用 AI 写播客 show notes,正确姿势是先把单集摘要做成固定模板,再让 AI 按流程产出:给到转写稿和本期信息,让它生成时间轴、要点、金句和链接位,你只需校对事实与措辞。标准化解决的是多集更新下质量忽高忽低的问题——第 3 期和第 30 期拿出来,读者看到的是同一套结构。
单集 show notes 的固定构成
一份能长期沿用的模板包含这些块:一句话导语,说明这期聊什么、对谁有价值;嘉宾或主讲人介绍;分段时间轴,标注各话题的起点;三到五条核心要点,方便没时间听全的人扫读;金句摘录一到两条;相关链接位,包括提到的书目、工具和往期节目;订阅引导。固定模板的好处是听众形成阅读习惯,制作端把每期的工作压缩成填空题。模板一次设计好后存成文档,每期复制使用,栏目稳定后可以交给固定成员代劳。链接位每期检查一遍,失效的及时替换,过期的往期节目链接也顺手更新。
喂给 AI 的素材清单
AI 写得准不准,取决于喂料。必要素材有三样:本期的完整转写稿,这是内容的底料;本期的话题提纲,用于校对结构;固定模板一份,直接粘进指令里要求照此输出。补充素材视情况给:嘉宾的公开简介、提到的书名和产品的准确写法、本期想主推的链接。
转写稿里如果有明显的识别错误,尤其是人名和专有名词,先在稿首附一页术语对照,说明稿中某个写法均指某个确定名称,能挡掉大部分后续纠错。用豆包这类工具处理长转写稿时,可以先让它确认已完整读取再开始生成。素材一次给齐,比分多次补充的产出更稳定。
分两步生成:先切话题,再出时间轴
顺序影响质量。第一步让 AI 通读转写稿,输出话题切分:每个话题从哪里开始、一句话概括。你核对切分是否符合节目节奏,该合并的合并。第二步让它按确认后的切分生成时间轴和各话题要点,这一步它会按你确认过的结构走,返工少。金句让它单独挑三到五条备选,要求逐字摘自转写稿,防止它自己改写加工。转写稿没有携带时间码时,让 AI 输出话题顺序与预计时长占比,你对照剪辑软件补时间码。生成结果里与节目定位无关的内容,直接删掉,不必迁就它的完整感。
发布环节的三个细节
| 环节 | 做法 | 判断标准 |
|---|---|---|
| 平台适配 | 按主要分发平台的格式裁剪链接与长度 | 手机端预览显示完整 |
| 标识义务 | AI 参与生成的内容按平台规则加标识 | show notes 与节目内说明一致 |
| 沉淀复用 | 每期要点存档,季度末汇总话题地图 | 地图能直接用于下季选题 |
不同播客平台对 show notes 的支持格式不同,链接数量与展示长度有差异,按主要分发平台的规则裁剪,以各平台当前说明为准。如果本期用了 AI 参与生成的内容,比如 AI 配音或 AI 生成的片头文案,按平台规则添加相应标识,show notes 里也可以顺带说明,透明反而加分。
沉淀复用:让每期摘要变成资产
每期生成的摘要要点攒起来,季度末让 AI 汇总成一份本季话题地图:聊过哪些主题、哪些反响好、哪些只聊了一半可以开续集。下季选题和商务合作介绍都能直接用。这一步的价值在于把单集的零散产出变成栏目层面的积累,做了一年之后回看,话题地图比逐期翻摘要省力得多。
它做不到的部分
AI 摘要的质量上限由转写稿决定:转写稿把人名写错,摘要会跟着错;说话人区分混乱,要点归属就会张冠李戴。它也判断不了什么算金句——逐字摘录可以要求,但哪句话能代表这期节目,是编辑判断。时间轴的精确时间码同样要人补:它给的是顺序和占比,准确时间只有剪辑软件里有。
show notes 标准化速查
- 模板固定七块:导语、嘉宾、时间轴、要点、金句、链接、订阅引导
- 素材一次给齐:转写稿、提纲、模板、术语对照
- 先切话题再出时间轴,金句要求逐字摘录
- 按平台规则适配并加 AI 标识
- 每期要点存档,季度汇总话题地图
三个常被问到的问题
- 脱口秀类节目没有明确话题切分,怎么办?:按笑点或段落情绪切,时间轴标注可以粗一些,要点改成当期回顾式写法。结构类模板不必硬套,导语、金句、链接这三块保留即可。
- 嘉宾期和单人独白期,模板要分两套吗?:建议分。嘉宾期突出嘉宾介绍与对话要点,独白期把嘉宾块换成当期核心问题。共用时间轴和金句块,维护成本不会翻倍。
- 转写稿把两位说话人识别成了一个人,能靠 AI 分开吗?:让它按语义重新划分可以试,但人名对应关系必须人工确认。拿不准的段落回听音频核对,比在摘要里写错嘉宾观点的代价小得多。
季度话题地图做完后想更系统地做全年总结,AI 年度复盘的数据与选题总结法可以直接衔接;想把播客流量导向带货内容,图文带货的选品与内容结合是另一条路径;链接位文案需要压关键词时,商品标题的关键词布局思路同样通用。


