核心要点
先做转录，带上时间戳，把这份文件当作原始素材，而不是直接拿去发布的东西。时间戳能给你章节标记的位置。文字稿能给你可以摘录的金句，但发布之前要先对照音频核实。摘要是写给还没听、正在纠结要不要听的人看的；节目笔记是写给已经听完的人看的。直接把转录文本当笔记发出去，对这两种读者都没用，因为口语落在纸面上全是重复和说到一半又改口的地方，听的时候根本没注意到。
录音做完了，剪辑也做完了，接下来还有一项没人提前告诉你的活儿：写笔记、设章节标记、给订阅源写摘要、发两三条社交媒体动态。大多数播客主都是凭记忆加拖动进度条来完成这件事，在七十分钟的音频里来回拖，就为了找到嘉宾说那句金句的地方。花的时间跟剪辑差不多，结果还很含糊，因为你是在凭一份只记得一半的印象来描述这期节目。
转录文本能解决“找内容”的问题，但它不会替你把笔记写出来。它真正做的，是把这些任务从“搜索问题”变成“编辑问题”，而编辑比搜索快得多。做事的顺序，比你用哪个工具更重要。
从转录文本开始，而不是从笔记开始
行之有效的顺序是：先做带时间戳的转录，再做章节，再摘金句，再写摘要，再写笔记，最后才是社交媒体文案。每一步都要用到上一步的产出。如果你先写笔记，之后还是得回去拖进度条找章节的位置，再拖一遍找金句。
时间戳是大家最容易省掉、之后又会后悔的部分。一大段没有标记的文字只能告诉你说了什么。时间戳能告诉你说在哪里，而“哪里”正是后面每一步都需要的东西：章节标记本身就是一个位置；金句需要一个位置才能核实；听众问“他们什么时候聊定价”，问的也是位置。没有时间戳的转录只解决了一半的问题，另一半你还得靠拖进度条。
获取转录的方法有很多。有些播客托管平台会在发布时自动生成，有些剪辑软件能直接从项目里导出，还有专门的独立工具；实际差别在于是否区分说话人、时间戳精细到什么程度，以及对生僻词汇的处理效果。把一期播客转成文字稿这件事现在已经有很成熟的解决方案，用哪个工具其实不是重点，重点是写笔记时手边真的开着这份文字稿。
如果你想在剪辑用的同一台设备上完成这件事，SozAI 是一款支持 iOS、Android 和 macOS 的转录应用，可以处理音频、视频文件，或者一个 YouTube 链接，输出带说话人标签和摘要的文字稿。这只是众多选择中的一个，如果你用的托管平台已经能生成带时间戳、可用的转录文本，直接用那个就好，不必多此一举。
说句实话：如果你的节目时长短、话题单一，发布时只配两行简介和一个链接，那这整套流程对你来说就是多余的负担。转录文本真正划得来的场景，是时长较长、话题分了好几段的对谈类节目，而大多数访谈类播客正好属于这一类。
章节标记来自时间戳，不是来自文字内容
章节标记本质上是音频里的位置。这话听起来很显然，直到你试着从摘要里生成章节，才发现摘要根本没有位置信息。摘要可以告诉你这期节目聊了招聘、定价和职业倦怠，但它没法告诉你定价这段是从十四分多钟开始的，因为这个信息从来就没写在摘要的文字里。
所以这活儿得靠转录文本分两遍来做。第一遍从头到尾快速读一遍，标出话题真正转折的地方。第二遍取每个新话题第一句话的时间戳，而不是上一个话题最后一句话的时间戳，这样听众跳到某个章节时，落在的是新内容的开头，而不是上一段的尾巴。
判断话题转折点在哪里，靠的是主观判断，这一点没法自动化。对话不会干净地切换话题，它会漂移、绕回来，然后有人讲了个故事，结果这故事才是这段真正的重点。你得自己判断这个故事算不算独立的一个章节，还是归在前面那段里，没有哪份自动摘要能替你做这个决定，因为这取决于你觉得听众会想跳到哪儿去听。
- 章节要设在听众真的可能会想跳过去听的地方，不是每提到一个话题就设一个。
- 用内容来命名章节，而不是用结构：“他们为什么砍掉了免费版”比“第三部分”好用得多。
- 把开场白和广告读稿单独设成短章节，方便大家跳过去。
- 检查最后一个章节是从片尾曲之前开始的，不是从片尾曲中间开始。
不同平台对格式的要求也不一样。有的要“时:分:秒”，有的接受“分:秒”就行，有的对分隔符有特定要求，一份播放器不认的章节文件，比根本没有章节还糟。需要在不同格式之间转换时，一个基于网页的时间码转换工具能帮你搞定，不用你半夜拿计算器手动算。
金句摘录，以及为什么还是要核实一遍
浏览转录文本找金句，比听音频找快得多，而且常常能翻出你自己都忘了说过的话。找那种不需要额外背景说明、单独放出来也能站得住的句子。这种句子在真实对话里比你想的要少，因为大多数精彩瞬间都依赖前面的提问，一句话如果需要三句上下文才能理解，就算不上金句。
找到之后，在放到图片或帖子上之前，一定要对照音频逐句核实。这一步不能省，原因说起来挺不好意思的：自动转录最容易出错的地方，恰恰就是大家最想摘录的那些精彩句子。用词特别、自创的说法、语气强烈、说得又快又激动——这些恰恰是文字最不可靠的情况，也恰恰是最容易产生你想放大做成图的那种句子的情况。
有了时间戳，核实的成本很低。跳到那个位置，听十五秒，确认原话没错。核实四句金句花不了几分钟。而把嘉宾的话引用错了发出去，代价可比这几分钟大得多。
适度的删减是可以的——去掉一个“嗯”，删掉说到一半改口的部分，删了一小句用省略号代替。但把别人说的话改写成更“通顺”的版本就不行了，就算你觉得改写后的版本更接近他本来想表达的意思。
摘要和节目笔记是给两种不同的人看的
摘要是给还没听过、正在纠结要不要听的人看的。它得自己站得住脚：这期讲了什么，谁在场，核心观点是什么，为什么值得花一个小时听。它应该把内容说清楚，而不是吊胃口，因为一份藏着重点的摘要读起来就像预告片，而大家一般都会跳过预告片。
节目笔记是给已经听过、或者正边听边打开笔记对照的人看的。这类读者想要的是音频里没法快速找回的具体信息：提到的书名、嘉宾的社交账号、他们争论的那份研究、名字不好记的工具、之前那期节目的链接。章节标记也放在这里。这类读者不需要你再“推销”什么。
最常见的失误，是只写一段话想同时满足两种读者，结果既不够概括没法当摘要用，又列得太少没法当参考资料用。分开写，两份都可以很短。
如果你还发了视频版，视频平台上的简介栏其实是第三种受众，主要是那些从搜索或推荐点进来的人。用一个能直接处理 YouTube 链接的摘要工具过一遍这期节目，就能得到这个简介栏的初稿，但同样需要像其他内容一样再编辑一遍。
名字这一项，必须准确无误
转录文本让你的历史节目变得可以搜索，这就是“听众能找到你讨论过某个话题的那一集”和“搜了两次没找到就放弃”之间的区别。音频对搜索是不透明的，文字不是。一份完整的转录档案，能把三十个小时的对谈变成一个人真正能“看进去”的东西。
问题在于，最容易被转录错的词，恰恰就是大家最常搜索的词。嘉宾姓名、公司名、产品名——一般来说是专有名词，尤其是那些不是常见词汇的名字。它们本身就比较少见，这也是为什么转录容易出错；它们本身也很具体，这也是为什么它们正是大家会打进搜索框的东西。
先把这些改对，在写别的任何东西之前。打开转录文本，搜索你知道会出现的每一个名字，一次性把每处都改对。这花不了几分钟，而且会自动传递下去：改对之后，正确的写法会顺着流入你的章节标题、金句、摘要和笔记，你不用再分四次分别去改。要留意有没有同一个名字被错误拼写成两三种不同的样子，因为一次查找替换只能抓到其中一种。
转录文本替不了你做的事
它替不了你写节目笔记。把原始转录文本直接塞进笔记栏，是这整个流程里最常见的错误，读起来的效果也和听起来一样糟。口语里全是重复、说到一半重新开口、没说完就放弃的句子，还有一些插话，这些东西你听的时候完全不会注意到，落在纸面上却格外明显。听众没注意到嘉宾说了九次“就是说”，但读者会立刻注意到。
而且这样做谁都不满意。正在纠结要不要听的人不想看一万一千字。已经听完的人想要的是链接和参考资料，不是把刚听过的内容原样重复一遍、还变得更难读。这读起来就像凑字数，而搜索引擎识别“凑字数”的内容已经识别了很久了。
把转录文本单独发在一个页面上，明确标注这是“转录文本”，是另一件事，而且是件合理的事。这是为了方便无障碍阅读和搜索，打开这个页面的人也清楚自己会看到什么。
把转录文本改写成一篇可读的文章是可行的，而且这是真正的写作——需要重新组织结构、做删减、补上原本靠语气和现场感传达、但文字页面上没有的背景信息。要给这件事留出真正的时间去做，否则就别做。转录文本能省掉你拖进度条的时间，但省不掉写作本身，任何声称能替你省掉写作的流程，说的其实是一份没人会读的节目笔记。
