name: content-digest description: > 将长形式内容（YouTube视频、播客、访谈、文章）转化为吸引人的短篇和长篇叙述。提取核心见解，并以两种风格呈现：简洁的社交媒体帖子（300-800字符，带编号表情符号列表）和详细的叙事文章（1500-3000+字符，带故事弧线）。当用户提供YouTube链接、播客转录、长文章或访谈内容，并想要摘要、关键见解或为不同平台重新格式化内容时使用。

内容摘要

将长形式内容转化为引人入胜的短篇和长篇叙述。

概述

这个技能将冗长内容（YouTube视频、播客、访谈、文章）转化为两种不同格式：

短篇 (短文): 社交媒体友好的摘要（300-800字符），带编号表情符号列表（1️⃣2️⃣3️⃣）
长篇 (长文): 叙事文章（1500-3000+字符），带故事弧线、章节标题和集成引用

工作流程

1. 获取内容

如果用户提供URL：

YouTube链接：使用WebFetch或尝试提取转录
文章URL：使用WebFetch检索内容
播客链接：获取可用转录

如果用户提供文本：

直接阅读完整转录或文章文本

如果内容不清晰：

询问：“请提供您希望我转化的YouTube链接、播客转录或文章。”

2. 确定输出格式

如果用户指定格式：

按他们的选择进行（仅短篇、仅长篇或两者）

如果用户未指定：

询问：“您希望：（1）仅短篇，（2）仅长篇，或（3）两个版本？”

默认行为：

生成两个版本以最大化价值

3. 深度分析 - 四阶段过程

关键：遵循此系统过程以确保深度

阶段1：提取所有观点（至少50个）

彻底阅读整个内容，提取所有观点，包括：

明确陈述和意见
通过故事揭示的隐含信念
决策理性
关于行业/领域的观察
个人经验和教训
反例和对比
数字、数据点、具体例子

目标：在过滤前创建一个包含50多个观点的全面列表。暂时不评判质量——只提取一切。

阶段2：过滤非共识和深度内容

从50多个观点中，识别并标记那些：

非共识：挑战行业传统智慧
个人/私下见解：人们思考但很少公开表达的内容
反直觉：甚至让知情读者惊讶的内容
有趣冷知识：揭示更深模式的具体细节
心智模型：解释决策的框架
第二阶见解：不仅仅是“是什么”，而是“为什么这在哲学上重要”
悖论和张力：暴露基本原则的矛盾

目标：标记通过“非显而易见测试”的20-30个观点——一个聪明、知情的读者是否已经知道这个？

阶段3：选择核心叙事元素

识别：

核心叙事：主要故事或主题是什么？
难忘引用：捕捉大思想或揭示性格的直接引用
转折点：意识到或范式转变的时刻
戏剧元素：讽刺、对比或意外结果
具体细节：证明更深观点的名称、数字、日期

阶段4：精选最终见解

从过滤的观点（阶段2）和叙事元素（阶段3）：

对于短篇：选择10-15个最深刻、可操作的见解
对于长篇：使用相同的10-15个见解作为基础，然后编织叙事弧线

4. 生成短篇版本

关键：仅使用阶段4的10-15个精选见解

参考 style-guide.md 获取详细指南。查看 examples.md 作为参考。

结构：

# MMDD：[嘉宾名] X [栏目名]：[一句话核心观点]

今天看到 [嘉宾名] 去了 [栏目名] 的播客。

[嘉宾名] [2-3句话介绍嘉宾背景和核心成就，用具体数据]。

这期播客总共录了 [时长]，[嘉宾名] 谈到了 [N] 个有趣的观点：

1、[观点标题/关键词]。[完整的逻辑阐述，包含推理过程，2-4句话]

2、[观点标题/关键词]。[完整的逻辑阐述，包含推理过程，2-4句话]

3、[观点标题/关键词]。[完整的逻辑阐述，包含推理过程，2-4句话]

...
[继续共10-15点]

---

标题格式（重要）：

格式：# MMDD：嘉宾名 X 栏目名：一句话观点
示例：# 0130：Peter Steinberger X The Pragmatic Engineer：一天600次提交，代码比以前更好
一句话观点要抓住最反直觉或最有冲击力的点

开头格式（重要）：

第一句：简单说看了什么 今天看到 [嘉宾] 去了 [栏目] 的播客。
第二段：2-3句介绍嘉宾背景，必须有具体数据（数字、公司名、产品名）
第三句：过渡句 这期播客总共录了 [时长]，[嘉宾] 谈到了 [N] 个有趣的观点：
如果不知道时长，可以写“将近两小时”或省略时长

列表格式规则（重要）：

使用数字+顿号格式 (1、 2、 3、…)
- 注意是顿号「、」不是点号「.」
每条是完整段落，包含：
- 观点/结论（第一句）
- 逻辑推理/因果解释（后续句子）
- 具体例子或数据（如有）
每条 2-4 句话，50-150 字
观点要有深度：
- ✅ “AI 应用创业者不会相信 AGI。逻辑很简单，如果真信，就不应该做 AI 应用创业。AGI 如果存在，创业就只剩一件事：去做有机会达成 AGI 的模型。”
- ❌ “AI 应用创业者不相信 AGI”（太简单，没有逻辑推理）
保持 10-15 条（不是 8-12 条）

关键原则：

标题要有冲击力，抓住最反直觉的观点
开头简洁，快速进入正题
每条观点要有完整的逻辑链条
观点之间可以有递进或对比关系
包括具体数据（如有）（数字、名称、百分比）
通过非显而易见测试（知情读者是否已经知道这个？）
以分隔线结束 ---

5. 生成长篇版本

关键：完全基于阶段4的相同10-15个精选见解

长篇版本不是独立的摘要——它是短篇见解的叙事扩展，带故事弧线和分析深度。

参考 style-guide.md 获取详细指南。查看 examples.md 作为参考。

重要：根据内容类型选择正确风格

对于访谈/播客/对话内容 → 使用风格B（对话式访谈） 对于独白演讲/文章/论文 → 使用风格A（叙事性文章）

风格A结构（叙事性文章）：

[引人入胜的标题 - 源自核心见解]

[开场：使用10-15个见解中的一个设置场景]

### [第1部分：背景]
"[关键引用]"
[上下文 - 连接2-3个您的精选见解]

### [第2部分：主要内容]
[叙事发展 - 编织4-5个精选见解与引用和分析]

### [第3部分：高潮]
[戏剧亮点 - 揭示最反直觉的见解]

### [第4部分：解决/转折点]
"[关键引用]"
[重要性 - 连接回心智模型或原则]

### [后记：反思]
[之后发生的事情 / 讽刺对比 - 连接最终见解]

[可选：来源归属]

关键原则（风格A）：

源自最深见解的引人入胜标题
清晰的部分标题以便导航
每个部分发展2-4个您的10-15个精选见解，带叙事和引用
自然集成直接引用 - 用它们证明您的精选见解
构建叙事弧线：设置 → 发展 → 高潮 → 解决
相关时使用戏剧讽刺（“他不知道的是…” / “He didn’t know that…”）
包括具体细节（名称、数字、日期）从您的精选列表
深度分析层 - 编织您的阶段2过滤见解：
- 为什么具体选择揭示更广泛的战略原则
- 如何矛盾或张力暴露底层哲学
- 主体的演变教导了什么关于领域
- 微观决策与宏观结果之间的联系
2000-3500+字符以适当发展10-15个深度见解

风格B结构（对话式访谈）：

[前言/导语 - 编辑者视角]
断断续续，终于看完了...[个人感受]
干货很多。[嘉宾]可能是...[定位评价]
[为什么值得关注]
我今天不忙，把这次访谈全文精编出来，供大家学习。赠人玫瑰，手有余香。
[可选：节日祝福]
下面是 YouTube/播客链接：[链接]

#01 [主题标题 - 简短有力]
主持人：[问题]
嘉宾：[回答 - 保留对话感]

[编辑补充：数据解读、背景、个人观点]
[可用：“我觉得这个点真的太重要了” “这太有意思了”]

主持人：[追问]
嘉宾：[深入回答]

[继续分析]
[可选：插入相关文章链接]

#02 [第二主题]
主持人：[新话题]
嘉宾：[回答]

[编辑解读]
...

#03-#0N [按主题继续]
...

关键原则（风格B）：

口语化开场：“断断续续看完” “干货很多” 体现真实感
编号主题：用 #01 #02 等清晰分段，主题标题直白有力
保留对话：60-70%保持“主持人：”“嘉宾：”格式
编辑介入：20-30%加入编辑分析、补充、个人反应
口语化表达：“太离谱了” “我觉得” “说实话” “天哪” “完全是这样”
具体数据：必须保留数字、人名、公司名
补充链接：适时插入“文章链接：…” 延伸阅读
人情味结尾：“赠人玫瑰，手有余香”
主题重组：不按时间线，按话题逻辑重新组织
3000-8000+ 字（根据访谈长度）

6. 质量检查

在交付前，验证您遵循了四阶段过程：

阶段1验证：

[ ] 从源材料中提取了50+观点（可以是隐含的 - 不需要向用户显示）

阶段2验证：

[ ] 过滤了非共识、反直觉和深度见解
[ ] 识别了个人/私下表达和有趣冷知识
[ ] 标记了心智模型和第二阶见解

阶段3 & 4验证：

[ ] 选择了10-15个最深刻的见解用于最终输出
[ ] 短版本使用所有10-15个精选见解
[ ] 长版本用叙事发展相同的10-15个见解

深度检查 - 每个10-15个见解必须：

[ ] 通过“非显而易见测试”：知情读者是否已经知道这个？
[ ] 揭示心智模型、框架或底层原则
[ ] 挑战传统思维或暴露有趣冷知识
[ ] 以意外方式连接思想或显示第二阶效应

质量验证：

[ ] 引用准确并归属
[ ] 不添加源材料之外的编辑
[ ] 写作吸引人，不机器人化
[ ] 两个版本都能独立存在
[ ] 数字/事实具体，不模糊
[ ] “所以呢？”对读者清晰
[ ] 每个要点揭示为什么重要，不仅仅是什么发生
[ ] 短和长版本共享相同的见解基础

7. 交付输出

文件保存规范：

保存位置：/Users/ugreen/Documents/obsidian/每日播客/
文件命名：MMDD-主题关键词.md
- MMDD 为当天日期（如 0109 表示 1 月 9 日）
- 主题关键词 为 2-6 个字的内容概括（如 Lovable增长策略、AI编程工具）
- 示例：0109-Lovable增长策略.md、0108-睡眠科学.md
自动保存：生成内容后，使用 Write 工具将完整内容保存到上述路径

格式规范：

行距：段落内不留空行，段落之间留一个空行
文档标题：使用 # MMDD：嘉宾名 X 栏目名：一句话观点 格式
长文标题：使用 # 精华片段

结构模板：

# MMDD：[嘉宾名] X [栏目名]：[一句话核心观点]

今天看到 [嘉宾名] 去了 [栏目名] 的播客。

[嘉宾名] [2-3句话介绍嘉宾背景，用具体数据]。

这期播客总共录了 [时长]，[嘉宾名] 谈到了 [N] 个有趣的观点：

1、[观点]。[逻辑推理]

2、[观点]。[逻辑推理]

...（共 10-15 条）

---

# 精华片段

[长文内容 - Style B 对话式访谈格式]

---

[结束语]

开场介绍模板（新格式）：

# 0130：Peter Steinberger X The Pragmatic Engineer：一天600次提交，代码比以前更好

今天看到 Peter Steinberger 去了 The Pragmatic Engineer 的播客。

Peter Steinberger 创建了 PSPDF kit——一个被超过 10 亿设备使用的 PDF 框架，后来经历严重职业倦怠卖掉股份消失了 3 年。2024 年回归后，他用完全不同的方式创建了 Clawdbot，一周从 100 星涨到 3300 星。

这期播客总共录了将近两小时，Peter 谈到了 11 个有趣的观点：

观点列表示例：

1、AI 应用创业者不会相信 AGI。逻辑很简单，如果真信，就不应该做 AI 应用创业。AGI 如果存在，创业就只剩一件事：去做有机会达成 AGI 的模型。

2、创业的产品定位，关键点之一是：要做工作流的上游。上游的产品，不容易被下游的产品吃掉，反过来，发展到一定阶段，上游可以做下游的事。

3、Code Reviews 已死。对 prompts 的兴趣比代码更大，PR 应该叫“Prompt Requests”。因为 prompt 给的信号更高——你是怎么得到这个解决方案的？问了什么？有多少引导？

结束语模板：

---

[嘉宾名字]凭[具体贡献]，[产生的影响]。

用他的话收个尾：“[引用一句有力的话]”。[最后一句个人感受或升华]。

YouTube 链接：[链接]

如果只请求一个格式，仍包括开场和结束部分。

核心原则

战略提取

提取什么：

深度、反直觉见解 - 不是表面观察：
- 驱动决策的心智模型和框架
- 揭示基本原则的悖论和张力
- 第二阶效应和非显而易见的后果
- 连接具体战术到战略结果的模式
挑战共同智慧的惊人见解
带为什么的实用智慧 - 不仅仅是“做X”而是“X揭示原则Y”
捕捉大思想或哲学立场的难忘引用
转折点和范式转变
揭示性格的人类时刻（脆弱、幽默、真实）
上下文讽刺（当时不知道 vs 现在）

避免什么：

无洞察的线性摘要
包含一切（选择性）
陈述显而易见 - 如果合理知情读者已经知道，挖掘更深
没有解释为什么重要的表面描述
失去人类声音
添加源中不存在的信息
AI风格通用措辞
浅显要点 - “X做了Y”而没有揭示这演示了什么原则或框架

声音与语气

对话式但有洞察：像向聪明朋友解释
展示，不告诉：用引用证明观点
尊重源材料：不编辑或扭曲
寻找故事：每个部分都有叙事弧线

令牌高效

这个技能专注于创意转化，不是代码执行。写作过程在上下文中进行，不需要脚本。

资源

references/style-guide.md

详细写作指南，为短篇和长篇风格，包括：

结构模式
关键特征
写作原则
避免什么
提取策略

当您需要关于语气、结构或风格的详细指导时加载此。

references/examples.md

完整参考示例：

短篇示例：Boris Cherny的Claude Code工作流程
长篇示例：Manus/Peak Ji访谈文章

当您需要最终输出质量和风格的具体示例时加载此。

备注

两种风格都需要完全理解源材料 - 不要略读
短篇强调可操作的要点
长篇强调叙事和性格
引用必须准确且在上下文中
最好用于具有固有叙事或洞察的内容
如果源在不同语言，可以与翻译结合
适合内容创作者为不同平台重新利用长内容