第 87 章 自动 QC 实现：规则、模型评测与人工证据如何协作#

自动 QC 的价值不是给成片打一个分，而是尽早发现确定性错误、缩小人工注意范围、把问题路由到正确工位。系统必须区分规则检查、信号分析、模型辅助判断与人类审美，不让任何一层冒充全部质量。

87.1 检查时机、规则注册与确定性验证#

检查对象与时机。

Episode Pack 锁定前检查事实、时长和依赖；资产锁定前检查身份、权利和状态；候选生成后检查媒体、身份、动作和连续性；剪辑后检查字幕、图形、音频和节奏；发布前检查技术、权利、Manifest 与审批。

错误越早发现，返工半径越小。合同金额在 Pack 阶段冲突，应阻断图形制作；不要等 OCR 在发布文件里发现。

规则注册表。

qc_rule:
  rule_id: CONT_PROP_HOLDER_001
  version: 2.1.0
  layer: continuity
  applies_to: shot_transition
  description: 前镜终态持有者必须等于后镜初态
  severity: blocker
  input_schema: shot_state_pair.v2
  evaluator: deterministic
  failure_route: continuity_supervisor
  regression_set: reg_prop_handoff_v04

规则有适用对象、版本、证据和路由。改变严重度也算版本变更，因为它会改变发布行为。

确定性检查。

可直接计算的项目包括 Schema、缺失依赖、ID、版本、状态接口、时间码、字幕边界、OCR 精确字段、分辨率、帧率、色域、音频通道、响度、峰值、黑帧、静帧、文件校验和和权利到期。

确定性失败不应被综合高分覆盖。若金额错误，身份和表演再好也不能发布。

87.2 媒体、模型与时间线评测#

媒体信号分析。

视频分析检测帧重复、闪烁、异常运动、边缘撕裂和突然色偏；音频检测削波、静音、底噪跳变、相位和对白可懂度。阈值按镜头类型变化：静态反应镜允许低运动，动作镜长静帧可能异常。

信号检测只说明现象，不自动推断故事原因。雨夜镜头低亮度不等于曝光错误，需要场景状态参与判断。

模型辅助评测。

身份、手部、动作状态、表演意图和叙事理解可由模型辅助。输入必须包含契约和可见性，输出返回分项、置信度、证据帧和失败特征。模型评测器自身有版本、校准集和适用声明。

qc_finding:
  finding_id: find_015_07
  evaluator: identity_eval@3.2
  result: review
  confidence: 0.64
  observed: 右侧脸下颌宽度疑似漂移
  evidence_frames: [42, 57]
  anchors_visible: [mole, hair_part, jawline]
  route: human_identity_review

低置信度进入人工，不随机变成通过或失败。

时间线级检查。

单镜正确不保证相邻镜正确。系统抽取每镜首尾状态，检查持有者、伤势、服装、光线、视线、音乐小节和对白知识。剪辑版本变化后，只重算受影响邻接和全局时长，而非无差别重跑所有昂贵评测。

时间线还检查观众认知：一个事实若直到 00:40 才展示，00:32 的反应不能以该事实为依据。

87.3 问题聚合、人工审片与阈值校准#

Issue 去重与聚合。

同一根因可能产生 30 个发现。角色身份参考错误会让多镜失败，系统按实体、规则和共同依赖聚合成事件，显示影响清单。关闭根问题后触发相关镜头回归，不要求操作者逐条关闭重复通知。

去重不能隐藏独立错误。相同时间码的 OCR 错误和字幕遮挡属于不同责任层，需分别处理。

人工审片界面。

界面默认展示当前问题、预期、证据帧、前后镜、相关契约、候选对比和下游影响。审片者可通过、失败、标误报、创建例外或改路由。快捷键服务重复工作，但高风险批准要求明确确认。

人工决定记录理由码与备注，用于评估器校准。系统不以“人类总是正确”为假设，重大分歧可仲裁并审计评审一致性。

阈值校准。

用带人类黄金标注的样本计算误报、漏报和不同基准率。Blocker 规则优先降低漏报，低风险美学提示可以容忍更多漏报以减少审片疲劳。阈值按主角近景、远景和背景人物分层。

评测器版本升级先影子运行，不影响闸门；比较旧版与新版、人类结果和成本，再灰度启用。

87.4 质量系统验收与评测器红队#

故障树。

问题数量很多但没人处理：缺路由和聚合；自动评分高却事实错：确定规则被综合分覆盖；误报突然增多：输入分布或阈值漂移；修一镜后别处又错：回归范围未依据依赖计算；人工关闭太快：界面没有证据或队列过载。

SOP、检查表与交付物。

建立规则注册表；按生产阶段运行；先确定性后模型辅助；保存证据；聚合共同根因；路由人工；记录决定；按依赖回归；校准阈值；影子发布评测器。

• Blocker 不可被总分抵消。
• 每个发现有证据和责任层。
• 低置信评测进入人工。
• 评测器有校准集与适用范围。
• 修复关闭必须附回归证据。

练习：实现十条规则和两个模型评测接口，交付 rule_registry.yaml、qc_runner/、findings.jsonl、review_ui_spec.md、calibration_report.csv、regression_report.md。

评测器红队。

给身份评测器加入三类对抗样本：脸很像但小痣换侧、身份正确但强风格滤镜、两人同框时特征串位。观察它是否被整体相似度欺骗。给叙事理解评测器加入表面关键词齐全但因果顺序错误的片段，检查它是否只做文本匹配。

每个逃逸样本进入校准集，但不要无限针对单个案例加特例。先判断缺的是输入契约、可见性、模型能力还是阈值。若评测器无法可靠处理多人遮挡，就缩小适用范围并强制人工，而不是在注册表里继续宣称“身份一致性全覆盖”。诚实的能力边界本身就是质量控制。

上线证据至少包含黄金集表现、误报漏报、适用镜头、影子运行结果和回滚开关。缺少其中任何一项，评测器只能提示，不能控制发布闸门。