Asset QA
在将 AI 生成的内容上传前进行检查，然后编写可直接粘贴的修复提示。最佳检查方式是结合 您的肉眼（直接查看图像）和 脚本（肉眼无法察觉的数字：超出调色板的颜色百分比、文本相对于安全区的位置、对比度、帧间跳跃）。
工作流程
- 接收输入：生成的图片/视频文件、目标格式（story, reels, feed, square, og, wide, pinterest；运行
python scripts/qa_image.py --formats查看格式列表）、品牌（来自profile.json的调色板或--colors参数）、预期出现的文本（精确的句子列表），以及可选的 logo/角色参考图。如果未指定目标格式，则根据图像宽高比推断并说明假设。 - 先用肉眼查看。 打开图片（或视频的缩略图联系人表），亲自阅读文本。记录：每个单词相对于预期文本的拼写、logo、角色、手指/肢体数量、奇怪物体、随机文本、被截断的边缘。OCR 仅作为补充（英语、装饰性字体常被误读），因此 视觉确认始终优先于 OCR。
- 运行脚本。
- 图片：
python scripts/qa_image.py hasil.png --format story --profile profile.json --expect "句子1|句子2" - 视频：
python scripts/qa_video.py klip.mp4 --format reels --profile profile.json --expect-duration 24（或--colors "名称=#HEX,..."）然后查看contact.jpg和标记的帧。 - Logo/ 角色：
python scripts/logo_compare.py 参考图.png 结果图.png [--crop x0,y0,x1,y1]；高分基本可信，低分对于扁平简单 logo 并非不同证明，请并排比较。
- 图片：
- 整理报告，使用表格：检查项 | 结果（通过/需要修复） | 发现 | 修复建议。按破坏性从大到小排序（拼写、logo/角色、被 UI 遮挡的文本 → 美观问题）。不要报告您未真正检查的项目为“通过”；如果数据缺失，请写“未检查”。
- 编写修复提示：填写
issues.json，然后运行python scripts/fixprompts.py issues.json fix.md（问题类型：spelling, palette, logo, character, safe_zone, small_text, contrast, extra_text, ratio, anatomy, video_text, video_glitch）。每个提示只处理一个问题；ChatGPT 和 Flow 在单次尝试中仅修改一项时更稳定。请参考references/qa-checklist.md了解优先级顺序和策略。 - 提交结果：在回复中提供简短报告，修复提示放在代码块内（直接在回复中给出 1-3 个提示；超过此数量则保存为
.md文件并使用present_files）。说明最终决策：可以直接上传 / 先修复 / 重新生成。
决策规则
- 可以直接上传：无拼写错误、logo/角色一致、文本不在 UI 遮挡区内、颜色符合调色板。
- 先修复：存在一两个本地化问题（拼写、一个颜色、位置）。
- 重新生成：角色/logo 整体变形、解剖结构损坏、或同时存在多个问题；使用更严格约束的提示重新生成更快。
- 内含文本的视频：建议移除视频中的文本，并在 CapCut/Canva 中添加；AI 视频中的文本通常不稳定。
需要诚实说明的限制
- OCR 无法识别所有字体；装饰性文本“未找到”不一定表示错误，OCR 正确读取的文本仍需肉眼检查。
- 调色板检查使用平均色差；光照和渐变会轻微改变颜色，这属于正常范围。
- 安全区是通用参考；应用显示会变化，因此请先测试一个帖子。
- 脚本无法评估美观度或信息契合度；这需要您自行判断。
文件
scripts/qa_image.py- 宽高比、调色板、OCR、安全区、文本大小和对比度、针对--expect的拼写检查scripts/qa_video.py- 技术信息、帧、缩略图联系人表、跳跃、色彩漂移、音频、时长scripts/logo_compare.py- 与参考图进行 logo/角色对比scripts/fixprompts.py- 可粘贴的修复提示references/qa-checklist.md- 检查清单与修复策略