # 片头主题曲（15秒，渐入渐出）
podcast_outro.mp3             # 片尾主题曲（15秒，渐入渐出）
podcast_final.mp3             # 最终版本（片头 + 预览 + 正片 + 片尾）
podcast_时间戳.txt            # 时间戳章节
podcast_标题建议.txt          # 标题选项
podcast_简介.txt              # 发布简介

与其他 Skill 的关系

/podcastcut-content     → 内容剪辑
/podcastcut-edit        → 执行剪辑
/podcastcut-transcribe  → 口误识别
/podcastcut-final-touch → 最终润色 ← 本 Skill

推荐流程：

原始音频/视频
    ↓
/podcastcut-content     ← 删除废话、跑题、隐私
    ↓
/podcastcut-edit        ← 执行剪辑，输出 v2
    ↓
【可选】处理口误
    ↓
/podcastcut-final-touch ← 片头预览 + 背景音乐 + 时间戳 + 标题 + 简介
    ↓
发布

示例对话

用户: 帮我做这个播客的 final touch

AI: 好的，我来帮你做最终润色。在开始之前，请提供以下信息：

    1. **主题曲文件路径**（用于片头片尾背景音乐）
       - 例如：`/path/to/your/theme-song.mp3`
       - 如果不需要背景音乐，请告诉我

    2. **已剪辑好的播客音频路径**
       - 例如：`/path/to/podcast_v2.mp3`

    3. **（可选）逐字稿或转录 JSON 路径**
       - 用于分析高亮片段和生成时间戳

用户: 主题曲是 ~/Music/my-theme.mp3，播客是 ~/podcast/episode1_v2.mp3

AI: 收到！主题曲：~/Music/my-theme.mp3，播客：~/podcast/episode1_v2.mp3

    正在分析内容，寻找高亮片段...

    ## 推荐高亮片段

    | # | 时间 | 说话人 | 内容 | 推荐理由 |
    |---|------|--------|------|----------|
    | 1 | 15:32 | 主播A | "..." | 金句 |
    | 2 | 32:45 | 主播B | "..." | 情感共鸣 |
    | 3 | 48:20 | 嘉宾 | "..." | 故事悬念 |
    | 4 | 1:05:30 | 主播A | "..." | 情绪高点 |
    | 5 | 1:18:22 | 主播B | "..." | 核心观点 |

    请选择 3-4 个片段，如：`1, 2, 4`

用户: 1, 2, 4

AI: 好的，提取片段 1、2、4 并拼接片头预览...

    预览已生成：podcast_preview.mp3（68秒）

    接下来使用你的主题曲添加片头片尾...

    - 片头：my-theme.mp3 前15秒（渐入2秒，渐出3秒）
    - 片尾：my-theme.mp3 15秒（渐入3秒，渐出2秒）

    正在拼接最终音频：片头 + 预览 + 正片 + 片尾...

    完成：podcast_final.mp3

    ## 时间戳章节

    00:00 片头
    00:15 精彩预览
    01:23 正式开场
    ...

    ## 标题建议

    1. ...
    2. ...

    ## 播客简介

    【本期话题】
    ...

    所有文件已保存，可以发布了！

七、FFmpeg 关键经验 ⭐

7.1 -ss 对 mp3 不可靠，必须用 atrim

# ❌ 错误：-ss 可能 seek 到静音位置
ffmpeg -i song.mp3 -ss 20 -t 3 output.mp3  # 结果可能是 -91dB 静音

# ✅ 正确：用 atrim 滤镜精确截取
ffmpeg -i song.mp3 \
  -af "atrim=start=5:end=8,asetpts=PTS-STARTPTS" \
  output.mp3

7.2 必须检查音频音量

截取后立即检查，-91dB 基本是静音：

ffmpeg -i output.mp3 -af "volumedetect" -f null - 2>&1 | grep max_volume
# 正常音量应该在 -20dB 到 0dB 之间

7.3 音频混合（人声 + 背景音乐）

# 人声提高到 1.8 倍 + 淡淡背景音乐 5%
ffmpeg -i voice.mp3 -i bg_music.mp3 \
  -filter_complex "[0:a]volume=1.8[voice];[1:a]volume=0.05[bg];[voice][bg]amix=inputs=2:duration=first[out]" \
  -map "[out]" -c:a libmp3lame -q:a 2 output.mp3

7.4 过渡音乐（带渐入渐出）

# 4秒片段间过渡：渐入0.5s，渐出0.5s
ffmpeg -i song.mp3 \
  -af "atrim=start=5:end=9,asetpts=PTS-STARTPTS,afade=t=in:d=0.5,afade=t=out:st=3.5:d=0.5" \
  -c:a libmp3lame -q:a 2 music_bridge_4s.mp3

# 8秒淡入正文：渐入0.5s，然后7秒渐出到静音
ffmpeg -i song.mp3 \
  -af "atrim=start=9:end=17,asetpts=PTS-STARTPTS,afade=t=in:d=0.5,afade=t=out:st=1:d=7" \
  -c:a libmp3lame -q:a 2 music_to_main_8s.mp3

八、完整预览结构（推荐）

结构示意

┌──────────┬─────────────┬────────┬─────────────┬────────────┬──────────┬──────────┐
│ 片头音乐 │ 片段1+背景  │ 音乐过渡│ 片段2+背景  │ 音乐淡入   │   正文   │ 片尾音乐 │
│  (15s)   │ 人声+5%bg   │  (4s)  │ 人声+5%bg   │   (8s)     │          │  (15s)   │
└──────────┴─────────────┴────────┴─────────────┴────────────┴──────────┴──────────┘

时间戳示例

完整制作流程

WORK_DIR="/path/to/project"
THEME_SONG="/path/to/theme.mp3"
MAIN_AUDIO="/path/to/main.mp3"

# 1. 片头音乐（15秒）
ffmpeg -i "$THEME_SONG" \
  -af "atrim=start=0:end=15,asetpts=PTS-STARTPTS,afade=t=in:d=2,afade=t=out:st=12:d=3" \
  -c:a libmp3lame -q:a 2 "$WORK_DIR/intro_music.mp3"

# 2. 为每个高亮片段添加背景音乐
# 先生成对应时长的背景音乐（5%音量）
ffmpeg -i "$THEME_SONG" \
  -af "atrim=start=15:end=25,asetpts=PTS-STARTPTS,volume=0.05" \
  -c:a libmp3lame -q:a 2 "$WORK_DIR/bg_10s.mp3"

# 混合：人声(1.8x) + 背景音乐
ffmpeg -i "$WORK_DIR/clip1.mp3" -i "$WORK_DIR/bg_10s.mp3" \
  -filter_complex "[0:a]volume=1.8[voice];[voice][1:a]amix=inputs=2:duration=first[out]" \
  -map "[out]" -c:a libmp3lame -q:a 2 "$WORK_DIR/clip1_with_bg.mp3"

# 3. 片段间音乐过渡（4秒）
ffmpeg -i "$THEME_SONG" \
  -af "atrim=start=5:end=9,asetpts=PTS-STARTPTS,afade=t=in:d=0.5,afade=t=out:st=3.5:d=0.5" \
  -c:a libmp3lame -q:a 2 "$WORK_DIR/music_bridge_4s.mp3"

# 4. 淡入正文音乐（8秒）
ffmpeg -i "$THEME_SONG" \
  -af "atrim=start=9:end=17,asetpts=PTS-STARTPTS,afade=t=in:d=0.5,afade=t=out:st=1:d=7" \
  -c:a libmp3lame -q:a 2 "$WORK_DIR/music_to_main_8s.mp3"

# 5. 片尾音乐（15秒）
ffmpeg -i "$THEME_SONG" \
  -af "atrim=start=30:end=45,asetpts=PTS-STARTPTS,afade=t=in:d=3,afade=t=out:st=13:d=2" \
  -c:a libmp3lame -q:a 2 "$WORK_DIR/outro_music.mp3"

# 6. 拼接最终版本
ffmpeg -y \
  -i "$WORK_DIR/intro_music.mp3" \
  -i "$WORK_DIR/clip1_with_bg.mp3" \
  -i "$WORK_DIR/music_bridge_4s.mp3" \
  -i "$WORK_DIR/clip2_with_bg.mp3" \
  -i "$WORK_DIR/music_to_main_8s.mp3" \
  -i "$MAIN_AUDIO" \
  -i "$WORK_DIR/outro_music.mp3" \
  -filter_complex "[0:a][1:a][2:a][3:a][4:a][5:a][6:a]concat=n=7:v=0:a=1[outa]" \
  -map "[outa]" -c:a libmp3lame -q:a 2 \
  "$WORK_DIR/podcast_final.mp3"

九、时间戳偏移计算

加入片头预览后，正文内容的时间戳需要加上偏移量。

计算方法

偏移量 = 片头音乐 + 片段1 + 过渡 + 片段2 + 淡入
       = 15 + 10 + 4 + 20 + 8 = 57 秒

示例

注意：如果原时间戳基于旧版本（如 00:45 正式开场），需要计算差值（57-45=12秒），给所有时间戳加上这个差值。

十、输出文件组织

发布素材文件夹

mkdir -p "$WORK_DIR/发布素材"

# 复制最终文件
cp "$WORK_DIR/podcast_final.mp3" "$WORK_DIR/发布素材/播客名_最终版.mp3"
cp "$WORK_DIR/podcast_时间戳.txt" "$WORK_DIR/发布素材/"
cp "$WORK_DIR/podcast_标题建议.txt" "$WORK_DIR/发布素材/"
cp "$WORK_DIR/podcast_简介.txt" "$WORK_DIR/发布素材/"

输出结构

发布素材/
├── 播客名_最终版.mp3     # 最终音频
├── podcast_时间戳.txt    # 时间戳章节（已偏移）
├── podcast_标题建议.txt  # 标题选项
└── podcast_简介.txt      # 播客简介

反馈记录

2026-02-02

• FFmpeg -ss 对 mp3 不可靠

  • 问题：用 -ss 45 -t 3 截取音乐，结果是 -91dB 静音
  • 原因：-ss 对 mp3 文件 seek 不准确
  • 解决：改用 atrim 滤镜精确截取
  • 教训：截取后必须用 volumedetect 检查音量

• 完整预览结构

  • 旧结构：片头 → 预览 → 正文 → 片尾（预览太生硬）
  • 新结构：片头 → 片段1+bg → 4s过渡 → 片段2+bg → 8s淡入 → 正文 → 片尾
  • 改进：高亮片段加淡淡背景音乐，片段间有音乐过渡

• 音频混合参数

  • 人声：提高到 1.8 倍（原来太小）
  • 背景音乐：5% 音量（20% 太响，10% 刚好，5% 更安全）
  • 过渡音乐：正常音量，4秒，渐入渐出各0.5s
  • 淡入正文：8秒，渐入0.5s后渐出7s

• 输出组织

  • 新增「发布素材」文件夹，集中存放最终输出
  • 时间戳文件需要更新偏移量

2026-01-17

• 高亮片段不要只是单句：用户反馈高亮片段可以是几句连起来的一段话，不用只选一句
  • 已更新：推荐时考虑完整段落，包含上下文，让片段更有故事感和完整性