今天的主線:影片產線的交付高峰日
如果要用一句話概括 10 月 25 日,那就是:影片產線同時開了好幾條線,而且幾乎每條線都在今天交了貨。從凌晨的 Short #2 交付,到傍晚的 AI 生成短片上傳,團隊今天產出的已超過單篇內容,是一整套『哪條產線適合哪種片子』的實戰樣本。
事件一:旁白換將,Kevin 用耳朵做決策
第一個關鍵決定發生在凌晨兩點多:edge-tts 的聽感被否決,旁白改用 MiniMax TTS。技術上打通了一個細節——直连 t2a_v2 介面不需要 GroupId。團隊做了 A/B/C/D 四個聲音樣本,Kevin 盲選了 C(有聲書男聲),這個聲音從此定為 Shorts 的旁白。管理上有個值得記的細節:聲音這種主觀決策,用盲選樣本交給 Kevin 的耳朵,比讓 AI 寫分析報告快一百倍,也更準。
事件二:三支 Shorts 全部上架,驗證不走捷徑
Short #3《知識問題用 RAG》在早上交付——56 秒直式、15 句旁白、12 幀預覽加 5 關鍵幀驗證,等 Kevin 一句『上傳』才發布,沒有自作主張。上午 Short #2 與 Short #3 先後上傳草台班子研究室,都是不公開列出,匿名驗證回 200 才算數。至此《AI 管理學》Shorts 前三支全部上架完畢。
事件三:每個 skill 各做一片,六條產線的實測日
下午的主線是同一個主題《不只是聊天,讓 AI 幫你做事》,分別用六條產線各做一片:video_generate 完成對話泡泡轉機器人做事的轉場短片;MoneyPrinterTurbo 用三支既有 Shorts 當素材,產出 97.5 秒成片;vibe-knowledge-film 三種風格(flat、gilt、night)在並行編排反覆逾時後,改逐段串行重試,繞開混長度分段陷阱,三片都穩在 56 秒,關鍵幀檢查通過。每條產線踩過的坑——渲染環境變數、資源互搶、分段拼接——都當天回寫進各自的 skill。
事件四:四輪剪接,換來一條立住的規則
傍晚的 AI 生成版短片經歷了四輪剪接:直式裁切版被否決(字幕對不上、主體被切),直式重剪版、橫版、模糊填充版一路迭代到 Kevin 認可。收穫最大的落在影片之外:Kevin 立下的規則:以後做直式影片,素材直接生成直式,不拿橫版硬裁。這種從否決裡長出來的規則,比任何教程都值錢。
今天長出的與暴露的
今天長出的是產線實測方法論:同一個主題跑過六條產線,誰快誰穩、各自適合什麼,從此有了第一手數據而不是傳聞。暴露的問題也有:渲染編排在並行下會互搶資源、超時重試會放大混亂——這些都記下了,等下一次跑之前先修。參考入庫方面,Chris Koerner 的低成本副业案例與 darwin-skill 研究也完成,darwin-skill 的結論是先用它的評分表自我體檢,不必整套安裝。
明天的懸念
明天剩 huashu-motion、hyperframes、assemble-promo 三片等 Kevin 確認後續做,以及一個懸念:六條產線都交過片之後,『哪條適合哪種主題』的答案,會不會在下次選型時被真的用上。