一条内容交付流水线使用保守的关键词扫描，防止财经文案滑向交易指导。门禁足够谨慎，却过于粗糙：“股东”“估值”“回报”等客观词汇也可能让事实句被阻断，读者不会看到的内部排序说明同样可能触发规则。

直接放宽整张词表会削弱已有安全边界。修复把读者可见内容与内部元数据分开，再用句子中的主体、对象和方向关系识别高风险含义，同时引入 advisory（非阻断提示）。这种提示不会改变 QA 通过状态，但会与其他审稿证据一起进入哈希校验。

先确认误报发生在哪条边界

失败样例可以分成三组：

一条媒体流水线替换单个源片段后，成功重组了最终视频。新文件通过仓库技术检查，也获得了新的视觉评分卡，独立审计却仍然失败：任务状态保存的是上一版成片哈希。

修复这一处哈希后，复核又发现第二个陈旧绑定。能力认证同时引用旧成片和旧对照评分卡。这次故障说明，替换派生产物会改变一整张证据依赖图，不能只把它当成一次文件写入。

第一次失败提供了有效证据

独立审计比较了三种身份：

一条 AI 视频可以通过全部技术检查，演员仍然显得不真实。文件能正常解码，时长、字幕和响度都正确，人物身份也大致连续，但皮肤像蜡或锐化过度，表情长期停在同一种皱眉，多个镜头重复相同手势，身体与地面、道具和其他人物之间缺少重量关系。

继续修改提示词只能偶尔改善单次结果。要稳定提升质量，需要把真人感拆成一组能够检查、记录并阻止流程继续执行的规则。这些检查从视频生成前开始，并一直覆盖到最终成片审核。

旧流程为什么仍会产生不自然的表演

旧流程已经有详细镜头提示和三阶段表演结构，但仍有几处缺口让僵硬表演通过：

• 每期重新生成角色形象，没有复用已审核的演员资料；
• 不同镜头反复使用少量面部与手部动作模板； …