AI 内容产品在生成质量、接口失败、费用与素材权利上必须人工复核
这条风险在说什么
作者在仓库说明中明确指出：AI 内容产品不能只验证页面是否打开。需要专门人工检查：
- 生成结果是否连贯（角色与场景在不同镜头间是否一致、文本到分镜是否合理）
- 接口失败后能否恢复（生成任务状态、外部 API 重试与超时）
- 费用是否可控（多次生成、失败重试带来的累积成本）
- 素材权利是否清楚（生成图的版权、再使用边界、内容合规）
它在什么场景下出现
- 多文件全栈 AI 应用，例如 AI 漫剧、剧本可视化、分镜生成。
- 任何依赖外部生成模型 / 媒体 API 的内容产品。
- 一次生成失败可能需要多次重试，从而放大费用与时间成本。
为什么不能只靠 UI smoke test
- UI 可用只能证明页面渲染正确，不能证明生成结果在叙事层面连贯。
- 接口失败、模型超时、限流等只有在真实运行中才会暴露。
- 费用问题在原型阶段不明显，但放大到批量或正式使用时会迅速累积。
- 素材权利与内容合规涉及法律与平台规则，不是工程测试能覆盖的。
建议的人工复核点
- 对生成结果做抽样人工比对，检查角色和场景在不同镜头间的一致性。
- 为每个生成任务保留状态字段，支持失败后重试和回滚。
- 记录每次调用的费用、Token 或积分消耗，设定预算告警。
- 对外发布前确认素材来源、版权说明和合规标识。
与其他风险页的关系
来源
- SRC-DEV-004：AI 时代的 Vibe Coding 实践（使用 Claude Code 从零开发 AI 漫剧生成）