《高性价比人生指南》知识视频产线 E01 结案 —— 踩坑全录（2026-10-14）

从 0 搭建"读书解说日更视频产线"（开源书 HowToLiveBetter → 每天自动写稿/配音/渲染/定时发B站），到 E01 人工验收放行（BV17Upm6sE6R，10-15 11:30 上线）。全天烧掉约 10 轮重产，其中 8 成时间在处理"机器全绿但人听着不像人话"的问题。按发现顺序记录，每条含：现象 → 根因 → 修法 → 泛化教训。

一、写稿层（LLM 文案）

1. 提示词里的"N字"是建议，不是合同

• 现象：要求每段 60-120 字，实发全片仅 348 汉字 ≈ 79 秒成片，违反"每集≥3分钟"红线；且每段单看都"没超纲"。
• 根因：LLM 对总字数没有自感知，分段约束拦不住总量偷工。
• 修法：脚本层机械校验。计数口径必须用汉字数 re.findall(r"[\u4e00-\u9fff]", t)——用 len() 会把标点和英文算进去，把贴线合格稿误杀。
• 泛化：凡是"数量红线"，落到代码断言，不落到提示词。

2. 初稿校验卡"全片字数下限" = 死循环坑

• 现象：重试 4 次全同法失败，初稿永远进不到补写环节。
• 根因：本地模型初稿天然偏短（实测三轮 528/544/546 汉字），assert 总下限=560 后每轮都整体作废重写，重写也是同分布偏短。
• 修法：初稿只做结构校验（每段有内容、不超长）；字数缺口全部交给"逐场景素材驱动补写"（topup 循环喂原始书稿续写，直到分段下限+全片总量达标）。
• 泛化：生成式流水线分层校验——结构层宽容、数量层用确定性补写收敛，不要用"整体重掷骰子"修数量问题。

3. 闸门重试 ≠ 从头重跑

• 修法：LLM 解析成功先落草稿盘（script_draft.json），下一轮把"草稿+缺陷清单（哪段差几字、QC 命中哪句）“喂回去只定向改问题段，事实句式不动。从头重跑大概率以相同方式再次偷工。

4. 书面缩略词：闸门要确定性替换，别交 LLM 改写

• 现象：用户抓到台词"系带？"（应为"系安全带”）——模型照抄书稿的书面缩略。“过 qc_tone 闸门”≠“没有 AI 味”，闸门只覆盖已知统计特征，不覆盖"听众歧义词"。
• 踩坑升级：先试 LLM 句级改写，口播风险 6 处连修 4 轮残留不动，空转烧光重试次数。
• 修法：apply_spoken_fix() 确定性 regex（系带→系安全带、戴盔→戴头盔、土法→土办法、娃→小孩…），每轮 QC 前代码级跑；LLM 只留给需要语义判断的句式问题。
• 替换规则两个坑：
  • 负向断言要覆盖后缀词：没系(?!安全带|紧)——漏了"紧"，把"扣带没系紧"改成"扣带没系安全带紧"病句，直接进了成片音频才发现。
  • 上线前拿 case 表（含误伤反例）回归测替换函数，别只看目标词消失。

5. 黑话/栏目词闸门（“落地：花几十块买个报警器"案）

• 现象：旁白出现"落地：花几十块…"，用户：“不像说话表达出来的，像书写的文案”。
• 根因有两层：a) 模型爱把 PPT 栏目词当句首引导词；b) 我自己写的节拍模板里就管那一拍叫"怎么落地”——提示词自己种下了禁用词。
• 修法：提示词点名禁用清单（落地/抓手/赋能/闭环/复盘/底层逻辑/先看一组数据）+ 正则闸 + 确定性替换（“落地："→“说白了："）；模板措辞同步改成"行动建议"并显式写"这拍不叫落地”。论文统计腔（OR/95%CI/置信区间）同禁：旁白说"最保守也降三分之一”，精确值放画面卡。
• 泛化：先查自己的提示词有没有污染源，再怪模型。

6. 补写环节的复读副作用

• 现象：成片 s03/s04/s05 尾段把本段开头的数字原样再念一遍凑总结。
• 修法：topup 带去重闸。算法实测校准：4-gram 重合率会误杀"复用同段实体词的合法句"且对换措辞复读漏检；可用方案=16 字滑窗字符 bag：窗内 ≥8 个曾出现字符 → 判复读丢弃（真复读对重合 0.12~0.25、真新句 0.0，两类全分对）。
• 泛化：阈值别拍脑袋，拿成片真实复读对+合法句各 2~3 条做回归再定。

7. 收尾句位置铁律

• 现象：用户发现"关注我…“被夹在全片总结中间、下集预告后面还吊着蘑菇数字。
• 根因：节拍模板把"关注引导+观点”、“预告+数字"塞同一拍，模型习惯先写钩子再补数字。
• 修法：提示词显式规定"预告/关注句永远压轴，补充信息排它前面”；存量稿定点改写 script.json + 按场景重配音（指纹缓存保证只重合成受影响场景）。

二、配音层（TTS）

8. 阿拉伯数字禁裸喂 TTS

• 现象：用户：“248099 是按数字读出来的，不正确”——被逐位念成"二四八零九九"。
• 修法：写 tts_norm.py 文本前端，送合成前做书面→口语转换（45%→百分之四十五、17.4→十七点四、年份逐位2021年→二零二一年、2165→两千一百六十五、量词前独立"二"→“两”），屏幕字幕/画卡保留阿拉伯原文——视觉不变、只改听觉。
• 工程纪律：段缓存 key 必须带"归整后文本 hash + 规则版本号"，规则升级自动失效旧音频；归整函数拿风险句全集做回归 case。

9. 句间静音必须真插进音频（字幕"越往后越晚几秒"案）

• 根因：时间轴按"句长+0.45s 停顿"累计，但 wav concat 只贴语音段不加静音 → 音轨逐句前移，累计到片尾漂好几秒，表现为字幕滞后。
• 修法：生成 0.45s anullsrc 静音 wav，concat list 里句间交替插入。
• 泛化（本条最值钱）：时间轴用哪种累计口径，媒体轨道就必须按同口径物理构造。程序 QC 只查时长/音轨/亮度，永远抓不到这个。
• 无 ASR 的成片验收两招（本机实测可用）：
  • 漂移核对：对成片跑 ffmpeg -af silencedetect=n=-40dB:d=0.35，每 5 句取"字幕结束点 vs 其后第一个实测 silence_start"看偏移有无累积趋势——单点 +14s 是逗号/句末自然长停顿落在采样窗内，只有单调递增才是拼接漏静音。
  • 数字读法核对：字/秒时长法。23 汉字句 8.3s（≈0.36s/字），逐位念 6 位数字必装不下——时长数学即可排除逐位读，不必人耳/ASR。

10. 重跑脚本必须自带服务拉起

• 现象：绕过 pipeline 的 rebuild 脚本直接调 TTS，吃 ConnectionRefused。
• 根因：产线 TTS"用完即停"纪律（omnivoice 服务合成完就 stop 释放 GPU）。
• 修法：rebuild_tts.sh 自带 拉起 systemd 单元+health 轮询+EXIT trap 停服收尾；双卡被 flashnext 占时先走 GPU 仲裁桥接腾卡、完事 restore 归位；全程 tee 到 ~/桌面/pipeline.log。

三、画面层

11. 字段语义绑错只能靠 VLM 抽帧抓

• 现象：s02 画面写"全书 48 条"，封面/片尾却写 528。48=本节条目数，被错绑进"全书"位。数字本身"真"、代码层 QC 全绿，错在字段语义≠文案措辞。
• 修法：画面文案含"全书/总计/共X"类全局量，装配模板绑全局常量，勿绑局部量；VLM 抽帧把"跨帧数字一致性"列为显式检查项。

12. CJK 断词防线

• 现象：“研/究"“电/池"被拆行（Chrome 对中文 text-wrap:pretty 保护有限，加了仍拆）。
• 修法：卡片类固定文案在模板里手动 <br> 定断点；旁白动态文本只能靠 pretty 降概率，抽帧 QC 必查孤字断行。

13. 返工勿重跑全链

• 产线无 –step 时：只改 CSS/模板 → rebuild_only.sh（复用已验收的 script/beats/narration，≈3min 出片）；改配音 → rebuild_tts.sh。全链重产 ≈12min 且写稿是随机的，好稿会被冲掉。
• 复位重产时三件套必须齐：rm -rf <epdir> queue.json + state.json 归零；漏一个=指针已推进，产的是下一集。

四、QC 与验收

14. “exit 0"不等于"成功”

• 后台 bash 包装进程报"completed normally”，内层 pipeline 实际 RC=1；“bash: 无法设定终端进程组"是后台 shell 噪音。判定一律看 RC= 和产物。

15. 机器全绿 ≠ 人验收通过

• 今天 4 个用户人工抓出来的问题（系带/248099/字幕漂/落地），全部发生在 qc_tone+时长+音轨+亮度检查全绿之后。人耳/人眼能发现的统计闸门抓不到的缺陷至少有三类：听众歧义词、TTS 读法、音画口径分叉。所以交付格式固定为：机器结论逐条附实测口径 + 明确 1~2 个人工试听点位（数字密集句起点、收尾句起点）+ 局域网直链。

16. 验收刹车与发布纪律

• 首版必挂 HOLD（产完入队不投稿），人工放行=备份 queue.json → 撤 HOLD → 单独调 publish()（勿重跑 main，防再产一集）。
• B站排期核验：member archives 接口（浏览器 UA + cookies.json 里 cookie_info.cookies 拼 Cookie 头——顶层是 dict，直接遍历=未登录 -101）；state=-30 审核中 + dtime 正确即坐实。
• 定时位：每天 11:30 上线（10-14 用户定），22:05 产片提交，间隔 13h+ 满足 dtime>4h 硬约束。

17. 结案后新发现：修复词本身要过闸门

• 为修"落地”，替换规则把"落地："→“说白了："——结案后复跑 qc_tone 才发现"说白了"正是规则9的 AI 起首语标记（R=3.2，283万字语料对照）。E01 稿件带着这处命中发布了（该条属软性风格项，人工判定"说白了"恰是用户偏好的口播腔，不返工；但产线替换映射已修正为"干脆/其实"类）。
• 泛化：任何"修复用"的确定性替换，替换后的成品必须回炉全量闸门（含它本要满足的那些闸），否则修一个坑埋一个坑。

五、B站发布速记（本次实测）

• biliup 必须 cd ~/.biliup 跑（cookie 按目录找）；--tag 只能传一次多标签逗号合并；bvid 判读正则兼容 Rust Debug 格式 "bvid":\s*(?:String\()?"(BV[\w]+)"。
• 标题必含完整系列名（用户点名），封面/简介/标签四处口径一致。
• E01：BV17Upm6sE6R，《2秒花零钱保命？《高性价比人生指南》揭秘24.8万人的生死账》，10-15 11:30 定时上线。

沉淀去向

• 产线代码：/mnt/nvme1/kf-video/hltb/（book_extract → gen_script → script2_tts → step4 → render → queue → publish，cron 22:05 产 + @reboot 补跑）
• 技能卡：bili-series-autopublish（产发一体+全部铁教训）、hyperframes-kf-pipeline（口语化四闸）、knowledge-video-visuals（音画同步律+验收方法）