核心要点
把具体的内容留下来，把讲话的架构统统扔掉。演讲会不断重复重点、不断提示接下来要讲什么，因为总有人是迟到才进场的；但这些内容写成文章后，读者只会觉得是废话。真正能保留下来的，是那些具体的东西：案例、数字、定义的原话，还有听众提出的问题。问答环节往往是整场讲座里最值得再利用的部分，因为每一个问题都说明了有什么地方没讲明白。有了转录文字稿，你就能通读整整一个小时的内容，而不必反复回放录像。但编辑加工的活儿，还是要自己动手。
你手上有一段六十分钟的录像。有些人来听了，大多数人没来，那条回放链接现在也起不了什么作用。这时候很容易想到两种做法：一是把逐字稿里的“嗯”“啊”删掉直接发出去，二是写一份读起来像目录的摘要。这两种做法做出来的东西，都不会有人看完。
问题不在于写作能力，而在于“演讲”和“文章”本来就是两种不同的东西，如果只是照搬演讲的结构、换个媒介发出去，写出来的文章大概率会很难读。下面要说的是：哪些内容该删，哪些内容要原封不动地保留，以及转录文字稿到底在哪些地方真正省时间，而不是给你增加更多要改的文字。
演讲和文章，本来就是两种形状
你在台上讲话的时候，听众没法往回翻，也没法快速略读。有些人可能是讲到第十一分钟才进来的，完全错过了你开头的框架介绍。所以一场好的演讲会时不时重复一次核心观点，提前告诉大家接下来要讲什么，讲完一段还要回顾一下。这不是啰嗦，而是唯一正确的做法——毕竟演讲这种东西只能顺着一个方向、以一个速度进行，面对的还是一群不断变动的听众。
读者完全没有这些限制，也没有这份耐心。他们能看到标题，能往前翻一段重读。你在文章里第三次重复同一个核心论点时，读者不会觉得你是在体贴迟到的人，只会觉得这是在灌水。你写“下一节我们来看定价”的时候，其实是花了一整句话，去说下一个标题本身已经说明的事情。
所以第一步要做的是结构上的处理，而不是文字上的润色。在你动手修改任何一句话之前，先分清楚：录像里的哪些内容，只是因为“说话”这种形式才存在的；哪些内容，是你真正有话要说才讲出来的。前一类全部删掉。剩下的部分通常比你想象的要少得多，也好得多。
一段录像，可以拆成好几篇
一个小时的演讲，写成文章后很少能撑起一整篇统一的论述。演讲本来就是这样东拉西扯的：先讲背景，再讲方法，然后讲反对意见，最后来个演示——现场听着没问题，是因为你的声音把这些内容串了起来。写成文字之后，这些部分往往彼此毫无关系，唯一的共同点只是同一个人在同一个下午讲的。
大多数录像更适合拆成几篇短文章，而不是硬凑成一篇长文。挑出最精彩的一段，单独给它写一个开头、一个论点。写完再处理下一段。这样你能发出更多篇文章，每一篇都只讲一件事，也不用硬编一些原本并不存在的逻辑衔接。
该扔掉的东西
先把那些“架子”删掉，别舍不得。它们的任务已经完成了。
- 开场的欢迎词、注意事项，还有“聊天窗口在哪里”之类的说明。
- 每一次为了照顾迟到听众而重复的核心观点。
- 各种提示语，比如“今天我想讲的是”“我们后面会再讲到这个”“那我们回顾一下”。
- 口语里的犹豫和铺垫。说出来的句子往往要绕好一会儿才能找到主语。
- 任何只有配着幻灯片才说得通的内容，因为读者根本看不到那张幻灯片。
最后这一条最容易让人栽跟头。演讲者常会说“大家可以看到，第二栏才是关键”——这句话现场听着完整，写成文字就成了一句没头没尾的空话。要么用文字把幻灯片上的内容重新描述清楚，让这句话能独立成立，要么就直接删掉。别留一句指着“这里”却什么都没有的话。
你还会删掉一些在现场效果很好的东西：一个成功的笑话，一段引来反应的插科打诨，一次你自己也很享受的跑题。这些效果都依赖现场的节奏和你的声音。写成文字后，它们通常会显得很平淡，老实的做法是放手，而不是因为记得当时大家笑了，就硬要把它留下来。
要原封不动保留的内容
值得逐字保留的，都是那些具体的部分。这正是转录文字稿真正派上用场的地方，因为具体的细节恰恰是靠记忆写文章时最容易走样的东西。
案例要保留。如果你讲了一个具体的例子，这个例子的细节就是这一个小时里最有价值的东西，凭记忆改写只会不知不觉磨掉那些让它有说服力的细节。演讲者给出的数字要按原样保留。一个定义的措辞要保留，尤其是你已经在好几场演讲里反复打磨过的说法，因为那种表达通常比你坐在键盘前临时写出来的要精准得多。听众实际提出的问题，也要按他们自己的原话保留。
问答环节，是整场录像里最值得再利用的部分
如果你只打算挖掘录像里的一个部分，那就挖问答环节。这是整场演讲里唯一不是出自你自己脑子的内容，每一个问题都说明你讲的内容有什么地方没讲清楚。有人问某个边界情况怎么处理，有人问试用期结束之后会怎样，还有人问了一个你以为二十分钟前就已经回答过的问题——这恰好说明，你其实并没有真正回答清楚。
这就让问答环节成了最接近“听众不理解什么”的一份清单，而且是他们自己写的，不是你猜的。这份清单可以直接对应到文章结构上：一个问题变成一个标题，你的回答稍加打磨，就变成对应的一节内容。什么都不用凭空编造，而且这篇文章讲的是真实存在的知识空缺，而不是你自己以为存在的空缺。
发之前有一件事要想清楚。你作为主讲人说的话，随便怎么再用都没问题。但听众说的话，情况不一样。他们说话的时候，感觉像是在一个私密的房间里，而不是在公开场合，而录像里可能还带着他们的名字。要不要引用听众的话，是一个需要认真决定的问题，不该是默认操作。大多数情况下，你可以去掉名字，把问题表述得更笼统一些，这样问题里有价值的部分基本都能保留下来。如果你确实想直接引用某个人，并且能认出是谁，那就先问一下对方。
从文字稿入手，再把内容指回录像
转录文字稿真正省下来的，不是“帮你把文章写出来”，而是让你能一次性看到整整一个小时的内容。想在录像里找到你解释第二个反对意见的那一段，得反复拖动进度条，费的时间不少，而且每拖一次，你都更容易图省事，随便找到哪段就用哪段。有了文字摆在眼前，你能用远远短于录像时长的时间读完全文，标出四段真正值得保留的内容，然后从那几段开始写。
只要能把内容变成文字，用什么方法都行。有些视频会议平台会自动生成一份粗略的文字稿。如果你用的平台没有这个功能，或者录像只是存在硬盘上的一个文件，可以用视频转文字工具来处理。SozAI 就是这样一款工具：它是一款支持 iOS、Android 和 macOS 的应用，能处理音频和视频文件、录音以及 YouTube 链接，转出带说话人标注和摘要的文字稿——这一点在多人对谈的录像里特别有用，因为你需要知道到底是谁说了你想引用的那句话。不管用什么工具，都要预留时间手动核对人名和专业术语。
文章写完之后，花点小功夫加上时间戳是值得的。一篇文章会把一个小时的内容压缩成几分钟的阅读量；如果有读者想看完整的论证过程，或者想听听某个回答的语气，他们应该能直接跳到那个时间点，而不是重新播放整段录像去慢慢找。在演示开始的那一刻加一条链接，能把一条本来没人点的回放链接，变成大家真的会去打开的东西。这样一来，你也能心安理得地把文章写得短一些，因为完整版只要点一下就能看到。
如果你经常要从文字稿开始写文章，最好把“阅读”和“整理成文章”这两步放在同一个地方完成，不管是用AI 写作工具，还是一份你自己设置好、用得顺手的文档。
这一部分，怎么都省不了时间
转录文字稿并不会减少编辑的工作量，只是把这些工作挪到了后面。你依然要想清楚这篇文章到底要讲什么，删掉你讲过的大部分内容，把剩下的部分改写成不靠你的声音撑着也能站得住的句子，还要核对每一个数字和名字。如果说有什么变化，那就是——因为现在整篇文字都摆在你眼前，你能清楚地看到自己放弃了多少材料，这活儿反而显得更大了。
自动生成的摘要也有同样的局限。摘要能告诉你讲了什么，但没法告诉你这一个小时里哪两分钟才是精华，因为这个判断取决于你在为谁写、以及他们已经知道多少。摘要适合用来大致了解一段你还没听过的录像，或者用来筛选哪些录像值得深挖，这跟摘要在会议记录整理里的作用是一样的。摘要只是一个起点，不是一份成稿。
预期一下：从一场六十分钟的演讲写出第一篇文章，得花上一整段专注工作的时间，而不是十分钟。预期你会删掉这一个小时里的大部分内容。预期从同一段录像写第二篇、第三篇文章时会快很多，因为到那时你已经把材料吃透了，前期的阅读工作也已经做完了。真正的收益，其实不是体现在第一篇文章上，而是体现在你能从一段原本只会躺在回放链接后面、什么都不做的录像里，多挖出三四篇文章。
