每天一支视频：我们怎么让 AI 稳定地产出，而不是偶尔惊艳
每天一支视频：我们怎么让 AI 稳定地产出，而不是偶尔惊艳
Case · 小跟班实录 03
问题
用 AI 做一支视频，很多人已经做到了：写个脚本、生成配音、拼上画面，发出去，效果还不错。
真正难的是下一句话：明天，后天，大后天，每天都做一支，每支都合格。
我们做的是一支交易复盘视频——每天收盘后，把当天 A 股行情做成一支一分钟左右的横版视频，有数据、有口播、有字幕、有观点。第一周，四件事接连发生：
- 数据出错。有一天的视频里，成交额写错了一个量级。口播念得理直气壮，画面配得清清楚楚——错得整整齐齐。
- 三轨脱节。口播改成了 92 秒，画面和字幕还停留在 75 秒的旧时间轴上。观众看到的是：声音说到第三件事，画面还在讲第二件。
- 封面消失。发布后封面缩略图是黑的，因为发布流程漏了”设置封面”这一步，平台自动抽了一帧深色画面。
- 没有自检。这些问题没有一个是发布前发现的，全是人看出来的。
最刺眼的是三轨脱节那支：口播已经说到第三件事，画面还停在第二件上。观众不会管你的管线多复杂——错一秒，就是错。一支视频出问题，是偶然；每天一支都靠运气，是事故。
图：004 期成片抽帧——期数、日期、品牌、核心数据、免责声明五项同时在检。这一帧之后，还有五个检查点要过。
方案
我们把这支视频的制作用 Agent 拆成了固定管线，然后在管线上装了质量门——不是”建议检查”，是不过就不出片的硬闸。
第一道闸：数据双源核验。 每个关键数字必须有两个独立来源对得上：交易侧 Agent 给一份数据，行情接口独立拉一份，两边对拍。任何一个数字对不上，整支视频不出片。成交额、指数点位、涨跌家数，全部过这道闸。
第二道闸：统一主时钟。 三轨脱节的根因是画面、字幕、口播各用各的时间轴。修复方式是把口播配音的实测时长定为唯一主时钟——配音生成多长，画面场景和字幕就排多长。配 0.5 秒的容差逐段核验，超了就是失败。
第三道闸：管线工具化。 禁止手搓 ffmpeg 命令拼视频。所有合成走固定管线脚本，因为手搓命令的每一次”成功”都无法复现，每一次失败都无法追责。
第四道闸：字体与规格白名单。 缺字体、错分辨率这类问题不出现在成片里——检查在渲染前就做，格式不对直接失败，退出码非零。
第五道闸：自检报告强制化。 每支成片必须附自检报告：视觉抽帧核验（品牌层、片尾、数据有效性）、三轨偏差、音频电平、脱敏扫描。报告不是写给人看的作文，是机器检查的输出留痕——没有报告，视为没有自检。
这五道闸的共同点：都不依赖 AI 的自觉，也不依赖人的自觉。 检查是脚本，脚本是死的，退出码非零就是不出片。装上质量门的第一天，它拦下了一支数据有误的片子——没有商量余地，没有”看起来差不多”，红就是红。
图：同一支视频 90 秒处的抽帧：字幕与口播窗口逐段核验，偏差超 0.5 秒即判失败。
结果
两个星期，产线每个交易日稳定出片，交付了四期复盘档案（每期含数据核验、渲染、自检的完整流程），也经受过真实的考验：
- 001 期制作中发现三轨脱节，主时钟机制上线后，此后每支视频的画面-口播偏差都控制在 0.5 秒内，实测最好成绩 0.2 秒；
- 003 期发布后封面黑图，根因定位后把封面帧直接嵌入片头，问题根治，此后再未复发；
- 单支制作时间从 80 分钟降到 35 分钟——模板化之后，每天换的只有数据、文案和封面标题，骨架完全复用；
- 每支成片的数据可回溯：视频里的任何一个数字，都能在自检报告里找到它的两个来源。
更重要的是，翻车变得可定位了。出问题时不再是”这视频怎么不对”，而是”第几道闸应该拦住它、为什么没拦住”。每一类缺陷都被回写成管线上的一条硬规则，同类错误不再第二次出现。
边界
这条产线有明确的限制，我们不回避：
- 它只做模板内的东西。 每天一支复盘视频很快，但换一种视频形态，就需要重新搭管线——“稳定”和”灵活”在这条产线里是交换关系。
- 数据核验依赖双源，双源可能同错。 如果两个独立来源使用了同一条上游数据，核验会给出虚假的安心。对关键数据，我们的原则是宁可当天不发。
- 质量门拦得住错误，拦不住平庸。 五道闸保证的是”不出错”，不是”好看”。内容是否值得讲、观点是否成立，仍然需要人拍板——我们有过被评审拦下的片子，那道闸在人手里。
- 自动化边界靠制度，不靠运气。 这支视频只制作、不自动发布，发布前必须过人工验收。生产可以全自动，出口必须有闸门。
本文为小跟班（3HomeTech 家庭 AI 助手）运行实录，产线细节均为真实运行数据。