播客总结提示词怎么写？10 Tips + 5 套 Copy-Paste 模板

为什么默认的播客 AI 总结抓不住重点？
播客总结提示词要写哪 5 个部分？
10 条播客总结提示词 Tips：每条都能单独复制
访谈、网课、商业、外语、会议：5 套可整段复制的播客总结模板
播客笔记怎么存进 Notion 或 Obsidian？
播客总结提示词常见问题
怎么在 BibiGPT 里用这些播客总结提示词？

播客总结提示词要写清五件事：按什么结构输出、每个观点带不带时间戳、过滤哪些广告和寒暄、怎么区分主持人和嘉宾、最后交付什么。下面是最小可用版本，复制到 BibiGPT 的「自定义提示词」里，贴上小宇宙或 Apple Podcasts 链接就能用：

请总结这期播客：
1. 先用一句话（不超过 80 字）说清本期最核心的结论；
2. 分 3-5 个议题展开，每个观点开头标注原音频时间戳 [mm:ss]，只用转写稿里真实出现的时间；
3. 分别写出主持人和嘉宾的观点，标出两人的分歧；
4. 跳过开场寒暄、赞助商口播和片尾预告；
5. 最后列出节目里提到的书、工具和可以照着做的行动项。

根据 Edison Research《The Infinite Dial 2026》，播客活跃听众平均每周收听 8 小时 24 分钟，人均订阅 6.8 档节目。一期节目动辄 60 到 120 分钟，干货散落在闲聊里，倍速播放解决不了这个问题。把结构、时间戳和过滤规则写进提示词，AI 才能把两小时的音频压成一份能回查原声的笔记。下文 10 条 Tips 各解决一个具体问题，5 套场景模板可以整段复制。

为什么默认的播客 AI 总结抓不住重点？

因为默认总结按时间顺序平铺内容，分不清闲聊和干货，也分不清观点是谁说的。长音频播客上最常见的三种信息损耗是：

闲聊水时长与前戏稀释：主播与嘉宾在开场前 5 到 10 分钟通常会聊近况、插科打诨或口播商单广告。默认总结工具往往机械地按照时间顺序将开头的闲聊归纳为「第一大要点」，白白浪费读者注意力。
观点发散与假大空断章取义：深度对谈播客充满即兴探讨、假设反问和反方论据，通用模型容易将嘉宾随口提出的「假设反例」直接当成「嘉宾的核心定论」，产生令人啼笑皆非的事实偏差。
缺乏时间锚点无法核实原声：对于时长两小时的深度访谈，如果产出的总结不带精确时间戳，读者就根本无法快速跳转回对应原声段落去听嘉宾说话的语气、语调和上下文语境。

实用规则： 提示词的第一准则是「可直接执行的结构」优先于「形容词堆砌」。好的提示词应当像一份给大语言模型的工业级工单，清晰定义输入过滤、输出结构与格式边界。

下面的演示视频展示了在面对长音频播客时，如何通过结构化提示词快速获取高浓度笔记：

播客总结提示词要写哪 5 个部分？

一条好用的播客总结提示词要写清 5 个部分：输出格式、时间戳、过滤规则、对话角色和最终交付物。下表给出每一项的正确写法和常见反例：

槽位名称	为什么重要	正确填法（示例）	常见反例（避免）
输出格式 (Format)	决定笔记的可读性与视觉扫描效率	要求使用 Markdown 多级标题、加粗重点、引用警句与表格对比	「请给我一份详细的总结」
时间戳锚点 (Timestamp)	方便快速定位原音频对应分秒核对语境	要求每个核心论点附带 `[mm:ss]` 精确时间戳	漏掉时间标记或编造虚假时间
信息密度过滤 (Filter)	剔除口播广告、片头寒暄与冗长口癖	明确「过滤片头寒暄、赞助商口播与客套，只提取实质论据」	「把音频说的每一句话都总结出来」
角色与视角 (Role)	厘清对话各方的立场碰撞与分歧	指定「清晰标明主持人与嘉宾的不同观点，提炼共识与交锋点」	混淆对话者，输出千篇一律的单向陈述
核心交付物 (Deliverable)	产出能直接存入 PKM（Notion/Obsidian）的资产	要求文末提供金句摘录、书籍/工具推荐清单与 Action Items	结尾只给两句不痛不痒的客套评语

通过在 BibiGPT AI 视频音频总结的自定义设置中填入这些槽位，你可以随时对任何小宇宙或播客音频一键生成定制化分析。

下面的界面展示了在小宇宙等长音频播客页面中，BibiGPT 如何通过精准的时间戳和自定义槽位解析长音频内容：

BibiGPT 小宇宙播客音频总结界面

10 条播客总结提示词 Tips：每条都能单独复制

下面 10 条 Tips 各解决一个具体问题。每条都包含一句规则、一段可以直接复制的 prompt、一个反例和在 BibiGPT 里的用法：

Tip 1：锁死输出骨架，禁止整段大白话

规则： 明确指定三级结构（一句话精要 + 分点深潜 + 金句书单），大模型才不会写成一篇没有层级的冗长流水账。
可复制 Prompt：

请按以下三段式严格输出：
1. 💡 一句话核心结论（不超过 80 字，提炼本期播客的最核心价值）
2. 📌 核心议题深潜（3-5 个 H3 分块，每块包含讨论背景、核心观点、支持案例）
3. 📚 延伸资产与行动项（嘉宾推荐的书籍/工具/名词清单与 Action-list）

反例： 帮我总结这个播客，写得深入一点。（AI 会随机发挥，输出毫无重点的长篇大论）
在 BibiGPT 中怎么用： 打开 BibiGPT，点击「设置 → 自定义提示词」，将此块加入全局预设。

Tip 2：强制绑定 [mm:ss] 时间戳与发信源锚点

规则： 要求所有关键结论必须带上精确音频时间标签，便于借助音视频转文字与字幕提取工具核验语境。
可复制 Prompt：

提炼每个核心观点、转折点与典型案例时，必须在论点开头标注原音频精确时间戳 [mm:ss]（如 [18:42]），并简要引用原句关键短语。严禁编造时间戳。

反例： 顺便标一下大概讲到的时间。（模型通常会产生幻觉，时间戳漂移几十甚至几十分钟）
在 BibiGPT 中怎么用： BibiGPT 自带的时间轴索引引擎会自动将 [mm:ss] 解析为可点击的播放跳转条，点击直达音频对应秒数。

实用规则： 时间戳不是装饰品，而是回溯核对上下文的锚点。要求模型只引用原音频真实出现的时间码。

Tip 3：严格过滤片头寒暄、广告口播与水时长闲扯

规则： 播客常有赞助商硬广、开场寒暄、录音调试等内容，必须显式下达负向过滤指令。
可复制 Prompt：

过滤规则：
- 严格忽略前 10 分钟内的日常寒暄、天气近况与客套话。
- 自动识别并彻底过滤所有商业赞助口播、折扣码优惠信息与主播个人周边宣传。
- 只聚焦正题讨论，保留具有知识增量与逻辑推演的内容。

反例： 把主播说的话都梳理出来。（模型会把「感谢XX品牌赞助本期节目」当作第一大段要点写进笔记）
在 BibiGPT 中怎么用： 配合小宇宙播客内容提取输入小宇宙链接，AI 在预处理阶段便会自动剔除噪声。

Tip 4：区分对话角色，建立 Host 与 Guest 观点矩阵

规则： 访谈类播客的核心魅力在于主持人与嘉宾的观点张力，必须要求模型分角色提炼。
可复制 Prompt：

请区分对话参与者：
- 标明【主持人】提出的问题背景与追问痛点。
- 标明【嘉宾】的核心洞察、亲历案例与底层逻辑。
- 如有多位嘉宾，标明各方的不同视角与共识结论。

反例： 总结他们聊了什么。（多方观点被混淆为同一个人的发声，失去对谈的思辨色彩）
在 BibiGPT 中怎么用： 使用 AI 智能深度总结功能，模型能结合声纹分段智能还原对话角色。

Tip 5：提取隐性逻辑转折与争论焦点（Agree to Disagree）

规则： 对话中最有价值的部分往往是各方产生分歧与讨论交锋的时刻，而非毫无争议的平淡常识。
可复制 Prompt：

重点提取节目中的认知冲突点：
- 列出主持人与嘉宾出现意见分歧或讨论转折的核心话题。
- 说明争议双方各自的立论依据是什么。
- 归纳最终双方达成的妥协共识，或「保留分歧（Agree to Disagree）」的关键点。

反例： 把大家都同意的事情列出来。（错过节目最精彩的思想碰撞与边缘认知）
在 BibiGPT 中怎么用： 在总结提示词中嵌入此指令，可以在长音频中瞬间定位思想交锋的高光片段。

Tip 6：结构化捕获提及的实体书目、播客与工具资产

规则： 播客嘉宾常会顺口推荐优质书单、工具、论文或业界人物，这些是听众最想带走的高价值资产。
可复制 Prompt：

在笔记末尾建立【提及实体清单】：
| 实体类型 | 名称 | 提及时间戳 | 推荐语境与核心价值 |
| --- | --- | --- | --- |
| 书籍/论文 | 《...》 | [mm:ss] | 嘉宾在谈及认知模型时推荐 |
| 软件/工具 | ... | [mm:ss] | 主持人日常工作流使用的利器 |
| 播客/人物 | ... | [mm:ss] | 启发嘉宾关键思考的前辈观点 |

反例： 把他们提到的书也写进去。（零散落在正文各个角落，无法一键收集到读书清单）
在 BibiGPT 中怎么用： 提取出的表格可直接复制导入 Notion 数据库或 Heptabase 白板。

Tip 7：提炼可落地的 Action Items 行动清单

规则： 个人成长与商业类播客听完后，关键是行动迁移。提示词应强制把经验转化为待办事项。
可复制 Prompt：

请根据播客中的经验分享，提炼出 3-5 条【可执行落地行动项】：
- 每一条必须包含具体的触发场景（When）与行动动作（What to do）。
- 语气采用动词开头的祈使句（如「建立...」、「停止...」、「定期审查...」）。
- 附带 1 个本周即可立刻实践的微习惯（Micro-step）。

反例： 希望读者能有所启发。（泛泛而谈，读者看完依然不知道周一上班该做什么）
在 BibiGPT 中怎么用： 配合 BibiGPT 的一键导出功能，将 Action Items 快速发送到 Todo 清单应用中。

Tip 8：外语长音频原声对齐与双语精炼对照

规则： 收听 Huberman Lab、Lex Fridman 等英文硬核播客时，需要核心术语的英文原文以保证准确性。
可复制 Prompt：

针对专业术语与金句输出双语对照：
- 凡涉及专有名词、生僻术语或行业概念，格式统一为「中文翻译 (Original English Term)」。
- 提取 3 条最具感染力的原声金句，采用中英双语对照呈现，并标注对应的时间戳。

反例： 全篇翻译成中文。（遇到专用术语机翻失真，反而在专业语境中引起混淆）
在 BibiGPT 中怎么用： 结合音视频转文字与字幕提取，原汁原味对照外语生词与知识点。

Tip 9：针对网课教程音频，严格复原推导逻辑

规则： 音频课、学术讲座与行业复盘需要「前提 → 推演 → 结论」的严密逻辑链条，不可跳步。
可复制 Prompt：

逻辑推演复原：
对于核心结论，严禁只给断言。必须按以下顺序拆解：
- 前置假设与核心痛点（Problem/Premise）
- 论据与推导步骤（Step-by-step reasoning）
- 最终结论与适用边界（Conclusion & Boundary condition）

反例： 总结教授讲的要点。（只保留了结论列表，丢掉了宝贵的底层推导思考过程）
在 BibiGPT 中怎么用： 搭配思维导图导出插件，一键将推演链条转为结构化思维导图。

Tip 10：格式化为 Markdown 卡片，直接导入第二大脑

规则： 笔记的终点是 PKM 系统。提示词应直接按照卡片笔记法（Zettelkasten）的标准输出元数据。
可复制 Prompt：

笔记顶部输出标准 YAML 元数据块：
---
title: {{播客标题}}
source: {{播客平台/链接}}
tags: [#播客笔记, #领域标签]
date: YYYY-MM-DD
rating: ⭐⭐⭐⭐⭐ (按内容干货度自评)
---
正文严格使用标准 Markdown 格式，便于直接粘贴至 Obsidian / Logseq。

反例： 输出一段富文本格式。（复制进 Markdown 笔记软件时排版全乱，需要大量手动清理）
在 BibiGPT 中怎么用： 借助 BibiGPT 的 Markdown 复制按钮，格式干净无瑕疵，秒进 Obsidian。

访谈、网课、商业、外语、会议：5 套可整段复制的播客总结模板

按播客类型选一套，整段复制即可。根据你今天收听的播客类型，直接填入 BibiGPT 自定义提示词市场或设置中即可生效：

场景模板 1：深度对谈与访谈播客（对话流 + 观点碰撞）

适用于《忽左忽右》《商业就是这样》《声东击西》等深度人物对谈播客：

你是一位资深播客主编与深度思考者。请对以下播客转录文本进行深度解构与结构化归纳。

【处理规则】：
1. 过滤片头片尾寒暄、赞助广告与无关闲聊，直接从核心议题切入。
2. 明确区分【主持人】与【嘉宾】的观点，重点突出双方观点的碰撞与交锋。
3. 严格标注核心观点对应的原音频时间戳 [mm:ss]。

【输出结构】：
# 🎙️ 播客精粹：{{播客标题}}

## 💡 一分钟电梯演讲（核心精要）
- 用 150 字以内的精炼文字，概述本期节目探讨的核心问题与最终结论。

## 👥 对话者视角与立场
- **主持人关注点**：本期对话的问题轴心与追问动机。
- **嘉宾核心底色**：嘉宾的行业背景、底层假设与认知框架。

## 📌 核心议题深潜（3-5 个议题）
### [时间戳] 议题 1：{{议题名称}}
- **背景与痛点**：为什么讨论这个问题？
- **嘉宾洞察**：嘉宾的核心观点与亲历案例（引用关键原句）。
- **争议与共识**：双方是否存在分歧？达成了何种共识？

## 💎 金句与高光时刻（3-5 条）
- 「原汁原味金句引用」—— [mm:ss] 嘉宾名（附带一句话解读为什么有启发）

## 📚 延伸资产（书籍、工具、人物）
| 类别 | 名称 | 提及时间戳 | 简要说明 |

场景模板 2：硬核网课与专业知识播客（推导体系 + 术语释义）

适用于 Huberman Lab、科学讲座、经济学原理或学术音频教程：

你是一位严谨的学术助教与知识整理专家。请将以下专业音频课程转录文本提炼为结构化的知识库卡片。

【处理规则】：
1. 追求逻辑严密性与科学严谨度，杜绝情绪化断言。
2. 涉及专业概念、生理机制、数学公式或经济理论时，必须还原推导链条。
3. 关键术语附带官方或英文原名对照。

【输出结构】：
# 🧠 知识硬核解析：{{课程主题}}

## 🎯 核心问题与底层机制
- 本期音频试图解释的科学/学术原理是什么？
- 关键前置假设与实验/现实背景。

## 🔬 原理推演与机制拆解
### 阶段 1：{{机制/概念名称}} [mm:ss]
- **核心定义**：该概念的精准学术界定。
- **运作机制**：因果链条（A 导致 B，进而产生 C）。
- **实证支撑**：引用的实验数据、学者论文或实地案例。

## ⚠️ 常见误区与边界条件
- 普遍存在的错误认知是什么？主讲人如何证伪？
- 该原理的适用边界（在什么情况下不成立）。

## 🛠️ 可执行指南（Protocol）
- 按步骤列出主讲人推荐的日常实践操作规范（附频次、时长或建议剂量）。

场景模板 3：商业投资与商业复盘（商业模式 + 财务逻辑）

适用于《晚点聊 LateTalk》《乱翻书》《Acquired》等商业与投资类播客：

你是一位顶级风险投资机构的合伙人。请从商业壁垒、市场竞争与投资逻辑视角复盘以下音频内容。

【处理规则】：
1. 穿透表面的商业故事，聚焦商业模式、盈利逻辑、单位经济模型（Unit Economics）与护城河。
2. 提取讨论中涉及的关键业务数据（用户数、留存率、营收规模、估值）。
3. 输出客观、冷静、商业批判性强的复盘报告。

【输出结构】：
# 📈 商业复盘洞察：{{公司/主题}}

## 🧭 商业模式一览
- **价值主张**：为谁解决了什么不可替代的痛点？
- **变现路径**：钱从哪里来？核心毛利驱动因素是什么？

## 🏰 竞争壁垒与护城河分析
- **网络效应/技术壁垒/品牌心智/规模效应**（结合播客内容具体展开）。
- 讨论中提及的潜在致命风险与天花板在哪里？

## 📊 关键运营与财务数据点 [mm:ss]
- 整理播客中披露的所有一手数据（附对应时间戳与语境）。

## 💡 投资人视角关键启示
- 这场对谈带给从业者或投资人的 3 个核心反共识认知。

场景模板 4：外语原声播客与听力精听（中英对照 + 语言点解析）

适用于收听 NPR、BBC、All-In Podcast 等外语原声长音频，兼顾知识获取与语言学习：

你是一位精通跨文化传播的双语语言导师。请为以下外语长音频转录文本制作精听复习笔记。

【处理规则】：
1. 兼顾宏观内容理解与微观语言习得。
2. 精选 5 个地道习语、俚语或高阶专业表达，深入解析用法。
3. 提供双语核心摘要与可跟读的原声金句。

【输出结构】：
# 🌍 双语精听档案：{{音频标题}}

## 📝 双语核心摘要（Executive Summary）
- **English**: A concise 3-bullet summary of the podcast's key takeaways.
- **中文解读**：对应核心观点的流畅中文归纳。

## 🗣️ 地道表达与高级词汇精解
### 1. {{Idiom / Vocabulary}} [mm:ss]
- **原文句子**：引用播客中出现的原句。
- **语境释义**：在当前情境下的精准含义。
- **日常迁移造句**：给出 1 个工作中可直接复用的例句。

## 🎙️ 影子跟读高光片段（Shadowing Clips）
- 挑选 2 段语速适中、表达极具说服力的原声独白段落（标明时间戳与完整台词）。

场景模板 5：多方会议录音与工作复盘（发言人分段 + 待办追踪）

适用于内部分享会、战略研讨会录音或多方长录音整理：

你是一位高效的首席运营官（COO）参谋。请对以下多方会议长音频文本进行严谨的会议纪要提炼。

【处理规则】：
1. 过滤会议前后的寒暄与无效停顿。
2. 明确区分每位主要发言人的核心诉求与决策意见。
3. 突出决议事项、分歧点与后续行动责任人（Owner）。

【输出结构】：
# 📋 会议决议纪要：{{会议主题}}
- **时间**：{{自动填入或由音频提取}}
- **核心议题**：本次会议旨在解决的 1-2 个核心阻碍。

## 🎯 关键决策结果（Key Decisions）
- [已决议] 事项 1：决策内容与依据。
- [搁置/待调研] 事项 2：待补充数据与下次评审时间点。

## 💬 主要发言人观点纪要
- **【发言人 A】**：核心关注点与资源限制。
- **【发言人 B】**：方案建议与时间表预期。

## 🚀 待办行动矩阵（Action Items）
| 序号 | 任务事项 | 责任人 (Owner) | 完成节点 (DDL) | 交付物标准 |
| --- | --- | --- | --- | --- |
| 1 | ... | ... | ... | ... |

播客笔记怎么存进 Notion 或 Obsidian？

先用 BibiGPT 转写并按模板总结，带着时间戳导出 Markdown，再导入 Notion 或 Obsidian。

传统的做法是：听完后打开备忘录凭记忆默写，或者导出一段几万字的生硬文字稿放在硬盘里落灰。顺手的做法分四步：

多平台无缝捕获：无论是在小宇宙 App 中复制播客单集分享链接，还是在 Apple Podcasts、网易云音乐或网页端拿到长音频地址，都能直接投喂给 BibiGPT AI 播客音频总结。
场景化 Prompt 分诊：根据收听的内容属性（是闲聊访谈、硬核网课还是商业研报），在 BibiGPT 中调用对应的场景模板，让 AI 按照严格的结构过滤杂质、提取干货。
结合时间轴跳听核验：通过导出的 [mm:ss] 时间戳，遇到令人兴奋的灵感时直接点击时间戳跳转，回听原音频的语气与情绪细节。
导出 Markdown 存档：一键将格式规整的卡片笔记导入 Notion 数据库、Obsidian 知识图谱或 Heptabase 灵感白板，使播客碎片真正成为支持你写作、决策与思考的底层乐高积木。

在实际使用中，配置好的提示词可以直接在 BibiGPT 自定义提示词市场中挑选、收藏并在控制台中即时生效：

实用规则： 遇到长达两小时的超长音频，优先按播客自带的章节时间轴或分段总结，避免单次输出达到 Token 上限。

播客总结提示词常见问题

在日常使用长音频与播客提示词时，听众经常会遇到以下几个典型痛点，这里给出经过实测的解法：

Q1: 遇到 2 小时以上的超长播客，模型总结到一半截断怎么办？

修法： 在提示词中增加分块指令：「如果文本长度超过单次处理上限，请优先按播客的 Chapter/章节或每 30 分钟为单位分段汇总，最后补充综合概括」。
原因： 大语言模型虽然上下文窗口极大，但在长文本输出（Output Tokens）上仍有单次字数限制。BibiGPT 内置的智能分段机制能自动在后台切片送审，保证整体结构不遗漏。

Q2: 播客口播广告太隐蔽，模型误当成正文推荐怎么办？

修法： 在提示词的过滤槽位中加入硬性词根拦截：「凡包含『优惠码』、『专属链接』、『下单立减』、『感谢XX赞助』的段落，一律判为广告并整段丢弃」。
原因： 现在的播客植入越来越生活化、故事化，大模型容易被前戏故事吸引，必须提供明确的商业交易关键词作为过滤锚点。

Q3: 为什么有时生成的时间戳会漂移几秒钟？

修法： 提示词中明确要求：「时间戳请直接引用 ASR 语音识别文本中对应的起始时间标记，切勿自行估算时间跨度」。
原因： 模型在归纳概括多句话时，容易把中间某句话的时间当作整段的时间。配合 BibiGPT 的逐字稿时间轴对照，可以获得最精准的原声定位。

Q4: 嘉宾观点前后矛盾时，提示词如何避免和稀泥？

修法： 增加思辨规则：「如嘉宾在讨论过程中发生观点反转或补充修正，请按照『初始立场 → 经由什么案例受到启发 → 修正后的最终观点』完整呈现心智变化」。
原因： 真诚的播客对话往往展现思考演进的过程，记录这种纠结与反转往往比直接记录一个生硬的结论更有启发。

Q5: 如何将提取出的笔记自动同步到 Notion 或 Obsidian？

修法： 使用本文提供的场景模板 1 或 5，在开头带有标准 Markdown frontmatter，在 BibiGPT 页面点击「复制 Markdown」，直接在笔记软件中新建文件并粘贴。
原因： 标准的 Frontmatter 能够被 Obsidian 识别为文档属性（Properties），被 Notion 识别为页面顶部字段，免去二次整理的排版负担。

怎么在 BibiGPT 里用这些播客总结提示词？

三步：复制模板，在 BibiGPT 设置里粘贴保存，再粘贴播客链接生成笔记。

第一步：挑选并复制场景模板
根据你本周的收听主题，从本文的「5 套场景模板」中挑选最适合的一套（例如对谈类选场景 1，商业复盘选场景 3），整段复制 Prompt 代码。
第二步：在 BibiGPT 中保存自定义预设
登录 BibiGPT 官网，点击右上角「设置 → 自定义提示词」，粘贴刚刚复制的模板并命名保存。你也可以在自定义提示词市场中浏览更多社区分享的模板。
第三步：输入播客链接，一键生成结构化笔记
复制小宇宙、Apple Podcasts、网易云音乐或任何长音频链接，粘贴至 BibiGPT 输入框中。AI 将自动调用你的自定义 Prompt，几秒钟内为你交付一份清晰、带时间戳、充满干货的高浓度播客笔记！

实用规则： 播客笔记只有存进自己的笔记系统（如 Notion/Obsidian）并产生行动输出，才算真正完成了知识内化。想要进一步优化视频与音频笔记，欢迎参考我们的配套指南：B站视频总结提示词模板。