能用本地替换脚本过一遍，但要把它当成「统一写法」的工具，而不是「统一风格」的工具。脚本能处理的是品牌自称有几种写法、语气词写法不一致、禁用词没清干净这三类可以枚举的问题；语气轻重、停顿、句子节奏这类东西脚本判断不了，仍然要人工读一遍。可行的顺序是：把导出的口播稿整理成一行一稿的纯文本，配一张区分整词匹配和任意位置匹配的词表，跑一段通用替换脚本，用 diff 比对替换前后，再人工挑出机器改不了的句子手改。

如果问题只出在品牌自称、语气词写法、禁用词这三类不一致，本地替换脚本够用，成本低、每一步都可回溯。前提是稿件能整理成一行一稿、词表区分整词与任意位置匹配、脚本只写新文件不覆盖原稿。语气、停顿、上下文是否自然，脚本改不了，替换后仍需人工通读一遍。词表里加一条误伤规则就整体重跑，比在替换结果文件上手工修补更稳。

把导出的口播稿整理成一个纯文本文件，一行一稿

替换脚本按行处理最省事，所以输入文件先定死格式：建议命名为 voice_raw.txt，保存为 UTF-8 不带 BOM，行尾统一 LF，这样后面 diff 不会因为换行符差异刷出一屏噪音。约定一行一稿，行首是稿件编号，编号后跟标题、再跟正文，三段之间用同一个分隔符（| 或制表符）隔开。正文内部不要再出现这个分隔符；如果原文分段较多，先把正文里的换行压成空格，保证「一行一稿」成立。

示例行：

001|开场品牌自称|这里是第一条口播正文，第一句先念品牌自称，后面接正文内容
002|第二条稿件标题|第二条口播正文，段落之间的换行已经压成单个空格

编号这一列是后面抽查用的锚点：diff 报出第几行有问题，能直接对回原始稿件。如果导出的是 CSV 或 JSON，通常也不建议直接拿来做替换——口播正文里逗号、引号、顿号很常见，字段错位比多写一步整理脚本更费时间。整理成一行一稿后，先 wc -l voice_raw.txt 看一眼行数是否和导出稿件数量一致。

列出替换词表：品牌自称、语气词、禁用词三类各一行

词表建议单独存成 word_table.csv，固定三列：原词、替换词、是否整词匹配。三类内容各占若干行，方便逐类核对。整词匹配这一列是关键，它决定替换的边界：标 exact 表示原词前后不能再紧邻中文或英数字符（用正则零宽断言实现），标 loose 表示出现在任何位置都替换。短词、常见词、可能是某个更长专名一部分的词，一律标 exact。

原词,替换词,整词匹配
文案狗本狗,文案狗,exact
嗯嗯,嗯,loose
绝对最好,比较合适,exact
第一名的,领先的,exact

禁用词这一类的替换词允许留空，表示直接删除该词，脚本要支持空替换词。容易误伤的词建议在词表末尾集中放，并单独加注释行（以 # 开头）说明原因，例如某个词同时是品牌名的一部分。词表原词里如果本身带逗号，用 CSV 的双引号包起来，不要用逗号去当分隔符凑。

写一段读词表逐行替换的通用脚本骨架

下面这段是通用文本处理，读本地词表、改本地文本文件，和文案狗本身没有接口关系，也不需要任何账号或令牌。把它放在稿件同目录下命名为 replace_script.py，先 cp voice_raw.txt voice_raw.bak.txt 留一份底稿，脚本只写新文件、不覆盖原文件。

import csv, re, pathlib

SRC = pathlib.Path('voice_raw.txt')       # 一行一稿的原始稿件
DST = pathlib.Path('voice_replaced.txt')  # 替换结果，不覆盖原文件
TBL = pathlib.Path('word_table.csv')      # 替换词表

def load_rules(path):
    rules = []
    with path.open(encoding='utf-8', newline='') as f:
        for row in csv.DictReader(f):
            src = (row.get('原词') or '').strip()
            dst = row.get('替换词') or ''
            mode = (row.get('整词匹配') or '').strip().lower()
            if not src or src.startswith('#'):
                continue
            rules.append((src, dst, mode))
    rules.sort(key=lambda r: len(r[0]), reverse=True)   # 长词先替换
    return rules

def build(rules):
    compiled = []
    for src, dst, mode in rules:
        if mode in ('1', 'exact', '是'):
            pat = re.compile(r'(?<![0-9A-Za-z\u4e00-\u9fa5])' + re.escape(src) + r'(?![0-9A-Za-z\u4e00-\u9fa5])')
        else:
            pat = re.compile(re.escape(src))
        compiled.append((pat, dst, src))
    return compiled

def main():
    hits = {}
    lines = SRC.read_text(encoding='utf-8').splitlines()
    compiled = build(load_rules(TBL))
    out = []
    for line in lines:
        new = line
        for pat, dst, src in compiled:
            new, n = pat.subn(dst, new)
            if n:
                hits[src] = hits.get(src, 0) + n
        out.append(new)
    DST.write_text('\n'.join(out) + '\n', encoding='utf-8')
    for src, n in sorted(hits.items()):
        print(src, n, sep='\t')   # 命中计数打到标准输出，方便核对词表

main()

运行命令：

cd ~/scripts
python3 replace_script.py | tee replace_hits.tsv

最后那几行命中计数是给自己看的：词表里某条规则计数为 0，说明它在整批稿子里没生效，要么写法本来就不一致，要么原词写错了。规则按原词长度倒序排列，是为了避免短词先把长词的一部分吃掉。

用 diff 比对替换前后文件，抽查三行确认没有误替换

不要直接拿 voice_replaced.txt 去用，先比对：

diff -u voice_raw.txt voice_replaced.txt > replace.diff
wc -l replace.diff
sed -n '1,80p' replace.diff

diff 里的行号能直接对回稿件的第几条，改动集中在预期的词上就算正常。再抽查三类各一处：品牌自称用 grep -n '旧写法' voice_replaced.txt，输出为空说明旧写法清干净了；被标成 exact 的词，用 grep -n '替换后的新词' voice_replaced.txt 看它出现的语境是否合理，比如有没有把品牌名的一部分切掉；禁用词用 grep -c '禁用词' voice_replaced.txt，结果应为 0。

发现误替换时的回退做法：原稿没被动过，删掉 voice_replaced.txt 重跑即可；如果只错个别词，改词表而不是改结果文件——把该条改成 exact、或者补一条更长的原词让长词优先命中，然后整批重跑。在替换结果上手改，下一批稿子还会带着同一个错。

脚本跑完再人读一遍，把机器改不了的句子挑出来手改

脚本只能保证「同一个意思写成同一个词」，保证不了语气。通读时按下面的标准挑句：替换后读起来语义不成立的句子（禁用词原本是句子逻辑的一部分，删掉或换掉就断了）；品牌自称夹在英文、数字、括号中间，边界判断没覆盖到的；语气词只统一了写法但密度、节奏不统一的段落；同一批稿子里前后呼应或重复的收尾句，只改了一处的；涉及价格、时间、承诺的句子，这类内容脚本本来就不该染指。

手改结果和脚本输出分开存放：脚本输出留在 voice_replaced.txt，手改稿另存为 voice_replaced.manual.txt（或分 auto/、manual/ 两个目录）。手改只动 manual 文件，不回写脚本输出，这样下一批稿子仍然从原始文件走脚本，词表持续积累。如果某处改动在好几个稿子里反复出现，就把它补成词表里的一条规则，下次交给脚本处理。