用 AI 写口播稿的人,都踩过这两个坑:一是瞎编——你没说过的数据、没经历过的事,它给你编得有鼻子有眼;二是变味——你想表达的观点,润着润着就不是你的意思了。
根子在于:我们把"创作"和"润色"两件事,一起交给了 AI。
最近开源的一个 skill——ah-gemini-script-polisher,"Gemini 口播稿润色桥"。思路很正:不让 AI 从零写稿,只让它干润色的活。事实、观点、原话你先定死,AI 只负责把话变顺、变成适合直接念的口播稿。
我把它的仓库说明翻了一遍,下面把链路、安装、边界一次讲透。先说清楚:这是首版试用,目前只跑通了一次流程,没有"稳定提升写作效果"的对照实验证据——不吹不黑,实事求是。
一、它到底是什么
ah-gemini-script-polisher 是一个"桥接"型 skill:把你已经确认好的中文口播稿素材,交给 Gemini 做语言润色,而不是让 AI 从零生成文案。
一句话定位:AI 不创作,只润色;创作权在你手里。
开发者在自己写稿过程中顺手做出来的,首版试用。适合已经在用 Codex、想保留自己观点和经历、同时想要 Gemini 文风的创作者。
二、三步链路拆解
整个流程分三步,每一步分工明确:
- Codex 整理"写作包":把事实、观点和不能改的原话整理成结构化的写作包——哪些是定死的事实、哪些句子必须原样保留,先锁死。
- Gemini 3.8 Flash 润色:拿着写作包,把话变顺、变成适合直接念出来的口播稿。它的活只有语言层面,不许加料。
- Codex 核对:润色完再检查一遍——有没有改歪原意、有没有偷偷加了没说过的数据和案例。有就打回。
这个"三明治"结构是精髓:Codex 在两头把门,Gemini 只在中间干它最擅长的语言活。瞎编和变味,基本都是死在没人把门上。
还配了个完整性检查脚本(python3 tests/test_response.py)。首轮实测里,Flash 曾经返回过两篇内容拼接,直接被检查拒绝;定点修订后才返回 429 字完整试稿,通过事实边界核对。有检查、有打回,这套链路才立得住。
三、手把手安装调用教程
运行要求(先对一下,缺一不可):
- 可控制浏览器的 Codex 环境
- 已登录、且有目标模型使用权限的 Gemini 官网账号(模型在页面上核对,不靠模型自述推断)
- Python 3(跑完整性检查脚本)
第 1 步:安装——把下面这句话发给 Codex:
安装 https://github.com/ahang008/ah-skills 中的 skills/ah-gemini-script-polisher
第 2 步:调用——安装后新开一轮对话:
用 ah-gemini-script-polisher,把我们这次任务的观点、事实和我的原话整理成写作包,交给 Gemini 3.8 Flash 润色口播稿。保留我的意思,返回完整正文。
最实用的调用方式:别只扔一句"帮我润色",直接给清楚的稿件+约束,skill 跑得最顺。约束清单见下一节,照着填就行。
四、"写作包"模板:不用这套链路也能直接套用
这是全文最值的干货。即使你不用 Codex、不用 Gemini,这套"写作包"结构本身就是一个好的口播稿写作模板——做短视频口播,直接套:
- 主题:这期视频讲什么,一句话
- 受众:说给谁听的
- 目标:看完这条视频,你希望观众记住 / 做到什么,一句话
- 长度:比如 600~700 字(口播稿按字数控时长最实在)
- 必须保留:原样不能改的句子,比如你的金句、你的口头禅
- 已确认事实:不要加入没说过的数据、案例、经历——先把你确认过的事实列死,AI 不许加料
- 原稿正文:你的初稿 / 提纲 / 碎片想法
以后你找任何 AI 写口播稿,先按这个清单把约束给全,瞎编和变味两个毛病能去掉大半。这也是这个 skill 真正值钱的地方:它把"好 prompt"沉淀成了一个固定流程。
五、避坑指南 / 使用边界(建议收藏)
- 这是试用版,只跑通一次:仓库自述写得明白——首版只证明流程跑通,没有"稳定提升写作效果"的对照实验证据。别当生产力工具 all in,先拿不重要的稿子试。
- 它只管润色:不自动发布稿件、不购买模型权益,别指望一条龙。
- 不碰你的账号:skill 不保存账号、Cookie、Token 或敏感文件——这是写进边界里的,用着放心。
- 许可注意:仓库是允许非商业使用的源码公开许可,商用需要书面授权。拿它做商单、做付费课的稿子,先去申请书面授权。
- 模型要自己核对:用哪个 Gemini 模型,在官网页面上亲自核对,别信模型自己报的名字。
六、适合谁
- 短视频刚起步、口播稿是刚需的创作者:先把"写作包"那节存下来,立刻能用
- 已经在用 Codex + Gemini 的折腾党:可以装上试试这条"三明治"链路
- 想学 skill 写法的人:这个"整理 → 润色 → 核对"的分工模式,搬到别的文案场景也成立
不适合谁:指望"扔个主题就吐出成品口播稿"的人——这个 skill 从设计上就不干这事,它的哲学是创作权在你手里。
仓库:https://github.com/ahang008/ah-skills/tree/main/skills/ah-gemini-script-polisher
口播稿这事,念出来顺不顺,只有嘴知道——先拿不重要的稿子试。