方法论与洞察

自动化产出双重验收：机器验参数，人眼验内容 · v1

一句话律：自动化产出的素材，「文件存在且参数正确」和「内容正确」是两件独立的事——机器只能验前者，后者必须过人眼。

为什么这条容易被跳过

自动化跑完会给你一个绿色的”✓“。那个勾的含义是**“我按脚本做完了”，不是”结果是对的”**。

两者之间的落差，恰恰发生在最贵的地方：脚本执行了每一步，每一步都没报错，产物参数全对——但画面里什么都没有。

实证

Codex 教程实战六自动化录屏，19 段素材。4 条通过了机器校验但内容全错：

同一项目更早一次自动录制，产出 3 个 mp4，全部参数正常，最后被整体废弃（_作废_Claude自动录制/）。那次没有第二道关卡。

下一批（清单 2/3/4，三个项目 19 段）又拦下 2 条，都出在最后三段、流程最熟的时候：

两批合计 6 条参数全对、内容全错。

第三批（操作部分 26 段）：这次是整批

接手一批已录好的素材做重录，26 条 mp4 参数 100% 合格——1920×1080 / 60fps 全过，时长也正常。抽帧之后：

如果只看 ffprobe，这 26 条是一批完美素材。

前两批是”19 条里拦下 4 条 / 2 条”，这批是整批 26 条参数全对、内容几乎全错。三批合计 32 条。

操作规则

1. 两道关卡分开设
   • 机器关：文件存在、时长在预期区间、分辨率/帧率/大小正常
   • 人眼关：抽帧目视，至少看开头、中段、结尾
2. 机器关过了不等于可以跳过人眼关——本条的全部价值就在这句
3. 判废的产物不删，加 .FAILED 后缀保留，便于事后追因（删了就查不出是哪一步断的）
4. 能在过程中当场校验的，不要等录完再验。例：拖放是最容易悄悄失败的一步，拖完立刻比对目标区域像素变化，低于阈值就当场判废，别把整条跑完
5. 能写成断言的内容判据，就别只靠事后抽帧。“提示词到底发出去没有”完全可以机检（发送后按钮应转成停止态），加了这道当场断言之后，这类失败当场判废，不用等人看。人眼关是兜底，不是第一道防线——见 UI自动化的固定坐标必须绑前提断言_v1
6. 长产物（>3min）标注”未完整终审”。抽帧只能证明某几帧对，证明不了中间没异常——不要把抽帧通过写成终审通过
7. 给机器关补一条”内容非空”的粗判据。ffprobe 只看容器和流参数，画面全黑照样满分。第三批在 ffprobe 之后加了一道”抽一帧算纯黑像素占比 >55% 判废”，318/321/322/323 那种全黑片机器就能拦下，不用等人眼。粗判据挡不住”内容错”，但挡得住”内容无”，成本几乎为零——而”内容无”恰恰是自动化最常见的失败形态
8. 接手别人录好的素材，先抽帧再信任。第三批的 26 条是带着”参数全部合格”的结论交接过来的，那个结论是真的，但它只覆盖参数层。交接结论要看清它验的是哪一层
9. 机器关的第三道：内容指纹，把”内容错位”也纳入机器可拦范围（2026-08-14）。开录前抓一张参照帧，停录后取视频开头帧，同一条 ffmpeg 管线灰度比对——录到壁纸/录错屏/窗口没绘制的废片当场判废。至此机器关三道各拦一类：ffprobe 拦参数、黑屏占比拦”内容无”、指纹拦”内容错位”；人眼只剩”内容对不对”
10. 判据阈值必须两端实测标定，直觉会差一个量级（2026-08-14）。内容指纹阈值凭直觉预设 45%（“完全不同的画面总得差一半”），实测：正常水位 1%，完全不同的两个白底页面（定价页 vs 对话页）灰度差只有 14.3%——45% 会把全部错位废片放行，这道防线等于没建。人眼看”完全不同”看的是语义，灰度比对看的是像素，白底页面 80% 的像素都是同样的白。正例反例各标定一次再定阈值（终值 8%），反例要选最难分的，不是最容易分的

边界

• 参数已知且固定的产物（如按已知时长播完一个视频文件），机器关的置信度较高；但窗口位置、全屏状态、焦点归属这些仍然只有眼睛能验。
• 本条不是”自动化不可靠”，而是”自动化的可靠性边界在参数层”。该自动化的照样自动化，只是别让绿勾替你签字。
• 🔴 补充（2026-08-05）：机器关本身也会失效，而且失效时给的是”看着像真值的假数”。 原文假设的是「机器验参数是可靠的，只是不够」。实际还有一档更糟的情况——测量方法换了一类信号就崩，但仍然吐出一个数。 实例：基频测量在正常人声录音上完美区分了好坏方案（差 6.0 个半音 vs 0.4 个半音），搬到游戏战斗语音上，量出的基频众数堆在搜索区上限 380–400 Hz（占 14.9%，正常录音只占 0.6%）——对男声物理上不可能。若照单全收，会拿一个纯伪影去做定版决策。 三条自保：① 换一类信号先拿已知答案的样本标定；② 指标出现在搜索区边界上的堆积，几乎一定是伪影；③ 量出物理上不可能的值时，先怀疑测量、别怀疑素材。 详见 2026-08-05_后室大逃亡配音工序_四音色定版复盘 第三节。

同构案例

这条律在别的域有完全同构的版本：

• 素材审片：素材审片也能蒙眼_盲选靠标题定案靠眼睛_v1——文件名只配盲选，定案靠抽 3 帧读图
• TTS 质检：TTS旁白也能蒙眼质检_ASR拼音级评分_v1——机器量咬字声调，人只验收一次

三者共享同一个骨架：机器负责把候选压到可人审的规模，最终裁决权归人。

验证状态

⭐⭐⭐ 三次验证（铁律）· 四验加固

• 首验：本项目更早一次自动录制，3 个 mp4 参数正常但整体被废（无第二道关卡）
• 二验：实战六 19 段录制，第二道关卡拦下 4 条参数全对、内容全错的素材
• 三验：清单 2/3/4 三项目 19 段录制，又拦下 2 条；且这 2 条出现在流程最熟、最容易松手的收尾阶段
• 四验（最极端）：操作部分 26 段重录，接手时那批参数 100% 合格、内容几乎 100% 错误。前三次是”在合格品里挑出坏的”，这次是”整批都是坏的，而机器一条都没拦下”

关联文档

• 2026-07-31_Codex教程实战六_自动化录屏19段复盘（本律的来源案例，含完整失败清单）
• 2026-08-01_Codex教程清单2-4_三项目19段录屏复盘（三验案例）
• 2026-08-13_Codex教程操作部分_26段重录复盘（四验案例：整批 26 条参数全对、内容全错）
• 2026-08-14_Codex教程录制链路打磨_复盘（机器关第三道”内容指纹”与阈值标定教训的来源）
• UI自动化的固定坐标必须绑前提断言_v1（一体两面：那条管事前断言，本条管事后验收）
• 素材审片也能蒙眼_盲选靠标题定案靠眼睛_v1（同构：素材域）
• TTS旁白也能蒙眼质检_ASR拼音级评分_v1（同构：TTS 域）
• 2026-08-05_后室大逃亡配音工序_四音色定版复盘（边界补充的来源：机器关本身失效、吐出伪影当真值）
• 蒙眼剪辑法_方法论笔记（母方法论：机器做量，人做裁决）
• 04_方法论与洞察索引