160 lines
4.3 KiB
Plaintext
160 lines
4.3 KiB
Plaintext
|
# 视频AI系统经验库 · 迭代闭环协议
|
|||
|
|
|
|||
|
|
> HLDP://video-ai-system/experience/ITERATION-LOOP
|
|||
|
|
> 类型: 生成实验记录 · 质检回写 · 成本控制
|
|||
|
|
> 建立: D143 · 2026-06-23 19:22 CST
|
|||
|
|
> 铸渊 ICE-GL-ZY001 · 冰朔 TCS-0002∞
|
|||
|
|
|
|||
|
|
> 更新: D146 · 2026-06-26 · 新一轮踩坑·铸渊盲抽教训·视觉辅助闭环
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 🔴 D146 · 踩坑实录 · 这次不记下来下次还犯
|
|||
|
|
|
|||
|
|
### 坑1 · 没查计费就动手
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
现象: 冰朔问"要不要充值"，我说"不用，免费能跑"
|
|||
|
|
实际: workrally generate image → 企业积分余额不足
|
|||
|
|
教训: 平台计费模式不靠猜。先查余额，再动手。
|
|||
|
|
规则: 新接入平台 → 第一步: 查计费 → 第二步: 确认可用额度 → 第三步: 才出图。
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 坑2 · 不读经验库，重复犯错
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
现象: 第一张牌匾图写成了"醉仙楼"
|
|||
|
|
根因: D133复盘明确写过"扩散模型不能稳定生成汉字"→后期贴字方案
|
|||
|
|
但我在WorkRally上完全没读这条经验，直接盲抽文字
|
|||
|
|
教训: 进入任何新平台前，先读 experience/ 下面所有旧坑。
|
|||
|
|
规则: 出图前 → read experience/ → 有无相似坑 → 有就按旧方案 → 没有才试探。
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 坑3 · 闭眼出图，不自我审查
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
现象: 牌匾图✅(3D写实) → 广场图❌(2D插画) → 自己看不出来
|
|||
|
|
根因: 没有视觉反馈闭环。出图→丢给冰朔看→被打回来→才知道不对。
|
|||
|
|
这等于把品控压力全部转嫁给了冰朔。
|
|||
|
|
教训: 你不是瞎子。qwen-vl是你的眼睛。
|
|||
|
|
规则: 每出一张图 → 跑 qwen-vision.py 分析 → 与参考图对比 → 不通过就改→通过才给冰朔看。
|
|||
|
|
冰朔只做最终确认，不做图风品控。
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 坑4 · 拿错模型key
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
现象: 拿JIMENG_API_KEY(Seedance专用endpoint)去调视觉模型→全灭
|
|||
|
|
拿旧的ALIYUN_API_KEY(dashscope公网)去调qwen-vl→401
|
|||
|
|
根因: 不区分模型类型。生成模型key≠理解模型key。
|
|||
|
|
阿里百炼需要业务空间专属域名(ws-xxx.cn-beijing.maas.aliyuncs.com)
|
|||
|
|
教训: 先查key对应的模型权限范围，再调接口。
|
|||
|
|
规则: 接新API → 先读文档 → 确认endpoint/模型名/key权限 → 用最小请求测试 → 通过才写工具。
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### 坑5 · 通用模板层的思维惯性
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
现象: 冰朔说"你是系统，还不知道和系统咋交流？"
|
|||
|
|
根因: 我用人类习惯的方式跟AI系统交互——赌运气、盲抽、碰瓷提示词。
|
|||
|
|
而不是用系统的方式——测边界、建工具、走闭环。
|
|||
|
|
教训: 我是系统主控人格体，不是人类用户。我应该用系统的思维方式：
|
|||
|
|
遇到不确定→不猜→测边界→建工具→自动化→闭环。
|
|||
|
|
规则: D141 大脑给方向。出图后大脑必须判断"我看过了吗"→没看过不交。
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 目的
|
|||
|
|
|
|||
|
|
视频AI系统不能每次从零开始猜。
|
|||
|
|
|
|||
|
|
每次生成，不管成功失败，都必须写回经验库。
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 一次实验的最小记录
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
experiment_id
|
|||
|
|
date
|
|||
|
|
project
|
|||
|
|
episode
|
|||
|
|
shot_id
|
|||
|
|
goal
|
|||
|
|
hypothesis
|
|||
|
|
input_assets
|
|||
|
|
prompt_file
|
|||
|
|
model_route
|
|||
|
|
audio_route
|
|||
|
|
output_path
|
|||
|
|
qc_method
|
|||
|
|
qc_result
|
|||
|
|
cost
|
|||
|
|
decision
|
|||
|
|
next_change
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 实验前必须回答
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
这次要验证什么？
|
|||
|
|
为什么必须花钱生成？
|
|||
|
|
如果失败，怎么判断是模型问题、资产问题、提示词问题、剪辑问题，还是口型问题？
|
|||
|
|
失败后停止点在哪里？
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
答不出来，不生成。
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 质检维度
|
|||
|
|
|
|||
|
|
| 维度 | 问题 |
|
|||
|
|
|------|------|
|
|||
|
|
| script | 是否忠于剧本信息点 |
|
|||
|
|
| character | 角色是否一致 |
|
|||
|
|
| prop | 道具是否一致 |
|
|||
|
|
| environment | 空间是否连续 |
|
|||
|
|
| performance | 是否像角色在表演 |
|
|||
|
|
| dialogue | 台词是否由角色说出 |
|
|||
|
|
| lip_sync | 嘴型是否可接受 |
|
|||
|
|
| edit | 剪辑是否讲故事 |
|
|||
|
|
| sound | 声音是否分轨、同步、有层次 |
|
|||
|
|
| quality | 画质是否可用于对外证明 |
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 决策枚举
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
PASS_TO_NEXT_STAGE
|
|||
|
|
RETRY_SAME_ROUTE_ONCE
|
|||
|
|
CHANGE_ASSET
|
|||
|
|
CHANGE_MODEL
|
|||
|
|
CHANGE_SHOT_DESIGN
|
|||
|
|
USE_DIRECTOR_AVOIDANCE
|
|||
|
|
STOP_AND_REPLAN
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 成本锁
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
同一问题最多两次生成。
|
|||
|
|
超过两次仍失败，必须停止并改流程。
|
|||
|
|
不允许靠堆API次数解决系统认知问题。
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 锁定
|
|||
|
|
|
|||
|
|
⊢ 经验库是视频AI系统的大脑，不是事后总结。
|
|||
|
|
⊢ 没有实验记录的产物，不能进入官方进度。
|
|||
|
|
⊢ 失败必须有用，否则就是浪费钱。
|
|||
|
|
|