Dev Spec v2 · ← 返回文档首页
04 内容生产流水线
全自动：从一句"季主题"到一季 12 集上线，不需要人工编剧或审稿。队列 tt.content。
1. 流程
季主题（例："东京便利店夜班，第一季"）
│
▼ ① 季设定 bible（网关.llm，结构化输出）
│ 世界观、3~4 个角色卡（性格、口头禅、关系=friend/colleague、边界、声线描述、外貌描述）
│ 12 集故事线（每集一句梗概 + 悬念）
│ ─ 质检：禁用题材清单、关系设定、年龄适宜
│
▼ ② 角色资产
│ 声线：从 TTS 声音库里按描述挑选，每个角色固定一个（按区域各选一个）
│ 参考图：网关.image_generate 生成角色设定图 → 视觉打分挑选 → 作为后续插画的参考
│
▼ ③ 分集大纲（每集）
│ 学习目标：3~5 个句型 + 10~15 个词（从该难度的词表里选）
│ 场景列表、关卡位置（每集 ≥ 3 个关卡，其中至少 1 个自由回答）、分支点（≥ 1 个）
│
▼ ④ 剧本（网关.llm，按 02 文档的 JSON 结构输出）
│ ─ 质检（见第 2 节）；不通过 → 带着质检意见重写，最多 3 次
│
▼ ⑤ 配音（网关.tts）
│ 每句台词按角色声音合成
│ ─ 回听检查：网关.stt 识别合成的音频，与剧本对比（字错率 ≤ 5%）；不通过换参数重合成
│
▼ ⑥ 插画（网关.image_edit，参考图 + 场景描述）
│ 每集 6~10 张
│ ─ 视觉打分：角色是否一致、有无违规、有无乱码文字；不通过重新生成
│
▼ ⑦ 打包：写入 episodes / assets，状态 live
│
▼ ⑧ 宣传短视频：从本集挑 3 段（开场、最有趣的关卡、结尾悬念）
→ media/video 渲染竖屏视频（插画 + 配音 + 双语字幕 + AI 标注）
→ 底座增长组件自动发布
2. 剧本质检
| 检查 | 方法 | 通过标准 |
|---|---|---|
| 结构 | JSON Schema 校验；节点可达性（从起点能走到结尾，没有死路） | 100% |
| 词汇难度 | 分词后与该难度的词表对照（日语：JLPT 分级词表；英语：CEFR 分级词表） | 超纲词占比 ≤ 5%（专有名词除外） |
| 学习目标覆盖 | 目标句型和词在台词中都出现，且至少在一个关卡里要求用户说出 | 100% |
| 语言正确性 | 另一个模型当"母语老师"逐句检查语法和自然度 | 问题句 ≤ 2 句，且全部已修正 |
| 前后一致 | 角色设定（口头禅、性格）、剧情变量、上集悬念是否被承接 | 大模型评测通过 |
| 安全 | 内容安全检查；关系设定检查（不得出现恋爱暗示）；年龄适宜 | 100% |
| 时长 | 按台词数估算 8~12 分钟 | — |
3. 上线后自动迭代
| 触发 | 动作 |
|---|---|
| 某集评分 < 3.5 且样本 ≥ 30 | 读取用户反馈（评分 + 可选的一句话理由）→ 生成改进意见 → 从第 ④ 步重新生成该集 → 质检通过后作为新版本上线（已经看过的用户不受影响） |
| 某集完成率比前后两集低 20 个百分点以上 | 同上，并重点检查中途退出最多的节点 |
| 某个关卡的求助率 > 60% | 降低该关卡难度（换更短的目标句）后重新生成 |
新旧版本做 A/B 测试 7 天，保留表现更好的版本。
4. 成本（估算，以网关计量为准）
| 项 | 每集 |
|---|---|
| 剧本（含重写和质检） | $0.1~0.3 |
| 配音（约 1,500~2,500 字符） | $0.02~0.1 |
| 插画（6~10 张 + 补生成） | $0.3~0.6 |
| 宣传视频渲染 | CPU，可忽略 |
| 合计 | ≤ $1 |
一季 12 集约 $12；如果一季有 1,000 个用户看完，每个用户分摊约 $0.01。
5. 国内版差异
- 所有生成调用走
cn白名单模型 - 题材、角色、文化背景面向中文用户学英语（例如"在伦敦合租""硅谷实习"）
- 宣传视频发布到抖音等平台时，按平台要求标注 AI 生成