# transcript-polish

Adopt this skill: https://proskills.md/skills/other/codingnoob4ever-transcript-polish

Page: https://proskills.md/skills/other/codingnoob4ever-transcript-polish
This document is the public skill bundle for that page. It contains SKILL.md and every helper file the catalog carries. No login is required.

## File: SKILL.md
size: 11744
sha: 6679e0cd28eef83e17cb64511b814c5510d6e34d
upstream: https://github.com/codingnoob4ever/transcript-polish/blob/HEAD/SKILL.md

````text
---
name: transcript-polish
description: "This skill should be used when the user wants to polish a raw spoken transcript from a recording into a clean verbatim script (逐字稿). It handles very long texts of 30000 or more characters by processing in chunks. Before starting, it asks the user 4 questions to calibrate: (1) polish intensity A/B/C, (2) style preference — oral/written/custom-described, (3) paragraph handling, (4) whether to generate a PPT outline. The PPT outline uses a 3-level structure: chapter titles, per-slide bullet points, and speaker notes. Output can be merged or separate. Trigger phrases: 润色口水稿, 整理逐字稿, 把录音稿整理成逐字稿, polish transcript, 整理录音稿, 润色讲稿."
---

# Transcript Polish — 录音口水稿润色为逐字稿（含 PPT 框架）

## Purpose

Polish raw spoken transcripts (口水稿) from recordings into clean, publishable verbatim scripts (逐字稿), and optionally generate a structured PPT outline from the same content.

**Core principle**: Preserve original content length and information density. This is a *polish*, not a rewrite or compression. Style parameters are determined by the user before work begins.

---

## When This Skill Is Used

- User provides a raw spoken transcript from a recording
- User asks to "润色口水稿"、"整理逐字稿"、"把录音稿整理成逐字稿"
- Text contains heavy filler words, repetitions, and spoken-language artifacts

---

## Step 0: Ask the User 4 Questions Before Starting

**ALWAYS do this first**, before reading or processing any transcript content.

Present the following four questions together in one message, clearly formatted:

---

> 在开始之前，我需要了解你的偏好，请回答以下 4 个问题（直接用序号回答即可）：
>
> **① 润色力度**
> - A｜轻度 — 只去掉明显的填充词（嗯、啊、那个……），保留口语句式，读起来仍像讲话
> - B｜标准 — 去掉填充词 + 整理假起步和重复，句子流畅但不改变语气（推荐）
> - C｜深度 — 在标准基础上进一步规范句式，使其更接近书面表达，但不压缩内容
>
> **② 风格保留**
> - A｜保留口语风 — 保留"大家注意一下"、"就是说"、"对吧"等教学腔和说话节奏
> - B｜适度书面化 — 保留内容和逻辑，但去掉过多的口语化表达，更像文章
> - C｜我来描述 — 我会告诉你我想要的风格，按我说的来
>
> **③ 段落处理**
> - A｜保持原结构 — 不新增或合并段落，原文怎么分就怎么分
> - B｜优化段落 — 在话题切换处适当添加段落分隔，让层次更清晰
>
> **④ 是否同时生成 PPT 框架**
> - A｜是，逐字稿 + PPT 框架都要（同一份文档里，PPT 框架附在末尾）
> - B｜是，但分开输出（先给逐字稿，再单独给 PPT 框架）
> - C｜不需要，只要逐字稿
>
> 如果有任何特殊要求（比如保留某些词、PPT 面向的受众等），也可以一并告诉我。

---

After the user answers, **confirm the settings** in one line before proceeding:

> 好的，我将按照：**[力度]** × **[风格]** × **[段落]** 来处理，并**[生成/不生成] PPT 框架**，现在开始。

If the user skips the questions or says "随便" / "默认"，use: **标准 × 保留口语风 × 优化段落 × 生成 PPT（合并输出）**，and note this to the user.

---

## Polish Parameters Reference

### Dimension 1: Polish Intensity

| Level | What Changes | What Stays |
|-------|-------------|------------|
| **A 轻度** | 纯填充词（嗯/啊/呃/那个）| 所有口语句式、重复强调、假起步 |
| **B 标准** | 填充词 + 假起步 + 明显重复 | 讲师语气、口语表达、中英混用 |
| **C 深度** | 标准 + 口语句式规范化 | 所有内容、例子、信息量 |

### Dimension 2: Style Preference

| Option | Description |
|--------|-------------|
| **A 口语风** | 保留教学腔、说话节奏、"大家"等称呼，读起来像讲课 |
| **B 书面风** | 减少语气词和口头习惯，读起来像文章或讲义 |
| **C 用户描述** | 严格按用户提供的风格说明执行；若描述模糊，在开始前追问确认 |

#### 当用户选择风格 C 时的追问流程

如果用户选择了"C｜我来描述"，在确认其他参数后，**单独追问**：

> 好的，请描述你希望的风格。可以参考以下几个维度来描述（不需要都答，说你在意的就行）：
> - 目标读者是谁？（学生、同行、大众……）
> - 读起来应该像什么？（讲课、文章、对话、报告……）
> - 有什么特别要保留或避免的表达方式？
> - 有没有可以参考的风格样本（一段文字示例）？

收到用户描述后，用一句话复述你的理解并确认，例如：
> 明白了，我会整理成适合大众阅读的对话体风格，保留讲师的幽默感和举例方式，去掉过于学术化的表达。这样理解对吗？

### Dimension 3: Paragraph Handling

| Option | Description |
|--------|-------------|
| **A 保持原结构** | 不新增、不合并段落；原有换行照留 |
| **B 优化段落** | 在话题切换、例子开始/结束处补充段落分隔；长段可适当拆分 |

---

## What to Always Preserve (Regardless of Parameters)

- **All content**: Every example, story, case study, and technical point must remain
- **Original length**: Output character count must stay within ±15% of input
- **Logical sequence**: Do NOT reorder topics, points, or transitions
- **Technical terms and jargon**: Preserve exactly as spoken
- **No added content**: Do NOT introduce explanations, summaries, or commentary

---

## What to Always Clean (Regardless of Parameters)

These are removed at all intensity levels:

| Category | Examples |
|----------|----------|
| Pure filler sounds | 嗯、呃、啊、哦（standalone, no semantic value） |
| Transcription artifacts | [inaudible]、(停顿)、[PPT切换] |
| Identical word stutters | "这个这个这个" → "这个" |

---

## Handling Long Texts (30,000+ Characters)

Long transcripts MUST be processed in chunks to avoid truncation and quality degradation.

### Chunking Strategy

1. **Determine chunk boundaries**: Split on natural paragraph or topic boundaries (not mid-sentence). Target ~3,000–4,000 characters per chunk
2. **Apply user parameters consistently** across all chunks — note the user's style settings before chunk 1 and apply them throughout
3. **Track cross-chunk consistency**: Note recurring terms and the speaker's specific phrases from early chunks
4. **Reassemble**: Concatenate all polished chunks in order without adding or removing section breaks

### Workflow for Long Texts

```
Step 0: Confirm user's 4 parameters (see above)

Step 1: Scan the first ~1,000 chars to identify:
         - Speaker's domain and tone register
         - Recurring filler words specific to this speaker
         - Main topic areas (used later for PPT outline if needed)
         - Any special terms or patterns to handle consistently
         - If PPT is requested: start a running outline log (topic → key points)
           to accumulate chapter/slide candidates across chunks

Step 2: Divide into chunks at natural paragraph breaks

Step 3: For each chunk, apply parameters:
         - Remove fillers per intensity level
         - Adjust style per style preference
         - Handle paragraph breaks per paragraph setting
         - Verify no content was added or removed
         - If PPT is requested: after each chunk, append to the running outline log:
           note any new topic transitions, key concepts, and examples encountered

Step 4: Reassemble polished transcript and do a final pass for:
         - Consistent terminology throughout
         - No orphaned sentence fragments at chunk boundaries
         - Paragraph structure matches chosen setting

Step 5: If PPT framework is requested, generate it after
        the full transcript is assembled, using the running outline log
        accumulated in Steps 1–3 as a structural guide.
        The final PPT must still be derived from the polished transcript,
        not just from the notes — the log is a scaffold, not the source.
```

### Reporting Progress

When processing a long text, report progress after each chunk:
> "已完成第 N 段（约 XXXX 字），继续处理第 N+1 段…"

---

## PPT Framework Generation

Generate the PPT outline **after** the full polished transcript is complete, based on the polished text (not the raw input).

### Structure: Three Levels

```
# [演讲/课程总标题]

---

## 第一章：[章节名]

### Slide 1：[页面标题]
- 要点一
- 要点二
- 要点三
> 备注：[讲师在逐字稿中对应的讲解提示，1-2句，帮助演讲者记忆讲解要点]

### Slide 2：[页面标题]
- 要点一
- 要点二
> 备注：[讲解提示]

---

## 第二章：[章节名]
...
```

### PPT Generation Rules

1. **章节（Chapter）划分**：根据逐字稿中的主题切换确定，通常对应一个完整的知识模块或论点
2. **每页（Slide）划分**：对应逐字稿中一个具体的知识点、例子或论证步骤；每页要点 3-5 条为宜
3. **要点提炼**：从逐字稿中提取关键信息，用简洁名词短语表达（非完整句）；不添加原文没有的内容
4. **备注撰写**：从逐字稿对应段落中提取 1-2 句核心讲解句，帮助演讲者现场展开讲解；语气与逐字稿风格保持一致
5. **页数估算**：以每 800-1,200 字对应 1 页为参考（实际以话题完整性为准）
6. **封面页**：始终生成一个封面 Slide（标题页），包含课程/演讲标题和可选的副标题
7. **总结页**：如果讲师在原文中有明确的总结段落，生成一个总结 Slide

### Output Format by User Choice

**选项 A（合并输出）**：

```
========================================
【逐字稿】
========================================

[完整逐字稿内容]

========================================
【PPT 框架】
========================================

[PPT Markdown 大纲]
```

**选项 B（分开输出）**：
- 先完整输出逐字稿，末尾注明："PPT 框架已准备好，请回复「继续」获取。"
- 用户确认后，单独输出 PPT 框架

---

## Output Format

- Output as Markdown
- If **段落 B** is selected: use blank lines between paragraphs for clear separation
- Do NOT add headings in the transcript unless the speaker explicitly announced section titles
- Preserve any numbered lists or explicit structure the speaker used

---

## Reference Files

- See `references/filler_words.md` for a comprehensive list of common Mandarin filler words and patterns, organized by intensity level
- See `references/polish_examples.md` for before/after examples at each intensity level, and a PPT outline example

---

## Quality Check (Before Delivering Output)

**Transcript check:**
1. [ ] Character count of output is within ±15% of input
2. [ ] No new content was introduced
3. [ ] Polish intensity matches the user's chosen level
4. [ ] Style matches the user's preference
5. [ ] Paragraph structure matches the user's setting
6. [ ] All examples and case studies are present
7. [ ] No sentences are grammatically broken or truncated

**PPT framework check (if generated):**
8. [ ] Every slide's bullet points are drawn from the transcript — no invented content
9. [ ] Speaker notes are extracted from the transcript, not paraphrased from imagination
10. [ ] Chapter divisions match the actual topic structure of the transcript
11. [ ] Slide count is proportional to content length
````

## File: README.md
size: 3558
sha: 2570814e8d45b700eaf24bfad713673cfe7aa9c6
upstream: https://github.com/codingnoob4ever/transcript-polish/blob/HEAD/README.md

````text
# transcript-polish

> **WorkBuddy / OpenClaw Skill** — 将录音口水稿润色为可用逐字稿，支持 30,000+ 字超长文本，可同时输出 PPT 框架大纲。

---

## 功能简介

- ✅ **去除口水词**：嗯、呃、啊、就是、那个、对不对……系统性清理
- ✅ **保留讲授风格**：不压缩内容，不改变讲师个人表达特色
- ✅ **支持超长文本**：30,000 字以上分块处理，自动汇报进度
- ✅ **4 个参数可调**：润色力度 × 风格偏好 × 段落处理 × 是否输出 PPT 框架
- ✅ **PPT 三级大纲**：章节标题 + 每页要点 + 备注/讲解提示，Markdown 格式

## 安装方式

### 方式一：直接安装（推荐）

在 WorkBuddy 或 OpenClaw 对话框中输入：

```
安装 skill：https://github.com/codingnoob4ever/transcript-polish
```

### 方式二：手动安装

1. 下载本仓库（`git clone` 或下载 ZIP）
2. 将 `transcript-polish/` 文件夹放入 `~/.workbuddy/skills/` 目录
3. 重启 WorkBuddy 或重新加载 skill

---

## 使用方法

将口水稿文字粘贴到对话框，或上传 `.txt` 文件，然后说：

```
帮我润色这段口水稿
```

或：

```
整理成逐字稿
把录音稿整理成逐字稿
润色讲稿
```

Skill 启动后会先问你 4 个问题来校准参数：

| # | 问题 | 选项 |
|---|------|------|
| ① | 润色力度 | A 轻度 / B 标准（默认）/ C 深度 |
| ② | 风格偏好 | A 口语风 / B 书面风 / C 我来描述 |
| ③ | 段落处理 | A 保持原结构 / B 优化段落划分 |
| ④ | PPT 框架 | A 附在末尾 / B 分开输出 / C 不需要 |

回答后 AI 会确认参数，然后开始处理。超长文本会分块并报进度。

---

## 参数说明

### 润色力度

| 选项 | 处理范围 | 适合场景 |
|------|----------|----------|
| **A 轻度** | 只删纯语气音（嗯/呃/啊） | 想保留原始讲法，只做最小清理 |
| **B 标准** | 删填充词 + 整理假起步 + 去重复 | 大多数教学/讲座场景（默认推荐） |
| **C 深度** | 在 B 基础上规范句式 | 需要更接近书面稿的场景 |

### 风格偏好

| 选项 | 效果 |
|------|------|
| **A 口语风** | 保留"那么"、"你看"、"大家注意"等教学腔，保持说话节奏 |
| **B 书面风** | 去多余口语化表达，更接近文章或讲义 |
| **C 我来描述** | AI 引导你从 4 个维度描述目标风格，完全按你的要求执行 |

### PPT 框架输出格式（三级结构）

```markdown
# 总标题

## 第一章：章节名

### Slide 1：页面标题
- 要点一
- 要点二
> 备注：从逐字稿原话提取的讲解提示，方便演讲者展开
```

---

## 内容原则

本 skill 严格遵守以下原则，绝不违反：

1. **不发明内容**：输出中出现的每个信息点，都必须能在原文中找到
2. **不压缩长度**：输出字数与原文偏差 ≤ 15%
3. **不替换专业术语**：英文缩写、领域术语保持原样
4. **PPT 要点从逐字稿提取**：不基于常识"补充"内容

---

## 文件结构

```
transcript-polish/
├── SKILL.md                    ← Skill 主文件（触发条件 + 工作流程）
├── README.md                   ← 本文件
└── references/
    ├── filler_words.md         ← 口水词分类表（轻/标准/深度三档）
    └── polish_examples.md      ← Before/After 示例 + PPT 框架示例
```

---

## 适用平台

- [WorkBuddy](https://workbuddy.tencent.com) ✅
- OpenClaw 兼容平台 ✅

---

## License

MIT
````

## File: references/filler_words.md
size: 3530
sha: 6e347bc98af5482c257cceebb98c77caa7b63899
upstream: https://github.com/codingnoob4ever/transcript-polish/blob/HEAD/references/filler_words.md

````text
# 常见普通话口水词 / 填充词 参考表

处理口水稿时，根据用户选择的**润色力度**，对应处理以下词类：

| 力度 | 处理范围 |
|------|---------|
| **A 轻度** | 仅处理"第一类：纯语气音"（始终移除） |
| **B 标准** | 处理第一、二、三类 |
| **C 深度** | 处理所有类别，并规范口语句式 |

注意：有些词在某些语境下是有意义的，需要根据上下文判断（见第六节）。

---

## 一、纯语气音【所有力度均移除】

| 词 | 说明 |
|----|------|
| 嗯、呃、啊、哦、哈、噢 | 独立出现时直接删除 |
| [inaudible]、(停顿)、[PPT切换] | 转写标注，直接删除 |

---

## 二、填充词与语气词【标准/深度移除】

| 词 | 说明 |
|----|------|
| 那个、这个 | 作填充词时删除（作指代词保留） |
| 就是 | 作填充词时删除（作判断动词时保留） |
| 然后 | 过度使用时减少（作真实连接词保留一个） |
| 对不对、对吧、是吧、是不是 | 反复出现时缩减为一次 |
| 好吧、好的好的 | 过渡语，可删减 |
| 这样子 | 作填充词时删除（结论性用法可保留） |
| 其实 | 频繁使用时酌情删减（有实际语义时保留） |

---

## 三、重复型口癖【标准/深度去重】

常见模式：

```
那么那么 → 那么
就是就是 → 就是
其实其实 → 其实
我们我们 → 我们
这个这个这个 → 这个（或删除）
然后然后然后 → 然后（或删除）
```

---

## 四、起步语 / 思考填充【标准/深度移除或简化】

| 原文 | 处理方式 |
|------|----------|
| 我们来看一下……我们来看一下 | 保留一次 |
| 那么，下面，我们…… | 仅保留有实际连接作用的部分 |
| 怎么说呢，怎么说呢 | 删除 |
| 所以说…所以说… | 保留一次 |
| 我的意思是说 | 如重复，只保留一次 |
| 换句话说就是……就是说 | 简化 |

---

## 五、假起步 / 自我纠正【标准/深度：保留最终版本】

原则：讲者自己已经纠正了，保留纠正后的版本，删除未完成的起头。

示例：
```
原文：我们可以—— 其实我们应该……
整理：我们应该……

原文：这个方法是——这个方法其实有三步
整理：这个方法有三步
```

---

## 六、深度专用：口语句式规范化【仅深度】

在标准处理完成后，进一步处理：

| 原文 | 深度处理 |
|------|----------|
| "这个方法挺好的，大家可以试一下" | "这个方法效果较好，建议尝试" |
| "我们来看一下这个结果" | "下面来看这个结果" |
| "就是，某某情况下，我们需要……" | "在某某情况下，需要……" |

注意：即使是深度模式，也**不得压缩内容、删除例子或改变逻辑顺序**。

---

## 七、谨慎处理（上下文决定是否保留）

以下词汇在某些语境中有实质意义，**不要自动删除**：

- **"其实"**：有时表示转折、纠正，有实质语义
- **"就是"**：有时作判断动词
- **"然后"**：有时表示真实的时间/逻辑顺序
- **"这个"/"那个"**：有时作真实指代

---

## 八、特殊标注（视情况处理）

| 标注 | 处理方式 |
|------|----------|
| [inaudible] / [不清晰] | 删除，或在旁边加【此处不清晰】提示 |
| (笑) / (鼓掌) | 一般删除，如有叙事意义可保留 |
| [停顿] | 删除 |
| [PPT切换] / [板书] | 删除，或转为自然的过渡句 |
````

## File: references/polish_examples.md
size: 11541
sha: 755efdb1d3d99f05ad4c3eaa44733d0cdda022ca
upstream: https://github.com/codingnoob4ever/transcript-polish/blob/HEAD/references/polish_examples.md

````text
# 口水稿润色示例 — Before / After

本文件提供具体的润色示例，帮助理解在不同参数下的正确处理程度。

---

## 三种力度对比（同一段原文）

### 原文（口水稿）
```
那么，卷积这个操作，其实，其实它的直觉，就是这样子的，嗯，你可以想象，
就是你有一个，呃，一张图片，然后你拿一个小的，就是那个，那个过滤器，
就是filter，然后，然后你在这个图片上面，就是，滑动，对不对，这样滑过去。
那么，那么每一个，就是，每一个位置，你都做一个，那个，内积的运算，
对不对，就是，就是点积，就是dot product。
```

### A 轻度整理后
```
那么，卷积这个操作，其实，其实它的直觉，就是这样子的，你可以想象，
就是你有一个，一张图片，然后你拿一个小的，就是那个，那个过滤器，
就是filter，然后，然后你在这个图片上面，就是，滑动，对不对，这样滑过去。
那么，那么每一个，就是，每一个位置，你都做一个，那个，内积的运算，
对不对，就是，就是点积，就是dot product。
```
*（仅去除"嗯"、"呃"等纯语气音，其余保留）*

### B 标准整理后（口语风）
```
那么，卷积这个操作，它的直觉其实是这样子的：你可以想象，你有一张图片，
然后你拿一个小的过滤器（filter），在这张图片上面滑动，这样滑过去。
那么每一个位置，你都做一个内积的运算，也就是点积（dot product）。
```
*（去除填充词+假起步+重复；保留"那么"、"这样子"、"你"等口语腔调）*

### B 标准整理后（书面风）
```
卷积操作的直觉是这样的：将一张图片与一个小的过滤器（filter）进行滑动匹配，
在每个位置计算内积，即点积（dot product）。
```
*（同样去除填充词，但进一步规范句式，更接近讲义风格）*

### C 深度整理后
```
卷积操作的核心直觉在于：对输入图片应用一个小型过滤器（filter），
逐位置滑动，并在每个位置执行内积运算（即点积，dot product）。
```
*（在标准基础上进一步规范语言结构，句式更为严谨）*

---

## 原则回顾

- ✅ 移除填充词，保留所有内容
- ✅ 字数接近原文（±15%）
- ✅ 保留讲师语气和措辞风格
- ❌ 不压缩、不合并、不改写

---

## 示例 1：教学讲解段落

### 原文（口水稿）
```
那么，我们今天嗯，要来看一下，就是，那个，卷积神经网络的，就是，这个基本原理啊。那么，那么卷积这个操作，其实，其实它的直觉，就是这样子的，嗯，你可以想象，就是你有一个，呃，一张图片，然后你拿一个小的，就是那个，那个过滤器，就是filter，然后，然后你在这个图片上面，就是，滑动，对不对，这样滑过去。那么，那么每一个，就是，每一个位置，你都做一个，那个，内积的运算，对不对，就是，就是点积，就是dot product，然后你就得到，就是，一个新的，那个，特征图，就是feature map。好，那这个就是卷积的，就是基本思路。
```

### 整理后（逐字稿）
```
那么，我们今天要来看一下卷积神经网络的基本原理。卷积这个操作，它的直觉是这样的：你可以想象，你有一张图片，然后你拿一个小的过滤器（filter），在这张图片上滑动，每一个位置都做一个内积的运算，也就是点积（dot product），然后你就得到一个新的特征图（feature map）。这就是卷积的基本思路。
```

**分析**：
- 移除了大量"就是"、"那么"、"那个"、"嗯"、"呃"、"对不对"
- 保留了所有技术内容和比喻
- 保留了讲师偏好在括号里注明英文术语的习惯
- 字数：原文约160字 → 整理后约100字（合理，因为原文有大量重复填充）

---

## 示例 2：课程引入段落

### 原文（口水稿）
```
好，那个，今天我们，那个，要开始讲一个，就是，新的章节，对吧。那这个章节，那，那个，我们把它叫做，就是，强化学习，reinforcement learning。那，那强化学习，它其实，其实，跟我们之前讲的，就是，监督学习，其实，还是有挺大的不同的，好吧。就是，在监督学习里面，你，你需要，就是，有标注数据，对不对，就是somebody gives you，呃，就是，给你打好标签的数据，然后你去学。但是强化学习，它，它没有这个，那个，标注数据，对吧。它，它是通过，就是，和环境，呃，去交互，然后，然后，呃，从这个，就是，奖励信号，reward signal，来学习的。所以，所以这个，就是，这个思路，其实是挺不一样的，就是，跟监督学习比起来。
```

### 整理后（逐字稿）
```
好，今天我们要开始讲一个新的章节，就是强化学习（reinforcement learning）。强化学习跟我们之前讲的监督学习，其实有挺大的不同。在监督学习里面，你需要有标注数据，就是 somebody gives you 打好标签的数据，然后你去学。但是强化学习没有这个标注数据，它是通过和环境交互，从奖励信号（reward signal）来学习的。所以这个思路跟监督学习比起来，其实是挺不一样的。
```

**分析**：
- 保留了中英混用的风格（"somebody gives you"被保留）
- 保留了口语化的"挺大的不同"（未改为"较大差异"）
- 保留了括号注英文的习惯
- 移除了重复填充词，逻辑更清晰

---

## 示例 3：举例说明段落

### 原文（口水稿）
```
那我们来举个例子，就是，来，来帮助大家理解，这个，这个概念。那，那就是，嗯，你可以想象你，你是一个，就是，下棋的，那个，AI，对不对。那，那你，你每一步，你都会，就是，做一个动作，action，然后呢，然后棋盘就会，就是，变化，这就是，就是所谓的，那个，环境的变化，就是environment changes。然后，然后在游戏结束的时候，你，你会得到一个，就是，奖励或者惩罚，对吧，你赢了，你就得到，就是，正向的奖励，你输了，就是，就是负的奖励，对不对。那这就是，就是，那个，那个，强化学习，那个最经典的，就是，应用场景之一。
```

### 整理后（逐字稿）
```
我们来举个例子帮助大家理解这个概念。你可以想象你是一个下棋的 AI，每一步你都做一个动作（action），然后棋盘就会变化，这就是所谓的环境变化（environment changes）。在游戏结束的时候，你会得到一个奖励或者惩罚，赢了就得到正向的奖励，输了就是负的奖励。这就是强化学习最经典的应用场景之一。
```

---

## 示例 4：段落末尾的总结句

### 原文（口水稿）
```
所以，所以，就是，我们今天，嗯，就是，讲了这三个，就是，核心的，那个，概念，对不对，就是，状态、动作、奖励，好，那这三个，就是，是，就是，强化学习的，那个，基础，好，希望大家，就是，能够，就是，记住这三个，就是，核心概念，好吧，然后，就是，然后我们下节课，就是，会在这个基础上，就是，继续深入，好。
```

### 整理后（逐字稿）
```
所以，我们今天讲了三个核心概念：状态、动作、奖励。这三个是强化学习的基础，希望大家能够记住。我们下节课会在这个基础上继续深入。
```

---

## 常见错误示范

### ❌ 过度压缩（错误）

原文（200字口水稿）→ 整理后（80字）

这是**错误**的。把大量口语重复压缩后，结果已不是逐字稿，而是摘要。

### ❌ 改写语气（错误）

原文：`"这个地方，其实挺重要的，大家要注意一下啊"`  
错误整理：`"此处为重点内容，请注意"`

这把口语化讲授语气改成了正式书面语，破坏了讲师风格。

正确整理：`"这个地方其实挺重要的，大家要注意一下。"`

### ❌ 删除例子（错误）

讲师讲了一个5句话的比喻，整理时因为"觉得啰嗦"而删掉——这是**错误**的。所有例子必须保留。

### ✅ 正确的原则

> 整理后，如果把原文和整理版放在一起，应该能认出来是"同一段话"，只是更流畅了。

---

## PPT 框架生成示例

以下展示对上面"强化学习"逐字稿片段（三段合并）生成 PPT 框架的正确结果。

### 对应的逐字稿（标准整理后）

```
好，今天我们要开始讲一个新的章节，就是强化学习（reinforcement learning）。强化学习跟我们之前讲的监督学习，其实有挺大的不同。在监督学习里面，你需要有标注数据，就是 somebody gives you 打好标签的数据，然后你去学。但是强化学习没有这个标注数据，它是通过和环境交互，从奖励信号（reward signal）来学习的。所以这个思路跟监督学习比起来，其实是挺不一样的。

我们来举个例子帮助大家理解这个概念。你可以想象你是一个下棋的 AI，每一步你都做一个动作（action），然后棋盘就会变化，这就是所谓的环境变化（environment changes）。在游戏结束的时候，你会得到一个奖励或者惩罚，赢了就得到正向的奖励，输了就是负的奖励。这就是强化学习最经典的应用场景之一。

所以，我们今天讲了三个核心概念：状态、动作、奖励。这三个是强化学习的基础，希望大家能够记住。我们下节课会在这个基础上继续深入。
```

### 对应的 PPT 框架输出

```markdown
# 强化学习入门

---

## 第一章：强化学习概述

### Slide 1：课程标题
- 强化学习（Reinforcement Learning）
- 与监督学习的关键区别
> 备注：介绍今天的新章节，点出这是一种不同于监督学习的学习范式。

### Slide 2：强化学习 vs 监督学习
- 监督学习：需要人工标注数据
- 强化学习：无需标注，通过与环境交互学习
- 学习信号来源：奖励信号（reward signal）
> 备注：监督学习里 somebody gives you 打好标签的数据；强化学习没有这个，靠和环境交互，从奖励信号来学。

### Slide 3：强化学习的经典场景——下棋 AI
- 智能体每步执行一个动作（action）
- 动作导致环境变化（environment changes）
- 游戏结束：赢 → 正向奖励；输 → 负奖励
> 备注：用下棋 AI 的例子帮助大家建立直觉，这是强化学习最经典的应用场景之一。

### Slide 4：三个核心概念
- 状态（State）
- 动作（Action）
- 奖励（Reward）
> 备注：这三个是强化学习的基础，下节课会在此基础上继续深入。
```

### PPT 框架生成的注意点

- **要点用短语，不用完整句**：`"通过和环境交互学习"` 而非 `"强化学习是通过和环境交互来进行学习的一种机器学习方法"`
- **备注引用逐字稿原话**：备注是给演讲者看的，应贴近讲师原本的说法，方便现场展开
- **不发明新内容**：PPT 里出现的每一个要点，都必须能在逐字稿里找到对应文字
- **页数适中**：不要为了凑页数把一个要点拆成多张；也不要把五个不同的知识点塞在一页里
````

## File: LICENSE
size: 1072
sha: e7fd2fdb7e29a11b191614d16383eb05de697d92
upstream: https://github.com/codingnoob4ever/transcript-polish/blob/HEAD/LICENSE

```text
MIT License

Copyright (c) 2026 codingnoob4ever

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.
```
