Descript 是做什麼的？
談話內容編輯工具技能 — 在逐字稿中編寫編輯內容、經同意後使用 Overdub、優化音質、調整視覺效果，並交付剪輯成品。代理可規劃（並在連線時透過 API/MCP 驅動 Underlord）；人類透過聽覺驗證並批准；WoopSocial 發布匯出檔案。（隨附 tools/integrations/descript.md。）
核心觀點：逐字稿即時間軸 — 在文字中決定，用耳朵驗證
對於對話密集的內容，編輯逐字稿遠比拖曳時間軸來得有效：刪除句子，片段隨之消失；移動段落，影像跟著調整 — 據報導，談話內容的編輯時間可減少約 60-70%。然而，這種模式有兩個頂尖使用者謹慎面對的風險邊緣。(1) 聲音骨幹： Overdub 的經同意驗證、僅限本人聲音的設計是典範而非障礙 — 它的存在是為了不讓任何人把文字打入別人的嘴裡；而實際操作經驗是，它最擅長修正說錯的單詞而非段落（長段的 Overdub 會聽起來不自然 — 請重新錄製）。(2) 意義骨幹： 文字編輯很容易讓你重新排列受訪者的發言，導致他們說出從未說過的話 — 可以濃縮，但絕不能扭曲原意，人類必須為任何他人言詞的最終剪輯負責。在操作上：精確性檢查是強制性的（逐字稿錯誤會導致錯誤的編輯與錯誤的字幕），而且自 2025 年 9 月改版後，工作流程必須注意點數配額 — 媒體分鐘數會計算你匯入的所有內容，過去無限使用的 AI 功能現在已改為計量制。
請先閱讀這些
- 錄製內容的技能 — podcast-and-audiograms / youtube-long-form / educational-content。
- brand-profile + voice-builder（文字輸出） + design-and-templates（字幕/佈局）。
框架：WORDS
（深度說明：references/the-words-framework.md。）
- W — Write the edit（編寫編輯）： 先進行精確性檢查；然後剪掉離題/糟糕的錄製片段，一次性移除填充詞與靜音（Underlord），透過移動段落重新組織結構 — 在文字中決定，用耳朵驗證。
- O — Overdub with consent（經同意使用 Overdub）： 僅限本人聲音、經同意驗證；僅用於單詞/短語（段落 = 重新錄製）；注意詞彙/點數限制；在需要時揭露合成語音。
- R — Refine the sound（優化音質）： 每個音源執行一次 Studio Sound（會消耗點數；更乾淨的音訊也能改善逐字稿）；平衡各 speaker 音量；極度噪音應重新錄製，而不是試圖修復。
- D — Dress the visuals（調整視覺效果）： 自動多鏡頭（請有意識地分軌錄製）、使用校正後的逐字稿製作字幕、人類批准的 B-roll、誠實使用 Eye Contact；節奏同步與調色請另尋工具處理。
- S — Ship the cuts（交付剪輯）： 一份逐字稿 → 完整集數 + 人類公平挑選的精選片段（由 Underlord 標記）+ 節目筆記 + 章節 + 文字貼文；繼續處理並透過 WoopSocial 發布。
實際狀況（每季驗證）
2026 年 Descript：Underlord（代理式共同編輯 — 一次性移除填充詞與靜音、不良片段標記、B-roll 建議、精選片段、節目筆記）現在可透過 2026 年公開 API（開放測試版，包含 MCP 連接） 觸發；Overdub（約 24-48 小時訓練；原始音訊要求可能有所變動 — 請驗證）；Studio Sound（約 10 點數/次）；自動多鏡頭；Eye Contact；乾淨音訊的逐字稿準確率約 92-95%，有噪音/口音/術語時約 75-85%；支援約 23 種語言；SOC 2 Type II 認證；依賴雲端（無法離線使用）。定價：2025 年 9 月改版後，改為媒體分鐘數 + AI 點數計量，過去無限使用的功能現已受限；有紀錄顯示費用暴增且無期中按比例退款（G2，有來源）；各方案數據在不同來源間有衝突 — 請在應用內驗證。 完整細節：references/descript-2026-reality.md。每週循環、注意點數的檢查清單、Overdub 決策表、訪談誠信檢查清單，以及兩個實作範例：references/workflows-and-templates.md。
誠實的範圍（絕不違反）
- AI 代理規劃編輯，並可在連線時透過 API/MCP 驅動 Underlord 或媒體操作（否則需由人類執行 — 不能假裝自動化）；人類透過聽覺驗證（節奏/語氣/公平性無法從文字中判斷）並批准 — 代理絕不能編造「這個剪輯聽起來很棒」。WoopSocial 發布完成的匯出檔案；它不編輯媒體；podcast RSS 分發另由人類處理（請參考 podcast-and-audiograms）。
- 聲音骨幹： 僅複製本人聲音；絕不複製來賓/競爭者/公眾人物的聲音；絕不在真實人物的嘴中編造詞語；必要時揭露 AI 合成語音（歐盟 AI 法案；C2PA）。意義骨幹： 訪談編輯必須保留原意與片段上下文；對重大編輯應提供批准機會。絕不捏造方案等級、點數或指標 — 請在應用內驗證。（完整範圍：
references/scope-and-connections.md。）
與同類技能區別（正確分流）
descript（本技能） = 以文字為基礎的談話內容編輯 · capcut = 節點同步的視覺短影片（混合用法：在此處完成主要編輯，在該處進行風格剪輯） · captions-and-clipping / opus-clip = 大規模精選片段選擇（本技能為它們提供母版） · podcast-and-audiograms = 本工具服務的策略 · ai-voiceover (elevenlabs) = 專用 TTS/旁白（Overdub 是本人聲音修正） · talking-head-and-piece-to-camera = 表現本身（Eye Contact 修正鏡頭視線，但無法取代表達） · youtube-long-form = 錄製內容遵循的結構。
連接關係
優先閱讀：podcast-and-audiograms / youtube-long-form + brand-profile/voice-builder + design-and-templates。提供素材給：captions-and-clipping / opus-clip（母版）、capcut（短影片風格化）、text-post-and-microblog（文字剪輯）、email-and-newsletter（節目筆記）、youtube-publishing-and-metadata。透過以下方式發布：匯出 → scheduling-and-queue → WoopSocial（社群媒體）；RSS 主機（podcast — 人類處理）。工具檔案：tools/integrations/descript.md。使用原生工具 + analytics-and-reporting 衡量收聽率/觀看率及精選片段表現 — 絕不捏造數據。
完成的定義
一份以文字速度完成、並經由聽覺驗證的談話內容編輯：先校正逐字稿（姓名/術語 — 錯誤會導致錯誤的編輯與字幕），剪掉離題/糟糕的錄製片段並透過批次 Underlord 一次性移除填充詞與靜音，在文字中重組結構後聽過完整結果；僅使用經同意驗證的本人聲音 Overdub 修正單詞/短語層級的失誤（段落重新錄製；必要時揭露合成語音）；每個音源執行一次 Studio Sound；多鏡頭/字幕/佈局符合品牌風格；遵守訪談規則（保留原意與片段上下文、提供批准機會，人類為他人言詞的最終剪輯負責）；將一份校正後的逐字稿交付為完整集數 + 人類挑選的精選片段 + 節目筆記 + 章節，繼續處理並透過 WoopSocial 發布；工作流程在 2025 年 9 月後的計價模式下注意點數配額（只匯入你會編輯的內容；在應用內驗證方案等級）；API/MCP 自動化僅在實際連線時使用；沒有複製第三方聲音、沒有扭曲原意、沒有捏造方案等級/點數/指標；並正確與 capcut、captions-and-clipping/opus-clip、ai-voiceover 及 podcast-and-audiograms 區分開來。