把内容制作分给AI时 — 拆分工序、设定审核节点的方法 (1)
脚本、配音、素材画面、字幕都交给AI分担后,一个人也能做出一条视频。剩下的工作是审核。本文以电视台的AI主播运营方式、低质量AI视频的泛滥与YouTube的变现政策、CNET的AI文章错误事件、美联社的生成式AI准则为依据,梳理如何拆分内容制作工序,以及在工序之间的哪些位置安排人工确认。
如今,谁都能做视频。 差距在于你筛掉了什么。
一条视频,现在一个人也能做出来
假设一位市场负责人想把公司博客文章改成YouTube解说视频。过去,写脚本、录音、找画面素材、剪辑、加字幕,全都得靠人来做。外包要花钱,自己做要花好几天。
现在,这些工序大多由AI分担。读文章写脚本的是语言模型,朗读的是语音合成(TTS),挑画面的是图像模型,做字幕的是语音转写模型。仅看韩国的工具,VoyagerX的Vrew(韩语)就提供了一次性生成脚本、图像和语音的“文字生成视频”功能。
电视台很早就开始了这种尝试。韩国电视台MBN在2020年推出“金周夏AI主播”(韩语),用真人主播10小时的影像和声音进行训练,并介绍说最多1,000字的文本可在1分钟内合成为视频。值得注意的是接下来的说明:由记者撰写新闻稿,再由负责的PD完成字幕和视频剪辑后才上传。即使AI站上了画面,稿件和剪辑的责任仍留在人身上。
中小企业将内容运营自动化时,应该借鉴的正是这种结构。比起把什么交给AI,更要先决定在哪里由人来确认。
越容易做,就越泛滥
做起来容易了,就会出现一些情况。视频剪辑服务Kapwing在2025年11月发布的AI Slop报告显示,在新注册账号的YouTube Shorts信息流中最先出现的500条视频里,有104条(21%)是低质量的AI生成视频。同一份报告中,这类频道播放量最高的国家是韩国。
平台也开始划线。2025年7月,YouTube把变现政策中的“重复性内容”条目改名为“非原创(inauthentic)内容”(韩语),明确表示用几乎相同模板批量生产的视频不属于可变现内容。使用AI本身并不被禁止。被盯上的是缺少人工解说和编排的批量生产。
质量事故也早已发生。美国科技媒体CNET从2022年底开始用AI工具发布了77篇金融基础解说文章,在外界指出错误后进行全面检查,发现其中41篇需要更正。很多是公司名称缺了一部分或数字颠倒,也有与原文过于相似的句子被改写的情况。而这些文章都是编辑修改过初稿后才发布的。

对公司频道来说,这类事故的代价比个人频道更大。一个错误的数字、一张权利不明的照片,都会削弱品牌信任。所以,要先决定如何拆分工序、在哪里设置审核。
原则一:拆分工序,每道工序都留下产出
如果一句“把这篇文章做成视频”就全部交出去,你就无法知道哪里出了什么错。请拆分工序,并在每道工序留下人可以打开查看的中间产出。
| 工序 | 负责的AI | 要留下的中间产出 |
|---|---|---|
| 脚本 | 语言模型 | 按行划分的文本文件,每行旁边附上作为依据的原文句子 |
| 语音 | 语音合成(TTS) | 按行划分的音频和转写结果,可以确认数字和外来词是怎么读的 |
| 画面素材 | 图像模型 | 每个镜头的文件、原始链接和授权条件清单 |
| 字幕与合成 | 语音转写模型 | 最终视频和镜头清单(第几秒出现什么素材) |
这样拆分后,出了问题只需重跑那一道工序。如果语音把数字读错了,脚本和画面保持不变,只改语音即可。
美联社2023年8月发布的生成式AI准则规定,生成式AI工具的产出一律视为“未经核实的素材(unvetted source material)”。就像记者不会把从消息来源那里听来的话原样写进报道一样,AI写的脚本在确认之前也只是素材。只有养成保留中间产出的习惯,才能真正落实这条原则。
原则二:审核不是最后一次,而是放在工序之间
把成片从头到尾看一遍,说一句“还不错”,这样的审核几乎什么也抓不到。视频一闪而过,人眼会把看起来合理的画面当成正确的画面。CNET的文章也是编辑读过之后才发的。
审核节点要放在一旦出错就会让后面所有工序走偏的地方。实际工作中效果最明显的有四处。
- 脚本与原文的数字核对:确认脚本中出现的数值、专有名词、日期是否原样存在于原文。只要出现原文没有的数字,一律停下。这种核对与其由人来做,不如用脚本机械地完成更准确。
- 语音的转写核对:把TTS结果用转写模型重新转成文字,再与脚本比较。“6亿”有没有读对、英文产品名有没有读得离谱,都能在这里发现。
- 画面素材的相关性与使用权:逐个镜头检查是否与文句相关,是否混入水印或广告,授权条件是否已确认。出现地图的画面,地名标注也在检查范围内。
- 播放成片:最后由人从头到尾播放一遍。但这不能代替前面三项。

如何验证AI的产出,我们在如何验证AI做出的东西中有详细讨论;AI自信地出错的问题,则在如何应对幻觉中讨论过。在内容制作流程中,关键是把这些验证拆细,穿插在各道工序之间。
第一个月要做的事
不要一开始就想把全部工序自动化。
- 画一张工序表:把脚本、语音、素材、字幕、合成、发布分成格子,在每格写明由AI负责还是由人负责。
- 确定四个审核节点:数字核对、转写核对、画面确认、播放成片,并写上负责人的名字。
- 试做三条再扩大:前三条视频,每道工序都由人全部打开检查,把经常出问题的项目改成自动检查之后,再增加数量。
总结
脚本、配音、找素材,都可以分给AI。不能交出去的,是它有没有编造原文中没有的内容这一判断。不要把这个判断留到最后一次性完成,而要分散到各道工序之间。
下一篇将讨论画面素材的使用权、声音与著作权,以及韩国《人工智能基本法》和YouTube所要求的AI标注。
系列文章「把内容制作分给AI时」
- 拆分工序、设定审核节点的方法(本文)
- 分别厘清出处、权利与AI标注的方法
参考资料
- 보이저엑스, 브루 텍스트로 비디오 만들기(VoyagerX,Vrew文字生成视频;韩语)
- 뉴데일리, MBN 김주하 AI 앵커 도입 (2020)(NewDaily,MBN推出金周夏AI主播;韩语)
- Kapwing, AI Slop Report: The Global Rise of Low-Quality AI Videos (2025)
- 한국경제, 유튜브 비진정성 콘텐츠 수익화 정책 (2025)(韩国经济新闻,YouTube非原创内容变现政策;韩语)
- Talking Biz News, CNET found errors in more than half of its AI stories (2023)
- Associated Press, Standards around generative AI (2023)