我搓了一个更有「人味」的 Hacker News 播客

大家好，最近花时间搞定了一个一直想做的坑：一个由 AI 驱动、但听起来没那么「AI」的 Hacker News 播客项目。虽然市面上已经有面条大佬的 Hacker News 播客，也有 NotebookLM 这种直接生成播客对话的工具，但我总觉得差点意思。这些 AI 播客有很明显的一些问题：没「人味」，生成的对话听起来像是一问一答的面试，或者死板的说明书，缺乏真人对话那种跳跃感和性格。在真实的播客对谈中，其实是有很多的跑题和有趣的对话，而不是专注在话题本身。而生成的播客一心想让你学点东西，但有时候我们听播客只是想对新闻「浅尝辄止」，缺乏电台的陪伴感。在开发调试的过程中，很容易发现，如果我们只是抓取信息信息塞给 AI，哪怕给它复杂的提示词，它也只会机械地完成任务，忘记自己要转换成一个有性格的播客对谈，很多时候还会因为上下文长度问题，给出的播客脚本经常不符合格式。所以为了让最后的成品更符合自己的期望，重新设计了一期播客的生成工作流：Hacker News 网站信息抓取 → 只抓取基础信息和评论，不抓取 Story 的详情；使用 AI 总结每一条信息，生成话题分类、可讨论性、摘要、评论的核心观点、亮点评论；将上面所有的信息交给 AI 生成「蓝图」，选取最热门的 5-6 条故事，生成背景、描述、氛围和每一个章节信息。对于每一个章节信息，会包含这个章节的讨论类型（深度剖析还是思维漫游？）、互动类型（观点碰撞还是共同吐槽或赞赏）？将背景和氛围用来生成 Intro 和 Outro 的对话脚本，将每一个章节生成独立的对话，在生成独立的对话时，要传入具体的 Story 详情，包括评论、观点外，还要传递具体的文章信息；最后将对话拼接在一起，形成对话脚本，使用 Azure TTS 生成对话语音，使用 ffmpeg 拼接在一起，并加入适当的背景音乐和停顿，让最后的成品更像是一个完整的播客。经过这样的一套流程，这样最终的成品更有人味，而不是生硬的一期对谈。用到的一些模型：之所以没有用最热门的模型，是因为目前公开的 API 公益站还是不够稳定，而且经常遇到的问题是很多公益站提供的接口，结构性输出经常报错。之后生成对话的流程会考虑迁移到 Gemini。整个工作流我放到了 GitHub Action 上每天运行，相关的数据会存储在 CloudFlare R2 / Workers KV 中，生成的 Markdown 文本会额外存储下来放到仓库，用于更新 Astro 播客网站。播客网站：https://hn.craigary.netGitHub Repo：https://github.com/craigary/hn-podcast-project待办事项：上传各大播客平台；继续优化提示词，确保对话的真实性和时效性；语音 TTS 生成需要继续调整，要不从 Azure 换成别的？