把资料听成一段对谈，Open Notebook 让你先管住脚本

一份资料看完以后，想在通勤时再听一遍，直接朗读原文通常很累：章节标题、表格说明、长句子都被念出来了。更自然的办法，是把材料重新写成能听懂的对话。但这样又多出一项工作——谁负责把内容改成脚本？

Open Notebook 把这件事拆成了可见的几个阶段。它可以从选定的来源和笔记出发，先生成大纲，再写对话稿，最后按说话人的设置合成音频。值得关注的不是“AI 播客”这个名字，而是你能决定哪些资料进入节目，以及节目如何被组织。官方播客说明

原始资料和自己的意见，先分开放

项目区分 Sources、Insights 和 Notes：来源是导入的文件、链接或文本，Insights 是对来源做转换后产生的摘要等内容，Notes 则是自己写下或从对话保存的笔记。它们可以放进同一个主题笔记本，却不是同一种材料。

官方仓库界面示例。左边是来源，中间是笔记，右边是围绕所选上下文的对话；画面不代表本文生成了播客。图片出处

比如准备一段“新员工怎样看懂产品资料”的音频，可以把产品手册作为来源，再将希望强调的几个误区写进自己的笔记。这是教学设想。把两类材料分开，后续才更容易知道某句说明来自原文，还是节目作者补充的解读。内容关系

一个很容易忽略的细节是，播客内容选项中的 Summary 使用的是该来源已经生成的 Insights。官方文档提醒，没有 Insights 的来源，在这个模式下提供的内容会很少；Full content 才会加入完整提取文本。

因此，音频遗漏了重要观点时，不一定只需要换配音或让模型“讲详细一点”。应先看喂给脚本阶段的材料：是不是只选了摘要，而这个来源其实还没产生有用的摘要。输入范围决定了后面能够讨论什么。

Episode Profile 管理大纲和脚本模型、段落数量与节目说明，Speaker Profile 管理说话人和声音。当前文档支持一至四名说话人。设置脚本语言后，配音模型也必须支持该语言，不能把界面支持中文当成中文声音自然的证明。

这条流程还解释了“本地配音”为什么不等于内容全在本地：大纲和脚本模型会看到选定材料，语音模型再接收逐句文本。只有这些环节都选择本地服务，才能构成相应的本地处理路线；模型调用与语音合成也各有成本。

新安装的预置配置并不自带已分配的全部模型，需要先补齐。代码采用 MIT。它适合愿意参与内容选择、把音频当成二次整理的人：先确认脚本讲对了什么，再考虑声音好不好听。本文解析的是官方生成流程，没有试听生成一段中文成品。