Sk Info Assets

---
name: sk-info-assets
description: Use this skill when the user provides a 飞书豆 / 飞书妙记 voice-to-text transcript of any spoken content (meetings, interviews, courses, lectures, podcasts, conversations) and wants 信息资产 (information asset) notes. Triggers include "飞书豆", "飞书妙记", "妙记", "AI 录音豆", "智能会议纪要"; pasted transcripts with timestamps like [00:05:23] or "speaker 00:05:23"; uploaded .txt/.md/.docx exports; feishu.cn/minutes/ or larksuite.com/minutes/ links; or requests like "整理会议纪要", "提炼访谈精要", "整理课程笔记", "总结这场对话", "录音资产化". Produces 8-section notes via the five-information-asset framework (recap / business / content / tools / actions + dashboard + closing + relationship graph), with stable IDs, three-tag metadata (source/value/time), value decision tree, and cross-references. Auto-chunks long transcripts. Works for any speaker / scenario; optional specialization via glossary.md. Do NOT use for live audio without transcript, article summarization, or short chat snippets.
---

<!-- ─────────────────────────────────────────────
 作者:司徒K  |  版本:V3.0  |  www.situking.com
 本提示词由「司徒K的贾维斯」优化生成,转载请保留署名
───────────────────────────────────────────── -->

# 信息资产笔记(基于飞书豆/飞书妙记)

> **核心心智**:不分析逐字稿,分析里面的**信息资产**。
> 不关心"它讲了什么",关心"哪些信息值得留下来"。

**适用场景**(任何值得沉淀的录音):

- 🎯 **会议纪要** — 周会、复盘会、决策会、Brainstorm
- 🎙️ **访谈** — 用户访谈、专家访谈、播客录制
- 📚 **课程 / 讲座** — 线下课、付费课、培训、分享会
- 🎧 **播客 / 演讲** — 长内容收听、TED 类演讲
- 💬 **对话 / 1on1** — 重要对谈、咨询、辅导

把飞书豆/飞书妙记的录音转文字稿,提炼成**五类信息资产**结构化笔记:

1. **这个内容讲了什么**(高保真复盘 + 概念定义)
2. **哪些对业务有启发**(改产品/课/交付/私域)
3. **哪些能变成内容素材**(朋友圈/公众号/视频/直播的金句、案例、观点)
4. **哪些能沉淀成方法和工具**(SOP、提示词、Skill、Agent、知识库)
5. **哪些应该变成行动或问题**(马上做、要讨论、问大佬、只是存档)

每条资产强制带 **稳定 ID + 三标签**:`[ID]` `[来源:讲者讲|我引申|他人问]` `[价值:高|中|低]` `[时间:HH:MM:SS]`,价值评级走三步决策树(详见 `references/output_templates.md`)。

> 本 Skill 默认为**通用版**——任何讲者、任何场景都能直接用。如果要为某位讲者(或某类场景,如"复盘会")做更精准的术语对齐和风格定制(可选),按 `references/cloning_guide.md` 创建一个 `glossary.md` 即可。

---

## 何时使用

启动条件(任一即可):

- 用户粘贴的文本含飞书豆/飞书妙记特征:`[00:05:23]` 时间戳、`发言人 00:05:23` 形式的说话人时间戳、"妙记" / "飞书豆" / "AI 录音豆"等字样
- 用户上传 `.txt` / `.md` / `.docx` 文件,内容为口语化转录稿(会议、访谈、课程、播客均可)
- 用户给出飞书分享链接,域名含 `feishu.cn/minutes/` 或 `larksuite.com/minutes/`
- 用户明确说:"整理会议纪要"、"提炼访谈精要"、"整理课程笔记"、"总结这场对话"、"录音资产化"、"信息资产笔记"

**不要使用的场景**:

- 仅有音频/视频文件而无转录稿——先告知用户需要先用飞书豆/妙记转录
- 用户只想要原文整理(去口水、加标点),没有结构化诉求——改用简单清理
- 普通文章 / 邮件 / 短消息——这些不是"录音转录",改用通用总结
- 极短对话(< 2 分钟,< 500 字)——8 节框架会显冗余,直接 3 句话总结即可

---

## 工作流(4 步)

### 步骤 1:获取并清理转录稿

按输入形态分支处理(详见 `references/workflow.md` 的"输入处理"小节):

| 输入形态 | 处理方式 |
|---------|---------|
| 粘贴的纯文本 / Markdown | 直接保存到 `/tmp/transcript.txt` |
| 上传的 `.txt` / `.md` | 直接读取 |
| 上传的 `.docx` | 调用 `python-docx` 提取纯文本 |
| 飞书分享链接 | 用 `web_fetch` 抓取;若返回登录页,告知用户需先在浏览器中导出文本再粘贴 |

清理:去除明显的 ASR 噪声(连续的"嗯"、"啊"、重复词),但**保留**时间戳——后续可作为引用锚点。

### 步骤 2:长度判定与分块

调用 `scripts/chunk_transcript.py` 自动判断处理策略:

```bash
python scripts/chunk_transcript.py /tmp/transcript.txt
```

返回 JSON,关键字段:
- `strategy`: `"single_pass"`(<15000 字符) 或 `"chunked"`
- `chunks`: 分块数组,每块约 8000 字符,在时间戳/段落处自然切分

**判定阈值可在调用时调整**:`--threshold 20000 --target 6000`(适合 Claude 上下文较紧的场景)。

### 步骤 3:逐块抽取要素(若 `chunked`)或一次性抽取(若 `single_pass`)

对每块内容,从中抽取以下原料(暂存,不直接成稿)。每条原料**必须带上三标签**(`来源` / `价值` / `时间`):

- **主题段** → 服务于资产 #1(高保真复盘)
- **核心观点** → 服务于资产 #2(业务启发)和 #3(内容观点)
- **概念术语** → 服务于资产 #1(概念释义)和 #4(知识库)
- **金句**(讲者原话凝练) → 服务于资产 #3(内容素材-金句)
- **案例**(起承转合的故事) → 服务于资产 #3(内容素材-案例)
- **方法/工具点子**(SOP / prompt / 流程) → 服务于资产 #4(方法和工具)
- **动作建议**(讲者明示要做的事) → 服务于资产 #5(行动)
- **待解疑问**(没讲透 / 我半信半疑) → 服务于资产 #5(问大佬)和"下次再听清单"

抽取阶段就要**强行区分"讲者讲的" vs "我引申的"**——把这两种贴上不同的 `[来源]` 标签。混在一起后续没法分。

分块场景下,所有原料带上 chunk 编号和时间戳锚点,合并时去重(详见 `references/workflow.md` "原料抽取"小节)。

### 步骤 4:按五类信息资产模板输出

按 `references/output_templates.md` 的格式产出,**固定 8 节顺序**:

0. **信息资产看板**(1 屏数字概览)
1. **这个内容讲了什么**(高保真复盘 + 概念释义)
2. **哪些对业务有启发**
3. **哪些能变成内容素材**(金句 + 观点 + 案例 + 结构/比喻)
4. **哪些能沉淀成方法和工具**
5. **哪些应该变成行动或问题**(马上做 / 要讨论 / 问大佬 / 只是存档)
6. **收束陈述**(五连排比 + 一句话整体判断)
7. **资产关系图(Mermaid)**(交叉引用 ≥ 3 条时启用)
8. *(可选)* 下次再听检查清单(值得二刷的课才加)

每条资产强制带 **稳定 ID + 三标签**:`[ID]` `[来源]` `[价值]` `[时间]`,并按需挂交叉引用箭头(`→ 配合` / `← 出自` / `↔ 关联`)。

**价值评级**走三步决策树(在 `output_templates.md` 中详述):
1. 下周内会让我做/改某事吗?是 → 进 Step 2;否 → 进 Step 3
2. 能多次复用吗?是 → 高;否 → 中
3. 推翻/大幅修正旧判断吗?是 → 中;否 → 低

校准锚点:全篇 `[价值:高]` 应 ≤ 30%,`[价值:低]` 应 ≥ 20%。

关键要求:
- 资产 #2(业务启发)的"录音原话"和"可迁移"必须分两栏写,**不允许把'我引申'冒充'讲者讲'**
- 资产 #3(内容素材)的金句必须保留讲者原话措辞
- 资产 #5(行动问题)的"马上做"必须有完成判据,且若依赖某工具必挂 `→ 配合 A4-X`

---

## 长度策略详解

| 字符数 | 估算 token | 策略 | 理由 |
|--------|-----------|------|------|
| < 15,000 | < 7,500 | 单次处理 | 上下文充裕,一遍完成质量最高 |
| 15,000 – 60,000 | 7,500 – 30,000 | 分块抽取 + 合并 | 单次易丢细节,分块保留密度 |
| > 60,000 | > 30,000 | 分块 + 分主题合并 | 必须分块;合并阶段按主题聚合而非按时间 |

阈值仅供参考。如果用户明确说"我要尽可能详细"或"快速给我个概览",可上下浮动。

---

## 专属术语 glossary(可选)

通用版默认不含 glossary——任何讲者、任何场景都能直接处理。

如果你长期跟某位讲者(或某类场景,例如"季度复盘会"、"用户访谈"),**可选**地在本 Skill 目录下创建 `glossary.md`,把高频术语沉淀进来:

```markdown
# 某讲者/某场景常用术语

## 贾维斯(Jarvis)
个人 AI 助手的统称,特指经过精心调教、能贴身工作的 Claude/GPT 实例。

## OKR 对齐
某团队复盘会高频出现的术语,意指 ……
```

抽取阶段遇到 glossary 中的词,在 Asset 1 的"概念释义"里优先采用 glossary 的定义,而不是自己即兴解释。

---

## 进阶:为某讲者 / 某场景做克隆版(可选)

如果你想给某位讲者(如某讲者)、某类场景(如"周会纪要")做**触发更精准、风格更贴合**的专属版本,按 `references/cloning_guide.md` 的步骤,把本目录复制并改造。常见情况:

- 你长期跟某位讲者(讲者 / 嘉宾 / 同事),想让 Claude 一看到关键词就自动用更贴合的风格
- 你有重复发生的场景(每周复盘会、用户访谈系列),想固化一份场景模板
- 团队需要稳定可分发的版本

**但如果你只是偶尔整理一段录音,通用版完全够用**——无需克隆。

---

## 参考文件索引

- `scripts/chunk_transcript.py` — 长度检测与分块,带 CLI
- `references/output_templates.md` — 8 节输出模板 + 三标签 + 价值评级决策树 + 交叉引用 + 资产关系图
- `references/workflow.md` — 输入处理细节、链接抓取、合并策略、原料抽取规则
- `references/cloning_guide.md` — 克隆为讲者/场景专属 Skill 的完整步骤
- `references/rendering.md` — *(可选)* 把 Markdown 成稿渲染成何锦成风格 HTML 卡片
- `assets/render_template.html` — *(可选)* HTML 渲染模板,11 个占位符