---
name: content-transcribe
display: 把内容整理成文字
description: 把视频、播客、文章整理成文字:摘要、分章节、摘引文或改写成文章
aliases: ["总结视频", "整理播客", "文章摘要", "提取字幕"]
apps: ["bilibili", "xiaohongshu"]
sites: ["youtube.com", "xiaoyuzhoufm.com"]
terms: ["摘要", "总结", "转录", "字幕", "播客", "章节", "要点", "引文", "文字稿"]
---
## 入口

先问清要哪种结果:全文文字稿、摘要、章节、引文,还是改写成一篇文章。用户没说时,做一份五到十句的摘要。

文字从内容所在的地方取:文章读网页正文;视频取字幕或简介里的文字稿;播客看节目页有没有文字稿或节目笔记。只有音频时先用 `audio_transcribe` 转写(`/workspace/inbox/` 或下载下来的文件);这个工具没有提供,说明用户还没配置服务商转写模型,再请用户给文字稿或字幕文件。

## 步骤

1. **取全文**:用 `web_read_page` 读页面正文;用户发来的字幕或文字稿文件在 `/workspace/inbox/`,用 `read_file` 读;只有音频时用 `audio_transcribe` 转写。
2. **分段读**:内容长时分几段读,段与段之间留一点重叠,读完去掉重复,确认从头到尾没有漏段。
3. **按要的形式写**:各种形式的写法和样例见 `references/transcript-output-formats.md`,写之前读一遍。摘要的骨架是:一两句总述;按出现顺序列三到八个主题,每个带大致的开始时间和两三句内容;最后列值得记下的观点、数字和提到的书或作品。
4. **用原内容的语言写**,用户另有要求时照用户的。
5. **复读**:写完对照原文看一遍:顺序对不对,有没有漏掉的主题,时间和引文能不能在原文里找到。

## 容易出错的地方

- 字幕只有文字,画面里的图表、演示和屏幕上的字读不到,写的时候不能说成看过画面。
- 自动生成的字幕常有错字和断句错误,专有名词、人名和数字要结合上下文或简介核对。
- 时间是根据字幕位置估的,就写「约第 23 分钟」,不写成精确到秒。
- 听不清、字幕缺失的段落要标出来,不去补写。

## 怎样算办成(核实证据)

结果覆盖原内容的全部段落;每条引文和时间都能在取到的字幕或正文里找到。

## 什么时候停下交给用户

内容要登录或付费才能看,或者只有音频、`audio_transcribe` 又没提供/转写失败时,告诉用户缺什么,请用户提供文字稿。
