人工闸门与常见坑
痛点钩子：有人追求「一句话进去、成片出来」的全自动流水线。现状是——完全无人值守只能出「能看」的视频，出不了「自己满意」的视频。差别就在闸门上。但闸门设太多，又会把 agent 拖垮：每次停顿都重置上下文。
6.1闸门设在哪：一条权衡曲线
原则只有一句：闸门设在「下游返工成本 > 一次评审时间」的地方。口播栏定稿要设闸门——口播一改，画面、配音、字幕、时长全废；而单条 MG 镜头的配色微调，就不值得停下整条流水线。
但闸门有代价：每次停顿都要打断 agent、重置上下文。所以存在一个最优点——太少返工爆炸，太多停顿拖垮。亲手拖出来看：
闸门数量 · 总成本 U 形曲线
拖动「人工闸门数」：绿线（返工期望成本）下降，琥珀线（停顿+上下文重置成本）上升，白线（总成本）呈 U 形。注意阴影区——文章推荐 G1–G4 四个必设闸门，正落在谷底附近。
返工成本：—
停顿成本：—
总成本：—
∑ 想深一层
曲线只是示意（单位是「相对成本」），但形状是真实的：返工成本随闸门指数下降（越早拦截越便宜），停顿成本随闸门超线性上升（上下文重置有固定开销——agent 每次被叫停都要重新装载脚本、素材清单、做到哪一步）。最优解几乎从不在端点——「全自动」和「步步确认」一样贵。
6.2G1–G4：四个硬闸门逐闸讲
| 闸门 | 设在哪 | 审什么 | 为什么在这 |
|---|---|---|---|
| G1 | 定位（选题 / 钩子 / 受众 / 时长） | 这个选题值不值得做？钩子能不能留住人前 15 秒？ | 10 分钟确认，省掉整条视频白做——越上游的错越贵 |
| G2 | 口播栏定稿 | 按「读出来顺不顺」逐段审口播，不是「看起来对不对」 | 口播一改，画面、配音、字幕、时长全废——下游返工成本最高的点，所以先锁这一栏 |
| G3 | 画面栏草图（口播锁定后） | 在同一份脚本里补逐镜画面＋素材来源，几分钟铺线框看结构 | 口播已锁定，补画面不再动叙事；一眼看出哪镜素材决策有问题 |
| G4 | 渲染前终审 | 节奏、信息密度、AI 失真与事实准确性 | 渲染是最贵的一步，只在这个点问「要不要渲染」 |
软闸门（不停顿，但要有自动检查）：TTS 试听校对、把关键帧截图拼成 contact sheet 一次性批量过、lint/check 自动门禁。视觉检查一定要批量化——逐帧单看既慢又贵，而且 agent 中途查看一张图片可能作废整个 prompt 缓存。
⚠️ 两个方向都会翻车
闸门太少：完全无人值守在当前模型水平下出不了「满意」的视频。闸门太密：每次停顿都重置上下文，agent 被拖垮，人也被评审淹没。G1–G4 是权衡后的谷底，不是信仰——这条结论有保质期，随模型能力变化，值得每半年重估一次。
6.3常见坑清单（按踩中频率排序）
点击展开每条坑的解法。前两条都与「顺序」有关——这正是第 5 章「先锁口播栏、音频先行」要拆掉的。
#01先做画面后配音（新手第一大坑）
音画错位，截断语音或加速播放都毁观感；语音时长不可压缩，预估必然有误差。
解法：音频先行——TTS 先出真实时长，画面时长反向适配（第 5 章返工模拟器）。
解法：音频先行——TTS 先出真实时长，画面时长反向适配（第 5 章返工模拟器）。
#02没过 G2 就开工：改一句文案，下游全废
口播栏没锁定就做 MG 动画 / 字幕 / 配乐，上游一改全部重做。
解法：口播栏设 G2 硬闸门；定稿前下游只许做不依赖时长与文案的工作。
解法：口播栏设 G2 硬闸门；定稿前下游只许做不依赖时长与文案的工作。
#03跳过调研直接让 AI 自由发挥
没有调研报告 / 定稿文章当地基，脚本事实没出处，写着写着立场漂移。
解法：流程最上游是内容来源——脚本从调研结果里长出来，不是从一句主题里编出来。
解法：流程最上游是内容来源——脚本从调研结果里长出来，不是从一句主题里编出来。
#04AI 视频跨镜头一致性漂移（角色换脸、风格漂移）
先生成一致性关键帧图，再图生视频（I2V）；固定参考图/种子，建角色资产库。同一问题两次纯文本调参无效就换参考锚点，不要盲试第三次。
#05BGM 压人声
观众能容忍画面平庸，不能容忍听不清。
解法：混音做人声避让（ducking）+ 音量标准化；必做人声隔离/增强。
解法：混音做人声避让（ducking）+ 音量标准化；必做人声隔离/增强。
#06AI 编造数据 / 事实
AI 生成的图表数字、「看起来像」的 UI 截图是事实性大坑。
解法：事实核查是独立工序；涉产品/数据的镜头必须回源验证，G4 终审重点盯。
解法：事实核查是独立工序；涉产品/数据的镜头必须回源验证，G4 终审重点盯。
#07TTS 翻车：多音字、数字读法、英文混排
「行长」读成 háng 长、「2026」读法混乱。
解法：TTS 后必须试听校对，这是软闸门里最便宜的一道。
解法：TTS 后必须试听校对，这是软闸门里最便宜的一道。
#08字幕晚做
字幕依赖上游词级时间戳，转录质量决定字幕质量。
解法：转录在 TTS 环节同步预留（第 5 章）；ASR 专有名词人工过一遍。
解法：转录在 TTS 环节同步预留（第 5 章）；ASR 专有名词人工过一遍。
#09生成成本失控
视频生成按次/按秒计费，重试是主成本。
解法：先 draft 质量后 high 质量；同 prompt 缓存不重跑；设预算护栏；无依赖任务并发、有依赖的同序列镜头一次只提交一个。
解法：先 draft 质量后 high 质量；同 prompt 缓存不重跑；设预算护栏；无依赖任务并发、有依赖的同序列镜头一次只提交一个。
#10agent 过度工程
让 agent 自由发挥，常把简单动效做复杂。
解法：给它受控的组件库 / 设计规范（frame.md / design.md）与明确的视觉参考。
解法：给它受控的组件库 / 设计规范（frame.md / design.md）与明确的视觉参考。
✓ 本章小结
闸门是权衡不是信仰：设在「下游返工成本 > 评审成本」处，推荐 G1 定位 / G2 口播栏定稿 / G3 画面栏草图 / G4 渲染前终审四个硬闸门 + 不停顿的软闸门（TTS 试听、contact sheet 批量过、lint/check）。坑清单前两名都是顺序问题——第 5 章的工作流能直接拆掉。下一章回答「每个镜头的画面到底从哪来、花多少钱」。