入档：2026-10-22 来源：{aigc-creative-archive}/88_后来那道题_重逢续作_MV/（01_方案/ 立意方案、分段表 v1–v3、05_视频/ 可灵与即梦各轮记录和 job.json 报价、_脚本/、08_发布/发布包_视频.md）、抖音创作者中心作品管理页，以及创作会话中的作者原话 范围：10-18 立项写到 10-22 发布、锋芒回响表单填好。72 小时数据和提报结果不在本篇，等 10-25 另补，不倒写本篇事实

事实记录（不可修改区）

• 作品：《第三阶的秋天》MV，16:9，成片 153 秒（歌 148.56 秒 + 黑屏署名 4.4 秒），1080p/24fps，-16 LUFS，中英双语烧录歌词。84 号的续作：多年后的秋天，男主回到母校，当年和后来两条时间线来回切；全片男主第一人称，作者两次确认不加旁观视角。

• 项目：88_后来那道题_重逢续作_MV，自有作品，不是比赛。歌由 Suno 生成（Cover 整首重唱定稿，94.2 BPM），已发网易云、汽水音乐和作者自己的站点。

• 立项起因：84 号《那道题还亮着》获抖音官方精选推荐，作者 10-18 决定做同系列续作。

• 时间线：

  • 10-18：立意方案、歌词参考、Suno brief；作者改词后 Replace Section 连跑 4 轮失败，改走 Cover 整首重唱一次成功。
  • 10-19：资产九张（成年女主复用 84 号 F00c 的脸，A01 作废）；分段表 v1（8 段，双时间线）；Blender 白模。
  • 10-20：可灵网页画布出 M1、M2 共五条，作者判「效果一般，太刻意，镜头转动太机械」。
  • 10-21：回即梦画布（Seedance 2.5，720p）重做全片，分段表 v2；M3A r1 后作者又判「站位太刻意，不像日常」，出 v3，M3 起不挂白模。
  • 10-22：全 8 段出完、精剪、双语字幕成片、封面、四平台发布；锋芒回响表单填好未提交。

• 生成花费：

  平台	条数	花费	结果
  可灵 4.0 全能参考（CLI 1 条、网页画布 4 条）	5	1,218 灵感值	全部弃用
  火山方舟 API	—	0	人脸参考被拦（InputImageSensitiveContentDetected），不扣费
  即梦画布 Seedance 2.5	19	5,276 积分	整条弃用 3 条共 914 积分（17.3%）：M3A r1 572（站位刻意）、M6B r1 108（远景参考锁死景别）、M8A r1 234（手部特写＋转正脸甩围巾）；另有 M2A①、M2B④ 两个镜头用补拍替换

  M6B 第一次提交报积分不足失败、没扣分，作者充值后换新 submitId 重提。

• 封面：代码排版 A/B 两组、GPT 图生图两轮（第二轮专做近景）都被否，第二轮的意见是「人物太小，手机上看不清」。定稿是成片 131.5 秒的剧照「楼梯回头」（D 组），裁三种比例加字。

• 发布（10-22，发布按钮都是作者点的）：

  • 即梦画布绑定 7699228659596610841：从画布入口「上传新短片」发，助手填弹窗，作者点发布。
  • 抖音 7699311793008659738（10:22），作者自己发。
  • 快手、B 站：作者自己发，编号待补。
  • 小红书、视频号：作者决定不发。

• 平台数据快照（抖音，10-22 11:47，上线约 1.5 小时）：播放 949、点赞 57、评论 29、收藏 33、分享 1；完播率 0.99%，2 秒跳出率 43.69%。对照 84 号上线 16 小时 3,851 播放。其他平台没取。

• 锋芒回响：表单 16 题都填好（依据播放 949，只勾 2000 积分保底），作者决定等 72 小时用新数据再交，提醒设在 10-25 10:30。

作品回顾

续作沿用 84 号的母题（那道题、那扇窗、第三级台阶）和「她只在他眼里出现」的视角，加了一个贯穿伏笔：理袖口。立意时定的末镜反转是窗边坐着两个人。

生产按白模锚点制片法走，但白模的地位在这一部里一路往下降：

v3 同时把 v2 里的两处设计删了：M8② 她替他理袖口删掉（理袖口只留 M2① 那一下），M3 的严格同机位叠化改成「认得出是同一段楼梯就行」。

结果分析

只有 1.5 小时的抖音数据，下面只写生产侧能确认的事，不对传播下结论。

• 做到的：即梦这一轮整条弃用占 17.3%，84 号是 34%（8,013 积分里弃用的部分）。两部片子的分段数、作者审片方式不同，这个对比只能说明方向，不能当成白模降级省了一半。
• 没做到的：可灵 1,218 灵感值全部白花。根因是分段表 v1 的设计（白模定死运镜、一段塞多次转头、梗太满），换到即梦后第一版 v2 仍然因为白模站位被否了一次（M3A r1）。也就是说，「机械」和「刻意」是设计的问题，换平台只是顺带发现的。
• 抖音早期数据：互动率（赞＋评＋藏＋转 / 播放）约 12.6%，但样本只有 949，又是上线头一个半小时，主要是老粉丝；完播率 0.99% 对一条 153 秒的片子说明不了什么。等 72 小时数据。

方法论沉淀

白模的刻意感来自站位，降到「不挂」反而更像生活 ⭐⭐

核心：白模把人摆在格子里，模型就照着摆；人物镜头的站位交给模型，提示词只写场景、谁在做什么、几秒切，画面更像顺手看到的。

来源：M3A r1（挂白模，572 积分）被判「站位太刻意」，v3 起 M3–M8 不挂白模，后续段大多一条过。

验证状态：⭐⭐ 二次验证。和 锚点只给站位律_动作交给视频模型_v1（余温 M02，静态锚点不画动作）同一个方向，这次再往前走一步：连站位也可以不给。

操作规则：

1. 白模先只用来定切点和时长，审预演；生成时只在需要「谁在画面哪一侧」不能错的镜头挂。
2. 不挂白模的提示词写清：第一人称、平视、镜头稳、定住或沿直线慢走、人物不看镜头，加一两样生活杂质（路人、书包带、桌上杂物）。
3. 伏笔和转场只点到：一个伏笔出现一次就够，同机位转场不追像素对齐。

反例 / 边界：多人走位、物件交接必须对上的镜头，不挂白模会多出白模里没有的镜头（Seedance 档案第七节）。这次 M2 挂白模的两条是作者认可的。

白模插值两头都错：贝塞尔会猛冲，线性会机械 ⚠️

核心：白模镜头里的摄影机运动被模型照着演，不管用哪种插值都会露出来。84 号是贝塞尔（切点后先猛冲再变慢），88 号改成线性后每个关键帧处速度突变，可灵照着匀速扫，显得机械。

来源：可灵 M1、M2 五条；分段表 v2「为什么机械」一节。

操作规则：白模里每一镜摄影机不动，推镜只做一条直线慢推；转头、换视线用切镜表达，不在一镜里摇过去。提示词写「参考站位和切点，运镜按电影摄影自然处理」，不写「严格照机位拍」。

反例 / 边界：只在可灵和即梦 Seedance 2.5 上看过；没测过把白模摄影机去掉后可灵是否还机械（那时已经换平台了）。

挂白模视频参考的单价约是不挂的 2.6 倍 ⚠️

核心：即梦画布国内版 Seedance 2.5 720p，挂白模（多模态参考）约 50–52 积分/秒（M2A 15 秒 754、M2B 16 秒 832、M3A 11 秒 572）；不挂白模约 18–20 积分/秒（M1 11 秒 220、M7 16 秒 288、M8A 13 秒 234）。

来源：05_视频/即梦/*/job.json 的报价和实扣，19 条报价都等于实扣。

操作规则：做预算时先按段分「挂 / 不挂」再乘单价；能不挂的段不挂，既省钱也少刻意感（上一条）。

反例 / 边界：单账号、单通道、一次项目；国际版画布的单价另记在 Seedance 档案里，不能混算。

跨平台保脸：可灵不挂主体会漂成另一张脸 ⚠️

核心：可灵全能参考只给一张脸图，女主漂成「圆脸空气刘海」；建主体「她_当年_17岁」（F00c＋三张 84 号截帧）挂上后，脸回到 84 号那张。

来源：可灵 M2 r1 → r2（各 324 灵感值）。

操作规则：可灵出人物镜头先建主体再生成；即梦这边沿用 84 号的参考图组即可（这一轮没有出现漂脸）。

手机封面：人物要撑满画面，剧照裁切胜过重新生成 ⚠️

核心：GPT 图生图两轮（含专做近景的一轮）都被判「人物太小，手机上看不清」；最终用成片里一帧剧照「楼梯回头」，裁到人物占主体再加字，作者一次通过。

来源：封面四组（A/B 代码排版、GPT 两轮、D 剧照）。

操作规则：选帧先在手机尺寸（约 300 像素宽）下看脸能不能认出来；横版 16:9 也要让人物占到画面高度的一半以上。剧照和成片同源，不会有「封面和片子不像」的问题。

反例 / 边界：和 aigc-poster-layout skill 里「GPT 图生图叠排优先」的建议相反，只这一例，不改 skill，先记着。

助手误判与流程问题

1. Suno brief 首版把剧情从头讲满，作者指出「与知识库资料不符」；按 Suno两阶段工作流_v1.1 重写成只给内核情境和结构骨架。
2. 先要用 MJ v8.2 做成年女主衍生图，作者指出 v8.2 没有 --oref、不适合做衍生，改为复用 84 号的脸。
3. 分段表 v1 设计太满（视线多次转动、踩影子、撞见都要拍清），导致可灵五条全弃。这是这一部最大的浪费，根因在设计不在平台。
4. M6B 首次提交前没查余额，报积分不足；即梦失败提交不扣分，但要作者去网页充值。
5. M6B r1 的参考图是远景，景别被锁死；中近景镜头要给中近景参考。
6. 写 markdown 用了 CRLF，看板预览崩溃；本仓库和作品仓库的 md 一律 LF。
7. 锋芒回响表单的「提报时间」默认填的是打开表单的时间，要改成实际提交时间。

下次改进

• 分段表先过「一镜一动作、视线换了就切、每段一个核心」三条，再做白模；白模只定切点，人物站位能不给就不给。
• 预算按「挂白模约 50 积分/秒、不挂约 20 积分/秒」先算，出片前查余额。
• 封面先从成片里挑剧照，手机尺寸下看清人脸再考虑其他方案。
• 72 小时后补：抖音、快手、B 站数据，锋芒回响提报结果，画布「优质」档审核结果（这一部的主体「她」也是整理画布时补的，没参与生成，和 84 号一样）。

关联文档

• 前作：2026-10-14_那道题还亮着_原创对唱MV_粗剪审片到六平台发布_复盘_v1
• 锚点只给站位律_动作交给视频模型_v1 —— 本篇第一条把它升到 ⭐⭐
• Seedance2_5_行为规律_v1 —— 第七节补了挂 / 不挂白模单价和线性插值两行
• 即梦锋芒回响_画布绑定发布与开源画布整理_v1 —— 补了二次实做（框选打组、表单提报时间）
• 青春记忆MV_四镜头组验证法_v1

Generating segments on the Kling web canvas through a persistent playwright-cli -s=kling window (user logs in once), one video node per segment, with local blockout video + reference images + a long prompt. The dashboard panel can’t upload local files and doesn’t share login. 生成 costs credits: click it only after the user confirms.

Steps

1. Create node: double-click blank canvas, or click an existing node (panel keeps last params).
2. Upload refs in fixed order: + -> 本地上传 -> playwright-cli -s=kling upload <img...> <blockout.mp4>. They number 图片1/2…/视频1 by order. Poll ~20s, verify via document.body.innerText.match(/(图片|视频|主体)\d/g).
3. Params: click the param pill, exact-match duration, 16:9, 1 条, 原声关, click empty canvas. Deselecting MAY reset params: reopen the node and read back [textLen, params, refs] before generating.
4. Prompt: editor is .tiptap.ProseMirror. Copy the one-line prompt to an ASCII scratch path first (CJK path reads/args fail), then click editor, Control+A, Backspace, keyboard.insertText. Read back innerText().
5. Consistency via 主体库: one face image drifts to a generic 甜妹 face. Build a 主体 once (best face cover + 3 ffmpeg crops front/side/low-head from an approved film), attach it, @-mention it (Shift+Digit2). Keep negatives: no round face, no bangs, no big eyes, no skin smoothing, weak catchlights.
6. Generate: button label includes cost (match /324.*生成/). Check kling account -q before/after.
7. Fetch: wait until 创作中 disappears, open clip, scrape performance.getEntriesByType('resource') for output.mp4 URL, download with the helper.
8. Review: contact sheet 1 frame/sec + BGM review cut (slice Cover master by global start/end, 0.15s fades, trim to length). Keep silent original.

Gotchas

• Long single passes (30s/6 shots) reorder shots and pull far figures into foreground; split into short clips and stitch.
• After an interrupted turn or backend error, re-query 创作中/video count before re-clicking 生成 — re-clicking double-charges.
• Use --raw run-code for exact JSON. Credits may expire monthly; warn before big runs.
• Keep reusable per-segment helpers (fill-prompt, download, contact-sheet, bgm-review).

Setting up an open-weight model in ComfyUI on Windows when VRAM is below the official minimum or the model needs a newer core. Confirm facts, protect the working env, use a community low-VRAM recipe, verify weights, then prove it with a boot self-test plus (image models) a real smoke image.

Steps

1. Confirm via web, not memory: license, official HF repo (beware fakes), real checkpoint, min ComfyUI version, and the EXACT text encoder + VAE (generation N often differs from N-1).
2. Probe host: nvidia-smi --query-gpu=name,memory.total --format=csv, RAM, disk, arch (NVFP4 needs RTX50). Probe existing ComfyUI version, custom_nodes, yaml.
3. Never upgrade a working env in place: robocopy the portable to a new dir, upgrade the copy with update/update.py (needs .git).
4. After core upgrade re-run pip install -r requirements.txt -i https://pypi.org/simple to fix stale deps.
5. Recipe: GGUF/INT8 DiT + BlockSwap + quantized text encoder + community sweet-spot resolution/frames/steps. Watch quant quirks (dim not divisible by 256 -> Q4_0/Q5_1).
6. git clone --depth 1 nodes into custom_nodes; install reqs with embedded python.exe.
7. List exact filenames/sizes with HfApi().model_info(repo, files_metadata=True) before pulling GB.
8. Weights on a roomy drive via a dedicated extra_model_paths.yaml. CJK paths: ASCII -File script with [char]0x...., results to a file. Resumable download via mirror. 401 or ~150-byte ‘Access restricted’ = gated; find a re-upload.
9. Boot test: --lowvram --listen 127.0.0.1 --port <p> --disable-auto-launch in background, logs, wait ~45s, grep for IMPORT FAILED/Traceback, low-VRAM state, paths. If a watchdog says stalled, check the port/API before relaunching.
10. /object_info must list your filenames; then a /prompt smoke image, poll /history. Leave OOM-prone video smoke tests to a human pass.
11. Some nodes ignore the yaml (grep folder_paths/models_dir); restart after adding weights.
12. Write a launcher .bat + deploy manual.

Gotchas

• mat1 and mat2 shapes cannot be multiplied at txt_in = WRONG text encoder file (e.g. Qwen3 vs Qwen3-VL). Copy CLIP type, sampler and encoder name from the official template JSON in comfyui_workflow_templates_json/templates/; don’t guess.
• aria2 -i input files mangle CJK paths (errorCode=18): pass -d/-o as argv, one file per call, one process only.
• -like '*name*' process checks match your own shell.
• hf_hub_download may throw LocalEntryNotFoundError while curl works; use a resumable downloader. Verify size and no .aria2 file.

本机 RTX 4060 Ti 8GB / 32GB RAM / Windows。480×864 低显存档。 搭建日期 2026-10-15。模型为 开源权重(H3 Community License,商用需单独授权,Comfy 是官方唯一转售方)。

一句话

H3 是 33B omni-modal 视频+音频模型,i2v 走 FL2VA checkpoint。8GB 跑得起来靠四层叠加: W4A8/GGUF 低比特量化 + BlockSwap 逐块换入换出 + 4B 小文本编码器(替 32B)+ 压分辨率到 480×864。 真·本地推理,生成在本机;720p+ 成片需云端 regenerate(本地上限 768p,8GB 实测稳定 480×864)。

关键事实(核实于 2026-10,社区源)

• 本地基础分辨率 768p;8GB 实测甜点 480×864 / 158 帧(~6.6s@24fps)/ 20 步 Euler/Simple。25 步在 8GB 上不稳。
• NVFP4(11.9GB)仅 Blackwell/RTX 50 系;4060 Ti 是 Ada,用 W4A8/GGUF,不是 NVFP4。
• H3 隐藏层宽 2688,不被 256 整除 → 用不了 K-quant(Q4_K_M 那种),只能经典 Q4_0/Q5_1/Q3mix 或 W4A8。
• 一条 clip 本地 5–10 分钟。

目录与组件

• ComfyUI 便携版(空壳,0.35.0):C:\ComfyUI-H3\ComfyUI_windows_portable\
• 权重库(D 盘,省 C 盘):D:\AIGC工作站\99_工具\minimax_h3_tool\models\
• extra_model_paths.yaml(C 盘 ComfyUI 内)指向 D 盘库。例外:ClipProj 节点只读 models_dir\clip_projections(C 盘),该文件须放 C 盘。

自定义节点(custom_nodes,4 个,全部已验加载成功)

权重(4 个,B/8GB 配方)

启动

双击 run_h3_8gb.bat(或)：

cd /d C:\ComfyUI-H3\ComfyUI_windows_portable
python_embeded\python.exe -s ComfyUI\main.py --lowvram --fp16-vae --listen 127.0.0.1 --port 8188

浏览器开 http://127.0.0.1:8188 → 导入 workflows\MiniMax_H3_FL2V_8GB_VRAM.json。

i2v 用法

• 两个 LoadImage 节点填首帧/尾帧(纯 i2v 可首尾用同一张或只给首帧)。
• 分辨率先用 480×864,length 158,steps 20,Euler,Simple。
• 产出落 outputs\。

下载踩坑(本机特有,务必记住)

1. CJK 路径坑:aria2 的 -i 输入文件被存成 ASCII,把 AIGC工作站/99_工具 编码成 AIGC???,报 errorCode=18 Invalid argument 建目录失败。 解法:不用 -i,直接把 Unicode 路径作为 -d/-o 参数传给 aria2c(PowerShell 以 UTF-16 传参,aria2 收到正确路径)。
2. hf-mirror 慢且重定向不稳;huggingface.co 原站 + aria2 -x8 -s8 反而更快更稳(实测 ~9MB/s)。
3. aria2 加 --file-allocation=none --auto-file-renaming=false --continue=true;断点续传可靠。
4. 勿多开 aria2 抢同一文件(会互相清理导致”下完即空”)。单进程逐文件。

自检验证(2026-10-15 已通过)

ComfyUI 启动日志应见:

• [H3] taught ComfyUI-GGUF the 'minimax_h3' architecture
• [ClipProj] graph watch installed
• 4 节点 Import times 全部无 FAILED
• comfy_kitchen backend eager/cuda available,capabilities 含 w4a8_int8_linear(W4A8 算子就位)
• Set vram state to: LOW_VRAM + async weight offloading

待办(搭建完成时)

• 跑一条 480×864 i2v 冒烟测试,确认不 OOM、出 mp4
• 商用前确认 H3 Community License 授权(SeeBay 等参赛/商用片相关)

增强版工作流 (v2 · 2026-10-15)

跑通 480x864 基础档后加的三个增强。原始工作流备份在 workflows\MiniMax_H3_FL2V_8GB_VRAM.base.json。

1. 尾帧开关 (workflow 内)

• 新增本地小节点 ComfyUI-H3-TailSwitch（custom_nodes\ComfyUI-H3-TailSwitch\__init__.py，零依赖）。
• 节点名 H3 Tail-Frame Switch，接在首/尾 LoadImage 与 H3 节点之间。
• use_tail 关(默认)=复用首帧喂进 last_frame（纯 i2v 开放式运动，没尾帧时用这个）；开=用真尾帧。
• 这样 MiniMaxH3ImageToVideo.last_frame 这个必填口永远有合法输入，不会报缺输入。

2. 补帧 / 插帧 (workflow 内)

• 装 ComfyUI-Frame-Interpolation(Fannovel16)，依赖 opencv-contrib-python 已装(走官方 PyPI，清华镜像对该 wheel 403)。
• 新增 RIFE_VFI 节点接在 VAEDecode -> CreateVideo 之间。
• 8GB 配置：ckpt=rife49.pth / multiplier=2 / fast_mode=on / ensemble=off / scale_factor=1.0 / dtype=float16 / clear_cache_after_n_frames=4 / torch_compile=off。
• 关键：multiplier=2 把 24->48fps，所以 CreateVideo 的 fps 已同步改成 48（否则播放会被放慢）。首次用 RIFE 会自动下 rife49 权重(~50MB)。
• triton 缺失无害(只有 torch_compile=on 才用，已关)。

3. 超分 (离线 CLI，不进 workflow)

• 脚本 upscale_video.py。刻意放到图外：8GB 逐帧超分在 ComfyUI 里几乎必 OOM；且 GAN 超分会抹平颗粒/柔焦，作者历史偏好是定稿默认原版、超分慎用。
• 用法：python_embeded\python.exe upscale_video.py 输入.mp4 --scale 2
• 流程：拆帧 -> realesrgan-ncnn-vulkan 逐帧放大(零推理显存) -> ffmpeg 重组(保留原音频/原帧率)。
• realesrgan-ncnn-vulkan 便携 exe 已装到 bin\(含 x4plus / x4plus-anime / animevideov3 模型)，脚本自动检测；缺失时打印一键下载命令。
• 已端到端实测通过(2026-10-15)：640x480 -> x4 -> 2560x1920，帧率/音频保留。x4plus 模型按 x4 出，--scale 走模型原生倍数。
• 建议：定稿前先出 5s 原版/超分对比片盲看再决定是否整片超分。

自检验证 (2026-10-15)

• CI 自检全绿：TailSwitch 0.0s 加载、Frame-Interpolation 0.4s 加载、H3 架构补丁仍生效、ClipProj 完好。
• workflow JSON link 完整性校验通过：无悬空 link，node8.last_frame<-TailSwitch、node15.images<-RIFE(fps=48)、RIFE.frames<-VAEDecode。

入档：2026-10-18 来源：给朋友做的《规则怪谈·红斗篷》封面底图素材（非比赛，无平台数据）。MJ v8.2，16:9，同一个双人骨架换了 7 种画风，作者挑出 4 张，最喜欢剪纸版。 工具：Midjourney --v 8.2

一句话

先把人物关系锁成一个固定骨架（左右侧脸相对＋一只手停在对方脸上），再只换画风尾巴，一轮就能横向比出最合适的媒介。原著角色的关系先做”反转重读”再写进 prompt，比照搬原著好写，也更好看。

如何使用

• 适用：童话、民间故事改编的双人封面，相爱相杀或暧昧向；小说、漫画、短剧的横版封面底图。
• 步骤：
  1. 先做角色重读，把原著关系转成成年人之间的张力（见下面”角色重读”）。
  2. 套”固定骨架”，替换【 】里的人物和信物。
  3. 七条画风尾巴各跑一次，挑 2–3 个方向再细调。
  4. 中文标题不要交给 MJ，选定底图后用 GPT Image 或代码排版（工具分工：MJ 出底图，画面含中文时用 GPT Image）。
• 默认参数：--ar 16:9 --stylize 250~300 --v 8.2 --no text, watermark, child

角色重读（小红帽案例）

• --no child 必须加：只要提示词里带”红帽”意象，MJ 很容易往小女孩上靠。
• 身份暗示放在影子、眼睛、兜帽轮廓上，不要直接画出狼头，这样暧昧感才能保住。

固定骨架

[画风开头词], close-up of two faces in profile facing each other,
an ageless woman with [long silver hair] on the left,
a young man in a [crimson hood] on the right with faintly glowing amber wolf eyes,
her pale hand resting on his jaw,
[银发与红斗篷缠绕 / 信物],
intimate yet predatory, dark fairytale,
negative space between them
--ar 16:9 --stylize 250 --v 8.2 --no text, watermark, child

两人左右分立、脸朝向中间，中间那条缝天然就是标题位，16:9 横版最吃这个构图。

七条画风尾巴

画风 7 是对照作者给的参考封面（血月＋枯树＋红青配色＋近吻）反推出来的；挂上 --sref <参考图> 风格会更贴。

入选的两条原句

剪纸版（作者最喜欢）

layered paper cut silhouette art, two faces in profile facing each other, an ageless woman with long silver hair on the left, a young man in a red hooded cloak on the right whose hood forms subtle wolf ears, her hand touching his jaw, layered black and grey paper forest behind them, single crimson paper layer for the cloak, soft backlight glowing through the layers, dark fairytale shadow theater, intimate yet predatory, negative space between them --ar 16:9 --stylize 250 --v 8.2 --no text, watermark, child

国漫·狼影版（两张入选）

chinese webnovel cover illustration, manhua style, clean lineart and cel shading, a handsome young man with black hair and amber wolf eyes in a crimson hooded cloak embracing a beautiful ageless silver-haired woman from behind, burying his face near her neck, her eyes half closed with a faint knowing smile, her hand resting on his wrist, the shadow of a huge wolf cast across the blood red full moon behind them, gnarled dark trees, falling red petals, dark teal night, red and teal palette, dark fairytale gothic romance, empty lower third for title --ar 16:9 --stylize 250 --v 8.2 --no text, watermark, child

观察 ⚠️首次（单轮样本）

1. v8.2 下”剪纸＋逆光”会跑成写实摄影。layered paper cut 没出纸艺，出来的是逆光胶片人像，纸的质感只剩在斗篷上：兜帽被画成揉皱的红纸，hood forms subtle wolf ears 变成了纸折出的两个尖角。作者反而最喜欢这张。想要真剪纸，需要删掉 backlight 一类光影词，同时加 flat paper craft, no photography；想要这种意外的电影感，就保持原句不动。这与 MUJI极简插画基础句_v1 里”光影词把插画拉回写实”的方向一致，也与 MJ_v8.2_行为档案_v1 里 v8.2 偏写实的倾向一致。未控变量：作者 MJ 设置里有没有默认挂 --profile，这次没核对。档案第 10、14 条记录过 --profile 会把插画翻成摄影，所以这条观察的成因目前不能单独归给 v8.2，复测时要先确认挂没挂。
2. **银发在逆光下会漂成亚麻金。**剪纸版的外婆头发不像银色。银发是关键识别点，逆光画风要写成 silver white hair，或者事后用 Vary (Subtle) 拉回来。
3. **empty lower third for title 在国漫版里没生效。**两张入选图都是人物占满画面，没有留出下方三分之一。双人骨架里真正起作用的标题位是 negative space between them，也就是两人中间那条缝。
4. “影子是狼”能稳定出来。the shadow of a huge wolf cast across the moon 在两张入选图里都画出来了，可以作为不画出狼、只暗示身份的首选写法。
5. 审核与发布：狼影版有一张女主领口开得偏低。发 B 站或小红书的封面，排版时顺手遮一下；描述亲密动作时只写手、额头、颈侧，不写身体。参见 MJ审核避雷词表_v1。

关联文档

• 版本行为：MJ_v8.2_行为档案_v1
• 光影词污染插画：MUJI极简插画基础句_v1
• 审核避雷：MJ审核避雷词表_v1
• 男主五官补强：男性五官堆叠基础句_v1
• 目录索引：03_prompt模板库索引

入档：2026-10-18 来源：{aigc-creative-archive}/80_僵尸危机_更新宣发片/（00_项目档案.md、01_脚本/分镜脚本_v1.md、06_剪辑/ 的卡点与出片脚本、06_剪辑/游戏录制/ 的录制管线、07_封面/、08_发布包/），游戏仓库 lebronfzc/jiangshiweijifzc（fork Mr-Salticidae/zombie-world），以及创作会话里作者（跳蛛先生）的原话 复盘依 aigc-postmortem：先冻结事实，再写判断。

事实记录（不可修改区）

• 作品：《僵尸危机：方块头 · 经典复刻版》大版本更新的 B站宣发片。16:9、66.3 秒、1920×1080、30fps，游戏画面全部真实实录，配乐 Suno，无口播。自有作品，不是比赛。项目 80_僵尸危机_更新宣发片。
• 游戏：HTML5 Canvas 俯视角打僵尸（致敬 Boxhead），发布在 B站 Toy（公开版 zombie-crisis-boxhead，id 19242799980544）。
• 时段：2026-10-07 立项 + 分镜 + Suno brief + 给游戏配 BGM（feat/bgm）。2026-10-15 搭录制管线、11 镜全实录、占位→全实录粗剪。2026-10-17 配乐卡点、改长、首页重排、二维码、正式版、两个上游 PR、Toy 提审过审、封面 + 文案、作者投稿发布。2026-10-18 00:21 发布。
• 构成：13 段。11 段游戏实录（O01 开场、F01 开房、F02 三人同屏、F03 金币吸附、F04 波间商店、F05 自动瞄准、F06 油桶连爆、F07 手机竖屏、F08 一键横屏、C01 无双高潮、C02 三人守波）+ O02 标题卡 + E00 更新清单卡 + E01 片尾卡（嵌玩家入口二维码）。
• 定稿母版：06_剪辑/成片/僵尸危机宣发片_粗剪_20261017_0805_无角标.mp4。
  • 1920×1080、30fps、66.30 秒。
  • 响度 -16.6 LUFS，真峰 -1.8 dBFS，LRA 2.9。
  • 双语说明字幕逐镜头烧录（中上英下，复用 77 号规范）。
• 配乐：作者自己在 Suno 6.0 Simple Mode 跑的《8-Bit Victory》（电吉他 + 8-bit），147.5 BPM。宣发版由 配乐剪辑.py 按小节线剪出（保留整首头尾、只删中间重复段）。
• Toy：公开版 19242799980544，两次 toy update 均约 3 分钟过审（首页重排 + BGM + 探针修复一版；移动端走动换枪修复一版）。线上 mtime 1792256789。
• 发布：作者本人 B站投稿 BV1sDJq6aEBx，标题「僵尸危机：方块头 大版本更新！三人联机、手机竖屏都能玩」，1 分 07 秒，合集「DEV LAB」第 3 集，话题「AI整活全宇宙」，发布 2026-10-18 00:21。
• 公开数据快照（发布约 6 小时，B站公开接口）：播放 138、点赞 37、投币 28、收藏 32、分享 1、评论 21、弹幕 0。首小时数据未单独回填（公开接口拿不到完播率）。
• 上游 PR #3（BGM + 探针）、PR #4（首页重排 + 换枪修复）均未合并，线上版本比上游 main 新。
• 数据来源：ffprobe/ffmpeg ebur128、录制产物逐帧哈希、toy mylist --json、B站 web-interface 公开接口、作者看片/真机走查原话。助手没有人耳、没有真机。

一句话

77 号《右下角的池塘》跑通的”屏幕内用引擎逐帧实录、不录屏不让 AI 画”配方，这次换到网页 Canvas 游戏上第二次成立：把 Godot 的 --write-movie 换成 Playwright 接管页面时钟逐帧截图 + 离线音频渲染，11 个镜头（含手机触摸、B站容器模拟、本机三人联机）全是真实游戏逻辑跑出来的。作者一条片子从立项推到 B站发布，中途还顺手修了一个线上手机 bug。

一、过程（作者决定 vs 助手动作）

二、结果：做到什么、没做到什么

做到的（事实项）

• 网页 Canvas 逐帧确定性录制：Playwright 在页面脚本加载前注入虚拟时钟，接管 performance.now/Date/requestAnimationFrame/setTimeout/setInterval，Math.random 固定种子；AudioContext 换 OfflineAudioContext 跟同一时钟走。同一 4 秒 PREVIEW 连录 3 次，120 帧逐帧哈希完全一致，原声两次差 -162 dB（浮点舍入）。
• 三类镜头都走真实游戏逻辑：单人 6 条键盘自驾（往 keys 按 WASD/空格/Shift）；手机 2 条 390×844 视口 + CDP 原生多指触摸（F08 模拟 B站 App 容器的 4 个接口）；联机 2 条本机起同提交 server/server.js、3 个独立浏览器真实开房→输码→准备→开局。
• 只拍真实机制：击杀、爆炸、金币吸附、商店结账、自动瞄准、无双都是游戏自己跑出来的。布置（跳波、快进无敌、给连击解锁武器、给金币）只用来快进到要拍的那一刻，诚实边界写进录制 README。
• 卡点工具自洽：卡点.py（numpy + ffmpeg，无 librosa）合成 128/150/170 BPM 已知答案曲校验，BPM 误差 <1%，drop 差 <0.05 秒；修过反拍误判和半速误判。
• 片长保护：剪辑_main.py 对卡点后变长、还没重录的镜头末帧定格补齐并标「短 x 秒·要重录」，片长不缩、音画不错位。
• 诚实边界守住：封面/文案只说三人、不说流畅联机、不提 iOS；手机横屏/刘海功能过审后真机走查才发片。

没做到 / 留的尾

• 首小时数据未回填：公开接口拿不到完播率，发布文案里「完播率 >30%、互动率 >3% 再投流」的判断缺一项。
• 线上 Toy 与录制提交逐字节核对没做。
• 上游两个 PR 未合并：线上版本比上游 main 新，要和作者对齐。
• F08 容器是模拟的：只实现游戏用到的 4 个接口，真机效果靠作者走查，没对照 SDK 文档逐条核。
• 三人联机只在本机跑通，没经公网。

三、方法论沉淀

网页 Canvas 游戏的逐帧确定性实录：接管页面时钟

核心：网页游戏做宣发片，画面既不录屏也不让 AI 画——在页面脚本加载前注入虚拟时钟接管 performance.now/Date/rAF/setTimeout/setInterval，Math.random 固定种子，AudioContext 换 OfflineAudioContext 跟同一时钟走；按 60Hz 推进每两步截一帧得 30fps，游戏原声录完一次离线渲染、帧对帧对齐。

来源：80 号 11 个镜头全部用这套录。

验证状态：⚠️ 首次（一个网页项目）。是 游戏宣传片实录_引擎逐帧录制与脚本代打_v1（77 号 Godot --write-movie）的网页对应实现，同一思路第二种引擎，算同向第二例。

操作规则：

1. 时钟接管必须在游戏脚本之前注入（Playwright addInitScript）。dt 有上限（本作 0.033）时别用 30Hz 步长，会被夹慢约 1%，用 60Hz 两步一帧。
2. 导出要发布的提交到独立副本录，录哪个 sha 记进录制记录，发片前和线上 Toy 版本核对。
3. 布置（跳波、无敌、给金币、解锁武器）只用来快进到要拍那一刻；开录后画面里发生的事必须游戏自己跑，不改伤害判定、不摆假画面。
4. 单人走键盘、手机走 CDP 原生触摸、联机本机起同提交服务端开多浏览器——都走游戏真实输入/网络路径。

边界：联机按真实时间限流，虚拟时间得按真实节拍推；只在这一个 Canvas 项目成立过。

宣发片「太短不像完整作品」：配乐留整首头尾、只删中间

核心：短宣发片让人觉得”不完整”，往往是配乐从歌中间截进来、结尾直接掐断。解法不是硬加镜头，而是用整首歌的头（前奏→主歌进入）和尾（尾声自然收），只剪掉中间重复的主歌/间奏段，让观众听到一首歌完整的起承转合。

来源：37.5 秒版作者判「不是完整作品」；改成保留整首头尾后 66.3 秒，作者「非常完美」。

验证状态：⚠️ 首次。与 音频也能蒙眼剪辑_突然静音是剪出来的_v1 同向——结构感是剪出来的。

操作规则：配乐剪辑.py 按小节线找「前奏+第一段主歌」做头、「尾声」做尾，中间重复乐段整节删除，接缝落小节线重拍 + 20ms 交叉淡化。片长由”要讲几个功能镜头”反推中间保留多少段。

观测手段本身要先被证伪（线上错误探针）

核心：装了错误探针不等于探针在工作。本作 08-21 加的全局错误探针因字符串里混进真换行整段解析失败，window.onerror 从没装上，线上红条一次都不可能出现——修好后要故意抛一次错确认红条真的出现，并补 HTML 内联脚本的语法解析测试（node --check 查不到 HTML 里的脚本）。

验证状态：⭐⭐ 与 沉默失败先装嘴律_够不到的环境先给它一层能看见的报错_v1 同一项目、同一探针的续例。

四、助手误判全记录

1. ⚠️ 档案与本机工作副本对不上没第一时间察觉：档案写 BGM 在 feat/bgm/music.js/7051392，本机 D:\zombie-world 是从 fork 全新 clone、这些全不在、HEAD 也不对。开录前必须先核”要录哪个提交”，不能在对不上的工作区贸然开录。正解是按作者给的上游地址重新 clone 到固定本地路径。
2. ⚠️ F01 字幕压住联机面板标题，来回取景三次：推近→整屏→整屏才解决，中间还有一次剪辑和录制并行跑、剪辑读到旧 F01。取景时就该给字幕预留位置，并发出片要串行化读写。
3. ⚠️ C02 想当然拍”三人打 BOSS”：录了 60 秒 BOSS 都没走到三人附近，改成”三人守尸潮”并改镜头说明。AI 无法导演 NPC 走位，拍前先确认该局面在游戏里自然可达。
4. ⚠️ 本轮最大的教训——长文档一次性写入反复撞后端 5xx：复盘主文档太长，连续多轮”现在一次性写进知识库”都在写入时被中断，空转十几轮没落盘一个字。正解是分段落盘：先 create 骨架+事实区，再多次 insert 追加各节，每段都短，中断也不丢已写部分。（见下方新方法论）

五、下次改进

• 开工前先核对本机工作副本与档案记录的分支/提交/关键文件是否一致，对不上先停下来重新定位版本，再开录。
• 大文档（复盘、长文案、长配置）默认分段写：骨架先落盘，再分节 insert，不要赌一次长写入能在超时前完成。
• 宣发片配乐先想清楚”要讲几个功能镜头、片长下限多少”，再决定配乐留多长，避免先出短片再被打回重排全部镜头。
• 发布后 24 小时内回填首小时数据（完播率只有创作者后台看得到）。

六、未知与未验证

• 首小时完播率/互动率、“B站点开就玩”入场票的实际效果。
• F08 容器真机表现（只过作者走查，没对 SDK 文档逐条核）。
• 上游两个 PR 是否会合并、线上与上游 main 的差异如何收敛。
• Suno 6.0 的质量跃升是否稳定（作者凭 Simple Mode 一条就定稿，没做多条盲选）。

关联文档

• 配方母本（77 号 Godot 游戏实录）：游戏宣传片实录_引擎逐帧录制与脚本代打_v1 · 2026-09-29_右下角的池塘_游戏宣传微电影_实录混剪到双语字幕发布_复盘_v1
• 同一游戏的线上探针教训：沉默失败先装嘴律_够不到的环境先给它一层能看见的报错_v1
• 字幕规范：影视级双语字幕_中上英下与libass逐镜头烧录_v1
• 声音结构是剪出来的：音频也能蒙眼剪辑_突然静音是剪出来的_v1
• Toy 版本指纹/外层地址：2026-07-11_B站Toy同步事故复盘_版本指纹与外部cron兜底_v1
• 封面以剧照为底、AI 只排版：2026-10-14_SeeBay宣传片护航_八轮生成到一条直出与台词高频化复盘_v1
• 项目档案（库外）：{aigc-creative-archive}/80_僵尸危机_更新宣发片/00_项目档案.md

这套方法解决什么

AI 视频一条一条抽卡，问题出在三处：

• 镜头在哪、什么时候切，抽一次变一次；
• 分开生成的段落之间，人、衣服、道具对不上；
• 钱花在作者一看就否的条上。

这套方法的分工是：**白模锁”谁在哪、镜头在哪、几秒切”，MJ 原图锁”他长什么样”，文字锁”做什么、什么分寸”，表演和质感交给视频模型。**样片阶段把剪辑和字幕都定下来，最后只为挑定的条出 1080P 正片。

来源（都在 <知识库>/04_方法论与洞察/04_视频影像与声音/）：

• 方法母本 2026-09-20_余温_关键帧先行到锚点制_M02四轮试镜复盘_v1
• 30 秒角色 PV 配方 2026-10-01_余温_见证者角色PV_立项到四平台发布_复盘_v1
• 样片 → 正片 2026-10-05_余温_单元剧EP03瓦尔卡_LibTV样片到正片_阶段复盘_v1
• 十段 MV、补拍与首帧续拍 2026-10-14_那道题还亮着_原创对唱MV_粗剪审片到六平台发布_复盘_v1
• 按切点重拍_省的是生成时长_v1、锚点只给站位律_动作交给视频模型_v1、派生图不进视频输入律_噪点随编辑代数累积_v1
• 模型档案 <知识库>/02_参数行为档案/Seedance2_5_行为规律_v1

路径占位符

• <知识库>：git -C "<本skill目录>" rev-parse --show-toplevel
• <工作区>：<知识库> 的上一级
• <创作档案>：<工作区> 下 remote 为 aigc-creative-archive 的仓库

总流程与关卡

0 立项卡 ──作者定──▶ 1 分段表 ──作者定──▶ 2 资产 ──作者出图/确认──▶ 3 白模
   ──自检──▶ 4 风险段小测试 ──作者看表演──▶ 5 全片样片 ──▶ 6 审片
   ──▶ 7 粗剪 ──作者审──▶（按切点重拍 / 首帧续拍，回到 6）
   ──作者认可──▶ 8 正片 ──▶ 9 成片 ──作者逐句听审──▶ 10 封面与发布

作者关卡是硬的：每个”作者定”之前不往下走，也不先花钱。助手可以先把下一步的草稿准备好，但不能提交生成。

作者裁决的边界（两个项目的统计）：

• 人物情绪、表演分寸、视听气质，作者几乎都会改助手的方案（视听类 4/4 没对上）。这类事提供样片让作者看，不替作者下判断。
• 技术接法（怎么补、怎么拼），作者给方向，做法由助手定。
• 叙事选项可以给推荐，但要知道”标了推荐”本身会引导选择。

0 立项卡

项目目录 <创作档案>/<编号>_<片名>/，README 第一屏写：

• 立项日期、交付规格（时长、画幅、分辨率、字幕要求）、截止时间（比赛要列全每个节点）；
• 一句话：这支片子讲什么；
• 系列作品还要写”这一集补了哪条世界规则、立住了谁”，登记进系列总纲；
• 生成平台和账号（见下文「平台适配」），以及积分余额。

问清声音三件事再往下走：台词（谁说、几句、什么语言）、环境声、配乐（要不要、由模型原生生成还是后期铺）。配乐不能由助手默认成”没有”。作者的默认口径：台词和配乐都由 Seedance 原生生成，不另拉可灵，也不后期另铺。

1 分段表

一段 = 一次生成，每段 ≤30 秒。整片按段切开，每段写成表：

附两节：

• 制作上要避开的：模型会拦、会崩的东西（持械、孩子、手部特写、画面里的小字……），每条写拍法（拆成特写、用影子、只拍手）和退路（被拦了退到哪一档）。
• 段与段怎么接：硬切、叠化，还是首帧续拍。

规则：

• 一段 4–6 镜，最短一镜 ≥3 秒。
• 情绪最重的段、风险最大的镜头单独标出来，第 4 步先测它们。
• 品牌片、命题片的 Logo、口号、平台名不交给模型画，留给第 9 步代码排版。

2 资产

• 身份用 MJ 原图。人物、关键道具、主场景各一张，由作者出图。
• GPT / Image 2 派生的图一律不进视频输入。派生代数越多噪点越重，视频会跟着脏。派生图只能用来给作者看方案、做封面。
• 只出现一次的路人不做资产，靠文字描述。
• 跨镜出现的道具必须有资产图，形容词锁不住（跨镜道具锁定律）。
• 资产表记：编号、用途、文件路径、状态、使用注意（比如”门缝光偏冷，视频里用文字写暖”）。

3 白模（Blender）

一段一个脚本 白模_段N.py，共用一个公共库。母本是 <创作档案>/84_那道题还亮着_MV/03_白模/白模_公共.py，以及 朝向检查.py、镜头检查.py、渲染.sh。

画什么：

• 灰色场景，胶囊人偶按真人比例（头宽约 0.24 米，头顶小方块指示脸的朝向）；
• 机位用时间线 marker 切换，切点写死；
• Workbench 出 1280×720 / 24fps 视频，另出关键帧图给作者看。

只给站位，不摆动作。人偶自然站姿，动作写在提示词里，交给模型演。

必过的五项检查（每一项都翻过车）：

1. 线性插值：render() 前跑 linear_all()，把所有 F-curve 强制设成 LINEAR。keyframe_new_interpolation_type 在 blender -b 下不生效，贝塞尔会让人切点后先猛冲，Seedance 照演成”倒着走""走太快”。
2. 朝向取最短转法：unwrap()，相邻关键帧角度差不超过 180°，否则人原地转圈、相机甩一大圈。相机大转向用四元数。
3. 切点前一帧的关键帧至少早 1 帧，否则取整后被覆盖，人会瞬移。
4. 道具用同形几何体：球形的用球、长条用圆柱。特写里立方体会被画成方块。
5. 近景机位放在脸和道具之间，脸不能被挡住。

检查结果用 朝向检查.py（每 0.5 秒报脸与镜头夹角、转身过快）和 镜头检查.py；再加速度检查，有尖峰就报警。全片白模拼成一条预演（带原曲或台词时间）给作者看。

4 风险段小测试

先出 1 条（必要时 2 条），测风险最大、情绪最重的那段：

• 会不会被拦、拆镜头的写法拍不拍得出张力；
• 切点是否被遵守（偏差应 ≤0.05 秒）；
• 脸、服装、色调；
• 表演和分寸，这一项让作者看。白模锁不住情绪，84 MV 34% 的积分花在看了成片才知道”不对劲”的条上。

一次只改一个变量，改了什么写进 README。

5 全片样片

提示词写法（每段一个 提示词_段N_rK.txt，改一轮升一个 r）：

1. 开头写总时长、“多镜头剪辑”、整体影调和主光颜色。
2. 按秒的时间表，每镜写起止秒、景别、谁在哪、做什么。
3. 参考分工：逐个说明每张参考图、每个白模几何体对应什么（“灰色胶囊＝她""球＝那团光”）。
4. 台词：写清第几秒、谁、什么嗓音和语气、只说一次。
5. 配乐：写清跟着画面怎么起落（台词前退下去、说完留一点余音、硬切处单独写一句贴拍）。只写”没有配乐”挡不住垫乐。
6. 情绪写分寸和人设，不写会被演过头的词。比如”没绷住笑了”会演成咧嘴大笑，要写成”宠溺的、抿着嘴的、拿他没办法的微笑”。
7. 不拿实物打比方，不写生理特征。“像一捧烛火”会画出蜡烛，“眼眶发红”会画出红瞳。直接写形态，再补一句排除。
8. 每段都带上发型、服装的整句，短补拍也不省。
9. 敏感动作换说法（“劈开那团光""熄灭""送走”，不写”砍""杀”）。

生成：

• 能走样片模式就走样片模式（480P），挑定后转同一条正片。
• 没有样片模式的平台，用 720p 出，成片阶段用 Lanczos 放到 1080p。
• 没有前后连续关系的段并行提交。
• 生成节点、任务号、实扣积分记进 <平台>_状态.json 和 README。

6 审片

每条产出放 产出/段N_rK样片X/，跑审片脚本（母本 <创作档案>/71_余温_哥特告别短片/08_群像预告片/17_单元剧_余温/EP03_瓦尔卡/审片.py）：

• 每秒联系表 联系表.jpg；
• 场景切点检测 切点.txt，逐个对白模切点；
• whisper 按 6 秒分窗转写，配合 VAD。不给 initial_prompt，否则会在风声和脚步声上幻听。
• 拉响度之前先看频谱，逐个对比切点前后的谱峰。原片 -37 LUFS 时听不出垫乐断档，拉到 -16 才露出来。

审片结论写成表：每条的切点、台词、看点、硬伤。助手推荐哪条可以写，但视听气质由作者定。

7 粗剪与修补

粗剪脚本（母本 EP03 粗剪.py、84 _脚本/粗剪.py）按段硬切，烧双语字幕，记来源 JSON。每段第 0 秒对齐时间轴（MV 对原曲段落起点）。

作者审粗剪后，按问题选修法，从便宜到贵：

1. 按切点换一镜：同一白模重跑一条，在两个切点上只换中间那一镜（写法 段4_r1B+段4_r2A@15-19）。挑色调最接近底条的替换条。
2. 段中间补拍：只补几秒，按实测切点对到帧拼回。
3. 首帧续拍：补拍在动作上切仍然硬时，取原片某一帧（动作开始前那一帧）当首帧，同机位续拍，可以接力续下去。首帧模式只接 1 张图，第 2 张会被当成尾帧；续拍开头常停住几帧，剪辑时加速。
4. 整段改白模重跑。

接缝：先量新段首帧和旧段末帧稳定区的平均差。2 左右直切；接近 20 时加 0.15 秒叠化。声音在接缝处做 0.1 秒交叉。

每轮粗剪的修改和作者原话写进 README，版本号递增（粗剪_vN）。

8 正片

• 先找平台设计好的那条路。样片模式就是为了”样片 → 同一条正片”，先查这条路为什么没出现，不要先去试重抽卡、高清重绘或超分。
• 只给作者挑定的条出正片。替换镜头的底条和替换条各出一条正片，再在正片上照同样的时间拼。
• 第一条出完，立刻用服务端实扣核对价格，再出其余的。没实测过的模式按全价估（算价≠实扣，各模式不同）。
• 正片和样片是同一条（切点、台词时间相同），粗剪和字幕可以直接换源，但要重新查响度、听接缝。
• 样片通常 7 天有效，截止时间写进 README。
• 网页提交的正片，出片后要开着或重开画布页，节点才会写回结果。

9 成片

• 分辨率：正片 1080P 直接用；720p 素材用 Lanczos 放大。不用 Real-ESRGAN 超分，作者嫌塑料感。真要超分，先给对比片盲看。
• 双语字幕按 影视级双语字幕_中上英下与libass逐镜头烧录_v1：
  • 中上英下，不加底框；
  • 用思源黑体或宋体的静态字重（可变字体在 libass 里会变 Thin）；
  • 入点取能量包络的起音，时间规则照 Netflix；
  • 亮画面在字幕区自动垫柔边暗带。
• 定版 / 名片 / Logo：代码排版，严格按品牌规范（保留 TM、安全距离、不变形不改色），风格干净，不做旧。
• 收尾：人走开后给象征物 3–5 秒的无人定格；系列片尾用叠化接；定格期间的声音用片中的环境声延长。
• 响度：两遍 loudnorm 到 -16 LUFS；片尾在同一遍渲染里 concat，不二次压缩。
• 定稿前请作者边听边看字幕过一遍。原文和识别错在同一处时，对齐脚本不会报警。

10 封面与发布

• 封面：选钩子帧做底，叠排交给 aigc-poster-layout；比例按平台出全。
• 发布：用 content-publish-sop 写发布包，照 多平台同步投稿_发布页字段与浏览器辅助清单_v1 填。视频由作者手传；每个平台停在发布按钮前，作者确认后再点。
• 准备两版：原版（署名写实际工具）和无竞品版（署名只写 AI）。小红书不能出现任何平台名。
• 比赛和活动先读完细则再动手（比如即梦画布激励必须从画布入口发）。
• 发布后 24 小时内回填链接和首日数据；项目收口用 aigc-postmortem 写复盘进知识库。

平台适配

开工先确认平台有没有这三样：Seedance 2.5、全能 / 多模态参考（能吃白模视频）、样片模式。价格当场实测。

新平台第一次用时，把它补进这张表。

没有样片模式时，480p 的条只能当试镜，1080p 是重新抽卡，切点、台词、表演都会变。可选的路线：

• 一次 1080p 定终：用 480p 试镜把提示词、白模和表演调到位，再直接出 1080p。挑中的 1080p 条就是成片，修补也在 1080p 上做。
• 720p 定终：试镜和终稿都用 720p，成片时用 Lanczos 放到 1080p。便宜，但清晰度达不到原生 1080p。
• 换有样片模式的平台出终稿（比如 LibTV），代价是失去原平台的激励或凭证。 选哪条由作者定，报价时把三条的总花费都列出来。

项目目录模板

<编号>_<片名>/
  README.md            # 立项卡 + 已定 + 进度（每步打勾，写作者原话和实扣）
  00_资料包/           # 比赛 / 品牌方资料原件
  01_方案/             # 分段表、生成提示词（版本号递增）
  02_资产/             # MJ 原图、资产说明
  03_白模/             # 白模_公共.py、白模_段N.py、检查脚本、预演
  产出/                # 段N_rK样片X/（mp4、联系表、切点、转写）、正片
  _脚本/               # 平台驱动、审片、粗剪、字幕、成片
  07_输出/             # 粗剪_vN、成片
  08_发布/             # 发布包、封面

预算口径

• 报价时列出：每条单价 × 条数，再加上 30% 左右的修补预算（84 MV 弃用轮次占 34%）。
• 每次提交前说清这次花多少、余额剩多少，作者批了再交。作者说”大胆开工”之类的整体授权，只覆盖当前这一批。
• 买卡、充值由作者自己操作。

收口

阶段结束（或作者要换机器）时写收口单：项目状态、文件在哪、换一台设备怎么接着做（环境、登录、绑定、下一步命令），再提交推送。完整复盘交给 aigc-postmortem。

版本

• v1.0（2026-10-14）：从《余温》M02 试镜、见证者 PV、EP03，以及《那道题还亮着》MV 四次实做提炼，首个应用是 85_SeeBay宣传片大赛。

入档:2026-10-14 来源:84_那道题还亮着 MV 报锋芒回响(9 月 20 日版)。10-13 先在即梦探索页发了短片,10-14 读《即梦优质画布激励细则》才发现画布要从画布入口绑定发布,于是整理画布、重发一条画布绑定版,当天提报 验证状态:⚠️ 首次;画布和绑定短片提交时都还在审核,「优质」档能不能评上未知

一句话

锋芒回响的画布激励,短片必须从画布入口「发布 → 上传新短片」发,不能先在探索页发、再回头绑定。所以顺序是:先把画布整理好,再从画布发短片,最后提报。顺序反了,只能再发一条重复的短片,旧的那条隐藏掉。

如何使用

发布顺序

1. 成片定稿后先整理画布(下一节),再发短片。
2. 即梦网页端:资产 → 画布 → 目标画布卡片右下角「···」→ 发布 →「上传新短片」。弹窗里要填视频(作者手传)、封面、标题(≤40 字)、分类(最多 2 个)、简介、允许下载。弹窗也有「关联已有短片」选项,但细则明确要求选「上传新短片」。
3. 一个画布只能绑一条短片。发出后短片和画布模板分开审核,一般 1–3 个工作日。
4. 抖音同步发布,带话题 #即梦AI创作者成长计划,视频和描述里不能有其他 AI 工具名(做一版「无竞品版」,片尾署名把具体工具写成 AI)。
5. 提报表(飞书多维表格表单):第 15 题「是否已发布画布」选「是」后,才会冒出第 16 题「奖励档位」,最多选 2 项,保底的 2000 积分必勾。细则写的是每件作品只报一次、运营按达到的最高档结算,所以不必为了等数据拖到截止日。

「优质」画布的验收项(细则原文的要点)

• 四个核心阶段都留痕:概念设计、分镜、视频生成、时间线粗剪。
• 至少 4 个有效概念设计,覆盖角色、场景、道具、风格里的至少 2 类。
• 至少 10 个能对应到分镜的视频结果;至少 1 个时间线粗剪节点,能对应到最终镜头顺序。
• AI 直接生成的时长占成片 ≥80%。
• 节点参数完整,要用到主体容器。
• 素材按阶段打组、组有标题,进入成片的节点能沿连线追溯到上游输入。
• 画布激励只在短片达到 10 万播放档以后叠加(200 元起)。画布开源后,别人能看到全部提示词、参考图和连线,还能复制模板。

事后整理一个只有生成节点的画布(不花积分)

84 的画布原来只有 28 个生成节点:参考图、白模预演、首帧截图都是在提示词里按资源 ID 引用的({{res:…}}),画布上看不出来源。整理脚本见作品仓库 84_那道题还亮着_MV/_脚本/画布整理.py:

1. 把每个被引用的资源建成节点:node create image|video --resource-id <已登记资源> --import-kind local_upload。
2. 把生成节点提示词和 --ref 里的 {{res:X}} 换成 {{node:Y}},用 node edit 写回,不加 --run。实测产物、状态都不变,连线立刻出现。改之前先拿一个节点试,改完逐个核对资源列表没变。
3. 用 node create element 建主体容器,node create text 写分镜表(可以从每段提示词里抽「镜N(起–止秒)」换算成原曲时间),node create timeline --clip <节点>,trim=<起点ms>-<长度ms>,speed=… 按剪辑 EDL 拼粗剪,配上传的原曲。
4. CLI 能读位置、不能写位置,也不能打组。打组只能在网页上做(下一节)。

网页打组(画布是 React Flow)

• **别单击节点。**单击生成节点会弹出生成面板(上面就是提交按钮);图片节点上方的工具栏点一下,就会新建一个「人物三视图」之类的空节点。
• Shift / Ctrl 加点选做多选无效:这个画布的多选看的是键盘按下事件,不是点击事件带的修饰键。
• 可行的做法:
  1. 用 JS 在节点元素上合成 pointer / mouse 拖拽,把各阶段的节点排进各自一块空地。拖拽开头先沿方向多走 13 像素,补上拖拽阈值吃掉的那段;目标位置上有别的节点会被避让推开,所以要选空地;指针拖出可视区会触发自动平移,每次只拖一小段,多拖几次逼近。
  2. 用真鼠标从空白处框选一整块,按 Ctrl+G 编组。
  3. 选中组 → 缩放菜单「缩放至选中项」→ 双击组标题,改名。
• 窗口在后台时,setTimeout 和渲染都会被限速。用 MessageChannel 让出线程,读坐标前先截一次图,促使页面重新渲染。

二次实做（88 号《第三阶的秋天》，2026-10-22）

• 这次顺序是对的：先用 _脚本/画布整理88.py 整理画布（19 个输入节点、res→node、主体「她」、分镜表、时间线），再从画布「上传新短片」发，一次成。
• 打组换了更简单的做法：用 playwright 的真实鼠标（mousemove / mousedown / mouseup）拖节点，按住 Shift 从空白处拖框框选，Ctrl+G 成组，双击 span[data-node-title-full-text] 改组名。上文「Shift 加点选无效」只说点选，Shift 拖框是有效的。单独一个节点（时间线）不能成组。
• 提报表单：文本题是 contenteditable，要 scrollIntoView 后真实鼠标点再输入；时间、数字是 input，Ctrl+A 清空再输入、回车；第 11 题「提报时间」默认填的是打开表单的时间，要改成实际提交时间。即梦作品 ID 从个人页「AI短片」tab 点进作品读 URL；抖音作品 ID 要在自动化浏览器里登录 creator.douyin.com，从作品管理页点进作品读 URL。截图用作品管理页搜片名的结果，数字和第 13 题一致。
• 作者这次没有当天交，决定等 72 小时用新数据再交。上文说按最高档结算、不必等数据，这条仍然成立；等不等是作者的选择。

边界

• 只做过一次。「优质」档最终能不能评上,要等审核结果。
• 84 的视频生成是直接引用定妆照做的,主体容器「她」是事后补的,没有真正参与生成。要满足「用到主体容器」,下一部片子要从一开始就用主体去生成;为了达标去改生成记录等于伪造创作过程,这次没有改。
• 画布开源后,参考图本身也会公开(84 的参考图出自其他工具,画布里没有写出处)。

关联文档

• 活动细则审阅:2026-08-26_即梦片场活动细则审阅_四类坑点清单_v1(H3 提过锋芒回响与创作基金的层级关系)
• 各平台发布字段:多平台同步投稿_发布页字段与浏览器辅助清单_v1(2026-10-14 补丁)
• 白模预演与即梦画布 CLI 的模型行为:Seedance2_5_行为规律_v1
• 二次实做:2026-10-22_第三阶的秋天_那道题续作MV_立项到四平台发布_复盘_v1
• 浏览器自动化边界:浏览器插件自动化的能力边界_v1

入档：2026-10-14 来源：{aigc-creative-archive}/84_那道题还亮着_MV/（README、_脚本/ 下的粗剪 / 字幕 / 成片 / 即梦分段 / 画布整理脚本、03_白模/、Seedance分段提示词_v4_粗打磨.md、08_发布/发布包.md）、即梦画布节点上的实扣积分，以及创作会话中的作者原话 范围：本篇从 10-13 粗剪 v1 写起，写到 10-14 锋芒回响提报。10-10 到 10-11 的立项、白模和首批生成只在事实区列出，细节见项目 README

事实记录（不可修改区）

• 作品：《那道题还亮着》原创男女对唱 MV，16:9，成片 197.4 秒（原曲 194.84 秒，结尾渐黑后黑屏署名约 2.5 秒）。全片是男主的第一人称视角，画面里只有她；双语烧录歌词。

• 项目：84_那道题还亮着_MV，自有作品，不是比赛。歌由 Suno 生成，词是作者写的。

• 时段：2026-10-10 立项；10-11 白模十段做完，首批九段生成；10-13 07:57 出粗剪 v1；10-13 13:40 定稿 v6（含字幕、片头、片尾）；10-13 14:38 B 站上线；10-14 07:04 锋芒回响提报。

• 生产链：

  • Blender 5.2 出白模预演，十段按原曲时间对齐。
  • 即梦画布 CLI 国内版跑 Seedance 2.5：白模段用 m2v（多模态参考，720p），续拍用 first_last_frame（首帧模式）。
  • 本地 ffmpeg：按 EDL 粗剪、配原曲；Lanczos 放到 1080p，不超分；libass 烧中英歌词；亮画面垫暗带；两遍 loudnorm 到 -16 LUFS。
  • 封面是选帧加代码排版（A 窗前、B 春风两组，各三种比例）。
  • Claude in Chrome 辅助六个平台投稿和锋芒回响提报。

• 作者审片：粗剪 v1 列了 9 条「完全无法接受的错误」：

  1. 0:28 M2 她倒着走。
  2. 1:09 M5 甩水像霸凌。
  3. 1:15 抽纸巾回教室，纸是从纸抽里抽出来的。
  4. 1:20 走得太快。
  5. 1:24 擦作业本很怪，改成趴桌睡觉、推她侧脸。
  6. 1:45 M7 手崩坏。
  7. 2:00 窗户应该是开着的。
  8. 2:05 M8 她看起来不开心，要改成暧昧的微表情、整理头发。
  9. 2:16 两只手意外碰到，却都不放开。

  v2 又提了三条：

  • 甩水「场景应该还是回到前面出现的那个卫生间」。
  • M7 镜7「与它前面一段画面重复」。
  • 「出拳感觉很假，就单纯把拳头举起来吧，然后假装生气，最后没绷住还是笑了」。

  精修阶段的意见：

  • 「甩水到举拳这里最不舒服，切的太硬了」→「我觉得重新生产比较好」。
  • 「最后的笑太奇怪了，不符合人设，改成宠溺的微笑就好了」。
  • 字幕错了一句：应为「不用讲的太响」。

• 发布（发布按钮都是作者确认后点的）：

  • B 站 BV16gWA6iEBa（10-13 14:38，音乐区，参加 AI MV大赛）。
  • 抖音 7696045839948483891（15:08）。
  • 快手 3xv9i75kugyjkq6（15:26）。
  • 即梦：探索页先发了一条 7696021454000868633；10-14 又从画布入口发了画布绑定版 7696171368030784792（审核中）。
  • 小红书 6aceb523000000000b005501（10-14 06:48）。
  • 视频号（07:02，原创审核中）。

• 平台数据快照（10-14 早上，上线 15–17 小时）：

  平台	播放	点赞	其他
  B 站（07:12）	93	9	投币 6、收藏 5、评论 1
  抖音（07:04）	3,851	80	评论 48、收藏 39、分享 8；平均播放占比 3.69%、封面点击率 21.05%
  快手（06:56）	6,111	—	—
  小红书	1	—	刚过审
  视频号	0	—	原创审核中
  即梦	—	—	审核中

  抖音以外的完播率都没取。作者对流量的评价：「好像我的号也没啥流量哈哈，问题不大了」。

• 锋芒回响：10-14 提报，依据播放 3851，报 2000 积分保底档；现金档最低要 7 天 10 万播放，没达到。

• 成本（即梦画布节点上的实扣，全项目）：8013 积分。

  • 视频 23 条，7908 分，生成了 331 秒素材，成片用 194.84 秒。
  • 换季重绘图 5 张，105 分。
  • 弃用轮次合计 2712 分，占 34%：M2 r1、M3 r1 / r2、M5 r1 / r2、M5补 p1 / p2、M7补 p2、M8 r1。
  • 中途作者积分用完，充值了一次。

• 数据来源：

  • 画面：作者看粗剪；助手看联系表、做场景切点检测、量字幕区亮度。
  • 数据：B 站公开接口；抖音创作者中心 work_list 接口；快手和小红书的后台页面。
  • 作者原话取自会话记录。

一句话

白模能把「镜头在哪、什么时候切」锁死，锁不住表演和情绪。9 条硬伤里只有 1 条（倒着走）能在白模阶段看出来，其余都是看了成片才知道「不对劲」，34% 的积分花在这上面。到了补拍和精修，首帧续拍（取上一条的某一帧当下一条的首帧）把三条补拍和原片接成了一个镜头，解决了「切得太硬」。

如何使用

• 下一首 MV 走白模加 Seedance，先看第五节的行动清单。
• 补拍要和原片无缝接上，看第三节第 2 条。
• 发布前看 多平台同步投稿_发布页字段与浏览器辅助清单_v1 的 2026-10-14 补丁；要报锋芒回响，看 即梦锋芒回响_画布绑定发布与开源画布整理_v1。

一、过程（10-13 到 10-14）

二、结果：做到什么、没做到什么

做到的（事实项）

• 12 条作者意见（v1 九条、v2 三条）全部在 v3 之前处理完；精修的两条（切硬、笑不对）在 v5、v6 解决，作者没有再提。
• 切点：重跑、补拍的每一条都和白模切点对上（≤0.05 秒）。M7 p1 只拍 5 秒、换掉两个镜头，前后不错位。
• 一镜到底：甩水、转身举拳、凶不下去、抿嘴笑，三条生成接成一个连续镜头，作者没有再提「硬」。
• 字幕：中上英下，思源宋体静态实例；字幕区亮度 p85 超过 150 的地方自动加柔边暗带（不透明度 0.22–0.48）。
• 六个平台都发了；锋芒回响在截止日前提报。

没做到的

• 数据：上线 15 小时后，最好的平台是快手 6,111 播放；抖音平均播放占比只有 3.69%。这次没有做任何投流，也没有对照组，数据低的原因判断不了，不把它归到片子本身。
• 即梦第一次发错入口（探索页），只能重发一条画布绑定版。旧的那条要等新的过审后由作者隐藏。
• 「优质画布」的「用到主体容器」这一条，这次达不到：主体是事后补的，没有参与生成。
• 视频号封面没能代传，由作者手传。

助手预判 vs 作者裁决

规律：凡是人物情绪和分寸的事，作者都改了助手的方案；凡是技术接法的事，作者给的是方向（「重新生产」），具体做法由助手定。

助手误判全记录

1. 白模插值是贝塞尔，一直没发现。 keyframe_new_interpolation_type 在 blender -b 下不生效，十段白模全是贝塞尔插值：切点后人先猛冲再变慢，Seedance 照着演。v1 的「倒着走」「走太快」都和它有关。10-11 时的朝向检查和镜头检查只查了角度，没查速度曲线。
2. 歌词识别错字没核出来。 「太响」在 Suno 原文和识别结果里都写作「太像」，两边一致，所以对齐时没有报警，到 v6 才由作者听出来。
3. 即梦发错入口。 只看了活动文档 FAQ 里「在哪里投稿」那条，就从探索页发了；没读《优质画布激励细则》，不知道画布激励要从画布入口发。
4. 小红书文案带了平台名。 发布包的小红书正文照搬了 B 站的署名（Suno、即梦、Midjourney）。作者提醒「这是已知错误」：余温先导片 10-11 就因此被限流，助手当时没有记进规则。
5. 抖音话题打了 6 个。 第 6 个一直是纯文字，作者指出上限是 5。
6. 视频号封面代传失败。 知识库清单里早就写了要用 iframe 的 File / DataTransfer 构造函数，助手没先查，按旧路子试了三次。
7. 画布网页上误触。 单击节点打开了生成面板（没有提交）；图片工具栏误建了一个空的「人物三视图」节点（没扣积分，已删）。

三、方法论

1. 白模锁镜头不锁表演：情绪类问题要靠早看成片

核心：白模预演能验收机位、切点、站位、朝向，验收不了表情、分寸和情绪。这类问题只有看到生成结果才暴露。

来源：9 条硬伤里，「霸凌感」「不开心」「两手都不放」「出拳假」「笑不符合人设」都是情绪或分寸问题，只有「倒着走」可以在白模阶段查出来（而且根源是插值 bug）。弃用轮次的 2712 分大多花在这里。

验证状态：⚠️ 首次（本项目内多个样本，跨项目还没验证）。

操作规则：

1. 情绪最重的那一段（这次是 M5、M8）先单独生成一条给作者看，看过表演再批其余段。M3 当时就是这么验证视角、脸和色调的，但没有覆盖到「她的反应」。
2. 提示词里写情绪要写分寸和人设，不要只写动作。「没绷住笑了」会被演成咧嘴大笑；「宠溺的、抿着嘴的、拿他没办法的微笑」才对。

反例 / 边界：纯运镜、空镜段落（M1 放学铃、M6 秋雨）一次就过，不需要先看。

2. 首帧续拍：用上一条的某一帧当下一条的首帧，补拍和原片接成一个镜头

核心：补拍和原片在动作上切，仍然「硬」（v4）。改用 first_last_frame 首帧模式，把原片某一帧截出来当首帧，同机位续拍，可以接成同一个镜头；还能接力续下去。

来源：M5 r3 第 60 帧 → p3（举拳、假装生气）；p3 第 48 帧 → p4（凶不下去、抿嘴笑）。三条拼成一个镜头，作者没有再提「硬」。

验证状态：⚠️ 首次（链式续拍首次）。Seedance 档案的「首尾帧」一行记过首帧和原片末帧差 2.3、可以直切，这次是同一结论在链式用法上的第二个样本。

操作规则：

1. 选「她还没开始新动作」的那一帧当首帧。提示词开头写「延续首帧画面，同一个镜头一镜到底，中间不要任何切换；机位、景别、光线和首帧完全相同」。
2. 首帧模式只接 1 张图：给第 2 张就会被当成尾帧。
3. 续拍的开头往往会「停住几帧瞪着镜头」。剪辑时把这一小段加快（这次是 1.5 倍），动作和笑保持原速。
4. 一条只拍 4–5 秒，按切点重拍的思路只为要改的那一小段花钱（这次 p3 100 分、p4 80 分）。

反例 / 边界：首帧模式不挂白模，镜头运动只能靠文字描述，只适合固定机位或简单的推拉。

3. 白模速度曲线会被照演：渲染前统一线性插值

核心：Seedance 不光照白模的位置和切点，也会照运动的快慢。贝塞尔插值让人物在切点后先猛冲，生成出来就是「走太快」「倒着走」。

来源：误判第 1 条；修好 linear_all() 后，M2 r2、M5 r3 的走路正常了。

验证状态：⚠️ 首次。

操作规则：

1. Blender 脚本在 render() 前对所有 F-curve 强制设成 LINEAR，不要依赖 keyframe_new_interpolation_type（它在 -b 后台模式下不生效）。
2. 白模检查加一项：每 0.5 秒报一次人物的位移速度，有尖峰就报警。

4. 短补拍容易丢发型：每条补拍都重写发型句

核心：4–5 秒的短补拍里，及腰长发被画成齐肩发的比例很高。

来源：M5补 p1、M7补 p2 两条都是齐肩发，弃用；补写「及腰黑色长直发散着……」之后，p3、p4 正常。

验证状态：⚠️ 首次（同一项目两例）。

操作规则：补拍提示词把主文档里的发型整句原样带上，不要因为只拍几秒就省掉；首帧模式能直接锁住发型，优先用首帧。

5. 字幕的错字要作者逐句听审，对齐一致不代表对

核心：歌词原文和 ASR 识别结果错在同一个地方时，对齐脚本不会报警。

来源：误判第 2 条。

验证状态：⚠️ 首次。

操作规则：定稿前把双语字幕版交给作者，请作者边听边看字幕过一遍；不能只核对歌词原文和识别结果是否一致。

四、沉淀去向

• 发布字段与平台规则 → 多平台同步投稿_发布页字段与浏览器辅助清单_v1 2026-10-14 补丁。
• 锋芒回响、画布绑定发布与画布整理 → 即梦锋芒回响_画布绑定发布与开源画布整理_v1。
• 首帧续拍、白模速度曲线、短补拍发型 → Seedance2_5_行为规律_v1 补行。
• 段中间补拍（M7 p1 只拍 5 秒换两个镜头）→ 按切点重拍_省的是生成时长_v1 新样本。
• 项目内：_脚本/画布整理.py、字幕.py --量亮度 / --无竞品、白模_公共.py 的 linear_all()。

五、下次改进（下一首白模＋Seedance MV 的行动清单）

1. 白模渲染前跑 linear_all()，加速度检查。
2. 情绪最重的那一段先单跑一条给作者看表演，再批量生成。
3. 提示词写情绪时写分寸和人设，避免「笑出来」「生气」这类会被演过头的词。
4. 补拍优先用首帧续拍；首帧选动作开始前的那一帧。
5. 一开始就在即梦画布里用主体容器挂人物，参考图建成节点后再引用；成片后先整理画布、从画布入口发短片，再提报锋芒回响。
6. 准备两版成片：原版（署名写实际工具）和无竞品版（署名只写 AI）。小红书、抖音、即梦、视频号都用无竞品版。
7. 发布前先读知识库里的发布清单，再动手。

六、未知与未验证

• 数据低的原因：没有投流、没有 A/B，也没有同账号同类作品的对照，判断不了是片子、标题封面还是账号流量的问题。
• 即梦画布能不能评上「优质」档、锋芒回响的 2000 积分有没有审核通过：都还没有结果。
• 视频号「原创审核」能不能通过，未知。
• 「情绪段先单跑」能省多少积分，这次没有对照，是基于弃用原因的推断。

关联文档

• 发布字段：多平台同步投稿_发布页字段与浏览器辅助清单_v1
• 锋芒回响与画布：即梦锋芒回响_画布绑定发布与开源画布整理_v1 · 2026-08-26_即梦片场活动细则审阅_四类坑点清单_v1
• 模型行为：Seedance2_5_行为规律_v1 · 按切点重拍_省的是生成时长_v1
• 同链路前作：2026-10-01_余温_见证者角色PV_立项到四平台发布_复盘_v1（白模＋即梦画布 CLI＋四平台）
• 浏览器自动化边界：浏览器插件自动化的能力边界_v1
• 04_方法论与洞察索引

项目目录：aigc-creative-archive/85_SeeBay宣传片大赛/（README、02_视频/DreamMaker_状态.json、各轮 产出/*/审片结论.md） 复盘依 aigc-postmortem：先冻结事实，再写判断。比赛结果未公布，本文不含任何”成功/获胜”判断。

事实记录（不可修改区）

• 作品名称：护航 / Escort（30 秒，16:9，1920×1080，中英双语字幕）
• 比赛：创见 SeeBay 宣传片大赛（阜博集团），要求”根据主办方资料准确呈现 SeeBay 品牌定位与平台能力”
• 预审提交：2026-10-14 晚，作者本人用 QQ 邮箱发送至 seebay1@cn.vobilegroup.com（截止 10-15 0:00）；附件为成片 v4、四份 PDF、.srt、确权证书
• 确权：SeeBay 版权核验出具《数字内容版权查询证明》DM-CERT-36F041AF，结论”未发现重复”
• 发布：作者自述 10-14 夜已在各平台发布完成（视频号为赛事指定渠道；浏览器里同时登录了抖音、快手、B 站，各平台是否都已发出未逐一核对）
• 最终结果：待公布（赛事计划 10-23 至 25 公布）；预审反馈：未收到
• 数据来源：DreamMaker 网页余额与实扣、faster-whisper 转写、ffmpeg 切点与响度、作者看片原话

生成账本（DreamMaker · Seedance 2.5 全能参考 · 720p）

• 合计 253,053 积分（300,000 → 46,947）。成片只用了最后一条，前七轮 202,261 积分是返工成本。
• 版权核验确认框写”应扣 10,000 积分（标价 200,000）“，核验后余额仍为 46,947，实际未扣（与赛事”活动期间确权免费”一致）。

作品回顾

• 创意：以大见小——星际舰队郑重护送一件作品，到外星港口当面交接，对方小心开箱，是一只打哈欠的橘猫。五句人类台词对应 SeeBay 五环（创作生产、内容确权、监测追踪、全球发行、交易变现）；结尾外星语”……就一只猫，这么大阵仗？”。
• 流程：blockout-seedance-production（Blender 白模锚点 → Seedance 全能参考），资产只用 MJ 原图，GPT Image 2.5 衍生图作者判定”质感很差”不进视频。
• 成片 v4：全片.r2 原样 28 秒 ＋ 片尾 end tag（27.2 秒起镜6 渐黑到纯黑，28 秒起 Logo → 标语 → 底部平台定位三层错开淡入）。

台词：从”读错的字”到”换成高频词”

最终台词（全片.r2，whisper 六句逐字全对、顺序全对）：

三次尝试的对比（都是 whisper 转写，作者人耳确认了确权两次都不对）：

1. 一条.r1 / 后18.r1（原词，无提示）：确权、跃迁、移交都读歪。
2. 前15.r1（原词 + 拼音读音提示）：跃迁、移交读对；确权仍读成”确认”；另外”收益回流”跑到”护航抵达”前面说，顺序和提示词相反。
3. 全片.r2（换高频词，不再需要读音提示）：六句全对、顺序全对，切点 2.958 / 5.500 / 10.000 / 15.000 / 22.417。

• 作者原话：“「确权」念得不对，而且全篇节奏还是有问题，我觉得我们直接把这段词改为好读的词，参考知识库中的资料”——指向 低频退化与频率定律_v1。
• 品牌口径没丢：版权确认＝内容确权，全程追踪＝监测追踪，全球发行原词，收益到账＝交易变现。

作者的纠偏（按时间）

1. “改 prompt，字幕是对的，让视频重新出”——助手先前在改字幕，方向错了：问题在画面里念错，不在字幕。
2. “直出一条完整的替换前面，避免前后不一致，不方便剪辑”——否掉”前10＋镜4”两条分拍方案。
3. “确权念得不对……改为好读的词……直出全片”——否掉”读音提示”补丁，从词频上解决。
4. “最后那里宣传的位置有些不妥，不够影视级”→“不要用墨黑底色，纯黑色更高级”——片尾从静态字卡改成影视式 end tag。
5. 封面：“完全错误的，你这样出来的封面与原视频差异太大了，参考都没放全”→“直接选一张剧照作为封面底图，然后用 chatgpt image 2.5 去排版”→“封面不要有营销信息”→“不要用中文标题了，太 low 了，直接英文大字，模仿沙丘的海报风格”→“从 0 重新生图”。最终：20.6 秒剧照为底，GPT Image 2.5 只做排版，只有 “ESCORT” 一个词。

助手侧的误判（记下来，下次不再犯）

1. 把”读音提示”当成解法：写拼音只修好了两个词，确权仍错，还在提示词里写”不要读成’软交‘“这种会给模型递错误读法的反例（第一时间删掉了，但思路本身是补丁）。正解是换词，见下条方法论。
2. 分段重拍：一直在”保留好的那段、只重拍坏的那段”的思路里打转（后13、后18、前10、镜4、前15），每次拼接都带来新的不一致（能量断档、台词顺序、构图）。作者一句”直出一条”解决。
3. 封面从零生成：第一次让 GPT Image 2.5 凭一张猫图重画整个场景，出来的外星人变成长发精灵——与片子不符、参考不全。封面应以剧照为底，AI 只负责排版。
4. 自动化事故：给 Lexical 编辑器清空时用了 Ctrl+A / Delete，焦点落在画布上，误删了一个视频节点（立即 Ctrl+Z 恢复）。之后脚本先确认焦点在编辑器里再全选。
5. 节奏拖沓：浏览器自动化每步都要截图确认，主机内存长期低于 2 GB，会话被杀一次；作者多次问”为什么这么慢”，最后视频号改为作者自己提交。

方法论沉淀

视频模型同期对白：低频专有词读错，换高频说法，不靠读音提示

核心：Seedance 同期对白里的专有词（确权、跃迁、移交接收方）会稳定读歪；拼音提示只能救一部分，换成语义相同的高频口语说法才全对。

来源：本项目三次对白生成的前后对比（见上表）。

验证状态：⚠️ 首次发现（一个项目、三条生成；未做严格单变量对照——全片.r2 同时换了词和整条结构）。与 低频退化与频率定律_v1 的”写得更高频优先于写得更复杂”同向，是该理论在视频模型 TTS 上的第一个实例。

操作规则：

1. 写对白时先过一遍”低频词清单”：行业术语、四字公文腔、少见搭配。能换就换成口语高频说法，保证品牌语义映射还在。
2. 实在不能换的词，读音提示只写正确读法（拼音＋常见组词），不要写”不要读成 X”。
3. 生成后用 ASR 逐句核对；ASR 听歪的词仍以人耳为准。

反例/边界：品牌名、产品名这类必须原样出现的词不能换，只能靠提示和多抽几条。

封面以剧照为底，AI 只排版

核心：作品封面要和片子一致，底图直接用成片剧照；图像模型只负责裁切、延展、调色和标题排版。

来源：GPT Image 2.5 凭单张猫图重画整个场景，外星指挥官变成长发精灵，作者判”完全错误”。

验证状态：⚠️ 首次发现。与 2026-08-20_雨里旧信_东方美人封面四轮复盘_v1 的”底图定构图，先出图再排版”同向。

操作规则：

1. 先在成片里抽一排候选帧（至少覆盖揭晓、主角近景、大场面），挑主体齐全的那张。
2. 提示词第一条写死”原样保留画面里的一切，不要重绘”。
3. 标题和营销信息按作者口味定：本片封面不放营销信息、不放中文，只有英文片名。

品牌片片尾：渐黑 + 纯黑底 + 分层淡入

核心：品牌定版用影视片尾做法——末镜渐黑、纯黑底、Logo / 标语 / 说明三层错开淡入、最后一帧停在完整定版上；不要硬切到一整张字卡。

来源：作者两次纠偏（“不够影视级”、“纯黑色更高级”）。参考 84《那道题还亮着》的末镜渐黑做法。

验证状态：⚠️ 首次（作为品牌片 end tag）；末镜渐黑在 84 用过一次，算同向第二例。

操作规则：说明性文字（平台定位）放底部小字，不和主标语抢；赛事要求”准确介绍平台定位”时用主办方原话。

下次改进

• 一开始就按”一条直出整片”规划，预算按一条 28–30 秒 × 2–3 次抽卡来留（本次一条约 5.1 万积分）。
• 写对白前先做低频词替换，再进提示词。
• 封面、片尾这类对外包装，先问作者参照（他这次指了 84 和《沙丘》），再动手。
• 浏览器自动化：内存紧张时先做不需要浏览器的工作；Lexical / 画布类页面全选前先确认焦点。

关联文档

• 低频退化与频率定律_v1 —— 本次台词改写的理论依据
• Seedance2_5_行为规律_v1 —— 第八节新增”低频专有词读错”条目
• blockout-seedance-production —— 本片制片流程
• 2026-08-20_雨里旧信_东方美人封面四轮复盘_v1 —— “先出图再排版”
• 按切点重拍_省的是生成时长_v1 —— 本次分段重拍的反例：省了秒数，换来拼接不一致

入档：2026-10-09 来源：新工作电脑首日装机会话（Claude Code 桌面版代操作，作者在旁决策） 性质：项目类复盘（环境搭建），事实全部来自当次命令输出

事实记录（不可修改区）

• 项目：新工作电脑 AIGC 创作环境从零搭建
• 机器：Windows 10 Pro 19045 · i5-13490F · RTX 3080 12GB（驱动 552.12）· 32GB 内存 · C 盘剩 71GB / D 盘 365GB 空盘；登录身份为内置 Administrator
• 预期目标：基础工具链 + 本地图像/视频生成 + 知识库与 Skill 就位
• 实际结果：
  • ✅ Git 2.56 / Python 3.11.9 / Node 22.20 / FFmpeg 9.0.2 / VS Code / 搜狗输入法 16.9 装好，安装包签名或 SHA256 逐一核过
  • ✅ ComfyUI（torch 2.11+cu128）自检通过；SDXL base、Flux.1-schnell fp8 下载并校验 SHA256（未实测出图）
  • ✅ MiniMax H3（海螺 3.0，33B）Q4_0 GGUF 跑通：2.3 秒 864×480 带立体声视频，20 步 171 秒、接 4 步加速 LoRA 后 44 秒，显存峰值约 11.5GB
  • ✅ 知识库 clone 完成（924 文件 / 169MB，带完整历史）；07_skill存档 30 个 skill 以目录联接装进 ~/.claude/skills
  • ⏸ 未做：H3 图生视频加速版实测、SDXL/Flux 出图实测（作者决定留到下次）
• 耗时大头：GitHub 相关下载，约占全天一半时间
• 数据来源：会话内命令输出（curl -w 计时、nvidia-smi、ComfyUI 日志、Get-FileHash）

一句话

新机器装环境，真正的阻塞几乎都不在软件本身，而在「看起来能用」的网络和系统前提上：代理整体正常但单个域名走错线、Windows 显示的文件大小是假的 0、官方的断点续传在动态包上不生效——每一处都要换一个能分层的信号去测，而不是重试。

过程回顾

1. 盘点 → 显卡驱动在、其余全空、无 winget；GPU 显存 WMI 读成 4GB（32 位截断），以 nvidia-smi 的 12288MiB 为准。
2. 工具链 → Scoop 拒绝管理员身份（-RunAsAdmin 解决），随后所有 GitHub Release 下载 TLS 握手失败 → 改用 npmmirror 镜像下官方二进制，验签/验哈希后装到 <工作区>\tools\。Python 静默安装在管理员身份下单用户模式失败（0x80070003），改 InstallAllUsers=1 成功。
3. ComfyUI → 依赖全装上，但 import torch 报 c10.dll WinError 1114：全新 Windows 缺 VC++ 2015-2022 运行库，装上即好。
4. 知识库 → git clone 37KB/s 后卡死；镜像站同样 31KB/s；codeload 打包 135KB/s 但断点续传失败。作者提示「YouTube 正常」→ 逐域名对照定位到 github.com 单域名失败 → 代理切全局模式后 1 秒内 200，clone 秒级完成。
5. 模型 → HuggingFace 走代理约 50MB/s；SDXL 6.5GB + Flux 16GB 几分钟下完。
6. MiniMax H3 → 官方 BF16 单文件 62GB、示例 4 卡；选社区 GGUF Q4_0（10.6GB）+ 官方 NVFP4 文本编码器（14.6GB）+ 视频/音频 VAE + 4 步加速 LoRA，合计约 32GB；ComfyUI 已内置 H3 节点，只补 ComfyUI-GGUF 插件。
7. Skill → 按 SKILL_INDEX 路径约定用目录联接装载，联接按 frontmatter name 命名。

可复用 insight

1. 代理「整体正常」不等于每个域名都通：同一端口逐域名对照 ⚠️首次

核心：同一个代理端口、同一时刻，YouTube / Google / HuggingFace / api.github.com / codeload.github.com 全部 1 秒内 200，唯独 github.com 5/5 失败（CONNECT 返回 200，随后 TLS 握手被断）。直连 github.com 也不通。切全局模式后立刻 3/3 成功。

来源：前半天按「VPN 慢」处理——换镜像、重试、浅克隆，全部无效；作者一句「我看 YouTube 网速是正常的」把问题从「线路慢」改写成「分流错」。

判据：

• 用 curl -x <代理端口> -w "%{http_code} %{time_appconnect}" 对同一服务的多个子域逐个打。只有一个子域失败 → 是规则/嗅探层的问题，不是线路问题。
• 按 IP 连（--connect-to github.com:443:<IP>:443）仍失败 → 规则按 TLS SNI 匹配（mihomo 嗅探），换 IP 绕不过去。
• 规则模式下的修复在客户端侧：切全局 / 换策略组节点 / 开 External Controller 查命中规则。下载侧的一切花样（镜像、续传、浅克隆）都是在错误层面用力。

边界：本次没有拿到 External Controller 的命中记录（默认关闭），「被分到哪条规则」是推断，不是实证。

与已有文档的关系：ping通不等于路通_fake-ip假信号与节点带宽实测选型_v1 讲的是「永远绿的信号没用」，本条是同族的另一面——「整体绿」掩盖了「局部红」，要把测量粒度降到单域名。

2. Windows 上正在写入的文件，资源管理器/Get-Item 显示的大小不可信 ⚠️首次

核心：两个 curl 下载进程运行了 80 秒，目录里文件长度一直是 0；改读进程的 WriteTransferCount（Get-CimInstance Win32_Process）发现已写入 6.69GB、50MB/s。NTFS 目录项的大小在句柄关闭前不一定更新。

操作规则：判断「下载有没有在动」看进程 IO 计数或 curl 自己的进度，不看文件大小。差点因此误判为「下载卡死」而杀掉正常任务。

3. 断点续传要先确认对端支持 Range：动态打包的归档不支持 ⚠️首次

核心：codeload.github.com/.../zip/HEAD 是动态生成的 zip，curl -C - 直接退出码 33（服务器不支持 Range）。git clone 本身也不能续传。

操作规则：大文件续传只对静态对象成立（HuggingFace 的 LFS/xet 对象支持 Range，本次实测可续）；动态打包、git 协议传输都只能整包重来——慢线路上应先修线路，而不是寄希望于续传。

4. 全新 Windows 跑 PyTorch 的第一个坑是 VC++ 运行库 ⚠️首次

核心：torch 与 ComfyUI 依赖全部 Successfully installed，验证时 import torch 才报 OSError: [WinError 1114] ... c10.dll。根因是缺 VC++ 2015-2022 x64 运行库（安装返回 3010 = 成功、建议重启，不重启也能用）。

操作规则：装 Python AI 栈的验收不是「pip 成功」，而是 import torch; torch.cuda.is_available() 加一次 GPU 矩阵乘。新机器上把 VC++ 运行库列入前置清单。

5. 以内置 Administrator 身份运行时，安装器的默认路径会走歪 ⚠️首次

核心：同一台机器上两类安装器因管理员身份失败：Scoop 主动拒绝（需显式 -RunAsAdmin）；Python 官方安装器 InstallAllUsers=0 报 0x80070003，改 InstallAllUsers=1 成功。

与已有文档的关系：与 UAC关闭导致提权入口消失_内置Administrator与EnableLUA=0双重归因_v1 同属「内置 Administrator 改变软件默认行为」，本次是安装器侧的表现。

6. 12GB 显卡跑 33B 视频模型：量化主模型 + 加速 LoRA，验收看实测不看估算 ⚠️首次

核心：MiniMax H3 在 RTX 3080 12GB + 32GB 内存上可用的组合是 FL2VA Q4_0 GGUF + NVFP4 文本编码器（Ampere 上由 ComfyUI 转换运行）+ 4 步 turbo LoRA。实测 2.3 秒片段：20 步 171 秒 → 4 步 44 秒，画面结构无崩坏，turbo 版色彩更饱和、对比更强。

操作规则：

• 选量化档以「单文件 ≤ 显存」为起点（Q4_0 10.6GB 对 12GB），多参考模式（Ref2VA）在 12GB 上先不装。
• LoRA 接法以 ComfyUI 内置模板为准（comfyui_workflow_templates_json 里的 video_minimax_h3_t2v.json）：LoraLoaderModelOnly 强度 1.0，采样器/调度器不动，只降步数。
• 估算（「5 秒约 2 分钟」）只是推算，要单独实测后再写进 SOP。

7. 读含凭据的配置文件，别让报错把原文回显出来 ⚠️首次

核心：为定位代理问题读取客户端配置时，脚本本意是「列出键名、敏感值打码」，但 ConvertFrom-Json 解析失败，PowerShell 的报错信息把整份原文（含登录令牌）打印进了会话。打码逻辑在解析之后，解析一失败就形同虚设。

操作规则：对可能含凭据的文件，先用 Select-String 只匹配键名、或在 try/catch 里吞掉原始异常文本；不要让「解析失败」的路径能看到原文。事后处置：告知作者，由作者在客户端退出重登使令牌失效。

下次改进

• 新机器装机前置清单：确认代理模式（GitHub 相关先切全局）→ VC++ 运行库 → 再开始装工具链与 AI 栈。
• 网络问题第一步就做「同端口多域名对照」，不要先换镜像。
• 待办：H3 i2v-turbo、SDXL、Flux 实测出图；旧机器外部来源 skill（Seedance、lark-/feishu- 等）补装；部分 skill 依赖的 gh、Playwright 等工具用到时再装。

如何使用

• 换新机器 / 重装系统时，按「下次改进」的前置清单顺序走。
• 遇到「VPN 能看 YouTube 但 GitHub 不行」，直接用 insight 1 的判据定位，再到客户端改规则或切全局。
• 本机环境布局（目录、模型、工作流名）以 本机Skill部署与调用手册 与本文事实区为准。

关联文档

• 同族网络排障：ping通不等于路通_fake-ip假信号与节点带宽实测选型_v1 · DNS防泄露五层修复_fake-ip形同虚设与物理网卡DNS绕过_v1 · 代理环境变量遇TUN双重路由_Codex_CLI流式超时排障_v1
• 内置 Administrator 同族：UAC关闭导致提权入口消失_内置Administrator与EnableLUA=0双重归因_v1
• Skill 装载约定：SKILL_INDEX · 本机Skill部署与调用手册
• 目录索引：09_平台工程索引

入档：2026-10-07 来源：desk-pond（工位池塘），issue #1 #2 → 提交 738911b 9cfa20b → GitHub Release v0.6.2 + B站 Toy 更新。一次会话做完，执行者是助手（Claude），在一台临时电脑上从克隆仓库开始 性质：工程闭环复盘。可复用的是 issue 分诊、桌面布局预算、浏览器辅助发版三类经验；发版当天没有下载和反馈数据

事实记录（不可修改区）

• 作品名称：工位池塘 Desk Pond v0.6.2
• 项目：desk-pond 两个开放 issue 的分诊与修复，加三端发版（Windows / macOS / B站 Toy）
• 提交时间：
  • 738911b：2026-10-06 23:40
  • 9cfa20b 和 tag v0.6.2：10-07 00:30
  • Toy 更新提交：00:40
  • GitHub Release 公开：00:43
• 预期目标（作者三次下达的原话）：
  1. 「先来检查issue是否都修复了，如果没有则优先修复，若修复完成则更新issue状态」
  2. 「发个新版本 v0.6.2」
  3. 「生成上传包，然后自动更新到TOY上」
• 起点：两个 issue 都是 07-16 提的，开了 82 天，没有回复。
  • #1：Win10 下进水族馆，「今日任务苗圃」变宽，按钮显示不全。
  • #2：建议加正计时、窗口大小可拖动调整。
• 分诊实测：
  • #1 在代码里早就修好了。07-10 的自检提交 759f3d4 把水族馆子标签移出了顶栏，但这个修复要到 09-29 的 v0.6.0 才发版；报告者 07-16 能下到的是 v0.5.0。
  • 在 v0.5.0 上复现：进水族馆后顶栏最小宽度从 570 涨到 676，整列被撑到 676 宽，任务区拉到 422，右边缘到 668 px，超出 640 px 的窗口 28 px。
  • HEAD 上还有一个更小的同类问题：所有房间的整列都是 644×528，比 640×520 的窗口宽 4、高 8。
  • #2 没做。
• 最终结果：
  • 符合预期：
    • #1 评论根因后关闭；#2 由提交信息里的 Closes #2 自动关闭，并补了用法评论。
    • Release v0.6.2 公开，两个附件和本地构建逐字节一致；发布触发的 macOS 冒烟测试 arm64 和 Intel 全绿。
    • Toy 5 分钟内过审上线，内层路径 …-v23165，线上 index.data 5,999,956 字节，和本地一致。
  • 不符合 / 有偏离：
    • 「自动更新到 Toy」没能全自动：Toy 包和 Release 附件都超过浏览器扩展 10 MB 的上传上限，作者手动拖了两次文件。
    • 助手报给作者的导出模板大小是 169 MB，实际 1198 MB。下载途中发现并更正。
    • 「用鼠标真拖窗口边缘」没有验证。
• 数据来源：Godot 4.6.3 无头测试和探针输出、真窗口渲染截图、GitHub API、curl --compressed 抓 Toy 外层和内层页。全部是自测；没有下载量和用户反馈。
• 获奖作品：不适用

已验证 vs 未验证

作品回顾

思路

• 先判断 issue 是「没修」「修了没发版」还是「修了但没修全」，再决定动不动代码。#1 不能只看提交记录下结论，要在报告者用的版本和 HEAD 上各量一次。
• #2 是功能需求。三个设计取舍由作者拍板，助手给选项并标出推荐：
  • 是否下载 Godot 来验证：作者选下载。
  • 窗口放大时内容怎么变：作者选等比放大、多出的空间给场景。
  • 正计时怎么结算：作者选满 1 分钟算一次专注。

执行过程

1. 克隆，跑原有测试打底（115 + 45 项通过）。
2. 用无头探针在 HEAD 和 v0.5.0 的 worktree 上量布局，定位 #1 的根因和残留问题。
3. 实现：
   • 正计时：钓竿标题行加一个小开关，不另占行高。专注中主按钮变成「收竿」；点池塘不会收竿；计时中不能切换方式；数到 180 分钟自动收竿。网页版按真实时钟补算，因为页面切到后台时计时会被冻结。
   • 窗口缩放：窗口是无边框的，所以在右边、下边各留一条 5 px 的拖拽区，右下角加一个手柄。stretch aspect 设为 expand。记住上次的大小，启动时限制在屏幕内并居中。
   • 布局预算：任务区最小宽度 390 → 386，场景最小高度 200 → 180，桌面版控制台不再分摊多出来的高度。
   • 测试基建：SaveManager.save_path 改成 static var，测试写临时存档，不碰玩家的真实存档。新增布局测试和计时测试。
4. 验证：
   • 无头测试全过。
   • 故意改回旧值，确认布局测试会变红。
   • 真窗口截图：extends SceneTree 的脚本里，await RenderingServer.frame_post_draw 之后调用 root.get_texture().get_image().save_png()。
5. issue：作者选择直推 main。评论稿先给作者确认；用作者已登录 GitHub 的 Chrome 发评论并关闭 #1。
6. 发版：
   • 改版本号（导出配置 6 处、project.godot、README 徽章），打 tag。
   • 本机导出三个包；Web 包再跑仓库自带的 make_toy_package.ps1。
   • 作者选择直接公开，不挂草稿。
7. Toy 和 Release 上传：
   • 作者把文件拖进 Toy 的更新页和 GitHub 发布页。
   • 助手看过 Toy 预览后点「更新」，核对附件后点「Publish release」。
   • 两边都按字节核对线上产物。
8. 清理：作者授权后，删掉导出模板、编辑器、测试存档、给作者拖文件用的副本，共约 1.8 GB。

最终输出

• 代码：738911b（功能 + 测试）、9cfa20b（版本号）。
• 发布：Release v0.6.2（DeskPond-v0.6.2.exe 110,522,208 字节，DeskPond-macOS-v0.6.2.zip 66,534,035 字节）；Toy 内层版本 -v23165。
• issue：#1、#2 都已关闭并附说明。

结果分析

• #1 真正的问题不在代码，在发版节奏。修复在报告前 6 天就进了 main，之后 82 天里既没发版，也没人回复；在报告者看来，这个 bug 一直没修。
• 计划外的消耗主要是三处：
  • 本机缺工具链，要下载约 1.4 GB。
  • 文件位置对作者不可见，多了一轮往返。
  • 助手在作者手动操作时并行操作浏览器，被叫停一次。

方法论沉淀

老 issue 分诊：在报告者的版本上复现，再在 HEAD 上量

核心：开了很久的 issue，要在报告者当时用的版本和当前 HEAD 上各量一次，才能分清「没修」「修了没发版」「修了没修全」。

来源：#1。提交记录只能说明「可能修了」。v0.5.0 上量到 676，坐实根因；HEAD 上量到 644，抓出一个更小的同类问题。

验证状态：⚠️ 首次发现

操作规则：

1. 报告者用的版本 = issue 日期之前最近的那个 Release，不是之前最近的那个提交。
2. git worktree add ../<目录> <tag> 切出那一版，和 HEAD 跑同一个探针，输出数字而不是截图。
3. 回复 issue 时写清「从哪个版本起修好」；修复合进 main 不等于到了用户手里。

反例/边界：issue 没写复现条件、本机无法复现报告者环境（比如特定 DPI、特定显卡）时，这一招只能排除，不能定案。

桌面布局要算预算，并用会变红的测试守住

核心：Godot 容器的最小尺寸会一层层往上累加；子节点的最小宽度加起来超过窗口最小宽度时，根容器就比窗口宽，最右边的按钮被裁掉，而且不报任何错。

来源：HEAD 上整列 644×528 > 640×520。顶栏图标把顶栏撑到 48 高；钓竿 230 + 任务 390 + 间距边距超过 640。

验证状态：⚠️ 首次发现（Godot）。「量盒子，别量像素」这一条的再验，见 2026-06-26_桌面应用打磨发布闭环复盘_工位池塘v0.5.0_v1

操作规则：

1. 把预算算式写进代码注释：宽度 8 + 230 + 8 + 386 + 8 = 640，高度 48 + 180 + 280 ≤ 520。
2. 无头测试逐个房间、逐个窗口尺寸断言两件事：整列不超出窗口，每个按钮都在窗口内。无头模式下 get_combined_minimum_size() 和 get_global_rect() 照样能算。
3. 写完测试，故意把值改回旧的，确认它会变红。测试自己先被证伪过，才算数。

反例/边界：只覆盖桌面最小窗口和几种放大尺寸；手机版是另一套布局，这个测试没覆盖。

要作者手动选的文件，一开始就放到作者找得到的地方

核心：浏览器扩展传不了的文件，交给作者拖之前，先复制到作者熟悉的位置并在资源管理器里选中。

来源：Toy 包 12.8 MB、Release 附件 105 MB 和 63 MB，都超过扩展 10 MB 的上传上限。助手第一次给的是会话临时目录里的路径，那个目录在应用里是隐藏的，作者找不到，多了一轮往返。

验证状态：⚠️ 首次发现。10 MB 上限本身是第三次碰到，见 浏览器插件自动化的能力边界_v1

操作规则：

1. 开始发版前就判断哪些文件超过 10 MB。
2. 把这些文件一次性复制到「下载」下的独立文件夹，用 explorer /select,<文件> 打开并选中。
3. 一次说清每个文件拖到哪一页的哪个区域；作者做完之前，助手不在同一个浏览器里并行操作。

反例/边界：文件放在页面能跨域读到的地址上时，可以改用页面内 fetch 注入，不必人工；见 2026-07-11_B站Toy同步事故复盘_版本指纹与外部cron兜底_v1 附录。

要作者据此做决定的数字，从结构化字段读

核心：大小、费用、时长这类要作者同意的数字，必须按字段取值，不能用文本行去配对。

来源：助手失误。下载 Godot 导出模板前，用 grep | paste - - 把接口 JSON 里的 name 和 size 两两配对，配错了行，报给作者「169 MB」，实际 1198 MB。下载到 734 MB 时发现，当场更正。

验证状态：⚠️ 首次发现

操作规则：

1. 用能按字段取值的方式读：PowerShell 对象、jq。
2. 报数字时顺带写出它对应的名字，方便自己核对。

反例/边界：只是给自己看的估算，可以粗略；进了「请作者确认」这一步的数字，不行。

长路径工作目录下的 git 和原生程序

核心：Windows 下当前目录太长时，git clone 和部分原生 exe 会直接失败。

来源：会话目录约 165 字符。git clone 报 '$GIT_DIR' too big；在过长的当前目录下启动原生程序，报「path longer than allowed for a Win32 working directory」。

验证状态：⚠️ 首次发现

操作规则：

1. 用 git init 建仓，再 git config core.longpaths true，然后 git fetch，代替 git clone。
2. 下载、解压这类命令不 cd 进长路径，直接给完整的输出路径。

反例/边界：路径较短的工作目录不需要这么做。

下次改进

• 如果重来，最想改的一步：报导出模板大小那一步。作者是按 169 MB 同意下载的，实际是 1.2 GB；同意依据错了，比下载慢更严重。
• 下次同类任务的行动清单：
  1. 修复合进 main 以后，回头看有没有对应的 issue；发版时在 Release 说明里点名 issue，并在 issue 下回复版本号。
  2. 发版开头就把超过 10 MB 的文件一次放进下载文件夹，让作者一次拖完。
  3. 可以考虑用 tag 触发 CI，自动导出三个包，省掉本机 1.2 GB 的模板和手动上传。还没试过。
  4. 请作者真机终验：拖窗口边缘缩放；手机 Toy 上的正计时。

一句话提炼

分诊老 issue，最快的办法是在报告者的版本上复现一次、在 HEAD 上量一次。这次两个数字（676 和 644）同时说清了两件事：「早就修好但没发版」，以及「还剩一个更小的同类问题」。工程上三端都上线了，用户是否满意还没有数据。

关联文档

• 同一个游戏的前两次发布：2026-06-26_桌面应用打磨发布闭环复盘_工位池塘v0.5.0_v1 · 2026-09-29_右下角的池塘_游戏宣传微电影_实录混剪到双语字幕发布_复盘_v1
• 本次补丁：2026-07-11_B站Toy同步事故复盘_版本指纹与外部cron兜底_v1 · 无Mac冒烟测试macOS版_GitHubActions截图验字体_v1 · 浏览器插件自动化的能力边界_v1
• 同族纪律：交付前实测证伪律_v1 —— 回归测试自己也要先被证伪
• 复盘方法：复盘事实先行原则_v1 —— 工程成功不写成作品成功
• 推送方式：个人项目免PR直推主分支_v1
• 临时环境：展台机易失环境自恢复预案_v1 —— git 身份和工具链在临时机器上都得现装

入档：2026-10-05 来源：《余温》单元剧 EP03（2026-10-05_余温_单元剧EP03瓦尔卡_LibTV样片到正片_阶段复盘_v1）。5 个 CLI 样片节点补完元数据后都出现了按钮，其中 4 条已转正片成功 适用：LibTV 画布，star-video2.5-draft（Seedance 2.5 样片模式），样片由 libtv CLI 提交

一句话

正片 = 一次普通的 star-video2.5 生成：参数同样片，加 draft: false、draftTaskId: <样片的 providerTaskId>，分辨率 1080p。网页”生成正片 1080P”按钮做的就是这件事。

CLI 跑的样片没有这个按钮，是因为缺网页端出片时自动写入的两份元数据。补上以后，按钮就会出现。

为什么缺

网页客户端拿到样片任务结果后，会写两样东西，CLI 都不写：

1. 节点数据 data.seedanceDraft = {sourceTaskId, startTimeMs, createdAtMs, outputs:[{resultIndex, url, providerTaskId}]}。
2. 节点附加数据（node payload） seedanceDraft = {version:1, detail:{taskId, model, status, params, result, startTimeMs, createdAtMs}}。

鼠标悬停到视频上时，页面会读第 2 份详情，构造正片请求，再调算价接口。算价成功，按钮才渲染。

还有一个坑：CLI 任务的服务端参数里，参考视频是 asset:// 地址，没有时长。前端算价读不到时长就报”无法读取视频时长”，被吞掉不显示，按钮照样不出来。

怎么补

前提：Chrome 登录 liblib.tv，账号和 CLI 是同一个；样片在 7 天有效期内。下面的代码在画布页的控制台里跑（或用 Claude in Chrome 的 javascript 工具），只调页面自己的函数和自带登录态的接口客户端，不碰令牌。

第 0 步，拿页面模块上下文。用 Turbopack 注册一个探针模块，再让运行时实例化它：

TURBOPACK.push(['static/chunks/probe.js', 990001, e => { window.__tp = e }]);
TURBOPACK.push(['static/chunks/probe-rt.js', {otherChunks: [], runtimeModuleIds: [990001]}]);

下面用到的模块编号是 2026-10-05 前端版本的，站点更新后可能会变。变了就到 script 里搜导出名，找新编号。

第 1 步，取任务详情。用页面的 apiClient 读 generation/detail?task_id=<样片任务号>，返回体里的 detail 是 JSON 字符串。要取的字段：

• providerTaskId：在 task_result.videos[0] 里，形如 cgt-20261005000948-zdejb；
• start_time；
• task_power：这条实际扣了多少分。

第 2 步，写入 payload 详情，并补参考视频时长：

const e = window.__tp;
await e.i(824544).resolveSeedanceDraftDetail({projectUuid, nodeKey, taskId, startTimeMs, isCurrent: () => true});
await e.i(292830).mutateNodePayload(projectUuid, nodeKey, p => {
  const sd = p.seedanceDraft, prm = {...sd.detail.params};
  const fix = x => String(x?.url || '').startsWith('asset://') ? {...x, durationSec: 30, duration: 30} : x;  // 30 = 白模参考视频的实际秒数
  prm.mixedList = prm.mixedList.map(x => x.type === 'video' ? fix(x) : x);
  prm.videoListV2 = (prm.videoListV2 || []).map(fix);
  return {...p, seedanceDraft: {...sd, detail: {...sd.detail, params: prm}}};
});

第 3 步，写节点数据。outputs 用 getSeedanceDraftOutputs(detail.task_result) 算，算出来的 url 和节点视频地址一致。用 CLI 写：

libtv node <样片节点名> -u 'seedanceDraft={"sourceTaskId":"<任务号>","startTimeMs":<毫秒>,"createdAtMs":<毫秒>,"outputs":[{"resultIndex":0,"url":"<节点视频url>","providerTaskId":"cgt-…"}]}'

项目里有现成脚本：{aigc-creative-archive}/…/EP03_瓦尔卡/样片转正片_补元数据.py。

第 4 步，验证。不用挪画布找节点，在页面里按悬停逻辑原样跑一遍，能算出价就说明按钮会出来：

const det = pm.parseNodePayload((await pm.getNodePayload(proj, nk)).payload).seedanceDraft.detail;
const o = m.getSeedanceDraftOutputs(det.result)[0];
const req = e.i(666809).applyCreateAlignedParams(m.buildSeedanceFinalRequest(det, o.providerTaskId, nk, proj, undefined), e.i(334336).getRateLimitBenefitStatus());
(await e.i(299750).calculatePower(req)).data.power   // 1080P 30 秒应为 6600

第 5 步，出正片。刷新画布，鼠标移到样片视频上，右上角出现「生成正片 1080P ⚡6600」，点它。

• 页面会新建一个「正片 1080P: <样片名>」节点。
• 出片时间 3–20 分钟不等。
• 结果靠网页客户端回写进节点。提交后如果刷新或离开了画布页，服务端早就成功了，节点也会一直停在低进度、没有视频。
  • 2026-10-05 段4 r1B：服务端 09:26 成功，节点到 09:58 还显示 5%，重开画布页后立刻写进去。
  • CLI 查不到结果时，先用任务详情接口看服务端 status（2 = 成功），再重开画布页。
• 下载命令：libtv download -n "正片 1080P: <样片名>" -o <目录> --without-ai-watermark --vip。
• 节点名里有冒号，Windows 下文件会被改成 _，下载后要改名。

如何使用

• 最省事的是从源头避免：要出正片的样片，直接在网页端跑。或者开着画布页再用 CLI 跑，看客户端会不会自己写元数据——这个办法还没验证。
• 已经用 CLI 跑完的样片，按上面 5 步补，一次补多条也可以。
• 价格：1080P 30 秒正片算价 6,600，实扣 6,600；样片算价 1,200，实扣 600。别拿样片的折扣推正片。

关联文档

• 来源复盘：2026-10-05_余温_单元剧EP03瓦尔卡_LibTV样片到正片_阶段复盘_v1
• LibTV 接入：Claude桌面版接入LibTV远程MCP_临时电脑环境与会话重连_v1
• 模型行为：Seedance2_5_行为规律_v1
• 浏览器侧操作的边界：浏览器插件自动化的能力边界_v1

入档：2026-10-05 来源：{aigc-creative-archive}/71_余温_哥特告别短片/08_群像预告片/17_单元剧_余温/EP03_瓦尔卡/（README、白模脚本、提示词、LibTV_状态.json、审片结果、粗剪与正片），项目收口单 71_余温_哥特告别短片/07_阶段复盘/2026-10-05_单元剧EP03瓦尔卡_阶段收口.md，LibTV 服务端任务详情（task_power），以及创作会话中的作者原话

事实记录（不可修改区）

• 作品：《余温》单元剧第 3 集《瓦尔卡·静院》。约 2 分钟（4 段 × 30 秒，外加系列片尾），台词 5 句全英文。主角瓦尔卡，回来的老师是渡鸦人科尔文，结局”放他进门”。
• 项目性质：自有 IP 的长期单元剧，不是比赛。作者 2026-10-04 定的总纲：「通过一集一集单元剧不断补足世界观，让一个一个角色立体起来」。
• 本集目标（作者原话）：「这次我们尝试做的更长一些，像是单元剧……这次我们用libtv的cli」；「积分消耗不是问题，大胆开工！」
• 时段：
  • 2026-10-04 定方案、出 MJ 图。
  • 2026-10-05 00:00–01:43 出 16 条样片和粗剪 v1、v2。
  • 07:00–09:45 摸通样片转正片，出了 4 条正片。
  • 09:45 收口时段4 r1B 正片还在生成。
• 生产链：
  • Blender 5.2 白模，4 段 × 30 秒，Workbench 渲染；
  • LibTV CLI 跑 Seedance 2.5 样片模式（star-video2.5-draft，480P，mixed2video，参考是白模视频加 MJ 原图）；
  • 本地 ffmpeg 粗剪：硬切拼接、双语字幕、系列片尾叠化；
  • LibTV 网页”生成正片 1080P”按钮出正片。
• 结果：
  • 粗剪 v2（2 分 03 秒，480P）作者认可：「提交推送吧，感觉不错，接下来尝试出正片」。
  • 正片：段1、段2、段3 已出，段4 r1B 在生成，段4 r2A（换镜4用）未出，等作者补卡。1080P 成片还没剪，没发布。
• 作者裁定与纠正（原话）：
  • 粗剪 v1：「有一点点瑕疵，1分46瓦尔卡丢下斧子后科尔文出现了一次异常的转向，很奇怪，别的瑕疵就是瓦尔卡的身高感觉偏低，不过不是主要问题」。
  • 路线：「我觉得我们走错了，应该有一条路线，是直接用原片生产成片，因为我们的模式就是样片模式，这就是为了这个目的而产生的」。
• 成本（LibTV 积分，以服务端 task_power 为准）：
  • 样片 16 条 × 600 = 9,600；
  • 高清重绘测试（videoEdit2video，10 秒）1,150；
  • 正片 4 条 × 6,600 = 26,400；
  • 合计 37,150。
  • 作者为此买了 ¥999 的 Seedance 2.5 专属卡（25,500 积分）。收口时余额 640；中途多出 1,200，来源没查。
• 数据来源：
  • 切点：ffmpeg 场景检测。
  • 台词：faster-whisper 6 秒分窗加 VAD。
  • “是不是同一条”：同一时刻的样片帧和正片帧并排目视对照。
  • 价格：画布面板报价、页面算价接口、服务端 task_power、网页余额。
  • 作者原话取自会话记录。

一句话

样片模式的正路是”先出 480P 样片，作者挑定，再出同一条的 1080P 正片”。CLI 出的样片在网页上没有”生成正片”按钮，是因为缺两份元数据，补上就有。

正片和样片确实是同一条，切点、台词时间分毫不差。代价是一条 30 秒 1080P 正片实扣 6,600，约等于 11 条样片。

如何使用

• 下一集照第三节的配方走。正片只出给作者挑定的那几条，这是样片模式省钱的地方。
• 用 CLI 跑样片，要出正片就照 LibTV_CLI样片转正片_补网页元数据_v1 补元数据。更省事的办法是开着画布页跑样片，有没有用待验证，见第六节。
• 第二节是助手这一轮的误判。其中”按单个样本推价格""绕开产品设计的路”两条，下次要先避开。

一、过程

二、助手误判与作者纠正

作者在这一轮的判断，命中的是”路线”：他从模式的名字直接推出了产品设计的意图。助手手里有更多信息（代码、价格），却一直在局部打转。

三、配方（LibTV 版，接 10-01 的即梦画布版）

1. 白模：每段 30 秒，切点写进相机 marker。光团、道具用和实物同形的几何体（球不要用方块）。朝向关键帧取最短转法。切点前一帧的关键帧至少早 1 帧。
2. 样片：star-video2.5-draft，mixed2video，参考是白模视频加 MJ 原图。每节点只能出 1 条，要多条就开多个节点并行，30 秒一条约 3–4 分钟。
   • 提示词写法同 10-01：时间表、“参考分工”里写清灰色几何体各对应什么、台词写清时间点和”只说一次”。
3. 审片：联系表 + 切点检测 + whisper 6 秒分窗 + VAD。粗剪按段硬切，可以用”底条＋替换条@起-止”在切点上换一镜。
4. 正片：只出挑定的条。网页”生成正片 1080P”每条 6,600，约 20 分钟出片。
   • CLI 出的样片要先补元数据，见 LibTV_CLI样片转正片_补网页元数据_v1。
   • 样片 7 天内有效。
5. 成片：粗剪.py --hd 直接用正片拼 1080P。字幕规格照 影视级双语字幕_中上英下与libass逐镜头烧录_v1，片尾用叠化接。

四、方法论沉淀

样片转正片是同一条 ⚠️首次

核心：Seedance 2.5 样片模式出的 480P 样片，转成 1080P 正片后，构图、动作、切点和台词时间都不变，只是清晰度变了。

来源：段1、段2、段3 三条正片和样片逐项对照。

• 切点：段1 的 5 个和段2 的 10 个，与样片逐个相同；段3 的 3 个切点画面都对得上，其中 8 秒那个检测没报（色调接近）。
• 台词：段1 VAD 都是 15.22–17.08 秒；段3 逐字转写里 “Valka.” 都在 15.04 秒。
• 声音：音轨不是原样拷贝，段1 正片响度 -27.7 LUFS，样片 -26.3。

验证状态：首次，3 个样本在同一个项目、同一天。

操作规则：

1. 在 480P 样片上把剪辑、字幕时间都定下来，正片可以直接替换进去，不用重剪。
2. 正片的声音要重新查响度，接缝处要听。

反例/边界：只测了 mixed2video（白模视频加图片参考）、30 秒、1080P。别的模式和时长没测。

白模几何会被照画 ⚠️首次

核心：白模里代表道具的几何体，形状会进成片。立方体光团在特写里被画成发光方块；改成球体后，光团就是圆的。

来源：段2 r1 两条都是方块光，近景里白模的立方体占画面很大；r2 只把白模光团改成球，提示词同时写了”圆形、不是方块”。

验证状态：首次。r2 同时改了白模和提示词，两个因素没拆开。

操作规则：

1. 白模里的道具用和实物同形的几何体。球形的东西用球，长条用圆柱。
2. 远景里几何形状影响小，特写镜头一定要同形。

反例/边界：段1 白模也是立方体光，r2 的成品却是圆的。段1 特写里立方体占画面小，加上提示词写死了”悬空、柔光”。

白模朝向关键帧要取最短转法 ⭐⭐（二次验证）

核心：用欧拉角给白模朝向打关键帧，相邻两帧的角度差超过 180°，插值就会绕远路。人偶原地转圈、相机甩一大圈，Seedance 都会照着演出来。

来源：

• 79 风眼 M04a：相机用欧拉角插值扫过墙和树丛（2026-10-04）。
• 本次段4：科尔文的朝向从 273° 插到 −73°，实际只差 14°，却绕了 346°。作者在粗剪里一眼看出”异常的转向”。

验证状态：二次，两个项目，一次是相机、一次是人物。

操作规则：

1. 关键帧函数统一做”展开”：新角度和这个物体上一次的角度相差不超过 180°。
2. 改完读一遍 .blend 里关键时刻的实际朝向，确认是平滑过渡。
3. 相机要大幅转向时，改用四元数（79 的做法）。

反例/边界：两个关键帧之间本来就该转大于 180° 时（比如转身一圈），要拆成多个关键帧。

比喻和生理描写会被画成实物 ⚠️首次

核心：提示词里拿来打比方的实物、描写情绪的生理特征，会被当成要画的东西。

来源：

• “像一捧没有烛台的烛火”：4 条里都画出了蜡烛，2 条是大蜡烛。
• “眼眶发红”：段3 r1 两条都画成了红色虹膜，B 条甚至是发光的红瞳。

验证状态：首次，两个现象，各两条样本。

操作规则：

1. 不拿实物打比方，直接写形态：“拳头大小、边缘柔软、悬空的暖光”。再补一句排除：“不是蜡烛、没有任何器物”。
2. 情绪只写动作和神态：“眼睛湿了，但没有哭”。再锁颜色：“眼睛始终灰蓝色”。

反例/边界：还没试过比喻放在负面描述里会怎样。

按切点换一镜 ⭐⭐⭐（补丁见原档）

段4 r1B 做底，只把 15–19 秒那一镜换成 r2A（同一白模重跑的另一条），硬切处观感是连着的。已作为第三个样本补进 按切点重拍_省的是生成时长_v1，升为三次验证。

算价不等于实扣，未验证的模式按全价估 ⚠️首次

核心：LibTV 的算价把参考视频时长也算进去了。实际扣费因模式而异：

• 样片：算价 1,200，实扣 600，只按成片时长扣。
• 高清重绘：算价 1,150，实扣 1,150。
• 正片：算价 6,600，实扣 6,600。

来源：三种模式的服务端 task_power 和网页余额。

操作规则：

1. 没实测过的模式一律按算价全额预估。
2. 第一条跑完，立刻用服务端 task_power 核对，再决定后面几条。

先找产品设计好的路，再找绕路 ⚠️首次

核心：模式叫”样片”，就说明产品设计了”样片 → 正片”。卡住时先找这条设计好的路为什么没出现，不要先去找替代方案。

来源：误判 #3，被作者纠正。

操作规则：

1. 碰到”某个功能在 CLI 里没有”，先查网页端怎么触发它、缺什么条件。
2. 替代方案要花钱时，先向作者说明”正路走不通的原因”。

五、下次改进

• 白模交付前跑一遍朝向检查（读关键时刻的实际角度）和”切点前一帧”检查。
• 提示词清单里加两条：不用实物比喻；情绪只写神态并锁颜色。
• 有出正片的打算，就开着画布页跑样片，看网页会不会自己写元数据（见第六节）。
• 价格：未知模式按全价，跑一条核对一条。

六、未知与未验证

• 开着画布页时用 CLI 跑样片，网页客户端会不会自己写 seedanceDraft（那样就不用补）。
• 收口前多出的 1,200 积分是哪来的。
• 正片音轨和样片的差别是重编码还是重新生成，听感有没有差异，要作者听。
• 段4 r2A 正片还没出（等补卡）。1080P 成片、封面、发布都还没做。
• 入档后补记（2026-10-05 09:58）：段4 r1B 正片已下载核对，与样片是同一条（5 个切点、台词 3.02–5.02 秒都相同）。“同一条”的样本由此变成 4 条。
  • 这条服务端 09:26 就已成功，节点却一直停在 5%，重开画布页后才回写。网页提交的正片，结果靠网页客户端写进节点。已补进 LibTV_CLI样片转正片_补网页元数据_v1。
• 瓦尔卡身高：只在段4 白模 v3 和提示词里调了，用了 r2A 的只有镜4。
• 充值价目（2026-10-05 截图时的价）：
  • Seedance 2.5 专属卡 ¥499／12,750、¥999／25,500，含首购加赠 70%，2 年有效；
  • 通用卡 ¥5,999／180,000，含首购翻倍，0.033 元/分；
  • 自定义充值 0.067 元/分；
  • 订阅积分到账 31 天清零。
  • 首购加赠是每个商品各算一次还是整个账号只算一次，没确认。

关联文档

• 上一集配方：2026-10-01_余温_见证者角色PV_立项到四平台发布_复盘_v1（即梦画布版）
• 方法母本：2026-09-20_余温_关键帧先行到锚点制_M02四轮试镜复盘_v1
• 本次新档：LibTV_CLI样片转正片_补网页元数据_v1
• 模型档案（已补丁）：Seedance2_5_行为规律_v1
• 按切点替换（已升 ⭐⭐⭐）：按切点重拍_省的是生成时长_v1
• 输入规则：锚点只给站位律_动作交给视频模型_v1 · 派生图不进视频输入律_噪点随编辑代数累积_v1
• 后期：影视级双语字幕_中上英下与libass逐镜头烧录_v1 · AI视频本机超分_RealESRGAN_x4plus与闪烁检查_v1（本集同样不超分）
• 工具接入：Claude桌面版接入LibTV远程MCP_临时电脑环境与会话重连_v1
• 项目档案（库外）：{aigc-creative-archive}/71_余温_哥特告别短片/08_群像预告片/17_单元剧_余温/EP03_瓦尔卡/README.md · 收口单 71_余温_哥特告别短片/07_阶段复盘/2026-10-05_单元剧EP03瓦尔卡_阶段收口.md

入档：2026-10-01 来源：{aigc-creative-archive}/71_余温_哥特告别短片/08_群像预告片/16_角色PV_见证者_20261001/（系列 README、两支的白模／提示词／画布／审片脚本与产出）、06_发布准备/角色PV_01_瑟兰薇/发布包.md、06_发布准备/系列片尾/，以及创作会话中的作者原话

事实记录（不可修改区）

• 作品：《余温》见证者角色 PV 第一支《瑟兰薇》。16:9，38.3 秒，其中正片 33.3 秒、系列片尾 5.0 秒。全片只有一句台词”嘘。“，用原声，没有配乐。 第二支《守灯人》r1 出了两条，还没有成片。
• 项目：71_余温_哥特告别短片，是自有作品的宣发，不是比赛。作者的目标原话：「我想给余温这个作品打造成影视级IP，我们制作一些角色PV作为宣发材料吧」。
• 时段：2026-10-01 15:17 立项，18:04 发完 B 站置顶评论，前后约 2 小时 47 分。全程在一台机器、一个会话里完成。
• 生产链：
  • Blender 5.2 出白模预演：30 秒、6 镜、5 个切点。
  • 即梦画布 CLI 国际版跑 Seedance 2.5 全能参考，720p、30 秒，每支 2 条，台词与声音都是原生生成。
  • 本地 ffmpeg 出成片：720p 用 Lanczos 放到 1080p，不超分；双语字幕用 libass 烧录；名片用代码排版；响度做两遍 loudnorm；系列片尾在同一遍渲染里接上。
  • Codex codex exec 调 GPT Image 出三比例封面。
  • Claude in Chrome 辅助四个平台投稿。
• 作者裁定（原话）：
  • 瑟兰薇 r1：「我觉得反而是B更好」。
  • 封面：「封面可以」。
  • 配乐：「瑟兰薇正片这一条要不就不要配乐了，感觉质感也挺不错」。
  • 成片 v2：「我觉得现在这版很不错」。之后加上系列片尾出 v3，发布用的就是 v3。
• 发布（均为 2026-10-01，四个平台的发布按钮都是作者确认后点的）：
  • B站：https://www.bilibili.com/video/BV1PdaB6wEn4 。17:37:05 投稿（公开接口 pubdate），18:04 前已过审；18:04 发了置顶评论。
  • 抖音：17:41 发出，审核中，链接未取。
  • 快手：约 17:48 发出，审核中，链接未取。描述里带了活动话题 #AI灵境计划，是否计入活动未确认。
  • 小红书：约 18:00 发出，链接未取。
• 平台数据：只有 B 站一张快照。18:14（上线约 35 分钟）播放 24、点赞 1、投币 0、收藏 0、分享 0、评论 1（是自己的置顶评论）、弹幕 0。其他三个平台无数据，首小时完播率与互动率都没有回填。
• 成本：
  • 即梦画布积分：4 条 × 960 = 3840。每条实扣 960，即 720p 每秒 32 分；扣费前作者批了上限 1920 × 2。余额没有记。
  • Codex 生图：3 张封面，每张试 2 次，共 6 次。额度消耗没有记。
  • 白模、成片、ASR 都在本机跑，不花积分。
• 数据来源：
  • 画面：助手看每秒联系表并做场景切点检测，作者看播放。
  • 声音：助手用 ffmpeg 看频谱、量响度，用 faster-whisper 做 6 秒分窗转写加 VAD；作者用耳朵听。
  • 发布时间：B 站取公开接口；其余三个平台取会话里作者批准发布的时间，误差几分钟。
  • 作者原话取自会话记录。

一句话

正片的配方（白模给站位和切点、MJ 原图给身份、一条生成 30 秒）直接搬到角色 PV 上，立项后约 2 小时 47 分，第一支就四平台发出去了。

• 能这么快，是因为白模脚本、画布 CLI、字幕规范、封面派工单这些都是前几个项目留下来的现成东西，这次不是从零做。
• 白模这一项又全中了：4 条输出、每条 5 个切点，全部对上。
• 新学到的一条：写了”没有配乐”，Seedance 仍会按镜头各垫一段乐音，镜头之间不连贯。
• 气质判断照旧没对上：视听类的四次判断，助手全错；叙事、台词类的五次推荐，作者全部采用。

如何使用

• 下次做《余温》其他见证者（或别的 IP 的角色 PV）时，第三节的配方可以直接当起点。先看第二节的”助手误判”，同样的坑别再踩。
• 第二节”助手预判 vs 作者裁决”接着 2026-09-26_清月_单条15秒角色PV_立项到三平台发布_复盘_v1 那张表往下看。这次多出一个分叉：视听类和叙事类的命中率完全相反。
• 新沉淀的规律都已补进对应档案，见第四节。

一、过程

二、结果：做到什么、没做到什么

做到的（事实项）

• 白模切点全中：4 条输出，每条 5 个切点都对上，偏差不超过 0.03 秒。
  • 瑟兰薇 B 条 10.5 秒那一刀，场景检测漏报了（前后都是雾景，太像）；人工看，那一刀是在的。
  • 两支都没有多出来的镜头。这和《清月》那次不同：那次没挂白模、只靠文字时间表，模型自己多加了一镜。
• 白模里的几何体被正确读成了道具和动作：
  • 瑟兰薇：竖杆是弓，横杆是箭，举到眼高就是拉满，脸前的小竖条是竖在唇前的食指。
  • 守灯人：镂空框里的白块是火，白块缩小就是火变暗；门洞里出现的深色板是雾退开后露出的黑暗。
  • 前提是提示词的”参考分工”里，把每个几何体对应什么都写清楚。
• 台词：
  • 瑟兰薇：两条都在约 27 秒念了”嘘”，并对着口型。单字气声 ASR 拿不准，以作者听感为准。
  • 守灯人：B 条 26.32–29.80 秒，whisper 转写和台词逐字一致；A 条开头被识别成”美国一到门”，咬字不清。
• 身份：两支都只用 MJ 原图做身份图。Image 2 派生的 C03 持弓图、S05 门洞图都没有进视频输入。
• 原生配乐（守灯人）：提示词写了配乐怎么起落，B 条的配乐跨切点是连贯的。一条约 230 Hz 的低持续音从开头贯穿到 26 秒，10 秒切大远景时整体涌起，26.3 秒台词前退下去。
• 无角标：作者在 dreamina 账号设置里关掉水印后，同一个 resourceId 重新下载就没有角标了。提示词里写的”画面无角标或水印”不起作用。
• 封面：三个比例一次通过。
• 发布：四个平台同一天发出，B 站已过审，置顶评论也发了。

没做到的

• 瑟兰薇 r1 的提示词写了”没有配乐”，模型还是按镜头各垫了乐音。
  • 镜 1、4、6 是一层约 117/137/196 Hz 的低持续音。
  • 镜 5 从 21.6 秒起换成降B–C–G 和弦，谱峰在 233/261/391/466/521/784 Hz。
  • 24.0 秒切镜时，和弦断掉、低频猛涌回来。
  • 原片只有 -37 LUFS，听不出来；拉到 -16 LUFS 后才露出来。是作者听出来的，助手交 v1 前没看频谱。
  • v2 把镜 5 换成镜 6 那段风声垫底，16.0 秒那处低持续音的出现保留，作者没再提。
• 瑟兰薇 B 条有两处画面瑕疵：镜 3 王在白衣身边像是蹲了下去；镜 6 开头拍到的是她的后脑。作者选了 B 条，没有提这两处，成片照原样用。
• 名片 v1 的做旧斑点被否，v2 改成干净的骨白宋体。
• 守灯人还没成片：r1 已出，助手推荐 B 条，作者还没审。
• 数据没有回填：抖音、快手、小红书的链接、首小时完播率和互动率都没有；快手是否计入”AI灵境计划2.0”也还没确认。

助手预判 vs 作者裁决

• **视听类四次，一次都没对上。**这是「AI 视觉预审 ≠ 主创审美裁决，气质级判断不可代理 ⭐⭐」的第六个同向样本：第四个是《清月》，第五个是 2026-09-29_右下角的池塘_游戏宣传微电影_实录混剪到双语字幕发布_复盘_v1。
• 叙事类五次，作者全部采用；封面选帧也一次就过。
• ⚠️ 这个反差不能直接读成”助手懂叙事、不懂视听”，题型本身就不一样：
  • 叙事类都是选项题，助手在选项上标了”推荐”，标签本身就会引导选择。
  • 视听类都是作者看完、听完成品才下的裁决。
  • 要分开这两个因素，得把叙事类也做成样片让作者看完再选，或者选项上不标推荐。
• 方向类四次只中一次（第二支守灯人，这时首支已经由作者定了）。

助手误判全记录

1. 🔴 **拉响度之前没看频谱。**原片 -37 LUFS 时，镜 5 的和弦突变听不出来；拉到 -16 后它就露出来了，结果 v1 带着这个问题交给了作者。之后守灯人先看了频谱，确认配乐连贯。
2. 🔴 **r1 提示词替作者定了”没有配乐”。**系列模板里只写了”台词＋环境声”，配乐这一项没问作者。作者事后说「PV让即梦自己配乐」时，r1 已经在跑、撤不回来。最后瑟兰薇被作者判成”不要配乐”，算是歪打正着，但这个决定本该在提交前问。
3. ⚠️ 声音方案先想到了可灵对口型（沿用之前可灵原生台词的经验），被作者纠正：「用即梦就可以了」。从这次起，台词和配乐都走即梦 Seedance 2.5 原生生成，不另拉可灵，也不在后期另铺。
4. ⚠️ 总览图里一开始用了 A05 的 Image 2 版本，和”身份只用 MJ 原图”的规则冲突，自查后换回 MJ 原图。
5. ⚠️ 白模首版的问题都是助手自查发现的，作者没有看到首版：
   • 瑟兰薇 v1：人偶头球有 40 厘米大，近景里只剩一颗球；镜 4 正面拍，弓挡住了脸。
   • 守灯人 v1：灯是实心块，看不见火；贝塞尔插值让他 0–16 秒一直在转；镜 4 机位在他背后，把王整个挡住。
6. ⚠️ **whisper 的 initial_prompt="嘘。" 会在风声和脚步声上幻听出”嘘”。**改成不给提示词、按 6 秒分窗转写，并以 VAD 为准。守灯人那次又在 6–8 秒幻听出两个”好”，VAD 只在 26.96–30.09 秒检出人声。
7. ⚠️ 发布时点错的几处，都在作者点发布前自己改掉了：
   • B 站创作声明下拉点错一次。
   • B 站标签批量输入只成功了 1 个。
   • 快手”加入合集”被误选成”风格不限 突破极限”。
   • 小红书先传了 3:4 封面，被裁掉了”瑟”字。
8. ⚠️ B 站封面不知道能按比例分格上传，是作者指出来的。
9. ⚠️ 回填的发布时间写成了”约 17:45”，实际是 17:37:05。快手、小红书的估时也不准，收口时已更正（发布包里改了，这里不重复）。

三、这次的配方（30 秒角色 PV＋一句台词）

⚠️ 同一系列成立了两支（瑟兰薇成片、守灯人 r1），白模那一项已经有多次验证；其余部分还只能当起点。

1. 选题：同一件事，换到旁观者的位置上看。主角是见证者，正片主角（王与白衣）只在远处出现，不给近景、不说话。几支放出来，观众自己拼出时间线。
2. 白模（Blender）：
   • 30 秒、6 镜、5 个切点，最短一镜 3 秒以上。
   • 人偶按真人比例做，头宽约 0.24 米；近景里脸要露出来，不能被道具挡住。
   • 道具做成能读懂的几何体，例如弓＝竖杆、箭＝横杆，灯＝镂空框加一个会缩放的火块。
   • 关键帧用线性插值，不用贝塞尔（贝塞尔会让人物一直在转）。
   • 近景机位放在脸和道具之间。
3. 参考：
   • 场景用 MJ 图，身份用 MJ 原图。
   • 正片成片里的一帧可以借来，但只取衣着和影调；角标和无关元素先裁掉。
   • GPT 或 Image 2 派生的图一律不进视频输入（派生图不进视频输入律_噪点随编辑代数累积_v1）。
4. 提示词：
   • 写死切点，并附一张按秒的时间表。
   • 那一句台词写明在第几秒、什么嗓音和语气。
   • “参考分工”里逐个说明每个白模几何体对应什么。
   • 要配乐，就写清配乐跟着画面怎么起落：台词前退下去，说完只留一点余音。
   • 不要配乐的话，写了也挡不住，见第四节第二条，只能后期处理。
5. 生成：即梦画布 CLI，720p、30 秒、一次 2 条，共 1920 积分。在 dreamina 账号设置里先关掉水印。
6. 审片：
   • 看每秒联系表，跑场景切点检测。
   • whisper 按 6 秒分窗转写，配合 VAD，不给 initial_prompt。
   • 拉响度之前先看频谱，逐个对比切点前后的谱峰。
7. 成片：
   • 720p 用 Lanczos 放到 1080p，不超分（AI视频本机超分_RealESRGAN_x4plus与闪烁检查_v1 的写实片结论）。
   • 双语字幕按 影视级双语字幕_中上英下与libass逐镜头烧录_v1，入点取能量包络的起音。
   • 名片用代码排版，干净的骨白宋体，不要做旧斑点。
   • 原片结束后定格加淡出；定格期间的声音用片中风声正放、倒放循环延长，接缝做交叉。
   • loudnorm 两遍拉到 -16 LUFS。
   • 系列片尾在同一遍渲染里 concat 进来，不二次压缩。
8. 封面：拿视频里的钩子帧做底，GPT 加字；竖版 3:4 裁不出来时让 GPT 外扩；最后用代码裁到精确尺寸，再用 Lanczos 缩放。
9. 发布：先写发布包（入场票审计、四平台文案、自检、回填表），再用 Claude in Chrome 填表；视频由作者手动上传，每个平台都停在发布按钮前，由作者确认（多平台同步投稿_发布页字段与浏览器辅助清单_v1）。

四、沉淀去向

五、下次改进

• 提交前把声音的三件事一起问清：台词、环境声、配乐。配乐不能由助手默认成”没有”。
• 拉响度之前先看频谱，逐个对比切点前后；这一步写进审片脚本，不靠记性。
• 叙事类的推荐下次试一次不标”推荐”，看作者的选择会不会变，好把”题型”和”判断”这两个因素拆开。
• 发布时直接从平台接口或页面读发布时间，不要凭印象写”约几点”。
• 发布后 24 小时内回填四个平台的链接和首小时数据，并到快手 App 里确认是否计入”AI灵境计划2.0”。
• 守灯人：等作者审 B 条，然后照瑟兰薇的流程走成片、字幕、名片、片尾、封面、发布。

六、未知与未验证

• 抖音、快手、小红书的链接与全部数据；B 站首小时完播率。
• 瑟兰薇 A 条的配乐是不是也不连贯（只分析了 B 条）。
• 守灯人 A 条的配乐是否连贯（只测了 B 条）；“写清起落就连贯”没有对照组。
• 有台词时会不会自己烧字幕：两支提示词都写了”无字幕”，抽的是每秒一帧，没有逐帧扫。
• 封面里 GPT 对脸的轻微重绘（更锐、皮肤更硬），作者没提；如果换成真人脸，这一点就不能接受了（见数据点 C）。
• 即梦账户余额。

关联文档

• 方法母本：2026-09-20_余温_关键帧先行到锚点制_M02四轮试镜复盘_v1（白模、MJ 原图身份、一条生成）
• 上一支角色 PV：2026-09-26_清月_单条15秒角色PV_立项到三平台发布_复盘_v1
• 气质判断的上一个样本、影视字幕的来源：2026-09-29_右下角的池塘_游戏宣传微电影_实录混剪到双语字幕发布_复盘_v1
• 模型档案：Seedance2_5_行为规律_v1
• 输入规则：派生图不进视频输入律_噪点随编辑代数累积_v1 · 锚点只给站位律_动作交给视频模型_v1
• 后期：影视级双语字幕_中上英下与libass逐镜头烧录_v1 · TTS旁白也能蒙眼质检_ASR拼音级评分_v1 · AI视频本机超分_RealESRGAN_x4plus与闪烁检查_v1
• 封面：代码生成vsGPT图像_工具选择假说_v1
• 发布：多平台同步投稿_发布页字段与浏览器辅助清单_v1 · 浏览器插件自动化的能力边界_v1
• 项目档案（库外）：{aigc-creative-archive}/71_余温_哥特告别短片/08_群像预告片/16_角色PV_见证者_20261001/README.md · 收口单 71_余温_哥特告别短片/07_阶段复盘/2026-10-01_角色PV见证者群像_阶段收口.md

入档：2026-09-29 来源：desk-pond（工位池塘）v0.6.0 → v0.6.1，{AIGC工作站}/desk-pond/.github/workflows/mac-smoke.yml 验证状态：✓✓（一个 Godot 项目：v0.6.1 三轮 CI + v0.6.2 发布后一轮）；查出一个真 bug 并修好发布

一句话

作者手上没有 Mac，Mac 版只能发出去等用户反馈。

GitHub 的 macOS runner（公开仓库免费）可以替你做三件事：

• 静态检查：下载 Release 包，解压，查签名、架构、版本号。
• 启动检查：无界面启动，扫脚本报错。
• 截图：Apple 芯片的 runner 有 Metal 虚拟显卡，能录下真实画面，出来的截图就是 Mac 用户看到的样子。

第一轮就截到了 v0.6.0 Mac 版中文全是方框。

**修复版先挂草稿 Release，给 CI 测，测过再公开。**第二轮修复反而让界面一个字都不显示，就是靠这一步拦住，没发出去。

如何使用

1. 工作流骨架

• 触发：workflow_dispatch（手动，传 tag）+ release: published（公开发布时自动再跑一遍）。
• 矩阵：macos-latest（arm64）和 macos-15-intel（x86_64）各跑一遍，因为安装包是 Universal 2。
• 步骤：
  1. gh release download <tag> --pattern 'DeskPond-macOS-*.zip'。
  2. ditto -x -k 解压，等同于用户双击“归档实用工具”，能保住权限位。
  3. 静态检查：
     • codesign --verify --deep --strict 查 ad-hoc 签名。
     • lipo -archs 查双架构。
     • PlistBuddy 读 CFBundleShortVersionString，对照 tag。
  4. 无界面启动：--headless --quit-after 300，grep SCRIPT ERROR|Parse Error|Failed loading，再看退出码。带启动参数的路径（例如打开分享码）单独跑一遍。
  5. 有画面地录帧：--write-movie frames/f.png --fixed-fps 24 --quit-after 96，只留最后一帧；设 continue-on-error，因为 Intel runner 录不出帧。
  6. actions/upload-artifact 上传日志和截图，下载下来直接看图。

2. 实测到的 runner 差异

所以 arm64 负责看图，Intel 只做启动测试。

3. 草稿 Release 先测

• 修复版先建草稿 Release，上传安装包，手动触发 CI 指向这个 tag。测过再点公开。
• 坑：草稿 Release 对只有 contents: read 的 token 不可见，gh release download 找不到它。工作流要给 permissions: contents: write。
• 公开以后，release: published 触发器会自动再跑一遍，留下一份正式版的验证记录。
• 补（2026-10-07，v0.6.2）：这一版没有 Mac 相关的改动，作者选择直接公开。release: published 自动跑的那一轮两个架构全绿，包括 arm64 的截图步骤。这次的取舍：Mac 平台差异相关的修复版仍先挂草稿测，普通版本直接公开、靠发布后这一轮兜底（单次样本，⚠️首次）。见 2026-10-06_工位池塘v0.6.2_老issue分诊到三端发版_复盘_v1。

4. 本次查出的 bug：Mac 版中文方框（三轮）

1. v0.6.0：截图里中文全是方框。桌面非 Windows 平台没有给中文配字体，靠引擎自动借系统字体，而导出版在 macOS 上借不到。Windows 上一直正常，所以本地永远测不出来。
2. 第一次修：用 SystemFont 点名苹方、冬青黑体等系统中文字体。结果截图里一个字都没有，连数字都没了。
   • 加了 --font-debug 启动参数打印字体解析，才看清原因：在 CI 的 macOS 上，点名 “PingFang SC” 解析成一个 FreeType 加载不了的空路径字体集（name 为空、32 个 face），整个默认字体因此失效。
   • 这一轮只挂在草稿上，没发出去。
3. 第二次修：不碰系统字体。默认字体改成 FontVariation(base_font = 引擎默认字体, fallbacks = [打包的像素中文字体])，和 Web / 手机版用同一套中文字形。截图里主界面、逛朋友缸的页面中文都正常，两个架构启动日志 0 报错。发 v0.6.1。

• 调试探针本身也会制造噪音：--font-debug 探测苹方时，日志会刷一百多条 FreeType 报错；不带这个参数跑的日志里是 0 条。先确认报错来自谁，再下结论。

覆盖不到的

• Gatekeeper 首次放行：CI 下载的文件没有隔离属性，所以“无法验证开发者”“仍要打开”这一步测不到，仍以用户反馈为准。
• 真机的 Retina 缩放、触控板手势、多显示器。
• 虚拟显卡和真显卡在着色器、性能上的差异。

关联文档

• 字体规律本体（本例是第二例）：导出运行时无系统字体回退律_CJK豆腐块_v1
• 来源复盘：2026-09-29_右下角的池塘_游戏宣传微电影_实录混剪到双语字幕发布_复盘_v1
• 同一个项目的 CI 与发布：CI从Release抓二进制托管自有服务器_桌面应用国内直连下载_v1 · 2026-06-26_桌面应用打磨发布闭环复盘_工位池塘v0.5.0_v1 · 2026-10-06_工位池塘v0.6.2_老issue分诊到三端发版_复盘_v1
• 检测工具先被证伪：全站文字截断体检_检测工具本身要先被证伪_v1

入档：2026-09-29 来源：77《右下角的池塘》成片字幕重做，{aigc-creative-archive}/77_工位池塘_微电影宣传片/06_剪辑/字幕.py 验证状态：✅首验（作者用这一版投稿 B站）；只在一支 1:48 的 16:9 片上做过

一句话

作者看了第一版说明字：「不要用remotion的字幕，很廉价，采用影视级双语字幕标准」。

“廉价”来自三样东西：半透明圆角底框、淡入淡出、对白不配字幕。影视字幕的做法正好相反：

• 没有框：白字、细描边、柔阴影。
• 硬切入出：字幕直接出现、直接消失。
• 时间跟语音走：入出点按语音定，不跨剪切点。
• 有数值规范：行长、读速、最短时长都有硬指标。

浅色画面上白字立不住，也不加框，而是在字幕区垫一道全宽的柔和渐变压暗，只在实测够亮的镜头上垫。

规范（数值参照 Netflix 简体中文与英文 Timed Text Style Guide）

如何使用

1. 对白时间：whisper 定句，能量包络校起止

• faster-whisper 开逐字时间戳，按句切分。initial_prompt 里放剧本台词，能提高专名和断句的准确度。
• **whisper 的词起点会被拉长。**例如“你摸鱼它就空军”，它标 20.84 秒起，实际起音在 21.56 秒；“这个”被标成 4.70–6.28。
• 用能量包络校准：音频滤到 120–4000Hz，算 10ms 帧的 RMS。以底噪 10% 分位 +14dB 为阈值，间隔小于 120ms 的合并，短于 60ms 的丢掉。得到每段人声的真实起止，再和 whisper 的句子对齐。
• 句尾幻听：它在最后一句后面多听出一个“好。”，那里没有任何人声能量，不上字幕。

2. 渲染：逐镜头 ASS + libass

• 每个镜头写一份自己的 ASS，时间相对镜头首帧。在出这个镜头的 ffmpeg 滤镜链末尾挂 ass=subs/<镜头>.ass:fontsdir=fonts。
  • 字幕只活在本镜头里，天然不跨剪切点。
  • 和画面同一遍编码，不会为了烧字幕再压一遍。
• 中英文各一个事件，用 \an2\pos(x,y) 钉死位置。不钉的话，libass 的防重叠会把行挤走。
• 全片另存一份双语 SRT 和 ASS 做存档。字幕已经烧进画面，B站就不要再上传 CC 字幕，否则画面上会叠两层。

3. 字体：可变字体先实例化成静态字重

• 坑：Windows 自带的 NotoSansSC-VF.ttf 是可变字体，字重轴默认值是 100（Thin）。libass 直接用它，会一律渲染成最细的 Thin，\b500 不起作用。第一次试渲染，字就发虚。
• 解法：用 fontTools 实例化出 400、500、700 三个静态字重，并改成独立的字族名（不然会和系统的可变字体重名，libass 选不准）。

from fontTools.ttLib import TTFont
from fontTools.varLib import instancer
f = instancer.instantiateVariableFont(TTFont('C:/Windows/Fonts/NotoSansSC-VF.ttf'), {'wght': 500})
# 删掉 nameID 1/2/3/4/6/16/17/21/22，再写入新字族名，例如 "DeskPond Sub 500"
f.save('NotoSansSC-500.ttf')

• 片中标题、片尾卡用 PIL 排版的，也换成同一套静态字重，全片字体统一。

4. 浅色画面：按实测亮度垫柔和压暗

• 白字压在米色弹窗、浅天空上，加粗描边、柔光晕都试过，只会让字发灰发脏。白底上的白字，描边救不回来。
• 做法：
  • 出每个镜头前，用同一条滤镜链量字幕区横带的逐帧平均亮度（crop + signalstats 的 YAVG）。
  • 只统计这条字幕在屏的那几帧，平均值超过 110（0–255）才垫。
  • 垫的是一个全宽矩形加大模糊（\p1 绘图 + \blur90，60% 不透明黑，从 y=860 画到画面外），上缘是柔和的渐变，看不出是一个框。
• 按整段平均会误判：G08 前 2.45 秒顶部是米色结算弹窗，字幕出现时已经是深色水面。按整段平均算是 141（误判为要垫），按字幕窗口算是 103（不垫）。
• 本片结果：G03、G04、G05、G10 垫了（亮度 133–194）；暗调 AI 镜头（约 53）、水面（约 87–103）都不垫。

5. 小坑

• 全角空格当断句，间隔太宽：一个全角空格加上两侧字形的留白，看起来像 1.5 个字，读着像断句。换成两个半角空格，约半个字宽。
• 英文省略号连成四个点：“1 a.m.…” 会显示成 “a.m…”。改写句子，别让缩写的句点紧挨省略号。
• 字幕窗口短时先砍字：G08 的说明字只能在弹窗收起后出现，窗口只有 1.47 秒。中文“会有访客自己游进来”改成“访客会自己游进来”，英文压到 29 个字符，读速才合规。改之前要能说出依据：哪条读速超了。
• 片中的设计标题不算字幕：像素天空上的墨字标题保留原来的标点和字体设计，只在下面加同色的英文小字，并确认英文不压画面元素（G02 整体上移了 27px）。

边界

• 只做过一支片。英文由助手翻译，作者没有逐句审（“空军”译成 “catches nothing”，六角恐龙译成 axolotl）。
• 读速上限按成人节目取。面向 B站中文观众，英文是次要层，个别镜头按中文优先取舍。
• 压暗阈值 110 是本片的经验值，别的画面风格要重新看。
• 竖屏（9:16）的字号和位置没有试过。

关联文档

• 来源复盘：2026-09-29_右下角的池塘_游戏宣传微电影_实录混剪到双语字幕发布_复盘_v1
• 被取代的做法：2026-06-09_Remotion全片音频字幕BGM复盘_v1（Remotion 功能讲解片的字幕，放在微电影里显得廉价）
• ASR 定时的上游：TTS旁白也能蒙眼质检_ASR拼音级评分_v1
• “白底上的白”同族：白底上的白事件等于没发生_v1
• 画面里的字幕样式范式（对照）：伪央视字幕条视觉范式_v1
• 机器验参数、人眼验内容：自动化产出双重验收_机器验参数人眼验内容_v1

入档：2026-09-29 来源：77《右下角的池塘》G01–G11 游戏镜头，{aigc-creative-archive}/77_工位池塘_微电影宣传片/06_剪辑/游戏录制/（录制.py 与 录制驱动.gd） 验证状态：⚠️首次（一个 Godot 项目、11 个镜头）；作者接受了全部实录镜头

一句话

给自己的游戏拍宣传片，游戏画面既不要录屏，也不要交给 AI 画。

做法：用引擎自带的离线逐帧录制（Godot --write-movie），在项目副本里挂一个驱动脚本替你玩；每个镜头先写一份演示存档，再按时间表操作。

好处：

• 画面逐帧确定，像素清晰，音画同步。
• 剪辑时长改了可以重录对齐。
• 片子里演的都是游戏真实会发生的事。

为什么不录屏、不让 AI 画

• AI 画：会画出游戏里没有的东西。封面试过让 Lib Image 叠排，它把界面里的“森林”改成了“日林”、“水族馆”改成了“水池塘”。宣传片给出的是承诺，画错一个机制就是虚假宣传。
• 实时录屏：帧率不稳，每次操作的时机不可复现，弹窗早一点晚一点就对不上剪辑点，想改时长只能再手动玩一遍。
• Movie Maker 离线渲染：按固定帧率逐帧出 PNG + WAV，和实际运行速度无关。同一份存档、同一个种子、同一个时间表，每次都录出同样的结果。

如何使用

1. 录制副本，不碰真项目

• git archive 导出当前提交到 _build/（不入库），只在副本里改三处：
  • 项目名：Godot 的 user:// 跟着项目名走，改名后存档写到独立目录，不会覆盖真实存档。
  • 窗口倍率：设计尺寸 640×520 × 3。命令行的 --resolution 被项目设置覆盖，不生效，要改副本的窗口设置。
  • 挂 autoload 驱动脚本。
• 录的是哪个提交要记下来（本片是 0dd77ad，和线上 Toy 同一个版本）。
• ⚠️ 在真实项目上跑任何带 --quit-after 的测试，都要先把 APPDATA 指到临时目录（Windows 上 user:// 在它下面）。本片曾有一次没隔离，初始化了本机的真实存档。

2. 驱动脚本的几个件

• at(秒, 动作)：按时间表排操作。开头留 1 秒前置，第一帧不是冷启动的画面。
• 真实输入：点击、拖拽一律用 push_input 送鼠标事件，走游戏本来的代码路径，不直接改状态。
• 演示存档 _save_for(镜头)：每个镜头一份，贝壳数、缸里的布置、已解锁的东西都写死。
  • 例：G04 要“树长一截”，存档里的成长值要调到临界点。
  • 例：G08 要里程碑鱼，存档里要有对应的年度记录。
• 钓获不作假：想让下一杆钓到指定的鱼，就按游戏的权重表反推一个随机种子，塞进游戏自己的 RNG。结果仍由游戏本来的抽取代码产生。
• 访客按真实条件来：六角恐龙的到访条件是沉木 ×1 + 苔藓球 ×2。存档里把这些摆好，让它在专注完成时自然到访，不直接生成。
• 打时间标记：MARK_T0 / MARK_END 打印帧号，剪辑时据此从录下的 WAV 里取游戏原声，包括切点前的前置段，做交叉淡化用。

3. 取景与输出

• 按镜头定取景：在设计坐标里取 16:9 的框，整数倍放大（最近邻），保住像素锐利；弹窗、分享卡这类要看全的画面，整窗按高度缩放。
• 输出 1920×1080 的 mp4，加一条同步 WAV。剪辑脚本发现实录文件，就自动替换占位卡。
• 时长直接读剪辑配置，时长先对齐到整帧（否则一帧一帧地漂）。改了剪辑时长就重录。

4. 本片踩过的时机坑

• 专注完成的弹窗出来早了，盖住了要看的东西：把“进入专注”的动作提前到 at(-0.7)。
• 点水面喂鱼，结果点到了鱼身上，触发的是“看鱼”：改成取一个没有鱼的水面点。
• 说明字幕会盖住画面主体：取景时就给字幕留出位置，或者把字幕放到顶部。

5. 顺带的用法

• 布局截图测试：同一个“副本 + autoload 驱动 + 隔离存档”的套路，加上 --web-layout --web-size=400x870，就能在桌面上复现手机竖屏布局，逐状态截图对比。本片发布后修手机布置模式，就是这样先复现、再验证的。
• 发布文案的钩子：简介里写了一句“为了拍这条，我给自己的游戏写了个脚本替我玩（它比我专注）”。

边界

• 只在 Godot 4.7 上做过；Unity、Unreal 有各自的离线录制方式，思路相同，接口不同。
• 驱动脚本依赖游戏内部的函数名和节点结构，游戏一改就可能要跟着改。
• 实时联网、物理不确定的游戏，同一个种子不一定能复现同一个画面。

关联文档

• 来源复盘：2026-09-29_右下角的池塘_游戏宣传微电影_实录混剪到双语字幕发布_复盘_v1
• 同一个游戏的上一版宣传片（Remotion 功能讲解）：2026-06-26_桌面应用打磨发布闭环复盘_工位池塘v0.5.0_v1
• 录屏的确定性分层（对照）：录屏分镜按确定性分层_生成性镜头逐字稿后配_v1 · 2026-07-31_Codex教程实战六_自动化录屏19段复盘_v1
• 录完要过人眼：自动化产出双重验收_机器验参数人眼验内容_v1
• 为什么封面也不交给图像模型：代码生成vsGPT图像_工具选择假说_v1

入档：2026-09-29 来源：{aigc-creative-archive}/77_工位池塘_微电影宣传片/（项目档案、试镜 README、06_剪辑/ 脚本与合成记录、发布包）、{AIGC工作站}/desk-pond 当日提交，以及创作会话中的作者原话

事实记录（不可修改区）

• 作品：《右下角的池塘》，16:9、1:48.29 的宣传微电影，给自研桌面小游戏《工位池塘 Desk Pond》v0.6.0 做。主角「小满」，全片一个机位（显示器往外看的工位）。项目 77_工位池塘_微电影宣传片，自有作品，不是比赛。
• 时段：
  • 09-26 立项，09-27 出 MJ 资产和三幕试镜。这两天在另一台机器上做，mp4 于 09-28 取回工作站主机。
  • 09-29 一天内完成粗剪、游戏实录、声音、改版、封面、文案、超分、字幕，作者当天发布。
• 构成：26 个镜头。
  • AI 13 段：Seedance 2.5，720p。M01–M03 无声，M04 带同期对白。
  • 游戏实录 11 段：Godot 4.7.2 Movie Maker 逐帧录真实游戏（desk-pond 0dd77ad）。
  • 另有桌面合成推近 1 段、片尾字卡 1 段。
• 生成：
  • M01 r1、M01 r2（补拍的雨天段）、M02 r1、M03 r1：09-27，各一次成立。
  • M04 r1：09-29，28 秒带两人对白，一次成立，剪成开头、结尾两段。
  • 声音素材 15 条：LibTV 上的 Seed Audio 1.0 / ElevenMusic V3，包括 11 个动作音效、2 段配乐和底噪。
• 定稿：右下角的池塘_成片_20260929_1417.mp4。
  • 画面：原版 720p AI 素材 Lanczos 放大到 1920×1080，24fps，49.0 MB。
  • 响度：-15.8 LUFS，真峰值 -1.3 dBFS，LRA 9.9。
  • 字幕：双语 16 条，逐镜头烧录。
  • SHA256：cc7e32de…ab8eab61。
• 被作者否决、留档不用的版本：
  • 超分版 _超分_20260929_1231：Real-ESRGAN x4plus，共 1,877 帧，约 2 小时本机算力。
  • 无字幕原版 _1244。
• 发布：作者本人在 B站投稿，回报「发布成功了」。链接未提供。
• **平台数据：无。**首小时完播率和互动率都还没回填。
• 同日游戏侧（desk-pond）：
  • 电脑版 v0.6.0 Release：分享给可点开的 Toy 外层链接。
  • Toy 分享链接修复：审核通过上线，iframe 版本 v18577→v19760。
  • Mac 版中文方框：用 GitHub Actions 冒烟测试查出并修复，发 v0.6.1。
  • 作者发布后发现手机布置模式布局问题：修复 706256d，Toy 更新审核中。
• 成本：LibTV 回执都没有返回积分。按 Seedance 2.5 档单价估算，M01–M03 约 3000，M04 约 1650，实际未知；声音生成的消耗也未知。
• 数据来源：
  • 画面判断：助手看抽帧和联系表，作者看播放。
  • 声音判断：ebur128 响度，加上切点前后的 RMS 跳变和切点最低值（06_剪辑/切点检查.py）。助手没有人耳。
  • 对白：faster-whisper 逐字时间戳，加能量包络校准。

事实补记（发布后，2026-10-01）

上面的事实记录不改，补记如下：

• B站链接：https://www.bilibili.com/video/BV1h2aJ6sEHs ，标题「做了个桌面小池塘：你专注它钓鱼，你摸鱼它空军」，2026-09-29 15:05 发布，时长 109 秒。
• 公开数据快照（2026-10-01 11:20，发布约 44 小时，B站公开接口）：播放 2365、点赞 91、投币 51、收藏 73、分享 8、评论 35、弹幕 0。点赞率约 3.85%，收藏率约 3.1%，五项互动合计约 10.9%。
• 首小时完播率、互动率仍未回填：完播率只有创作者后台能看，公开接口拿不到。发布文案里“完播率 > 30%、互动率 > 3% 再考虑投流”的判断，还缺完播率这一项。
• 对外帖已发 B站 AI 开发者小站：https://www.bilibili.com/opus/1254071119807250432 。作者在帖子里插了这支视频的卡片。

一句话

给自己的游戏拍宣传片，屏幕外用 AI 拍人，屏幕内用引擎逐帧录真实游戏，两边用声音缝起来：这个结构成立了，作者一天之内就发了出去。但五次气质级的判断里，助手只对了一次（节奏）：

• “零对白、功能藏在画面里”：作者看了觉得“摸不到头脑”。
• 四层混音：作者听出“一段一段截断”。
• 超分：作者判“质感反而变差”。
• 胶囊说明字：作者判“很廉价”。

四次都是作者看或听了成片才推翻。每一次，助手手上的客观指标都显示“合格”。

如何使用

• 下次拍“产品/游戏 + 真人”的宣传片，把第三节的配方当起点，先看第二节的误判。
• 第二节的“助手预判 vs 作者裁决”，接着 2026-09-26_清月_单条15秒角色PV_立项到三平台发布_复盘_v1 那张表往下看。
• 新规律的去向见第四节。三篇新档是：
  • 影视级双语字幕_中上英下与libass逐镜头烧录_v1
  • 游戏宣传片实录_引擎逐帧录制与脚本代打_v1
  • 无Mac冒烟测试macOS版_GitHubActions截图验字体_v1

一、过程

二、结果：做到什么、没做到什么

做到的（事实项）

• 屏幕内零 AI：11 个游戏镜头都是真实游戏。
  • 六角恐龙按真实到访条件（沉木 ×1 + 苔藓球 ×2），在专注完成时游进来。
  • 钓到什么由游戏自己的权重抽取，录制时固定随机种子。
  • 游戏原声和画面同步录下，改了剪辑时长可以重录对齐（游戏宣传片实录_引擎逐帧录制与脚本代打_v1）。
• 一个机位、一张脸：M01–M04 四条生成、13 个 AI 镜头都是同一个工位、同一个人。M04 另有一位朋友，只在文字里描述，没给图，前后一致。
• 同期对白：M04 的 8 句台词和提示词逐字一致，时间点和提示词里的时间表几乎重合；两个人的音色在一条生成里前后一致（见 Seedance2_5_行为规律_v1 第八节补丁）。
• 声音缝合：
  • 切点平均跳变从 4.0 降到 1.4 dB，最大值从 10.6 降到 3.9 dB，不再有掉到 -50 dB 的空洞。
  • 高潮配乐“编配变满”的那一刻，正好落在成片 61.0 秒的抬眼对视。
• 字幕：16 条全部过规范检查，包括行长、读速、最短时长、不跨剪切点（影视级双语字幕_中上英下与libass逐镜头烧录_v1）。
• 片中承诺能兑现：片里说“分享给朋友，他点开就能逛你的缸”。发布前，Toy 版分享链接的修复已经上线；电脑版“复制链接”给的也是可点开的地址；置顶评论里的下载链接指向 v0.6.1。

没做到的

• 灯光：M04 提示词写的是“清晨灰蓝天光、顶灯没开”，出来的是窗外城市还亮着、台灯开着，更像天快亮的蓝调时刻。不影响剧情，没有重拍。
• 连续性：M03 背景亮灯、同事回座，作者接受了，r2 没执行。
• 超分：做完了，也过了闪烁检查，但作者否了，约 2 小时算力作废。
• 手机端：视频把人引到 Toy 手机版，可发布前没在手机上把“布置”走一遍。布局问题是作者发布后才发现的。
• 《余温》配方里跳过的：
  • 音乐先行、人工打点：本片前半段改成“音效先行”，由游戏甩杆音定节奏。
  • 白模：没做。
  • 每轮只改一个变量：只有 M01 r2 算单变量。
  • 所以这次的结果不能拿来给那套配方作证。

助手预判 vs 作者裁决（气质项）

五次里对上一次。

• 被推翻的四次，助手都拿得出“合格”的数：卡点误差、帧差、锐度，说明字也清晰可读。它们量的都不是作者判断的那个东西。
• 事实项没被推翻：切点位置、台词是否逐字一致、录的游戏机制是否真实、字幕时间。
• 这是“气质级判断不可代理”的第五个同向样本。第四个在《清月》（七次零命中）。

助手误判全记录

1. 🔴 超分整片跑完才给作者看。
   • 没先做一段 5 秒的原版 / 超分对比片，1,877 帧、约 2 小时算力，加一版成片，全部作废。
   • 我判断画质用的是局部截图的锐度，作者看的是整体质感：x4plus 把皮肤抹平、纹理变硬，胶片感没了。
   • 《清月》那篇超分档里写过“最后的观感以作者目视为准”，这次没有让作者目视先于整片执行。
   • 已补进 AI视频本机超分_RealESRGAN_x4plus与闪烁检查_v1。
2. 🔴 **说明字做成了模板观感，而且加了对白却没配字幕。**胶囊底框、淡入淡出是 Remotion 功能讲解视频的那一套，和“微电影”定位冲突。M04 有 8 句对白，我当时根本没想到字幕这件事。
3. 🔴 声音 v4 的切点是“两边各自淡到 0”。
   • 我量了整体响度和卡点，没量切点本身。作者听出“截断”，我才去量，发现掉到了 -47～-55 dB。
   • 同一个坑的原理早就写在 音频也能蒙眼剪辑_突然静音是剪出来的_v1 里：静默是剪出来的。
4. ⚠️ **超分闪烁判据先用了整帧帧差。**M01、M03 都报了“帧差变大”，其实是运动区域被锐化以后差值变大，不是闪烁。中途改成量画面上角的静止背景。见 用错度量会给出虚假通过_v1 补丁。
5. ⚠️ Mac 字体修的第一轮更糟。
   • 点名苹方的 SystemFont，在 CI 的 macOS 上解析成 FreeType 加载不了的空路径字体，整个界面一个字都不画。
   • 靠“先挂草稿 Release 给 CI 测，测过再公开”拦住了，没发出去。
6. ⚠️ 在真实 desk-pond 项目上跑了一次没隔离存档的 --quit-after，把本机近乎空白的存档初始化了（没有数据损失，已向作者说明）。之后所有测试都用临时 APPDATA 或改名副本。
7. ⚠️ **发布前没测视频的落地页。**视频的转化路径是“点进 Toy 手机版就能玩”，这条路径上的新功能（布置）应该在手机比例下走一遍再发。

三、这次的配方（游戏 / 产品宣传微电影）

⚠️ 只在本片成立过一次，而且 v1 的“零对白”方向被作者推翻了。下面是改版后的形态，只能当起点。

1. 机位 = 显示器：
   • 一张空工位场景图锁住机位和构图，一张 MJ 原图锁身份，全片一个机位。
   • 视角一致性是主一致性，五官一致性的压力最低。
2. 屏幕内不进 AI：
   • 用引擎离线逐帧录真实游戏，脚本代打，演示存档，固定随机种子。
   • 只拍游戏真实存在的机制，这是真实性红线。
   • 方法见 游戏宣传片实录_引擎逐帧录制与脚本代打_v1。
3. 先给观众一个“这是什么”：
   • 开头一句口语对白（“你昨晚一点多给我发的那个……是啥？”），接桌面推近到右下角小窗。
   • 结尾回到同一个早上，揭晓梗、给出平台。
   • 中段功能用一句口语说明，不用旁白。
4. 对白一条生成：多人多句写进同一条提示词，按秒给时间表，剪成首尾两段，音色天然一致。见 Seedance2_5_行为规律_v1 第八节。
5. 声音后期统一：
   • AI 片段全部无声生成。
   • 后期铺四层：游戏原声（屏幕内）、连续底噪（屏幕外）、切点交叉淡化，加前段克制垫乐和高潮配乐。
   • 出片前量切点的跳变和最低值。
6. 字幕按影视双语规范，逐镜头烧录。见 影视级双语字幕_中上英下与libass逐镜头烧录_v1。
7. 画质：原版 720p，剪辑时 Lanczos 放大。要超分，先做 5 秒对比片给作者看。
8. 发布：
   • 入场票前置到标题和封面（本片是“摸鱼 / 空军”梗）。
   • 封面叠真实游戏小窗，用代码排版，不交给图像模型改写界面。
   • 发布前在目标设备上把视频宣传的功能走一遍。

四、沉淀去向

五、下次改进

• 不可逆、费时的后期先做样片：超分、调色、换字体这类步骤，先出 5 秒对比片给作者看，再整片执行。
• “零对白”要先过“这是什么”的检查：宣传片的观众不知道这个产品，剧作方案里要写清前 10 秒观众靠什么知道“这是什么、和我有什么关系”。
• 加对白就加字幕：字幕规范作为出片的默认项，不是可选项。
• 切点检查进出片流程：切点检查.py 这类量化和响度检查一样，每次出片都跑。
• 发布前走一遍落地页：视频引向哪里（Toy 手机版、下载页），就在那个设备比例下，把片中宣传的功能走一遍。
• 发布后 24 小时内回填 B站链接和首小时数据。

六、未知与未验证

• B站链接、完播率、互动率，以及“摸鱼 / 空军”梗入场票的实际效果。
• 生成积分的实际消耗。
• 作者对封面、英文字幕译法、字幕压暗效果没有单独评价（用字幕版发布算默认接受）。
• Mac 版真机表现，包括 Gatekeeper 首次放行那一步（CI 覆盖不到）。
• 手机布局修复的 Toy 审核结果。
• 超分被否，是 x4plus 这个模型的问题，还是“写实胶片感素材不该超分”的问题：没试别的模型，也没做盲测。

关联文档

• 前作与方法母本：2026-09-26_清月_单条15秒角色PV_立项到三平台发布_复盘_v1 · 2026-09-20_余温_关键帧先行到锚点制_M02四轮试镜复盘_v1
• 同一个游戏的上一次发布：2026-06-26_桌面应用打磨发布闭环复盘_工位池塘v0.5.0_v1
• 同一个游戏的下一次发布（v0.6.2）：2026-10-06_工位池塘v0.6.2_老issue分诊到三端发版_复盘_v1
• 本次新档：影视级双语字幕_中上英下与libass逐镜头烧录_v1 · 游戏宣传片实录_引擎逐帧录制与脚本代打_v1 · 无Mac冒烟测试macOS版_GitHubActions截图验字体_v1
• 本次补丁：AI视频本机超分_RealESRGAN_x4plus与闪烁检查_v1 · 导出运行时无系统字体回退律_CJK豆腐块_v1 · 用错度量会给出虚假通过_v1 · 音频也能蒙眼剪辑_突然静音是剪出来的_v1 · TTS旁白也能蒙眼质检_ASR拼音级评分_v1 · Seedance2_5_行为规律_v1 · Claude桌面版接入LibTV远程MCP_临时电脑环境与会话重连_v1 · 2026-07-11_B站Toy同步事故复盘_版本指纹与外部cron兜底_v1 · 代码生成vsGPT图像_工具选择假说_v1
• 剧作方法：强对比型AI短片_IceMerchants_v1
• 同族验收律：自动化产出双重验收_机器验参数人眼验内容_v1
• 项目档案（库外）：{aigc-creative-archive}/77_工位池塘_微电影宣传片/README.md
• 对外版：08_对外分发/给自己的小游戏拍AI宣传片_指标全绿作者全否_公开版.md（B站 AI 开发者小站，【踩坑记录】，待作者发帖）

入档:2026-09-26 来源:76_清月 发布(9:16 / 15 秒 AI 短片),B站 → 抖音 → 快手 → 视频号依次投稿;助手用 Claude in Chrome 填表,作者上传视频、登录、点发布 验证状态:⚠️ B站/抖音/快手两次(2026-09-26 竖版、2026-10-01 横版),视频号一次,小红书一次(2026-10-01);平台改版后字段位置可能变 2026-10-01 补:71_余温 见证者角色 PV(16:9 / 38 秒)B站 → 抖音 → 快手 → 小红书,见下方「2026-10-01 补丁」 2026-10-14 补:84_那道题还亮着 MV 六平台(加即梦、视频号);小红书不能带任何其他平台信息(余温先导片因此被限流),见「2026-10-14 补丁」

一句话

同一条竖版母版发四个平台,要准备的封面比例不一样:B站要 4:3 和 16:9 两张,抖音要竖 3:4 和横 4:3 两张,快手、视频号各一张 3:4。每个平台的 AI 声明在不同位置,叫法也不同。助手能填的都填好,停在发布按钮前,由作者审完自己点。

如何使用

开工前准备(一次做完,各平台共用)

• 成片母版(原版,不压缩)。
• 封面三张:3:4 竖版、16:9 横版、4:3 横版。4:3 从 16:9 本地无损裁出即可,不用另外出图。
• 每个平台一段文案(标题 / 简介 / 话题),事先写进一个文件,便于核对。

分工

• 视频由作者传,理由不只是体积上限,见 浏览器插件自动化的能力边界_v1 的 2026-09-26 补丁:不要为了能自动上传而压缩母版。
• 作者传完视频,把那个标签页拖进 Claude 的标签组,助手再接手。也可以反过来:助手先在自己的标签组里打开发布页,作者直接在那个标签页里传(视频号就是这样做的)。
• **上传视频和填表不要同时进行。**视频号那次作者上传的同时助手在填,页面一重排,点击就落错了框。

四个平台的字段(2026-09-26 实测)

填表时的做法

1. 每个平台开始前先截一张全页图,看清各个上传位分别对应什么比例。
2. 页面里常有好几个隐藏的文件框。先用 JS 给每个 <input type=file> 标上名字再定位,传完切回另一个页签确认没传错位置。
3. 富文本框别用 Ctrl+A,会选中整页;点进框里再清空。
4. 选话题和候选项用元素定位,不要靠坐标点(抖音那次误点就是坐标偏了)。
5. 填完用 JS 读回标题、简介的实际文本,和文案文件逐字对照。
6. 列一张「已填 / 没动的默认项」表给作者,然后停手。
7. 视频号这类微前端页面(wujie:<wujie-app> 的 shadow DOM 放界面,脚本跑在一个名为 content 的 iframe 里):
   • 扩展的 find / read_page 看不到表单,输入框只能按截图坐标点;每次点击前重新截图,填完用 JS 进 shadowRoot 读回。
   • 文件上传:扩展只能往它看得见的 input 里传。先在主文档放一个临时 <input type=file> 接住文件,再用 JS 转交给 shadow DOM 里真正的上传框。
   • 转交时 File 和 DataTransfer 要用那个 iframe 的构造函数新建(iframe.contentWindow.File),再派发 change。直接把主页面的 File 塞进去,页面不报错也不接收(本次第一次就是这样静默失败的)。
   • 转交完删掉临时 input。

2026-10-01 补丁:横版母版四平台(B站 / 抖音 / 快手 / 小红书)

来源:71_余温《瑟兰薇》角色 PV,16:9 横版,同一天依次投稿。分工照旧:作者扫码登录、手动选视频文件、确认后点发布,助手填其余字段。

横版母版要准备的封面(和竖版那次不一样的地方加粗):

小红书字段(首次,2026-10-01):

• 标题 ≤20 字;正文一个框,话题写在正文里,输 #词 等联想、点第一条才是正式话题。
• 内容类型声明 →「笔记含AI合成内容」。
• 原创声明开关:打开时会弹《原创声明须知》,勾选同意要作者本人点。
• 合集、群聊、话题,作者可能在页面上自己加。发布前把所有字段读一遍,多出来的先问是不是作者加的(这次是,保留)。

新踩到的坑与做法:

• B站:
  • 新分区只有一级,选「影视」,没有「短片」子区。
  • 「创作声明」下拉里有两项:「含AI生成内容」「内容为自制,禁止转载」,可以都选。
  • 页面上还有活动话题和流量奖励(这次用了 1000 曝光),都要作者决定;用了流量奖励,首小时数据就要扣掉这部分曝光再看。
  • 下拉展开有动画,选项叠在下层元素上。等 1–2 秒、截图拿稳坐标再点,按旧坐标盲点会选错。
  • 标签每回车一个,等 1 秒、重新点一次输入框再输下一个。连续输入只成功了 1 个。
  • 置顶评论:评论区在 shadow DOM 里,扩展的 find 看不到。用 JS 逐层穿透 shadowRoot 找到自己那条评论的 #more(三个点),点开菜单选「设为置顶」。
  • 发布时间从公开接口读 pubdate,不要凭印象写”约几点”。
• 抖音:标题栏 ≤30 字和简介分开填,话题写在简介里;横版视频横、竖两张封面都要传。
• 快手:
  • 活动卡上的「添加」不起作用,只弹出「请手动添加相关话题」。参与活动,要在描述里输入活动话题(这次是 #AI灵境计划),在联想里点选,变成正式话题标签才算。能不能计入活动,要去 App 里确认。
  • 选下拉选项时,点击可能穿透到下面的「加入合集」,这次被误选成一个已有合集。发布前把所有字段读一遍。
• 横版片在竖屏平台:抖音、快手、小红书都按横屏播放,上下留黑。这次没有另出 9:16 竖版。

2026-10-14 补丁:六平台(B站 / 抖音 / 即梦 / 快手 / 小红书 / 视频号)

来源:84_那道题还亮着 原创男女对唱 MV(16:9 / 3 分 17 秒),10-13 到 10-14 依次投稿;同时回头修了 71_余温先导片被小红书限流的那条笔记。

最大的一条:小红书不能出现任何其他平台的信息。

• 余温先导片 10-11 在小红书被判「未通过」:「笔记存在推广其他平台的内容」,处置是限制推荐和搜索展示,所以几乎没有曝光。正文里写了「画面与声音:即梦 Seedance 2.5 · 角色与场景:Midjourney」「配乐:Suno 原创」,还带了话题 #即梦AI。
• 规避:视频用「无竞品版」(片尾署名只写 AI);标题、正文、话题都不写 Suno、即梦、Seedance、Midjourney、B站、抖音之类的名字;正文下面的推荐话题会冒出 #midjourney,别点。
• 补救:笔记管理 →「查看修改建议」→「修改笔记」,删掉平台名后提交,会重新进审核。正文是 ProseMirror 编辑器:用 JS 把选区精确设在要删的段落、文字或话题标签上,再按真实 Backspace,不要直接改 DOM。
• 作者的社群话题 #野神殿 只在小红书默认加;视频号、抖音、快手都不加。
• 活动在页面「关联活动 → 更多」里挑(四十来个,大多与题材无关);这次关联了「小红书校园音乐季」。

话题上限:抖音最多 5 个正式话题,第 6 个只会是纯文字;快手最多 4 个。

抖音:

• 重新上传视频后,横、竖两张封面都会被清空,要重传。
• 删正文里的残留文字别直接按 Backspace,光标位置不可靠,会删掉整颗话题;先用 JS 选中要删的文字再删。
• 抖音号、UID、播放 / 点赞数从创作者中心的 work_list 接口读(author.unique_id、author.uid、statistics),不用去 App 里点版本号。

快手:作品 ID(用于 kuaishou.com/short-video/<id>)在视频管理页卡片组件的 __vue__.$props.workId 里。

即梦:要参加锋芒回响的画布激励,短片必须从画布入口发,见 即梦锋芒回响_画布绑定发布与开源画布整理_v1。

视频号(第二次):

• 短标题不能有逗号,只允许书名号、引号、冒号、加号、问号、百分号、摄氏度;逗号用空格代替。
• 封面现在分两格:「个人主页卡片 3:4」和「分享卡片 4:3」,各自点「编辑 → 上传封面」。
• 话题要一个一个打:#词 后按一次空格,等它变蓝再打下一个;一口气连打 #a #b 会变纯文字。
• 活动下拉要搜关键词,搜出来的绝大多数是个人号自己建的「活动」;官方的名字以「微信时刻 ·」开头。
• 封面代理上传这次失败了:只把 Event 换成了 iframe 的,DataTransfer 用的还是主页面的,组件不接收,最后由作者手传。上面「填表时的做法」第 7 条早就写着要用 iframe.contentWindow 的 File 和 DataTransfer。动手前先查本文,别重新试错。

发布后

• 各平台链接和首小时数据回填到项目的发布文案文件。
• 投流判断按 快手分发SOP_v1 的规则:自然流量没跑出来不投流。

边界

• 小红书这次没发,字段未知。 → 2026-10-01 已补,见上方补丁(只有横版视频一次)。
• 视频号是收口后补发的。作者发表前自己改了描述、勾了声明原创;助手填的短标题、视频标注最终是否保留,没有核对。
• 平台改版后字段的名字和位置会变,表格只代表 2026-09-26 那天的页面。
• 全程在作者已登录的 Chrome 里操作。登录、验证码、发布都没有由助手代做。

关联文档

• 来源复盘:2026-09-26_清月_单条15秒角色PV_立项到三平台发布_复盘_v1 · 横版四平台补丁 2026-10-01_余温_见证者角色PV_立项到四平台发布_复盘_v1
• 能做什么、不能做什么:浏览器插件自动化的能力边界_v1
• 即梦画布与锋芒回响提报:即梦锋芒回响_画布绑定发布与开源画布整理_v1 · 活动细则审阅 2026-08-26_即梦片场活动细则审阅_四类坑点清单_v1
• 小红书合规:小红书导流话术合规红线_扣1领资料_v1
• 母版从哪来:AI视频本机超分_RealESRGAN_x4plus与闪烁检查_v1
• 临时电脑上的浏览器与环境:Claude桌面版接入LibTV远程MCP_临时电脑环境与会话重连_v1
• 平台策略层:快手分发SOP_v1 · 短视频批量分发方案_蒙眼剪辑法xRemotion_v1(第四节的「各做一张竖屏封面」在 B站 / 抖音不够用,见本文封面一行)

入档:2026-09-26 来源:76_清月 成片后期(Seedance 2.5 720p → 1080×1920),{aigc-creative-archive}/76_清月_银发仙子角色PV/06_成片/README.md 验证状态:⚠️两例,结论分叉——76《清月》(国漫 CG,采用)· 77《右下角的池塘》(胶片感写实真人,作者否决,见第 6 节)

2026-09-29 先读这句:超分不是默认步骤。写实、胶片感的片子,x4plus 会把皮肤抹平、纹理变硬,作者判”质感反而变差”。帧差、静止角、抽帧锐度都说它合格,但这些指标量不到质感。要超分,先做一段 5 秒的原版 / 超分对比片给作者看,再整片执行。

一句话

“720p 出片、后期超分”是库里好几个项目定下的省钱做法,这是第一次真的做完。做法是逐帧超分,再缩到目标尺寸,原音轨直接复制。选模型前先抽三帧对比:CG 质感的片子用 realesrgan-x4plus,不要用名字里带 video 的 realesr-animevideov3。交付前量一次相邻帧差,确认超分没有引入闪烁。

为什么要写下来

生成按秒计费,1080p 比 720p 贵三倍以上(见 派生图不进视频输入律_噪点随编辑代数累积_v1 与 Seedance2_5_行为规律_v1 第七节)。所以《余温》《擦干净》都定了”720p 出片、后期超分”,但此前没人跑过这一步,留下三个问题:用什么工具、选哪个模型、怎么知道没把片子弄坏。

如何使用

1. 工具

• ffmpeg(BtbN 的 Windows 构建)和 Real-ESRGAN ncnn-vulkan(xinntao/Real-ESRGAN 发布页的 portable 包)。两者都是解压即用,不需要 Python 或 CUDA,任何有 Vulkan 显卡的电脑都能跑。
• 本次:RTX 5060,361 帧 ×4 用时约 18 分钟(1,099 秒)。

2. 先选模型:抽三帧对比

抽三种最容易出问题的画面:面部特写(皮肤、睫毛)、大面积自然纹理(云层)、低照度剪影(暗部噪点)。 每帧按三种方式放大到同一尺寸,裁同一位置并排对比:原片 Lanczos 放大、候选模型 A、候选模型 B。

animevideov3 是给平涂动画设计的,会把渐变和细纹理”平涂化”。国漫 3D CG 看着像动画,其实是写实渲染,所以要按写实素材选模型。

3. 超分与合成

ffmpeg -i src.mp4 in/%05d.png
realesrgan-ncnn-vulkan.exe -i in -o out -n realesrgan-x4plus -s 4 -f png -j 2:2:2
ffmpeg -framerate 24 -i out/%05d.png -i src.mp4 -map 0:v:0 -map 1:a:0 -vf "scale=1080:1920:flags=lanczos,format=yuv420p" -c:v libx264 -preset slow -crf 16 -profile:v high -r 24 -c:a copy -movflags +faststart -shortest out_1080p.mp4

• ×4 出 2880×5120,再用 Lanczos 缩到 1080×1920。超采样后再缩比直接 ×1.5 更干净。
• 帧率先确认是恒定的。LibTV 直出是 CFR 24,可以直接按 24 帧重组;即梦 CLI 直出是 VFR,要先转 CFR(见 Seedance 档第七节)。
• 音轨 -c:a copy 不重编码。-shortest 会按画面长度截尾,本次截掉了原音轨末尾约 30 毫秒的余音。

4. 闪烁检查

逐帧超分最怕纹理在帧与帧之间跳。把原片和成片都缩回同一尺寸的灰度图,算相邻帧差的均值:

ffmpeg -i clip.mp4 -vf "scale=720:1280:flags=area,format=gray,tblend=all_mode=difference,signalstats,metadata=print:key=lavfi.signalstats.YAVG:file=-" -f null -

除了全片,再单独算一段画面几乎静止的镜头(那里任何闪烁都会显形)。

判据:成片的帧差不高于原片,就说明没引入可测的闪烁。最后的观感仍以作者目视为准,这个数只能证明”没变坏”。

5. 交付

• 成片记尺寸、帧数、时长、字节数和 SHA256,不入 git。
• 上传平台用原版母版。浏览器扩展的上传上限(10MB)不是压缩理由,见 浏览器插件自动化的能力边界_v1 的 2026-09-26 补丁。

6. 2026-09-29 补丁:写实胶片感片子,作者否了

77《右下角的池塘》是 16:9、1:48 的宣传微电影,画风是”35mm 胶片质感、低饱和、柔和颗粒、浅景深”的写实真人(Seedance 2.5,720p)。按本文流程,五段 AI 素材一共 1,877 帧,全部 ×4 超分再缩到 1920×1080,在本机 RTX 5060 上每帧约 3.8 秒,合计约 2 小时,然后出了整片。

• 机器检查全过:五段的静止角帧差持平或下降(M02 0.296→0.204,M04 0.304→0.188),抽帧看毛衣针织和发丝”更清楚”。
• 作者看成片:「感觉超分后质感反而变差了,我们直接投递原版吧」。定稿改用原版 720p,剪辑时 Lanczos 放大到 1080p。
• 对比同一帧的局部:原版保留了原片的柔焦和颗粒;超分版皮肤被抹平,纹理变硬,整体发”塑料”。对胶片感的片子,那层颗粒和柔焦就是质感本身,x4plus 会把它当成噪点修掉。
• 闪烁判据要改:整帧帧差会误报。M01 整帧 1.730→1.860、M03 2.025→2.156,都报了”帧差变大”,但静止背景的帧差其实是下降的。运动区域被锐化以后,相邻帧的差值自然变大,这不是闪烁。改成只量画面上角静止背景(虚焦办公区、窗外)的帧差,才是在查闪烁。见 用错度量会给出虚假通过_v1 的补丁。

由此修正的用法:

1. 超分从默认步骤降为可选步骤。《余温》《擦干净》定下的”720p 出片、后期超分”,在写实胶片感的片子上不成立。
2. 要超分,先挑最能看出质感的 5 秒(近景人脸、织物),出原版 / 超分对比片给作者看,作者点头再整片执行。本片省掉这一步,白跑了 2 小时。
3. 剪辑脚本保留超分素材,但默认不用,要加参数才用。原版和超分版可以随时切换重出。

边界

• 两个样本方向相反:国漫 3D CG(《清月》)采用;写实胶片感真人(本片)否决。平涂动画、其他超分模型(例如更保守的 ×2 模型)都没测,作者的判断也不是盲测。
• 原本只跑过一条 15 秒 9:16 的国漫 CG 片;77 补上了 16:9 长片,结论见第 6 节。
• 模型对比是三帧目视,不是盲测。
• 帧差均值能发现整体闪烁,但查不出局部小块的闪动;静止段单独测能补一部分。

关联文档

• 来源复盘:2026-09-26_清月_单条15秒角色PV_立项到三平台发布_复盘_v1
• 反例(写实胶片感,作者否决):2026-09-29_右下角的池塘_游戏宣传微电影_实录混剪到双语字幕发布_复盘_v1
• 整帧帧差误报:用错度量会给出虚假通过_v1
• “720p 出片、后期超分”的出处:2026-09-20_余温_关键帧先行到锚点制_M02四轮试镜复盘_v1 · 派生图不进视频输入律_噪点随编辑代数累积_v1
• 帧率与计费:Seedance2_5_行为规律_v1
• 同族”机器验参数、人眼验内容”:自动化产出双重验收_机器验参数人眼验内容_v1
• 工具怎么装(临时电脑、免安装):Claude桌面版接入LibTV远程MCP_临时电脑环境与会话重连_v1
• 成片之后:多平台同步投稿_发布页字段与浏览器辅助清单_v1 · 浏览器插件自动化的能力边界_v1

入档:2026-09-26 来源:76_清月 项目(作者旅行中,用一台公用电脑从零搭环境,两天内完成立项 → 成片 → 三平台发布) 验证状态:⚠️首次(一台机器,Windows 10 LTSC + Claude 桌面版 Code 页签)

一句话

在一台陌生电脑上,Claude 桌面版可以通过 LibTV Remote MCP 直接调 Seedance 2.5 出片,不用装 LibTV CLI。要过三道坎:桌面版是 MSIX 打包,会话里看到的路径和外部终端里的真实路径不是同一个;OAuth 登录必须在交互终端里跑;MCP 中途掉线时切换一次会话目录就能重连。走之前要把 GitHub、LibTV、Chrome 的登录态都清掉。

如何使用

1. 加 LibTV 远程 MCP

claude mcp add --transport http --scope user LibTV https://mcp.liblib.tv/mcp
claude mcp get LibTV

• --scope user 写进用户配置,之后新开的会话都能用。
• 授权要跑 claude mcp login LibTV。它会打开浏览器让作者登录 LibTV 并同意授权。这条命令需要 TTY,在助手的后台 shell 里跑会直接失败。要在桌面版的终端页签里跑,或者请作者在自己的终端里跑。登录和授权都由作者本人完成。
• 2026-09-28 补丁:助手自己给它一个伪终端(工作站主机实测,作者要求”自己解决授权问题,不要烦我”):
  • pip install pywinpty(清华镜像对它返回 403,改用 -i https://pypi.org/simple)。
  • 用 winpty.PtyProcess.spawn 在 ConPTY 里跑 login,设环境变量 BROWSER=echo,不让它自己弹浏览器,从输出里读授权链接。它会在 localhost 上等回调。
  • 用作者已经登录 LibTV 的 Chrome(浏览器扩展)打开授权链接,点”允许”,回调成功。内置浏览器没登录,只给扫码。
  • ~/.local/bin/claude 可能是没有 mcp login 的旧版,要用桌面版自带的 claude.exe。
  • 不要”结束授权进程再往伪终端写回调地址”,自动审查会拦。
  • 授权成功后,当前会话不会自动出现 LibTV 工具,要重载会话(切一次工作目录或新开会话)。

2. MSIX 路径重定向

Claude 桌面版是 MSIX 包,AppData 会被重定向:

所以在外部终端里找 claude.exe 或助手装的 MinGit,要用右列的路径。本次 claude.exe 在 …\LocalCache\Roaming\Claude\claude-code\<版本号>\claude.exe。

3. 其他工具

• git:装 MinGit(免安装版)。它不在 PowerShell 工具的 PATH 里,每次要写全路径 %LOCALAPPDATA%\Programs\MinGit\cmd\git.exe。
• GitHub 私有仓库:非交互 shell 里认证会失败。让作者在终端里跑一次 git.exe ls-remote <仓库地址>,Git Credential Manager 会弹出浏览器登录,凭据存进 Windows 凭据管理器,之后助手就能 push。
• 长路径:桌面版的 scratch 工作区路径本身就很长,在里面 git clone 会报 '$GIT_DIR' too big。克隆到 C:\Users\<用户>\<仓库名> 这样的短路径。
• 大仓库:作品档案库用 --filter=blob:none --sparse 轻量克隆,只检出当前项目目录。
• ffmpeg / Real-ESRGAN:都有解压即用的 Windows 包(BtbN 构建、xinntao 发布页),放在 C:\Users\<用户>\tools\,不需要管理员权限。用法见 AI视频本机超分_RealESRGAN_x4plus与闪烁检查_v1。

4. 用 LibTV Remote MCP 出片的顺序

1. doctor 确认身份与连接 → create_project 建画布项目。
2. 上传参考图:upload_ticket → 用返回的地址 PUT 到 OSS → upload_complete。
3. create_node 建图片节点,再用 update_node 把 data.url 绑上。只建不绑,生成时那张图不算参考。
4. validate_generation_plan 预检 → generate_video,每条带一个稳定的 idempotencyKey(例如 项目-幕-轮次-日期),防止重试时重复扣费。
5. 看结果不必下载整条视频。存储端是 OSS,URL 后加截帧参数就能取单帧:?x-oss-process=video/snapshot,t_<毫秒>,f_jpg,w_360,ar_auto。不要加 m_fast,它会跳到最近的关键帧,不是你要的那个时间点。
6. 回执里没有积分消耗。要记成本,得另外查余额。

5. MCP 中途掉线

本次出 r3 前 LibTV 的工具全部消失。在桌面版里用 change_directory 把会话目录切到项目子目录,会话重载时 MCP 重新连上,之后照常提交。切目录前先征得作者同意。

6. 浏览器:两个浏览器各有用途

• 桌面版内置浏览器适合看本地页面、读文档。chatgpt.com 在里面会触发 Cloudflare 人机验证。不要尝试绕过,改用作者自己的 Chrome。
• Claude in Chrome 用的是作者已登录的 Chrome。它只能操作自己标签组里的标签页,单个上传文件上限 10MB。投稿细节见 多平台同步投稿_发布页字段与浏览器辅助清单_v1。
• 看本地 HTML 工具页(例如音画同步测量页):file:// 在内置浏览器里打不开,可以用 PowerShell 的 HttpListener 起一个本地小服务。

7. 离开前清登录态(公用电脑)

cmdkey /delete:git:https://github.com
<claude.exe 真实路径> mcp logout LibTV

Chrome 里还要手动退出:GitHub、LibTV、ChatGPT、各发布平台,以及 Claude 扩展本身。

边界

• 一台机器、一个桌面版版本(Claude Code 2.1.281)。MSIX 的包名后缀 pzs8sxrjxfjjc 是否因安装渠道而变,没验证。
• 「切目录能重连 MCP」只发生过一次,原因没查清楚。

关联文档

• 来源复盘:2026-09-26_清月_单条15秒角色PV_立项到三平台发布_复盘_v1
• 同族(GitHub 凭据走 Windows 凭据管理器):Git初始化已有工作区并建GitHub仓库_嵌套仓库submodule引入与MCP无权限ghCLI兜底_v1
• 同一台电脑上的后期与发布:AI视频本机超分_RealESRGAN_x4plus与闪烁检查_v1 · 多平台同步投稿_发布页字段与浏览器辅助清单_v1
• 模型行为(本通道的样本已补入):Seedance2_5_行为规律_v1
• 同平台 CLI 通道：样片转正片要补网页元数据，见 LibTV_CLI样片转正片_补网页元数据_v1
• 伪终端授权补丁的来源(工作站主机):2026-09-29_右下角的池塘_游戏宣传微电影_实录混剪到双语字幕发布_复盘_v1

入档：2026-05-12（D2 晚间） 触发：跳蛛先生在 14_我的一天 流量层 #1 启动前一刻的反思 主线作品来源：{AIGC工作站}/00_战略与定位\战略 v3 · 抖音主战场.md（v3 已写，v3.1 是反思修正）

一句话

好流量是好作品带来的产物，不能因果倒置。

任何”为了喂算法做的内容”都是在把作品当工具，本质是被流量绑架。

如何使用

每次有人（包括 Cowork）提议”做轻量化流量内容补足更新频率”时，问三个问题：

1. 这内容能成为你愿意冠名的作品吗？还是只是”凑数”？
2. 你已有的爆款（《藩篱》131.8w / R-07 抖音邀请）是高频更新带来的，还是单条好作品带来的？
3. 如果今天不发，明天发的好作品会变差吗？

任意一个回答”不能 / 不是 / 不会”，就不该做这件事。

v3 的盲区

战略 v3（5/12 上午锁定）有一个隐含假设：

“账号需要持续高频内容喂算法，否则算法会冷启动。”

基于这个假设设计了”双层策略 A””：

• 流量层（每周 1-2 条 AI 写真集 / 32-60 秒）
• 深度层（每月 1 条 MV / 1-3 分钟）

把 14_我的一天 二次开发为”流量层 #1”。

反思证据（两条数据点直接反驳了假设）

两个都是 “单条好作品驱动”，没有一个是”高频更新驱动”。

跳蛛先生最强武器是”做出震撼级作品”，不是”日更稳定”。频率驱动反而稀释作品集质量。

v3.1 修正后的核心战略

单作品深度驱动 + 切片矩阵传播 + 作品间允许间隔

节奏：每 6-8 周一个深度作品（不是每月 1 条）
原则：质量优于频率，作品优于算法

保留（v3 仍有效部分）

• 抖音主战场（粉丝画像 + 历史爆款都验证）
• 反豆包定位
• 全平台硬约束：≥30 秒 + 必带 Suno 原创音乐
• 抖音首发 + B 站归档发布顺序
• 切片矩阵（但只在作品做完后做，是作品自然衍生的传播）
• 跨平台 IP 化矩阵

删除（被流量绑架的假设）

• ❌ 双层策略（流量层 / 深度层）
• ❌ “每周 1-2 条 / 每月 6-8 条” 频率目标
• ❌ “持续喂算法”假设
• ❌ 把现有素材二次开发为”流量层”

反推：为什么《藩篱》能爆但转粉率只有 0.3%

131.8w 播放 / 4401 粉丝 = 0.33% 转粉率（低于健康线 1-3%）。

不是因为没人喜欢——0.9% 收藏率（高于平均 0.3-0.5%）证明真粉浓度足够。

真正的原因：抖音算法把《藩篱》推给了所有人，但131w 里大部分不是”AI 写真集垂类受众”——他们划走是必然的。这部分流量天然就转不了粉。

这进一步证明：追求”高频更新”等于追求”更多无效播放”，不等于”更多真粉”。

跳蛛先生的话（原话沉淀）

“时代已然大跨步前进，《藩篱》的爆火与’上古时代’这个时代信息是一定有部分强关联的。”

“我觉得应该坚持优先制作我们最初的拾色项目，不要被流量所裹挟，好的流量一定是好的作品带来的产物，不能因果倒置。“

关联文档

• {AIGC工作站}/00_战略与定位\战略 v3 · 抖音主战场.md（v3 主文档，v3.1 修正记录在末尾”v3.1 反思与修正”）
• {AIGC工作站}/00_战略与定位\历史版本\战略 v2 · 作品集主线.md（已归档）
• {AIGC工作站}/14_我的一天\抖音流量层_v1\执行_brief_v1.md（封存案例 · 反例教学价值）

入档：2026-05-14 性质：v1.1 升级前的待办清单，不是正式迭代 触发条件：异界气象台 minitest 首日数据 + 4 作品 48h 数据 + 封面 v2 收口 三者齐备时一次性升级 不做 v1.1 的原因：当前数据仍在飞（喂的慢热反转、凝视的算法加推、19 涨粉等），过早迭代会做一个迅速被推翻的版本

待补丁条目（按发现日期）

补丁 1 · 封面是入场票的”第零层”

触发：异界气象台 minitest 封面 v1 翻车（2026-05-14）

核心修正：

• v1 的入场票框架假设了”前 0.5 秒识别”发生在视频内
• 实战中，封面才是真正的入场票第零层——观众在快手刷流里到不了点击，视频内的入场票就废了
• v1.1 必须明确区分”封面层入场票”和”视频内入场票”

对应 SOP 修正：

• 任何作品的封面必须当作”独立设计任务”处理
• 禁止从视频内截帧 + 套元素生成封面
• 封面 brief 必须在制作启动前由运营经理写明，不放任制作侧自行决定

补丁 2 · 封面 prompt 的五重反字幕约束（框架级原则）

来源：Cowork Claude 从「大地之上」与「异界气象台 v1」翻车踩坑提炼

约束内容：

封面层 MJ prompt 必须包含 no text, no labels, no logos, no subtitles, no banners 五重反约束。

理由：

• MJ 在 prompt 没强压制字幕的情况下，会按”它理解的央视纪录片画面”自带生成红条字幕
• 央视入场票应该通过命名格式（“XX气象台”）+ 后期排版（思源宋体 Heavy 大字）双层叠加承接，而不是让 MJ 在抽卡阶段自己生成文字元素
• 不只适用于央视格式预载——任何”自带制式画面”的素材（新闻联播、动物世界、气象预报）都有这个陷阱

补丁 3 · sref 强度的”视频-封面”差分

来源：Cowork Claude 异界气象台封面 v2 prompt 工程

核心原则：

封面层 sref 强度（sw）默认比视频层低 30-40。 视频用 sw 80 时，封面用 sw 40-50。

理由：

• 视频内画面追求广角播报感，需要 sw 80 来保证视觉连贯
• 封面追求主体冲出框，需要 sw 40-50 让 MJ 把主体推到画面前面
• 两者用同一个 sw 默认值会导致封面”画面满但主体小”

适用范围：所有沿用同一 sref 体系的作品。首次发现于异界气象台 minitest，但适用于所有 IP 系列化作品。

补丁 4 · 双轨诊断的判断窗口 ✅ 已升级为独立文档

升级时间：2026-05-15 独立文档：慢热作品识别_v1 升级原因：喂的慢热反转在 56h 窗口完整生命周期观察完毕（0.08% → 4.45% → 涨粉 19）——证据足够独立成文

核心结论（已沉淀到独立文档）：

• 24h 窗口的”流量虚假”判断对长内容 + 个人表达型作品存在错杀风险
• 收藏率 ≥ 0.1% + 时长 >90s + 个人表达型 = 慢热信号
• 任何”改作品”处方不能在 24h 内启动
• 投流追加在慢热筛查期（24-72h）内一律暂停

补丁 5 · 算法自动加推的盲点（待数据验证）

触发：凝视在快手”燎原计划 + 5 元投流”组合下，从 31 播放飙到 2979（×96），但点赞率从 6.45% 崩到 0.23%

核心发现：

• 快手算法对完播率极端敏感（凝视 15s + 9.7% 完播率 → 自动加推）
• 但算法对”人群匹配度”几乎没识别能力——它推了，但推错了
• 默认推荐模式 + 全勾选 = 把所有作品扔进算法盲池

待补充条目：

• v1 的”流量饥饿”判断处方是”换平台”
• 但实战中还有第三条路径：“接受被错误推送 + 用点赞率作为人群质量信号 + 不投流追加”
• 需要写一条新的判断逻辑：被动加推 vs 主动投流的差异化诊断

补丁 6 · MJ 主体尺寸召唤词偏好（已验证 32 张实测）

触发：异界气象台封面 v2 抽卡（32 张产出实测）

核心规律：

单一主体（colossal / towering / monolithic）的尺寸召唤强度 > 群体（massive / countless / horde）

实证数据：

• B-v1（鲸群 + massive whales）主体压倒感 2-3 分
• B-v2（单只巨鲸 + colossal whale）主体压倒感 5 分
• A 系列（单一沉钟塔 + towering tower）主体压倒感 4-5 分

操作指南：

• 封面 prompt 优先使用”单一主体 + 形容词激进”组合
• 如必须做群体，每个个体单独 prompt 控制，避免依赖群体词
• 此条同步入档到 知识库/02_参数行为档案/MJ_v8.1_无oref_混合工作流_v1.md

补丁 7 · 所有目标比例必须 MJ 原生抽卡（流程层）

触发：异界气象台封面 v2 横屏比例返工

核心规则：

封面 brief 阶段必须同步规划所有目标比例。9:16 → 16:9 的事后处理（裁剪 / PIL 扩展 / 翻转）几乎都做不到原生构图质量。

事后处理 vs 原生抽卡的实测质量差：

• PIL 画布扩展 16:9 左留白质量 = 1 分（色块 + 噪点）
• MJ 原生重抽 16:9 左留白质量 = 5 分（真实雾天 + 海面层次）

操作指南：

• 每个目标比例（9:16 / 3:4 / 16:9 / 4:3）必须有独立的 MJ prompt，第一轮就抽出来
• 运营经理写封面 brief 时必须明确写”四比例 MJ 原生 prompt 各 N 张候选”
• 不再默认制作侧会自己规划——把这条作为显式约束

补丁 8 · 副会话决策点的技术限制必须诚实披露（沟通层）

触发：异界气象台封面 v2 的 PIL 扩展翻车事件

核心规则：

Cowork / 副会话在 AskUserQuestion 等决策点向跳蛛先生提供选项时，必须诚实标注每个选项的技术局限——不能用”技术上能跑通”代替”作品级质量”做自我安慰式验收。

反例：

• ❌ 选项写”水平翻转 + PIL 渲染”，未说明”扩展区是暗色色块不是真实图像”
• ✅ 选项写”水平翻转 + PIL 渲染（扩展区是采样色块 + 噪点，非真实图像，质量上限有限）”

操作指南：

• 决策点的每个选项必须附”技术局限标注”
• 自我验收时用”作品级质量”标准而非”技术能跑通”标准
• 受限时主动反馈，不要钻牛角尖凑合

补丁 10 · 作品-平台-受众三角匹配，不可能通吃四平台（顶层框架）

触发：异界气象台首日跨平台数据对比（5/15 凌晨）—— 快手 3070 / 抖音 76 / B 站 75 / 小红书 0 曝光，四平台几乎完全不同的反应

核心修正：

入场票框架 v1 假设了”入场票类型”是核心变量。但跨平台对比显示——作品-平台-受众的三角匹配才是底层结构，入场票类型只是其中一个变量。

三角的具体表现：

实证：

• 凝视：快手 31 播放 vs B 站 1250 播放 + 208 赞（30 倍杠杆差）
• 同样美学辨识度入场票，B 站浓度高、快手浓度低
• 异界气象台：快手 3070（含燎原补贴）vs 抖音 76（算法实质判负）

四平台不同的”内容契合区”（待 v1.1 升级时正式表述）：

• 抖音 = 西瓜模式（文化预载 meme + 体裁反差 + 1-3 分钟）
• B 站 = 凝视/R-07 模式（高视觉浓度 + 长内容 + 作品集）
• 快手 = 喂模式（个人表达 + 慢热 + 真粉转化）
• 小红书 = 教程模式（AIGC 知识 + 图文 + 思辨）

操作铁律（v1.1 升级时正式纳入 SOP）：

• 没有”全平台同步发”——任何单一作品试图通吃四平台 = 必然 3/4 平台浪费精力
• 每条作品立项时必须先确认”它的主战场是哪个平台”，其他平台只做归档
• “主战场”由作品-平台-受众三角匹配度决定，不由”我希望在哪个平台爆”决定

补丁 9 · minitest 不是科研任务，不为最优解（角色边界）

触发：跳蛛先生 2026-05-14 18:30 提醒”不是科研任务，不为最优解”

核心修正：

运营经理 finalize 决策时，不能把所有论证都建立在”实验干净性”上。跳蛛先生是创作者 + 独立游戏开发者，不是研究员。他的目标是好作品 + 活账号 + 可持续节奏，不是论文。

反例（修正前）：

• 把 9 个 finalize 决策全部论证为”为了保护实验干净性”
• 把 H1/H2/H3 假说真伪当作 minitest 的主要指标
• 用”科学家心态”压制”够用就好”的实用判断

操作指南：

• minitest 的真正第一指标是涨粉转化率（账号资产累积），不是假说真伪
• 数据观察的优先级：涨粉 > 完播率 > 点赞率 > 播放量 > 假说指标
• 当论证某个决策时，先问”如果完全不考虑实验干净性，这个决策还成立吗”——如果成立，就用作品判断/运营常识的语言重新论证；如果不成立，就要重新审视是否被”科学家心态”绑架了
• 运营经理的本职是把好作品送到该看的人面前 + 让账号资产持续累积，不是把作品当实验素材

为什么这条最关键：

它修正的不是某个方法论细节，而是运营经理这个角色本身。当运营经理开始用”实验干净性”论证一切时，已经偏离了角色本职。所有上层补丁（1-8）在没有这条补丁约束的情况下，可能滑向”为了完美实验而过度设计”的陷阱。

升级触发器（必须全部满足才进入 v1.1 撰写）

• 异界气象台 minitest 首日数据到手（含 24h / 48h 双观察点）
• 当前 4 作品的 48h 数据到手（验证慢热假设是否有第二样本）
• 封面 v2 收口简报 + 数据反馈到位（2026-05-14 已完成，含补丁 6/7/8）
• 至少观察到 1 个”被动加推 + 错误人群”的完整生命周期（凝视目前正在跑这条）

入档原则

• 任何在 v1 框架运行中发现的”未覆盖情况”都写到本文件
• 不立即修正 v1，避免做无意义的小版本迭代
• 当升级触发器全部满足时，本文件升级为 v1.1 正式文档，本暂存文件归档为 _v1.1迭代待办暂存_已归并.md

关联文档

• 当前正式版：入场票框架_v1
• 触发本次迭代的项目：20_异界气象台_minitest/
• 触发数据：复盘记录/2026-05-14_快手四作品复盘.md
• 制作侧反馈：跨会话协作/异界气象台_minitest_封面v2_抽卡brief_回函v1_致运营经理_20260514.md

入档：2026-05-12（D2 晚间） 触发：「拾色」女主形象试跑时，需要在 v8.1 美学和角色一致性之间做 trade-off 关联：角色一致性金字塔_v1 / MJ_v8.2_行为档案_v1（v8.2 已实测 —preview 通道，质感再上一档，oref 支持情况未测）

一句话

v8.1 美学优于 v7，但 v8.1 没有 cref/oref 功能。 解法不是二选一，是按镜头需要分工：

• 必须锁脸的镜头 → v7 + oref
• 无人物 / 局部 / 远景 → v8.1 美学最大化

如何使用

写一支多镜头作品（MV / 海报组 / 系列封面）前，先把所有镜头按”是否需要清晰看到她的脸”分成 A/B/C 三类：

典型分布：16 镜作品里 A 类约 25% / B 类约 25% / C 类约 50%。

C 类占一半 → 整片综合美学接近 v8.1 全片，只有”她的脸”的镜头损失 v7 的美学差。

v7 vs v8.1 实测对比（拾色 D2）

v8.1 出图特点

• ✅ 真实质感更强（皮肤 / 织物 / 光影）
• ✅ photographic realism 关键词响应更准
• ✅ Hasselblad / Kodak Portra 等胶片关键词改变质感
• ✅ 长 prompt 解读更精准
• ❌ 没有 cref / oref / character reference 功能
• ❌ 每次 seed 不同，脸会漂移

v8.1 inset frame 双层结构稳定执行（2026-05-14 实测）

发现来源：异界气象台 minitest 第一节·深海第七断层 prompt 测试（A-v3 组）

prompt 写入：

... ultra wide top-down satellite view of an unknown ocean region as the main image, a smaller inset square frame in the upper right corner showing a cross-section diagram of an underwater trench ...

结果：MJ V8.1 在 4 张抽卡中全部稳定召出”主图 + 右上角子图”的标准排版——主图是俯瞰场景，子图小窗口里是 cross-section / radar scan / topographic 等技术示意图。

关键能力：

• “inset frame” / “inset square frame in the upper right corner” 指令稳定执行
• 子图内容可由 prompt 后续描述指定（cross-section / radar / topographic / scope view 等）
• 子图与主图视觉风格保持一致（同色温、同质感），不会出现”现代 UI 子图”违和

应用场景：

• 央视气象图主图 + 雷达扫描子图（异界气象台 minitest 实测）
• 监控录像 + 监控目标特写子图
• 仪表盘 + 单一仪表读数子图
• 任何”档案/纪录片/报告”语境的复合信息呈现

注意事项：

• 子图位置（upper right / upper left / lower right …）按 prompt 指令稳定执行
• “smaller inset square frame” 比 “small picture-in-picture” 更精准——前者 MJ 理解为”嵌入边框小窗口”，后者可能被理解为”另一张完整画面叠加”

v8.1 inset frame 子图内容偏离 prompt 的常见模式（2026-05-14 实测追加）

第一节验证过双层叠加（inset frame）100% 稳定召出，但子图具体内容的执行有偏差：

规律推测：MJ 训练数据里 “radar” / “cross-section” 等”二维可视化技术”图示丰富，但 “thermal heat map” 这类”色彩映射数据可视化”训练样本较少，倾向用”光点 / 红色热区”代替等温线。

应对：想要”等温线图”风格，prompt 写得更直接：topographic isotherm contour map with concentric temperature rings 而非 thermal heat map。

但子图偏离不一定是坏事——异界气象台第三节 A-v2_u0 跑出的”红色温度热点”反而和字幕”-89℃ 温度回升”互锁，是 happy accident。

v8.1 材质属性形容词弱权重（2026-05-14 实测）

prompt 写：

snowflakes have a faint metallic sheen catching the dim ambient light

期望：雪花有金属光泽（暗示”金属味的雪”诗意）。

实际：4 张抽卡全部跑出普通雾雪，没有任何金属感。

规律：MJ V8.1 对”具体材质属性形容词”（metallic sheen / glossy / wet / translucent / iridescent 作为形容词修饰名词时）执行不稳定——它把这些当弱权重 modifier 处理，优先级低于主体形态描述。

应对：把材质属性做成视觉元素本身：

v8.1 数量约束 “single / one” 执行不稳定（2026-05-14 实测）

prompt 写：

a single tall thin mechanical figure silhouette barely visible

实际：4 张抽卡里有 2 张跑出了 2-3 个剪影，“single” 数量约束执行率约 50%。

规律：MJ 对”数量词”的执行受 prompt 整体语境干扰。如果 prompt 后续描述了”scattered” / “in the distance” 等空间分布词，“single” 会被忽略。

应对：双重约束 + 强否定：

• 写 a single ... and no other figures anywhere in the entire frame
• 或者 exactly one ... only one, nothing else moving in the frame

注意：本节恰好需要”几个剪影”而非”一个”（brief 要求”几个机械生命体的剪影”），所以这次的”数量约束失败”反而符合 brief。是否需要严格 single 看具体需求。

v8.1 “closing transmission/shot” 自动召出 letterbox + 双频道结构（2026-05-14 实测）

发现来源：异界气象台 minitest 收尾·总览图 v2/v3 测试

问题：v3 prompt 没写 letterbox，但 4 张全部跑出了 letterbox + 双弧线结构；v2 prompt 写了 prominent black letterbox bars，但跑出的 4 张里 3 张是双 letterbox 双弧线而非期望的”单 letterbox 单弧线”。

规律：MJ V8.1 把 closing transmission / closing shot 关联到了**“电视信号即将关机的双频道残影 / 录像带切换瞬间”**——这是训练数据里电视档案影像的典型视觉特征。

应用调整：

• 想要 closing 镜头的”单频道”视觉，要在 prompt 里显式排除：single continuous frame, no signal interruption, no double horizontal split
• 想要”双频道分裂感”反而是 happy accident——直接写 closing transmission 就能稳定召出

v8.1 双重约束尺寸技巧：稳定锁标记点大小（2026-05-14 实测）

发现来源：异界气象台 minitest 收尾·总览图 12 张抽卡

正例：prompt 写

three small bright white circular markers ... about 2 percent of the frame width each

12 张全部稳定召出清晰、大小合适的白色圆点——MJ 把”形容词（small bright）+ 量化（about 2%）“作为强双重约束执行。

模板：

• [形容词描述] [object], about X percent of the frame [width/height] each
• 比单独写 “small markers” 或 “tiny dots” 稳定得多

对比反例：第三节 prompt 写 tiny dark dots barely visible——只用形容词，MJ 把”废墟”画得比 prompt 要求更显眼。

回流到”材质属性形容词弱权重”小节作为对比正例：单形容词权重弱，但形容词 + 量化数值权重强。

v8.1 雷达扫描召唤静态而非动态（2026-05-14 实测）

发现来源：异界气象台 minitest 收尾·总览图 v3 测试

问题：prompt 写 a sweeping radar scan line ... sweeping clockwise，期望是”动态扫描线”。实际 4 张跑出静态雷达光带 + 同心圆脉冲——没有”运动”概念。

规律：MJ 是图像生成模型，所有”运动 / 扫描 / 旋转”等动态词都被翻译成静态呈现。

应用调整：

• 不在 prompt 里期望”动态”
• “扫描动作”由后期 MoviePy/AE 实现——MJ 出”扫描线已经定格的某一帧”作为基底
• prompt 写 radar scan line frozen at moment of sweeping 比 sweeping radar scan line 更准确（前者承认是静态帧）

v8.1 sref 跨色温场景强度阈值（2026-05-14 实测）

发现来源：异界气象台 minitest 第一节·B-v1 镜头测试

问题：使用 sref 基准图（navy 色调）+ prompt 写 “deep saturated purple”，期望出紫色场景。

结论：sref 跨色温压制能力很强。当目标色温和 sref 色温显著不同时（如 navy → purple、navy → magenta、teal → red），sw 必须降到 40-50，否则 prompt 的色温描述会被洗掉。

判断阈值：

• 同色温微调（如 navy → 深 navy）：sw 100
• 邻色温（如 navy → cyan）：sw 70-80
• 跨色温（如 navy → purple/red/green）：sw 40-50
• 想完全脱离 sref 色温：不挂 sref，纯 prompt

v8.1 sref 工作流变化（2026-05-14 实测）

Web 端 v8.1 的 sref 已从”数字 ID”改为”图片挂载”：

• ❌ 旧（v7 时代）：prompt 末尾写 --sref 5692463053 --sw 100，数字 ID 可跨会话/项目复用
• ✅ 新（v8.1 web 端）：点击 prompt 输入框旁的”加图”按钮上传/挂载参考图，UI 显示为图片缩略图挂载状态
• ✅ --sw 100 等强度属性照常生效（写在 prompt 文本里）
• ⚠️ 无法直接获取 sref 数字 ID（UI 隐藏了 ID 字段）

对知识库的影响：

• 旧 sref 档案命名约定 sref_<数字ID>_<描述>.md 不再适用于 v8.1 web 端工作流
• 新约定：sref_<项目>_<图片名>.md，文件内挂图片路径（相对/绝对都可），而非 ID
• 旧档案（如 sref_5692463053_navy现代极简_v1.md）仍适用于 v7 + oref 或 discord 端工作流

对项目工作流的影响：

• sref 母本图片必须保留为本地图片 + 路径稳定（移动/删除原图 = sref 失效，每次都要重新挂）
• 跨项目复用 sref → 把图片复制到新项目目录，在新项目里重新挂载
• 用 MJ Web 端做风格统一项目时，先固定 sref 母本图片的存储位置再开始批量出图——避免中途搬家

v7 + oref 出图特点

• ✅ oref 锁脸一致性 ≈ 85%（跑 8 张里 7 张能保住主气质）
• ✅ 美学比 v8.1 弱 10-15%（但仍可用）
• ⚠️ 部分图唇色偏深 / 神态偏锐利（v7 默认偏好）
• ⚠️ --ow 不是越高越好：100 锁得死但缺活气，50-70 留 moodboard 调味空间

风险预案（如果 v7 + oref 不达标）

Step 1：v7 + oref 跑 1-2 个 A 类镜头测试
   ↓
   评估"她"的气质保留度 vs 主基准图
   ↓
   ├─ ≥ 80% → 走 v7 + oref（主推）
   ├─ 60-80% → v7 + oref + 后期换脸补正
   └─ < 60% → 切换 libtv + nano-banana（节点工具）
       ↓
       nano 接管所有 A/B 类（角色一致性）
       v8.1 仍管 C 类（美学最大化）

Cowork 推荐顺序：

1. v7 + oref（首试）
2. libtv + nano-banana（备用）
3. v8.1 全跑 + FaceFusion / InsightFace 后期换脸（兜底）

「拾色」实战配置

统计：A 类 4 / B 类 4 / C 类 8。

「封面抽卡场景」的行为规律（异界气象台 minitest v2 实测沉淀）

入档时间：2026-05-14（运营经理 + Cowork 双方确认） 触发：异界气象台 minitest 封面 v2，32 张 MJ 实测（首轮 24 + 横屏补抽 8） 关联：入场票框架_v1.1迭代待办暂存_v1 补丁 2/3/6/7

封面属于”无 cref/oref”的子场景，但有独有的行为规律，与 A/B/C 三类角色场景不完全重叠。

规律 1 · 五重反字幕约束（100% 有效率）

封面 prompt 必须包含：no text, no labels, no logos, no subtitles, no banners。

理由：MJ V8.1 在没有强压制时，会按”它理解的央视/纪录片画面”自带生成红条字幕条——对封面是污染。32 张实测 100% 无字幕，验证有效。

适用范围：任何”自带制式画面”的素材（央视格式、新闻联播、动物世界、气象预报、纪录片）都需要这条防御。

规律 2 · 主体尺寸召唤词「单一 > 群体」（封面专属）

实测数据：

• B-v1（massive whales 群体）→ 鲸群被画太小，主体感 2-3 分
• B-v2（colossal whale 单一）→ 主体压倒感 5 分
• A 系列（towering tower 单一）→ 4-5 分

操作指南：封面 prompt 优先用”单一主体 + 形容词激进”。如必须做群体，每个个体单独 prompt，避免依赖群体词。

规律 3 · sref 强度的「视频 - 封面」差分

理由：封面追求”主体压倒”而非”风格一致”。sw 50 同色家族验证一致性 4.7、主体压倒感 4.6——封面默认值。sw 40 适用于跨色家族。

规律 4 · 所有目标比例必须 MJ 原生抽卡（流程层）

禁止：从 9:16 抽卡通过 PIL 扩展 / 裁剪 / 翻转得到 16:9 / 4:3。

实测对比：

• PIL 画布扩展 16:9 左留白质量 = 1 分（色块 + 噪点）
• MJ 原生重抽 16:9 左留白质量 = 5 分（真实雾天 + 海面层次）

操作指南：每个目标比例（9:16 / 3:4 / 16:9 / 4:3）必须独立 MJ prompt，第一轮就抽出来。

规律 5 · sw 不是主体形态杠杆，prompt 文本才是

反例：异界气象台 C-v1 用 monolithic mechanical lifeforms + sw 40，4 张全部跑成”弯腰前行的人类剪影”。降 sw 不能纠正歧义。

修复：必须改 prompt 文本——weathered ancient industrial machinery, no glow, no neon, no humanoid form 类显式排除。

操作指南：当 MJ 跑出”概念歧义”时（如”机械生命”→“人形”），优先调 prompt 文本，而非调 sw。

关联文档

• 顶层方法论:角色一致性金字塔_v1(oref/seed/personalize/sref 4 层)
• 账号级地基:personalize与moodboard分工_v1
• IP 应用案例:檐下IP_视觉系统_v1(V4 基准图修复案例)
• 对照参数:ow_行为规律_v1 · seed_行为规律_v1
• 封面抽卡触发本节的源头：20_异界气象台_minitest/02_视觉/封面_v2/sref调试日志_v2.md

入档：2026-05-12（D2 晚间） 触发：「拾色」Suno BGM 试听时的惊艳发现 关联：Suno配乐制作分享_v1（基础流程 · 仍有效）

一句话

Suno v5.5 的自动作词能力 = 跳蛛先生原创草案的能力。当 prompt 里的”风格描述 + 情境暗示”足够精确，Suno 自己作的词比手写更好。

如何使用

写新作品 BGM 时：

1. 不要急着写歌词草案——先把 IP 内核 / 情境 / 调性写进 style prompt
2. 第一轮跑 Suno 不指定 lyrics（让它自由作词）
3. 如果第一轮歌词命中 IP 内核 ≥ 80% → 直接采纳（节省”歌词决策日”一整天工作量）
4. 如果命中度 < 80% → 用 Suno 自动作词作为草案，手动修正关键句

v5.5 实测：「拾色」自动作词案例

Prompt（只写风格 + 情境，无 lyrics 草案）

Trip-jazz with Shanghai 1940s old-jazz influence, female lead vocal with restrained nostalgic tone like Zhou Xuan meets Norah Jones, sparse piano, rain ambience, 75 BPM, 3 minutes 10 seconds, Mandarin verses with English chorus phrases "still here, still kept, still folded, still unread", background male humming in outro

注意：只给了 4 个英文 hook 关键词（still here / still kept / still folded / still unread），中文部分完全没给。

Suno 自动作词输出（节选 · 与 IP 立项的命中度）

命中度：约 95%。比手写的 brief 草案更好。

反直觉发现：Suno 选的意象比立项更深一层

立项书 v1 设计的视觉锚点是具象空间锚点：

• 邮局 / 旗袍 / 邮票 / 黄铜邮箱 / 抽屉

Suno 自动作词加入了抽象人格隐喻：

“我学会安静 / 像街边那盏栈桥 / 只把影子留给 / 来往的雨潮”

栈桥 = 沉默伫立 + 不参与的迎送 + 影子映在水面 + 经历来往雨潮但不被带走。

完美呼应”她知道但选择不说”的内核。

为什么 Suno 能选出这个意象：

• prompt 里写了 “restrained nostalgic” + “Zhou Xuan meets Norah Jones”
• v5.5 训练数据里有大量”民国书信体诗歌 / 上海老克勒爵士歌词”
• 它把”克制感”翻译成了”静默物件 + 不参与”的意象组

立项的视觉层 + Suno 的人格层 = IP 完整立体起来。

反直觉发现：Suno 自发完成跨 IP 副歌签名

R-07 Suno V-A_001 副歌（手写）：

still here, still near / something soft, something dear

「拾色」Suno V-S_001 副歌（仅提示了 4 个 hook 词）：

Still here, still here / Still kept, still kept
Still folded, still folded / Still unread

“still here” 在两个 IP 间共享。Suno 没有跨会话记忆，但因为我们在 prompt 里写了 “still here, still kept, still folded, still unread”，它自然按 R-07 的副歌结构展开了——形成跨 IP 的副歌签名。

详见：跨IP作者签名_白玉兰与still_here_v1

v5.5 vs v3/v4 时代的能力跃升

v5.5 的局限（实测发现）

1. 个别字段输出 bug：歌词文本”街边那盏栈桥”的”盏”作量词不严谨（实际演唱仍是”栈桥”，文本输出小问题，不影响使用）
2. 特定环境音不够明显：prompt 写了 “rain ambience throughout” → 实际生成的雨声偏弱，需要后期混音叠加
3. Outro humming 不一定生成：prompt 写了 “background male humming in outro” → 实际输出可能省略，需要单独跑一段 humming 后期叠加
4. 纯器乐古筝场景时长不稳定（2026-05-14 异界气象台 minitest 实测）：prompt 写 approximately 50 seconds instrumental + 五幕时间锚点（0/3/15/27/37s），实际跑 8 个 take 中 70%+ 输出 < 20 秒，少数能跑到 38-72 秒。Suno 在纯器乐 + Chinese folk 风格下倾向于”短句结束”，可能是因为这类训练数据本身片段偏短。应对：(a) 重跑直到出现一两个达标时长的 take；(b) 接受 30-40 秒输出后用 Suno Extend 续接；(c) 用 Suno Replace Section 把短片段拼成长片段。最反直觉的发现：38 秒的 v4_take1 能量曲线竟然天然吻合 0/3/15/27/37s 五幕骨架（27s 后能量缓降，37s 后掉到 0.02 形成自然淡出）——v5.5 对”段落能量切换”时间锚点的遵循度，远高于对”总时长”的遵循度
5. 乐器进场时间锚点遵循度低（同一实测）：prompt 写 dizi flute joins at 5 seconds with simple counter-line，实际生成的曲子全程没有笛声（仅有古筝独奏）。同一 prompt 里”段落能量切换”锚点（at 15s/27s）却被精确执行。规律：v5.5 把”乐器编配”理解为风格描述而非时间指令，“什么时候加入什么乐器”靠 prompt 控制不稳定。应对：核心乐器写在主风格描述里（如 “guzheng with dizi flute throughout”），不要写”在第 X 秒加入”；如必须特定时点加入，单跑一段独立音轨后期叠加

应对策略：主轨 + 后期叠加补救

主轨：Suno 自动作词 + 主旋律（保留 95% 内容）
   ↓ 后期混音叠加：
   ├─ 男声 humming 独立生成（30 秒，简短 prompt 单跑）
   ├─ 雨声采样（Freesound 免费源，-15dB 底层叠加）
   └─ 其他 SFX（如有）

工作流时间节省

v3-v4 时代：

• 写歌词草案：0.5-1 天
• Suno 多版试听：0.5-1 天
• 微调歌词 + 重跑：0.5 天
• 总计 1.5-2.5 天

v5.5 时代（拾色 D2 实测）：

• Suno 不写 lyrics 直接跑：30 分钟（2 版）
• 试听 + 决策：30 分钟
• 单跑男声 humming + 找雨声：30 分钟
• 总计 1.5 小时

节省了 80%+ 的 Suno 工作时间。「拾色」的 D3 “歌词决策日”被压缩进 D2 当晚完成。

Custom Mode 工程经验（5 条 · v5.5 实测）

入档：2026-05-17 触发：23《再少年》音乐共创副会话 5 轮 Custom Mode 迭代后的实测经验 适用：所有 Suno Custom Mode 操作

经验 1 · 字符 1000 上限是硬天花板

实测：第一版 1300+ 字符的 Style of Music 直接被 Suno 拒绝。

应对：

• 把所有 negative tags（如 no auto-tune / no trap hi-hats / no EDM 等）全部移到 Exclude Styles 框
• 正向 Style of Music 框就能腾出空间放结构指令（如段落音色变化）

Bad：

Mandarin pop-folk, ... no auto-tune, no trap hi-hats, no EDM drops, no plastic synth ...

Good：

Style of Music: Mandarin pop-folk, ... [所有正向描述]
Exclude Styles: autotune, trap hi-hats, EDM, plastic synth

经验 2 · 段落标签用英文 [Male] [Female] [Both] > 中文 男 / 女 / 合

实测：

• Simple Mode 用中文标签 OK（Suno 自发结构化）
• Custom Mode 必须用英文标签强制锁定，中文标签 Suno 可能忽略

Lyrics 字段示例（正确）：

[Verse 1]
[Male]
我把旧照片一张张摊开
[Female]
雨落在瓦上，很轻

经验 3 · Vocal Gender 在男女对唱场景必须留空

实测：男女对唱时强选任何一个 Vocal Gender（Male / Female / Both）都会导致另一声部被弱化或删除。

应对：让 Lyrics 框的段落标签去控制声部，More Options 的 Vocal Gender 不选。

经验 4 · Weirdness 与 Style Influence 最优组合

实测最优组合：

Weirdness:       30-35%
Style Influence: 75%

为什么：

• Weirdness 低于 25% → Suno 机械执行 → 失去意外发现
• Weirdness 高于 50% → 结构指令失控 → prompt 写的反 Suno 本能指令（如 chorus descends）被无视
• Style Influence 低于 70% → 反 Suno 本能指令（如 chorus 不上扬）被无视

经验 5 · “反 Suno 本能”指令需要重复 + 具象化

Suno 有强烈的本能默认（如 chorus 默认上扬 / 男女默认 duet / 结尾默认大团圆）。要反这些本能，prompt 必须重复 + 具象化。

Bad（抽象 + 单点）：

keep chorus restrained

Good（具象 + 重复）：

[Style of Music 框]
... chorus descends not ascends ...

[Lyrics 框段落规划里再说]
[Chorus] female voice on final "再少年" makes a small descending slide

口诀：反本能指令在 Style 框 + 段落规划 + 具体动作描述 三处说，比说一次精确句更有效。

经验 6 · Vocal Gender 不只是声部开关，更是隐藏的”风格 prior” ⭐⭐⭐

入档：2026-05-19 触发：29《扔掉》音乐共创副会话 Custom Mode 跑歌时跳蛛先生的反直觉操作 详细方法论：Vocal_Gender反选_风格prior_v1

实测：在 Style 框 + Lyrics 标签明确锁定声部的前提下，反向选择 Vocal Gender 会激活”对侧”的风格分布，但声部不会变（被 Style 框 + Lyrics 标签压倒）。

实测案例（《扔掉》）：纯男声 indie folk + country

• Vocal Gender: Male → 编曲偏向”乡村硬汉”气质
• Vocal Gender: Female + Lyrics 锁 [Male] → 编曲偏向”现代华语 indie pop” 气质（命中庄东茹《又活了一天》目标参考）
• 结果：男声没变，气质对了

Vocal Gender 反选 · 气质调味矩阵：

口诀：Style 框管”是什么”，Vocal Gender 管”什么味”。

风险：

• 这是 v5.5 上的实测发现，可能未来版本变化
• 建议每次跑都对照测试，不要假设它一直有效
• 该经验仅适用于纯男声 / 纯女声场景（男女对唱时 Vocal Gender 必须留空——见经验 3）

反向校验：

• 《再少年》是男女对唱，Vocal Gender 留空 → 此现象未浮现
• 《扔掉》是纯男声 → 此现象浮现

意义：

• 之前所有 Suno 经验都是”如何更精确地告诉 Suno”
• 这一条是”如何用 Suno 自己也没明说的参数路径，跨界调味”
• 这是用户控制层未明示的隐藏维度——Suno 团队自己可能都没把这个当作设计意图来文档化

段落差异化设计方法（解决”太平 / 没差异点”）

入档：2026-05-17 触发：23《再少年》v3 跑出”整体对但太平”，副会话用此方法解决

核心思路

贯穿动机 + 段落差异化

贯穿动机

选一个有限出现次数（3-4 次）的”标志音色”，在关键段落复现，制造”声音指纹”。

23《再少年》的贯穿动机：口琴（同时与跳蛛先生独游”小白”IP 形成隐秘呼应 → IP 内部 callback）。

段落差异化

给每个段落注入一个独特的”声音事件”，避免段落同质化：

关键：差异化不是为了变化，是为了让每个段落都有”事件感”——观众听到这个段落会想”哦这里不一样了”。

关联文档

• 基础流程:[Suno配乐制作分享_v1]
• 跨 IP 签名:跨IP作者签名_白玉兰与still_here_v1(still here 跨 IP 副歌签名)
• 两阶段工作流:Suno两阶段工作流_v1.1 ⭐
• Vocal Gender 反选风格 prior:Vocal_Gender反选_风格prior_v1 ⭐⭐⭐（经验 6 的独立深入文档）
• 版权过滤器规避:Suno版权过滤器规避_v1 ⭐
• 上位元方法论:识别工具天花板的时机_v1
• 同层(另一个音频工具的行为档案):Eleven_v3_行为规律_v1 —— TTS 侧的路径选择(IVC vs Voice Design)、克隆素材要求、audio tag 跨语言实测
• 主线作品:
  • {AIGC工作站}/17_拾色\03_歌词与Suno_prompt\拾色_Suno_brief_v1.md(拾色 Suno brief)
  • {AIGC工作站}/23_檐下再少年_叙事MV\01_音频\ (23《再少年》Custom Mode 实测)
  • {AIGC工作站}/29_扔掉_叙事MV\01_音频\ (29《扔掉》Custom Mode 实测 + Vocal Gender 反选发现)
• 案例回执:
  • 跨会话协作/23_再少年_音乐共创回执_2026-05-17
  • 跨会话协作/24_扔掉_音乐共创回执_2026-05-19

入档：2026-05-16 主线作品来源：03_prompt模板库/02_案例复盘/2026-05-16_闪电战双轮_R1+R2复盘_v1.md 性质：同行互投赛制的投票心理学操作框架 关联：同行互投赛制的反主流原则_v1

一句话总结

获奖图至少要触发其一，最好两个都触发。“我没想到”打概念，“我做不到”打勇气，两个分别戳同行的不同神经。

四种同行投票心理

同行互投时，投票决策不是理性评判技术分数，而是被某种”瞬间反应”触发：

关键认知：前三个权重远高于第四个。“佩服”是最弱触发——因为同行能复现，破解感会反向消解魔法感。

反向消解陷阱

同行不会投的图

→ 推论：让同行”看不出 prompt 怎么写的”也是一种隐性触发器——某种 prompt 的”反炫技”价值。

“我没想到”触发器 · 详细操作

触发方式

1. 题面有一个核心意象没人想到

   • R2「春风若有怜花意」 → “墓碑”意象
   • 普通版本：白发老人 + 樱花 + 怀旧
   • 触发版本：白发老人 + 樱花 + 亡妻墓碑 ← 多了一个意象，整张图的题面解读都变了

2. 题面被反向解读

   • 「无所不能的人」普通版本：超人嫁接、神性人物
   • 反向解读版本：普通人的承担（普通母亲在厨房多手做家务）

3. 题面被嫁接到陌生载体

   • 「再少年」普通版本：少年与老人虚实并存
   • 嫁接版本：老人对亡妻说”我们再少年” ← 把抽象怀旧嫁接到具体的人

操作建议

赛前自问：

• “本题最显眼的意象是什么？” → 这是大家会做的
• “如果我在这个意象旁边加一个新东西，整张图的含义会变吗？” → 找”墓碑”型的加法
• “如果我替换这个意象会怎样？” → 找反向解读

”我做不到”触发器 · 详细操作

触发方式

1. 反 AI 主流审美的简陋质感

   • R1 冠军：过曝沙尘 + 新闻摄影质感（不修饰、不戏剧化）

2. 反炫技的勇气

   • 不用光柱 / 不用震撼构图 / 不用 cinematic 大特写
   • 一张安静的图反而最有力

3. 反精修的留白

   • 任由画面”未完成”
   • 不补细节、不补背景

4. 反 AI 标志性视觉

   • 不用 cinematic、不用 hyperrealistic、不用 highly detailed
   • 用 documentary、candid、snapshot

操作建议

赛前自问：

• “我直觉想加的炫技元素是哪几个？” → 把它们删掉
• “这张图如果是用手机随手拍 / 新闻照片质感，会怎样？” → 如果直觉觉得”那太朴素了”，说明对了
• “同行会下意识加什么？” → 我主动不加

双触发器同时命中的”杀手作品”

R2 获奖图同时触发了三个触发器：

4 个触发器，前 3 个全部命中 + 第 4 个隐性反向加分。

这就是”杀手作品”的画像——不是技术最强，是多个触发器并发命中。

触发器优先级 vs 技术分

优先级排序

反主流稀缺度（同行不敢做的方向）
 ↓
"我没想到" 概念触发
 ↓
"我做不到" 勇气触发
 ↓
"被打到" 情绪触发
 ↓
技术执行质量（保底，不是赢点）
 ↓
"佩服" 工艺触发（可能反向加分，但权重最低）

实战诊断框架

赛前对每个候选方向打 4 项分（1-5 分）：

选总分最高的不一定对——按”反主流稀缺度”优先（前 3 项加权），技术分仅作为保底。

适用边界

适用场景

• ✅ AI 出图同行 Prompt Battle
• ✅ 设计师 / 摄影师 / 写手等创作者圈互投
• ✅ 任何”投票者 = 参赛者”的内部社群比赛

不适用场景

• ❌ 评委评审制（评委不在同行池里）
• ❌ 公众投票（公众权重侧重情绪共鸣 + 视觉震撼，不在乎”破解感”）

关联文档

• 护栏 ⚠️：载体默认语义反噬_v1 —— 「嫁接陌生载体」这条操作有反噬风险。嫁接前必须查载体的默认语义与题眼是否同向：墓碑（死亡/不可逆）与「再少年」同向 → 获奖；盘塔（丰足/战果）与「时间贫困」相反 → 反噬。嫁接越出人意料，越要查方向。
• 上位母方法论：同行互投赛制的反主流原则_v1
• 操作前必问 3 问：闪电战赛前赛中协议_v1
• 案例底料：知识库/03_prompt模板库/02_案例复盘/2026-05-16_闪电战双轮_R1+R2复盘_v1.md

版本

• v1 - 2026-05-16 - 主对话 Claude 沉淀

升级触发：

• 跨场景验证（非 AI 创作者圈）
• 量化研究：每种触发器在大样本中的实际权重比例

首次发现:2026-05-01(02 教程素材生产) 现象升级:2026-05-01 下午(温柔违抗 2.0 出现) 入档:2026-05-02 主线作品来源:02_角色一致性锚点/03_我的复盘笔记.md

一句话总结

AI 在你的 personalize 训练后,会”温柔地”修正你当下随便写的 prompt——它从你长期审美里学到的偏好,会覆盖你即兴的指令。

如何使用

✅ 作为内容素材:这是教程贴最有思辨深度的金句段 ✅ 作为 IP 战略证据:证明 personalize 的”主权”价值 ✅ 遇到 AI”违抗”时的判断标准:不要急着改 prompt,先看是不是 AI 比你更懂你自己

❌ 不要把它当 bug ❌ 不要试图”压制”它(高 weight 也压不住) ❌ 不要用它做”AI 拟人化”营销(那是另一种方向)

现象 1.0 · 春樱→白玉兰

实测情形

prompt 写的:

standing under a blooming cherry blossom tree in full bloom,
soft pink petals drifting down through dappled golden sunlight,

AI 跑出来的:

• 周围不是粉色樱花瓣
• 是白色玉兰
• 整体冷调,没有”暖粉光”

为什么发生

跳蛛先生 personalize 训练里,他长期标高的”花”是白玉兰(基准图头顶那朵)。 AI 把”cherry blossoms”当 prompt 来听,但它已经知道用户’真正的偏好’是玉兰。 它选择了用户的长期偏好,不是 prompt 的临时指令。

结论

AI 不是只听你的——它有时会”温柔违抗”。 这不是 bug,是 personalize 在做它最高级的工作。

现象 2.0 · soft rose → red lips

实测情形

prompt 修正过的:

soft pale rose lips with matte finish

AI 跑出来的(方法 C 反推 4 张测试):4/4 全是 red lips

为什么发生

跳蛛先生 personalize 训练里,他历史上标高的人像唇色就是红色。 prompt 写”soft pale rose”是临时调整,但 AI 长期记忆里**“她”就是红唇**。 所以 AI 再次”温柔违抗”了用户的修正——它觉得自己更懂这个角色。

结论

最高级的指令是 personalize,不是 prompt。 prompt 是你”现在的想法”,personalize 是你”长期的审美”。 当它们冲突时——personalize 赢。

现象 3.0 · 风景自拍 → 擦边人像

追加:2026-06-06 触发:快手官方图文活动《看看风景放松心情》测试 工具:niji 6,默认开启 personalize 验证状态:首次发现 / 强疑似,待 personalize 开关 A/B 验证

实测情形

用户原本想做一组契合活动的”风景自拍图集”:3:4,至少 4 张,主题是看风景、放松心情。prompt 里强调了:

• travel selfie
• beautiful relaxing landscape
• golden sunset by the sea
• mountain viewpoint
• lakeside
• peaceful vacation mood

但实际出图明显滑向:

• 近距离女性人像优先于风景
• 吊带 / 内衣感 / 露肩 / 胸部视觉权重显著
• 风景背景被虚化或让位给身体曲线
• 氛围从”放松风景”变成”擦边写真”

本次样本路径:

• {Downloads}/mr_jumping_spider_semi-realistic_style_artistic_close-up_travel_4325d6ea-7d8a-4e0d-ad3c-9fb5a52bae9f.png
• {Downloads}/mr_jumping_spider_semi-realistic_style_artistic_close-up_portra_fd7e7e90-76ec-4a93-9cfe-471bad8febd7.png
• {Downloads}/mr_jumping_spider_semi-realistic_style_artistic_close-up_selfie_7678e34f-a202-4953-8f47-c2d3aa2281a3.png
• {Downloads}/mr_jumping_spider_semi-realistic_style_artistic_medium_close-up_84001403-22ac-4b2d-af0d-64b494d0e817.png

为什么发生

这不是单纯 prompt 写错。prompt 的显性任务是”风景自拍”,但 personalize 可能已经从用户长期选择里学到了更强的隐性偏好:

• 近脸
• 强眼神
• 半写实女性
• 露肩 / 吊带 / 黑色服装
• 胸口高光和身体曲线
• 暖昧光线

当 prompt 里出现 close-up selfie、casual outfit、slipping slightly off one shoulder 等可被解释为空间时,personalize 会把它们重映射回自己熟悉的高权重签名构图。

结论

personalize 不只会保护审美,也会暴露审美。

它不区分”用户此刻想做官方活动风景图”和”用户长期偏好的高吸附人像构图”。当两者冲突时,它会把官方活动题重新解释成用户历史偏好里的那类图。

这也是”温柔违抗”的风险面:AI 不是故意跑题,而是在用长期偏好修正短期任务。

实操修正

如果目标是压回”风景放松心情”,下一轮必须做控制:

1. 先关 personalize 重跑同 prompt,确认问题是否来自 personalize。
2. 把 close-up selfie 改成 landscape travel photo with a person in the foreground。
3. 把服装从开放式描述改成 modest casual outdoor outfit, zippered windbreaker fully worn。
4. 加强构图约束:landscape occupies half of the frame, body below chest not visible。
5. 避免 slipping off shoulder、sleeveless、body-hugging 这类会被 personalize 放大的词。

战略含义

1 · 写 prompt 时的心法

• 不要假设 AI 完全听你 — 在 personalize 训练充分的账号上,AI 会用历史偏好”修正”你
• 这通常是好事——它在保护你的审美一致性
• 如果你确实想要”反 personalize”的效果,需要写得极其精确 + 多重否定

2 · IP 战略的隐性价值

「檐下」的玉兰头饰能成为视觉签名,不是因为我设计了它,是因为 personalize 投票出来的。 用户不是在创造 IP,是在和 AI 协作”显化” IP——AI 通过 personalize 看见用户没意识到的审美偏好,反向定义出 IP 的视觉锚点。

3 · 反知识付费宣言的论据

那些卖 999 课的”AI 教程”,从不讲 personalize 的力学。 他们卖的是 prompt 模板。 但 prompt 永远会被 personalize 覆盖——一份 prompt 在两个不同账号上跑出来的图,差异远大于 prompt 之间的差异。 真正的”AI 创作”不是抄 prompt,是建 personalize。

顶层金句段(可直接用作正文)

“我让它画粉樱,它给我画了白玉兰。 不是 AI 任性——是它在我的 personalize 训练里学到的’我的最爱’就是玉兰。 AI 比我自己更懂我审美的连贯性。 这一刻我意识到:personalize 不只是工具,是和我共建审美的协作者。”

“我修正过的 ‘soft rose’ 被 personalize 强行拉回了 ‘red’—— 这是 personalize 在告诉我:‘我已经学会你的偏好,你写错了我也会修正回来。’ 这种’温柔违抗 2.0’,再次证明 personalize 是审美层的最高指令。”

“AI 不是只听你的——它有时会’温柔违抗’。 当我 prompt 让它画粉樱,它把白玉兰塞回画面里—— 因为它在我的 personalize 训练里学到的’你最爱的花’就是玉兰。 AI 比我自己更懂我审美的连贯性。“

关联文档

• 关联工具:personalize与moodboard分工_v1
• 关联现象:AI 写作语言 vs 阅读语言(待重新沉淀) · AI甜妹脸vs复古东方美人_v1 · AI图像生成审核机制探索笔记_v1
• 关联案例:2026-06-06_霓雨_快手图集爆量复盘_v1
• 关联战略:反知识付费的论据(待重新沉淀)
• 主线作品:{AIGC工作站}/02_角色一致性锚点\03_我的复盘笔记.md

入档:2026-06-29 来源:跳蛛先生小红书读书笔记《1997年的一本书,把今天的AIGC说透了》(2026-06-15 发布) 原书:罗伯特·麦基《故事》(Robert McKee, Story, 1997) 性质:剧作理论 / AIGC 创作者定位 / 工具与能力的边界反思

一句话

工具的丰饶,从不等于创造力的丰饶。看过 ≠ 懂得,会用工具 ≠ 会创作;门槛被踏平的地方,往往正是低级内容最汹涌的地方。

击中我的那段话

麦基在《故事》里写道——如果你的梦想是当作曲家,你不会因为”听过很多交响曲、会弹钢琴”就觉得这周末能写出一首曲子。可现实里,很多剧作家偏偏就是这样开始的:

“我看过不少电影,有好有坏……我英语成绩是A……正好放假了……”

把”剧作家”换成”AI内容创作者”,一字不用改

我愣了一下:把”剧作家”换成今天的”AI内容创作者”,这段话居然一字不用改。

“我看过很多生成的图,也会写两句提示词,这周末我就能产出一百篇爆款。”

看过      ≠ 懂得
会用工具  ≠ 会创作

门槛被踏平的地方,往往正是低级内容最汹涌的地方。工具让”开始”变得几乎零成本,但”开始”和”做成”之间的距离,一点没有缩短。

最后背发凉的是它写于 1997 年

这本书写于 1997 年。28 年过去,工具换了一茬又一茬——从胶片到非编,从 PS 到 Stable Diffusion、Midjourney——但那句话依然成立:

工具的丰饶
从不等于
创造力的丰饶

技术迭代解决的是”能不能做到”,从来没有替谁回答”值不值得做、做得好不好”。这恰恰是工具碰不到的那一层(参见 识别工具天花板的时机_v1:工具有物理上限,而判断与创作意图本就不在工具那一层)。

对创作者的提醒

AIGC 时代最大的错觉,是把”工具可得”误读成”作品可得”:

• 会调用模型 ≠ 有表达;
• 出图快 ≠ 出得对;
• 能日产一百篇 ≠ 有一篇值得被看见。

真正稀缺的不是工具,是判断力、品味和把模糊意图翻译成确定画面的能力。门槛越低,这层能力的相对价值反而越高——因为低质内容的洪水里,稀缺的永远是”懂得”。

可复用心法

工具负责"能做到"
人负责"值得做、做得好"
工具迭代不会替你跨过这条线

每次因为”工具又升级了”而兴奋时,回到这句:工具的丰饶,从不等于创造力的丰饶。 然后问自己——我是真的懂了,还是只是看过、会用?

关联文档

• 同题材读书笔记(创作者生活伦理):沉思录读书笔记_关系义务与自足之美_v1
• 作品价值不由外界决定:好流量是好作品的产物_v3.1反思_v1
• 创作的门槛与资产判断:入场票框架_v1
• 工具的物理上限与分工:识别工具天花板的时机_v1

作者:跳蛛先生 / Mr. Jumping Spider 实践案例:《凝视 The Gaze》六角色暗调肖像系列;《伊恩・古德费罗的寓言》30 项目角色 PV 方法论提炼:2026.05

一、为什么需要”蒙眼剪辑法”

现实困境

LLM(大语言模型)有一个根本性盲区:它无法直接观看视频内容。

具体来说:

• 它能”读”代码、文本、图片(单帧)
• 它能”听”音频(用代码分析波形,但不是真正的听感)
• 但它不能像人一样”看”完一段视频,判断节奏、卡点、情绪曲线

业界主流方案的局限

目前 AI 视频剪辑的主流路线有两条:

路线 1:Agent 操控剪映/Premiere

• 让 AI 像人一样点击界面、拖动时间轴
• 问题:对剪辑萌新和 agent 无基础用户门槛极高
• 而且现阶段 Agent 操作的稳定性还不足以支持精细化剪辑

路线 2:文生视频(Sora、Runway 等)

• 直接生成视频片段
• 问题:无法对已有素材精确控制(比如你已经有 6 张图想做成视频)
• 风格难以保持一致,商业级输出还需要后期

蒙眼剪辑法的破局

承认 AI 看不见,反而能做得更好。

核心逻辑:

• AI 不需要看见视频 — 只要人(创作者)看见就够了
• AI 先给出剪辑方案,创作者把审核意见用结构化语言反馈给 AI
• AI 用代码精确实现 — 代码精度远高于人手剪辑
• 形成”创作者感性判断 + AI 精确执行”的闭环

这条路线绕开了 Agent 路线的复杂性,保留了文生视频做不到的精确控制,适合任何懂自己想要什么、但不会用专业剪辑软件的创作者。

二、核心流程(6 步)

1. 主题图文定稿        ← 这一步必须先完成
        ↓
2. 视频风格构思
        ↓
3. BGM/声音设计         ← 创作的"骨架",必须先于剪辑
        ↓
4. 剪辑节奏设计        ← AI 初标节奏/台词落点,创作者审核
        ↓
5. 代码实现            ← AI 的强项
        ↓
6. 反馈迭代            ← 创作者看视频,AI 改代码

第 1 步:主题图文先定稿

关键原则:不要在没想清楚”作品要表达什么”之前就开始做视频。

具体产出:

• 系列名 / 项目名
• 角色/段落的命名(英文 + 中文)
• 每个角色的核心独白(给 AI 一个理解世界观的支点)
• 主帖文案 / 标题

为什么必须先做这步:这一步决定了视频的”叙事重力中心”。后面所有节奏、剪辑、特效都围绕这个中心展开。如果跳过这步直接做视频,做出来的会是”漂亮但没灵魂”的素材,不是作品。

第 2 步:视频风格构思

明确”片种”,而不是模糊的”风格”:

候选片种:

• 抖音节奏片(15s,phonk/cinematic,目的:抓住划手)
• B 站氛围片(60-90s,后古典,目的:作品集质感)
• 故事片 / MV / 预告片 …

对蒙眼剪辑法重要的是:这一步的产出直接影响下一步的 BGM 选择。片种决定 BPM 范围、情绪曲线、能量结构。

第 3 步:BGM/声音设计

这是整个方法论的关键转折点。

为什么 BGM 要在剪辑之前

如果先剪辑再找 BGM,你会发现:

• 剪辑的时长参数已经定死了
• 找 BGM 时只能”迁就”已经定下的视觉
• 大部分时候找不到完全匹配的,只能将就
• 音画不可能合一

如果先 BGM 后剪辑:

• 视觉切换跟着音乐节拍走
• 每个鼓点 = 一个视觉切换点
• 音乐和视频天然是同一个”叙事曲线”的两面

Suno 是这套方法论的关键工具

Suno 让 BGM 制作变成为单个项目量身定制:

• 可以用文字精确描述风格、BPM、情绪曲线、关键时刻
• 可以指定”intro starts → drums enter at 8s → bass drops at 11s”这种结构
• 没有版权问题(自己生成的就是自己的)
• 不会撞曲(全网独一份)

Prompt 写法的关键:

• 描述能量曲线(“sparse opening builds into a sudden burst”)
• 标注关键时刻(“massive impact at 11 seconds”)
• 给出风格参考(Hans Zimmer + Phonk 这种混搭描述)
• 指定 BPM(影响后续剪辑节奏)

v3 补充:角色独白可以成为第二条节奏轨

30 项目角色 PV 证明:蒙眼剪辑法不只适用于”纯 BGM + 画面卡点”,也适用于 BGM + 角色独白 的双轨结构。

关键不是让 AI “听懂台词表演”,而是让创作者先判断每句独白的职责:

• 这句台词负责角色性格钩子,还是世界观说明?
• 台词应该压在角色出场开头、中段,还是收尾?
• 画面文字是否已经承担同一信息?如果承担了,音频就只负责性格和情绪。

在角色 PV 里,BGM 是时间骨架,角色独白是事件锚点。两者不是互相竞争,而是分工:

BGM 决定整体速度和能量曲线
角色独白决定每个角色的记忆点
画面信息层负责识别角色

这意味着剪辑表不再只是”第几秒切图”,还要包含”哪句台词落在哪个角色段落里”。

第 4 步:剪辑节奏设计 — AI 初标,创作者审核

v3 之后的核心升级:把”初步标节奏”交给 AI 模型,把”最终好不好”交给创作者。

为什么不再要求人类亲自标卡点

早期蒙眼剪辑法认为”卡点必须人来标”,因为 RMS peak detection、onset detection 这类传统算法定位”鼓点位置”时,和人耳感受到的”打击瞬间”普遍偏差 100-440ms。

传统算法的问题在于:

• 算法找的是”能量峰值”,但人耳感受的是 attack 开始
• 算法不理解”双击中哪个是预备拍、哪个是主拍”
• 算法不能区分”乐句边界”和”鼓点击中”
• 大脑对节拍的感知是上下文相关的

但 30 项目后的新判断是:问题不在于”AI 不能参与标卡点”,而在于不能让传统算法单独决定卡点。

当 AI 模型能同时读取 BGM、台词脚本、角色段落和目标片种时,它可以先给出一版足够可用的剪辑节奏方案。人类不再需要从 0 开始听音乐、逐个报时间点,而是进入更高价值的位置:

AI 初标:节奏点 / 段落长度 / 台词落点 / 画面切换建议
人类审核:是否顺耳、是否顺眼、是否完成片种任务
AI 修正:按反馈改时间轴和代码

结论:初标可以交给 AI,最终节奏裁决仍由创作者审核。

AI 初标的协议

把以下材料交给 AI:

• BGM 或音频文件;
• 角色/段落顺序;
• 每段台词或独白;
• 目标片种(节奏片、角色 PV、氛围片、预告片等);
• 总时长和平台约束。

AI 输出的不是”绝对正确的卡点”,而是一份可审核的剪辑草案:

0.0-3.5s   开场钩子 / BGM intro / 标题文字
3.5-9.0s   角色 A / 台词进入 / 情绪图慢推
9.0-15.0s  角色 B / 设定板稳定展示
...

更好的 AI 初标应该包含结构理由:

• 哪些点是主切换点;
• 哪些点只是过渡点;
• 哪句台词负责角色记忆点;
• 哪个段落需要长曝光,哪个段落可以快切;
• 哪些信息层必须固定。

创作者只需要审核这份方案,指出:“这里太急”、“这句台词应该晚 0.5 秒”、“角色 B 的设定板出现太短”、“结尾标题要压到最后一个强拍”。

卡点 → 分镜的映射

不是每个卡点都对应一个画面切换。需要决策:

• 哪些卡点是”主切换点”(强 onset / 主要事件)
• 哪些是”过渡点”(可以舍弃,或用于色差转场)
• 时长不均也没关系 — 让画面跟着音乐的呼吸走,前段慢后段快是自然的”加速感”

双轨映射:BGM 卡点 + 台词事件

当视频里加入角色独白时,不要把台词当作”配在画面上的声音文件”。它应该进入剪辑结构。

30 项目角色 PV 的有效结构是:

角色段落开始:视觉先给情绪图,让观众愿意看
角色段落中段:独白进入,压出性格钩子
角色段落后段:设定板/标签稳定展示,让观众认人

这套结构让角色独白成为”段落内部的记忆锚”,而不是旁白式解释。它尤其适合 30-45 秒的角色阵容 PV:每个角色 5-7 秒,观众不一定记住完整设定,但至少能记住一条性格偏差。

一个实用判据:

关掉画面,能不能听出这个角色和上一个角色不一样?
关掉声音,能不能看出这个角色和上一个角色不一样?
两者都能成立,双轨剪辑才成立。

第 5 步:代码实现

工具栈(基于 Python):

代码架构原则:配置和逻辑分离

# config.py 集中所有参数
SEGMENTS = {
    'opening':   {'start': 0.000, 'duration': 3.000},
    'pos_1':     {'start': 3.000, 'duration': 2.900, 'show_name': True},
    'pos_6':     {'start': 13.300, 'duration': 0.700, 'special': 'veritia'},
    # ...
}

# main.py 只关心如何用这些参数生成镜头

这样改卡点只需要改 config,不需要碰逻辑代码。对应蒙眼剪辑法的核心需求 — 快速迭代。

第 6 步:反馈迭代

闭环的最后一步,也是最重要的一步:

AI 生成 v1 → 创作者看视频 → 反馈具体问题 → AI 改代码 → v2

反馈的颗粒度决定迭代速度:

不好的反馈:“感觉不对”、“再调一下” 好的反馈:

• “Veritia 出现的时间晚了”
• “色差转场看起来太弱”
• “字幕在第 3 秒还在,应该在 2.5 秒就消失”

蒙眼剪辑法成功的标志:AI 听了反馈能精确定位代码位置并修改。这就是为什么代码架构要”配置和逻辑分离”。

三、关键洞察与教训

洞察 1:工具的”反向使用”

这套方法的精神是反向利用 AI 的局限:

• AI 看不见 → 创作者来看,反馈结构化
• AI 初标节奏 → 创作者审核听感与观感
• AI 不会美学判断 → 创作者来判断,描述清晰

结果:AI 做”它擅长的”(精确执行),人做”AI 做不了的”(感性判断)。 这种分工其实比”AI 全包”的工作流更稳健。

洞察 2:作品质量的天花板取决于”反馈的精度”

我们这次能从 v1 一路打磨到 v17,核心是创作者每次反馈都极精准:

• “声音太小,18% 都听不到”
• “心跳不如时钟咔嗒声”
• “Veritia 0.7s 太短,应该把有特色的图片放在前面长曝光”

这些反馈如果换成”再调调”、“再试试”,项目会卡在 v3 永远跑不起来。

给读者的提示:用蒙眼剪辑法时,自己先成为一个能精确表达的创作者——这一步反而比技术更难。

洞察 3:LLM 的”过度算法化”陷阱

早期项目最大的弯路:把”AI 标卡点”理解成传统算法找峰值,而不是让 AI 模型结合片种、音频、台词和画面职责生成一份可审核的剪辑方案。 原因:工程师思维(凡事都想”算”出来),而不是创作思维(先生成方案,再由人判断”像不像作品”)。

教训:蒙眼剪辑法的本质不是人类亲自做所有感性劳动,而是让 AI 先做可修改草案,再服从人的最终感性判断。

洞察 4:工程化和创意的分界

这套流程里:

• 创意决策(图文、风格、BGM、卡点):全部交给创作者
• 工程实现(代码、特效、渲染):全部交给 AI

两者严格分工,任何一边越界都会出问题:

• AI 越界做创意决策 → 出来的东西套路化、没灵魂
• 创作者越界做工程实现 → 进度卡死(因为不会写代码)

蒙眼剪辑法 = 严格分工的工作流。

洞察 7:角色独白不会破坏蒙眼剪辑法,前提是它只做”事件锚”

30 项目之前,蒙眼剪辑法的强验证主要来自《凝视》这类图文 + BGM 的视觉节奏片。它证明了”人标卡点,AI 按代码执行”可以完成精确剪辑。

《伊恩・古德费罗的寓言》角色 PV 是一次升级验证:视频加入了 5 个角色的日语独白,但仍然完成了预期任务——让观众先喜欢并记住这组 AI 同事。

这次的关键结论是:

角色独白不是第三套叙事,而是每个角色段落里的事件锚。

如果独白试图讲完整剧情,它会和画面、BGM 抢控制权;如果独白只负责压出一句性格钩子,它反而能增强蒙眼剪辑法:

• BGM 负责整体节奏;
• 角色独白负责段落记忆点;
• 角色名/标签/设定摘录负责信息稳定;
• 情绪图和设定板负责视觉识别。

这也是角色 PV 能成立的原因:它不要求观众理解完整剧情,只要求观众在 40 秒内记住”这里有五个有性格的 AI 同事”。

里程碑意义:蒙眼剪辑法从”音乐驱动的静态素材剪辑”扩展到”音乐 + 角色语音驱动的角色 PV”。这说明它不是单一特效模板,而是一套可扩展的视频生产分工方法。

四、谁适合用这套方法

适合的人

• 有审美判断,但不会专业剪辑软件的创作者
• 会描述、会反馈、有耐心迭代的人
• 想要完全可控的精确剪辑(逐帧级别)而不是套模板的人
• 想做单次定制的高质量短视频(作品集级别)

不适合的人

• 表达不清楚自己想要什么的人(蒙眼剪辑法靠反馈驱动)
• 想要”一键生成”的人(这条路你应该用文生视频)
• 已经精通 PR/AE/达芬奇的人(直接剪比让 AI 实现快)

五、复用模板

下次做类似项目,可以按这个 checklist:

[ ] 1. 图文定稿
    [ ] 系列名/项目名
    [ ] 每个段落的标题和内容
    [ ] 主帖文案
    [ ] 关键词/标签

[ ] 2. 视频风格
    [ ] 片种(节奏片/氛围片/...)
    [ ] 目标平台
    [ ] 总时长
    [ ] 参考案例

[ ] 3. BGM
    [ ] 用 Suno 写 prompt(包含 BPM、情绪、关键时刻)
    [ ] 生成 2-3 个候选
    [ ] 选定一首,从中截取最合适的段落
    [ ] 如果有角色独白,先明确每句台词的职责(性格钩子/世界观/转场)

[ ] 4. 剪辑节奏
    [ ] 让 AI 基于 BGM/台词/片种先生成剪辑节奏草案
    [ ] 审核 AI 标出的主切换点、过渡点和乐句关系
    [ ] 审核每个卡点对应的视觉切换是否完成片种任务
    [ ] 决定每句独白落在哪个角色段落,不要让台词讲完整剧情
    [ ] 决定哪些段落长曝光,哪些快闪

[ ] 5. 代码实现
    [ ] 把审核后的节奏草案交给 AI
    [ ] AI 写出第一版

[ ] 6. 迭代
    [ ] 看视频,提精确反馈
    [ ] 重复直到满意
    [ ] 导出多版本(原版 + 各平台优化版)

六、一句话总结

蒙眼剪辑法:让看不见视频的 AI,做出比专业剪辑师更精确的视频。 核心不是”教 AI 看”,而是”让人和 AI 各做各擅长的”。

七、v2 新增洞察(2026-05,《擦干净》项目沉淀)

这两条洞察来自《擦干净》项目 sref 探索阶段。它们和蒙眼剪辑法的核心精神一致——承认 AI 的局限,绕开它,而不是去硬怼它。

洞察 5:AI 训练数据的盲区(蒙眼剪辑法的”等价视觉系统”补丁)

一句话: 当 AI 在某种视觉风格上反复跑偏,不要继续调 prompt,而是寻找一个 AI 反而擅长的等价视觉系统。

背景:做《擦干净》第二幕时,我反复尝试让 MJ 跑出”中国年轻打工人的写实摄影”——夜班保洁、城中村、廉价工服。MJ 跑出来的全是西方意识形态投射下的”亚裔农民工”刻板形象,或者干脆变成日本上班族。换了几十种关键词,无法绕开。

根因:这不是技术问题,是训练数据的结构性偏差。MJ 的训练集里”中国年轻打工人写实摄影”这个母题严重缺失,任何提示词工程都无法填补。

破局:不是继续在写实层面调,而是整体切换视觉系统——发现 MJ 跑”水墨钢笔速写 / Taniguchi 线条画”反而极其稳定。于是把第二幕改成「写实场景拍摄 + 关键物件用线条画拼贴」的复合视觉。绕开了 AI 的盲区,反而做出了项目的视觉创新点。

和蒙眼剪辑法的关系:蒙眼剪辑法的本意是”AI 看不见视频,我们就让 AI 不用看”。这条洞察是同一精神在视觉层面的延伸——“AI 训练数据里没有这个母题,我们就不用这个母题”。

适用判据:

• ✅ 调 prompt 三轮以上仍跑偏 → 大概率是训练数据盲区,该换视觉系统
• ✅ 跑出来的图始终带某种”非要把你的题材塞进它熟悉的母题”的痕迹 → 同上
• ❌ 偶发性失败、或方向对但细节差 → 还是 prompt 问题,继续调

洞察 6:sref 纯净性原则(sref 工作流的一阶错误)

一句话: 风格锚点必须是「纯 prompt 抽卡」的产物,不能是「用其他 sref 跑出来的」产物。

症状:用一张「之前 sref 跑出来的好图」做新 sref,跑某些主体特别稳,跑另一些主体反复跑偏——而且越深入项目,sref 越”漂”。

根因:sref 提取的是整张图的视觉指纹(包括风格 + 主体形态)。用 sref 跑出来的成果图,本身就编码了上一个主体的形态特征。把它当新 sref,等于每次都在累积主体污染——指数级偏差。

修复:回到项目最早期、还没有 sref 时,用纯关键词抽卡的某张图作为真正的风格锚点。优先选形态中性的(容器、抽象物体、留白多的)。

完整方法论: {知识库}/04_方法论与洞察\sref纯净性原则_v1.md

和蒙眼剪辑法的关系:这是”严格分工”原则在素材层面的体现——sref 负责”风格”,prompt 负责”主体”,两者越界(让 sref 同时承担主体形态)就会失稳。和”创作者负责创意 / AI 负责工程”的工作流分界是同构的。

v1 (2026-05-06):基于《凝视 The Gaze》项目实践提炼。完整复盘案例:从 v1 软转场到 v17 用户卡点 + 排序优化,共 17 次迭代。 v2 追加 (2026-05-10):新增洞察 5(AI 训练数据盲区)与洞察 6(sref 纯净性原则),来自《擦干净》项目 sref 探索阶段。 v3 追加 (2026-05-25):新增洞察 7(30 项目角色 PV 里程碑)。验证蒙眼剪辑法可扩展到 BGM + 角色独白双轨结构,角色独白作为段落事件锚使用;同时将”人类亲自标卡点”升级为”AI 初标节奏方案,人类审核反馈”。关联:AI角色PV制作方法_情绪图到设定板_v1、2026-05-24_30项目_角色PV发布复盘_v1。 v4 延伸 (2026-06-26):批量化升级——把感性判断从”每条成片”前移到”一个竖屏母版模板”,模板过审后用 Remotion dataset-render 批量出片、分发抖音/B站/快手。完整方案见 短视频批量分发方案_蒙眼剪辑法xRemotion_v1(反诈柜台 314 案件为首个落地样例)。 v5 扩展 (2026-06-30):蒙眼剪辑法延伸到音频本身——AI 听不见音乐,就用代码读真实波形、找乐章天然分界线、人审听感裁决;生成式工具(Suno)给不出”突然静音”,那段死寂是剪出来的不是生成的。完整律见 音频也能蒙眼剪辑_突然静音是剪出来的_v1(MUTE 降噪耳机模拟广告教学案例首次验证)。 v6 扩展 (2026-07-02):卡点标法收口——“传统算法偏差 100-440ms、分不清预备拍/主拍”的老问题,解法是人耳打点 + 算法吸附:创作者用浏览器打点器跟音乐打拍子(选哪些拍),每个点吸附 ±0.18s 内最强攻击峰再提前 1 帧(毫秒精度)。手打点自带乐句级结构,是算法初标给不出的。完整律见 人耳打点吸附_卡点裁决权归人耳_v1(50 号学员作品集混剪强验证,v0 纯检测→v1 纯吸附→v2 人耳打点三层迭代)。 v7 扩展 (2026-07-02):蒙眼剪辑法延伸到 TTS 质检——AI 听不见旁白好坏,就用 ASR 拼音级评分”听”:无调拼音错误率量咬字,有调差量声调/多音字;多 take 抽卡选优,系统性声调偏差换稿不抽卡,人只验收一次。完整律见 TTS旁白也能蒙眼质检_ASR拼音级评分_v1(desk-pond 发布视频旁白修复轮首次验证:咬字 CER 34.1%→0.8%)。 v8 样板 (2026-07-02):50 号学员作品集混剪成为首个全链路教学样板——①参考曲复刻配乐→②人耳打点吸附→③config渲染→④文字主题层(主题句/情绪词/点缀标签三层)→⑤反馈迭代六轮到同事核对通过,全程零手剪。新增[卡点力度分层_冲击缓落与重刀亮闪_v1]与”黑框遮字幕截断比露出更差”教训。完整复盘见 2026-07-02_50号学员作品集混剪_完整链路复盘_v1。 v9 扩展 (2026-07-03):蒙眼剪辑法延伸到素材审片——AI 看不见视频,就把每条素材抽 3 帧(20%/50%/80%)拼成条带图,用”读图”代替”看片”;批量爬取素材站时卡片标题与视频 ID 会错位,文件名标题只配盲选,入库定案必须抽帧目检后按实际画面重命名。完整律见 素材审片也能蒙眼_盲选靠标题定案靠眼睛_v1(50 号快版素材大转向首次验证,39 条审片 24 上场)。 v10 扩展 (2026-07-16):蒙眼剪辑法完成首个真人口播教学片全链路验证——229.778s 口播以 config 驱动 26 张卡片、4 组递进图表、九章节匀速进度条和实操截图,经 14 次生产记录迭代至用户审核“完美”。新增三项边界经验:先锁人物/字幕/导航安全区再加动效;讲结构时准确截图可优于失稳录屏;正式交付必须组合 ffprobe、全片解码、响度、代表帧和归档哈希。完整复盘见 2026-07-16_Codex保姆级教学_代码化口播剪辑完整复盘_v1。

关联文档

• 2026-09-06_余温_分段蒙太奇与原片重配声音_阶段复盘_v1 —— 原片画面固定、参考生成声音：逐帧哈希验证721帧保留，电平检查定位尾部问题，作者试听裁决；声音存在和主要切点相近不等于配乐连续或逐动作同步。
• 镜内切入优于拆镜_保住下游帧锚_v1 —— 工程域扩展:镜内强调用切入不用拆镜,免得重算起点帧表把下游已承诺的帧号带漂