QA Fisika Visual — 圖片與影片必須合乎理性
目標: 確保每張 AI 生成的圖片與影片皆符合現實世界的物理法則——並且拒絕不合理的輸出。一個重大理性缺陷 = 重新生成,無論技術規格是否過關。 範圍: MASJAVAS 製作中所有 AI 視覺內容——影片循環、片頭/片尾背景、縮圖、品牌標誌。此技能為物理 QA 的規範性文件;其他技能應參照此處。 先決條件 / 請先閱讀:
docs/operasi/pembagian-kerja-aplikasi-vs-agent.md(Agent 為填充素材的執行者)。 狀態:生效 — 自 2026 年 11 月 17 日起(源自製作文件 NO 368 Smooth Serenade 的修訂,以及所有者於 2026 年 11 月 17 日 11:54 WIB 的決策:MASJAVAS 浮水印禁止出現在影片中;僅使用 Muse 生成影片作為製作指南;頻譜移至 Stage 2)。 相關文件:docs/produksi/cara-membuat-loop-intro-outro.md(使用此技能的製作指南);skills/youtube-intro-outro-pro/SKILL.md(§6 QA);skills/youtube-branding-pro/SKILL.md(§7 QA);docs/GLOSARIUM.md(詞條「物理法則」、「PHYSICS LOCK」、「理性測試」、「反向半段」、「缺陷目錄」)。清理聲明: 此技能中不包含任何令牌、PIN、密碼、電子郵件、電話號碼、IP、主機名稱、試算表/雲端硬碟/YouTube ID 或操作者姓名。
1. 原則——理性優先,美感為輔
AI 生成的圖片/影片不理解物理——它只是模仿像素模式。因此,它經常產生:多餘的手指、漂浮的物體、雙向陰影、顯示出其他人的反射、向上落的雨。普通觀眾會直接「感覺怪怪的」,即使他們說不出原因——而那種怪異感會破壞對頻道的信任。
約束規則:
- 每個視覺提示必須包含 PHYSICS LOCK 區塊(§3)以及在 NEGATIVE 中的物理禁止事項。
- 每個結果必須在進一步處理或上傳前通過理性測試(§4)。
- 一個重大缺陷 = 拒絕 + 重新生成。 對於重大缺陷,沒有「稍微有點缺陷沒關係」這種事。輕微缺陷則遵循兩級規則(§4.3)。
- 評估用眼睛,不用數字。 沒有任何指標能抓住「手部畸形」或「陰影方向錯誤」——Agent必須親自檢視影格。
2. 八大物理法則(具約束力)
| # | 法則 | 在影格中的表現 |
|---|---|---|
| 1 | 重力 | 所有未受支撐之物皆向下落:頭髮、衣物、窗簾、樹葉、灰塵。物體不會在無可見支撐的情況下漂浮。下落物體會越來越快,而非減速或停滯在空中。 |
| 2 | 光與陰影 | 一個主光源 → 所有陰影都朝向同一側(與光源相反)。一個影格內不得有兩個不同方向的陰影。光線隨距離減弱;靠近光源的物體較亮。 |
| 3 | 反射 | 鏡子、窗戶和水面會反射其前方的物體:左右相反,內容相同。反射不得顯示場景中不存在的物體/人/文字。 |
| 4 | 解剖學 | 人類:每隻手 5 根手指,2 隻對稱的眼睛看向同一方向,關節僅向可能的方向彎曲,頭身比例合理,牙齒不重疊/過多。動物:腿的數量與比例符合物種特徵。 |
| 5 | 透視與比例 | 遠處物體顯得更小;平行線匯聚於一個消失點;相對大小一致(杯子不比頭大;門比人高)。 |
| 6 | 材質 | 水向下流並遵循容器形狀;火焰向上並冒煙;玻璃透明且有反射;布料依重力及下方身體形狀產生褶皺;金屬反射光線。 |
| 7 | 運動與因果關係 | 每個動作都有可見原因:風吹動樹葉 → 所有樹葉朝同一方向運動;無物體自行移動;無物體穿透其他物體;無物體在影格間突然出現/消失(除非移出/移入影格)。 |
| 8 | 天氣與時間 | 雨向下落(垂直或順風傾斜);煙向上飄;雪飄落;白天/夜晚的光線與影格內容一致(太陽不會在「深夜」場景中閃耀)。 |
評審原則: 像普通觀眾一樣觀看影格——如果某樣東西「感覺怪怪的」卻說不出原因,幾乎可以肯定違反了上述某一法則。
3. 提示——PHYSICS LOCK + NEGATIVE
3.1. PHYSICS LOCK(逐字放置於每個視覺提示中)
Physically plausible scene, obeying real-world physics: gravity pulls hair, clothes and loose objects downward; a single consistent light source with all shadows falling in the same direction; anatomically correct human hands with exactly five fingers; realistic body proportions and perspective; no floating objects; no impossible geometry; reflections in mirrors, windows and water match the objects in front of them.
根據素材類型調整(上述基本區塊仍然使用):
- 標誌符號(無人): 刪除解剖學句子;添加「physically coherent shape」(圓形必須是圓的,海浪向單一方向流動)。
- 縮圖: 完整區塊(縮圖通常包含人物 + 物體)。
3.2. NEGATIVE——添加物理禁止事項
no extra fingers, no missing fingers, no deformed hands, no floating objects, no levitating objects, no impossible shadows, no mismatched reflections, no distorted anatomy, no extra limbs, no objects passing through each other, no rain falling upward, no smoke falling downward, no physically impossible scene, no gibberish text
既有的製作 NEGATIVE(例如 no singing, no camera movement, no watermark, no MASJAVAS 等)仍然使用——這些物理禁止事項是附加的,而非取代。
4. 理性測試(QA 關卡)
4.1. 需檢查的影格
- 20 秒影片循環(ping-pong): 5 個影格——第 0 影格、第 5 秒、第 10 秒(中點)、第 15 秒(反向半段)、最後一個影格。
- 10 秒影片(片頭/片尾/背景): 4 個影格——第 0 影格、第 3 秒、第 6 秒、最後一個影格 + 每個 CTA 節拍一個影格。
- 靜態圖像(縮圖/標誌): 完整圖像 + 縮小 10% 的版本(測試小尺寸下的可讀性/異常)。
- 製作連絡表(包含所有測試影格 + 時間戳記的單張圖片)作為拒絕/通過決策的證據。
4.2. 拒絕觸發條件(R1–R10)
| # | 拒絕觸發條件(重大) | 法則 |
|---|---|---|
| R1 | 手指/手部畸形:手指數量錯誤、手指融合/分叉、不可能彎曲 | 4 |
| R2 | 臉部畸形:雙眼不對稱 / 看向不同方向、嘴巴/牙齒不自然 | 4 |
| R3 | 物體漂浮無支撐(杯子、書本、枕頭在空中) | 1 |
| R4 | 陰影方向錯誤或物體間不一致 | 2 |
| R5 | 反射不匹配:鏡子/窗戶/水面顯示場景中不存在的物體 | 3 |
| R6 | 雨/煙/火/雪以違反物理的方向移動(包括在第 15 秒的反向半段) | 1, 8 |
| R7 | 物體穿透其他物體,或在影格間突然出現/消失 | 7 |
| R8 | 透視/比例錯誤:遠處物體比近處大 | 5 |
| R9 | 影格中任何位置出現無意義的文字/數字(AI 亂碼) | — |
| R10 | — |
只要一個重大觸發條件 = 拒絕 + 重新生成。 不要嘗試透過裁剪/編輯來修復——使用修正後的提示重新生成(針對違反的法則添加具體強調,例如「her hands rest flat on the table, all five fingers visible and still」)。
4.3. 兩級嚴重程度
- 重大(R1–R9): 在正常尺寸下明顯可見 → 直接拒絕,沒有例外。
- 輕微: 陰影輕微不一致、反射不夠清晰、布料褶皺稍不自然——若在縮小 10% 的尺寸下不可見則可通過(與橫幅可讀性測試相同的縮小測試)。若在縮小 10% 的尺寸下可見 → 升級為重大。
- 若對輕微/重大有疑慮:視為重大。疑慮就是信號,表示觀眾也會感到怪異。
4.4. 反向半段規則(ping-pong 循環)
Ping-pong 循環(前進 10 秒 + 後退 10 秒)會在後半段(第 10–20 秒)反轉所有運動:雨向上落、煙向下飄、水倒流。因此:
- Ping-pong 剪輯的概念必須使用循環/擺盪運動: 植物搖曳、火焰閃爍、胸部呼吸、光線閃耀、窗簾擺動——那些在反向時看起來相同的運動。
- 禁止使用定向運動(雨、落葉、流水、上升的煙、飄落的雪),除非能證明在反向時不明顯(例如距離極遠且模糊的雨)。
- 第 15 秒的影格必須在上傳前親自用眼睛檢查,沒有例外。第 15 秒的雨向上 = 拒絕。
4.5. 記錄每一次拒絕
每次拒絕記錄到 references/katalog-cacat.md:剪輯、觸發條件(R1–R10)、證據影格、嘗試過的提示修正。此目錄是製作記憶——相同缺陷不應在後續頻道中重複出現。記錄滿 20 個缺陷後,出現最頻繁的模式將成為 §3.2 中的永久 NEGATIVE 添加項。
5. 禁止事項
- 未親自檢視影格(ffprobe 無法評估物理)即聲稱通過理性測試。
- 使用疊加層/文字遮蓋不合理的背景——重新生成背景。
- 在 ping-pong 循環中使用定向運動(§4.4)。
- 要求 AI 繪製頻譜條——頻譜在 Stage 2 根據原始音頻計算。
- 在任何影片中顯示「MASJAVAS」浮水印/版權標示(2026 年 11 月 17 日業主禁止——取代 2026 年 10 月 23 日關於影片的常規規則;「視覺沉思」系列除外——該系列不在此限,仍依
docs/produksi/PANDUAN_DNA_DAN_PRODUKSI.md使用浮水印)。NEGATIVE 中需始終包含「no watermark, no MASJAVAS」。
6. 工作範例
contoh/contoh-tolak-terima.md — 影片 27 NO 368 take 1(拒絕:攝影機推進 + 構圖變化)vs take 2(通過:靜態寬構圖滿 10 秒),附觸發條件與提示修正。
7. 可用連接器
無——此技能使用 Agent 的本地工具(生成影片/圖像、ffmpeg/ffprobe、PIL)+ Agent 自身的眼睛。