AI 做视频的边界
先给判断标准，它替代了大多数关于"AI 能不能做视频"的讨论：
一个环节能不能交给 AI，不取决于模型会不会做，取决于你有没有一把能立刻判断它做得对不对的尺子。
有尺子，模型做得差一点也能用，因为你能拦能改。没尺子，模型做得再好你也不敢用，因为你不知道该不该放行。
没有验证回路的环节，自动化不是提效，是把错误规模化。
下面用这个标准把视频生产拆开逐个评估。
一、评估一个环节的四把尺子
四个维度，前两个决定能不能自动化，后两个决定自动化到什么程度。
| 维度 | 问什么 |
|---|---|
| 验证速度 | 做错了，多快能发现？ |
| 失败代价 | 做错了，多贵？能不能撤回？ |
| 输出确定性 | 同一份输入，两次会不会给出差别很大的结果？ |
| 判断标准可写性 | "做对了"能不能写成一条规则？ |
验证速度是最关键的一维。 它决定了自动化是"提效"还是"放大错误"。
二、十个环节逐一评估
| # | 环节 | 验证速度 | 失败代价 | 确定性 | 现在的判断 |
|---|---|---|---|---|---|
| 1 | 选题方向 | 慢 | 高 | 低 | 人定，AI 只做候选 |
| 2 | 事实核对 | 快 | 高 | 高 | 可自动化，且必须做 |
| 3 | 脚本撰写 | 快 | 中 | 中 | 半自动，人定结构与落点 |
| 4 | 分镜描述 | 快 | 低 | 中 | 可自动化 |
| 5 | 配音 | 快 | 低 | 高 | 可自动化 |
| 6 | 视觉素材 | 中 | 中 | 低 | 半自动，需人筛 |
| 7 | 剪辑与字幕 | 快 | 低 | 高 | 可自动化 |
| 8 | 封面与标题 | 慢 | 高 | 低 | 需人判断 |
| 9 | 发布 | — | 极高 | — | 必须人签字 |
| 10 | 数据回收 | 慢 | — | 高 | 采集可自动，解读需要人 |
下面把几条关键的说清楚。
三、为什么配音和字幕已经可以交出去
因为这三样东西满足同一个条件：错了一眼能看见，改一下就好。
字幕打错一个字、断句错一处、配音多了一个停顿——这些错误在预览时就能被肉眼发现，发现之后修改成本接近零，而且改错了还能再改。
验证快 + 代价低 + 可逆，这三个条件凑齐，就是可自动化的典型形态。
这也是为什么这个领域的自动化成熟度最高：不是因为它最容易被模型做好，而是因为它最容易被判断。
四、为什么表演和出镜现在交不出去
这一节是这篇文章最想说的部分。
现在已经有能生成人物口播视频的技术，看起来"能做"。但它的边界不在生成质量上，在验证上。
你能在交付前判断这段表演自然不自然吗？
字幕错字你能指出来。但一段口播"哪里显得机械"、"哪个瞬间观众会划走"、"语气的哪一处让人出戏"——这些你无法定位。
更麻烦的是验证回路的时间尺度。字幕错了，你在预览时就知道。表演不对，你要等发布后数据回来才知道；而数据回来了也只告诉你"完播低"，不会告诉你"是第 17 秒那句话的问题"。
验证回路慢到接近不存在的时候，自动化就失去了纠错能力。
所以这个环节现在的正确做法不是"用 AI 替代人",而是把 AI 用在前置环节：让它出脚本、出分镜、出提词稿，人来演。前面做得越细，人的表演越容易一遍过。
判断标准很清晰：当一个环节的错误能被人在交付前定位到具体位置，它就可以交给 AI；只能整体判断"感觉不对"的环节，暂时交不出去。
五、事实核对：一个必须自动化但常常没被自动化的环节
第二个环节在这个表里的位置很特殊。
它有最高的自动化价值——验证快、失败代价高、确定性强，三条都满足。但它在实际生产中经常被跳过，因为它看起来不像创意环节，没有人把它当成一项工序。
视频里的事实错误代价是最高的一类：口播说出来的数字，观众会记住，而且是带着你的脸记住的。 一条视频里价格说错，比一篇图文里说错严重得多，因为前者不可检索、不可修改，观众只记得那个错数。
所以事实核对应该被当成一道独立的门，位置在配音之前。检查的内容是：所有数字、所有时间、所有承诺、所有对比表述，逐条对应到一个可核对来源。
这一道的成本很低，收益极高，而且是少数可以完全交给机器的环节。
六、选题和封面：验证最慢的两个环节
这两个环节放在一起说，因为它们的问题是同一个。
选题错了和封面错了，都属于"要到结果出来才知道"。
一条视频发布后数据不好，可能是选题的问题、可能是封面的问题、可能是内容的问题、可能是发布时间的问题。四个变量同时在场，你无法归因。
而无法归因的环节，就不适合交给 AI 独立决定——不是因为 AI 判断得差，而是因为即使它判断错了，你也无从知道，也就无从纠正。
对这两个环节，可用的方法是控制变量的 A/B 测试：同一条内容做两个封面，其他全部相同，发两条。这样做虽然多花成本，但它把不可归因的问题变成了可归因的。当你把尺子造出来之后，这两个环节才能逐步交给 AI。
这正是"造尺子"优先于"造能力"的意思。
七、发布：唯一必须由人签字的环节
发布这个环节在所有维度上都极端：失败代价极高，而且不可逆。
内容一旦上线就被抓取、被收录、被转发。删除也留有痕迹，而且删不掉别人已经截图和转发的部分。
所以这个环节的自动化方向不是"让 AI 自动发",而是把 AI 的判断前置到人工审核界面里：让 AI 把所有需要人判断的点（敏感词、绝对化表述、事实错误的可能位置、与历史内容的重复度）整理出来放在一个界面上，人只需要做一次判断。
自动化审批界面，不等于自动化审批决定。 这两件事经常被混在一起，混在一起的后果是审批变成盖章。
八、数据回收：采集可以交出去，解读不能
数据采集是纯机械工作，完全可以自动化：完播曲线、跳出位置、互动分布、流量来源。
但"这条数据说明什么"不能自动化两个原因。
第一，数据本身不含因果。完播曲线在 17 秒掉了，可能是那句话的问题，也可能是背景音乐切换的问题，也可能是观众本来就在这个位置流失。
第二，也是更实际的一个原因：数据的解读直接决定了下一个动作，而下一个动作是有成本的。 一个错误的解读会导致整批内容按错误的方向改。
所以这个环节的正确分工是：机器负责把数据整理成"哪里异常"，人负责判断"为什么异常"。 目前没有更好的分工方式。
九、把上面的结论收成一条规则
把十个环节的评估结果按自动化程度分三层：
| 层 | 环节 | 判断依据 |
|---|---|---|
| 可完全自动 | 事实核对、分镜描述、配音、剪辑字幕 | 验证快、代价低、可逆 |
| 半自动，人定关键判断 | 脚本、视觉素材、数据解读 | 验证快但确定性中低，或判断标准难写 |
| 暂时交不出去 | 选题、封面标题、表演、发布 | 验证慢或不可逆 |
这个分层不是一个固定答案，它会随验证能力变化而移动。 每当你为一个环节造出一把新尺子（可测的指标、可比对的样本、可复现的检查清单），那个环节就可以往上一层移动。
反过来说：如果你没有为新环节造尺子，那么模型能力提升也不会让那个环节变得可自动化。 这就是为什么"等模型再强一点"不是一个计划。
十、这套评估的边界
第一，它评估的是"现在"，不是"永远"。 表演类环节不可自动化是因为验证问题，不是技术问题。如果哪天有了可靠的"表演自然度"检测手段，它会移动。
第二，分层因内容类型而异。 一条纯图文转视频的内容，"表演"这一环不存在，分层表要重画。这张表要按自己的生产形态改。
第三，可自动化不等于应该自动化。 有些环节交出去省下的时间，小于验证它们的成本。判断标准是净收益，不是技术可行性。
第四，最重要的一条：这套方法不解决"内容好不好"的问题。 它只解决"哪些环节能交出去、哪些不能"。内容质量取决于选题和角度，而那两个环节恰好是验证最慢的。
十一、一个可以立刻做的评估
把你自己的视频生产流程写下来，每个环节标注三件事：
- 做错了，我是怎么发现的？ 如果答不上来，这个环节现在不能自动化。
- 发现之后，改起来的成本是多少？ 超过重做的一半，就不该交给自动流程。
- 我能不能写出"做对了"的判断标准？ 写不出来的，说明缺一把尺子——先造尺子，再谈自动化。
三个问题问完，你手里会有一份属于自己的分层表，比任何"AI 视频工具清单"都有用。
两个常被追问的问题
问：那现在能用 AI 做视频吗？
能，而且价值很大，但要用在对的位置。把 AI 放在"验证快"的环节上——风格统一、字幕、配音、素材批量处理、事实核对，这些环节的提效是确定的。把它放在"验证慢"的环节上（选题、封面、表演），当前的结果往往是产出一批你无法判断好坏的东西。
问：怎么判断一个环节的验证速度够不够快？
用一个简单的测试：让一个不了解这个项目的人看一遍产出，他能不能指出具体哪一处有问题。 能指出来，验证速度合格；只能说"感觉不太对"，就是不合格。
相关阅读
延伸阅读：为什么 ChatGPT 写的文案不能直接用？——AI 交付的质量门禁、智能专家岗位详解：18个数字员工的能力边界与使用场景、搜索有曝光，询盘没几个？本地服务企业先把「留资页+FAQ」这对组合做顺。
三条交付线的额度与价格在定价页，基础版免费，可以先跑一次看结果。