先明确瑕疵范围来自传播目标而非技术能力
品牌方在评估AIGC广告片时，最容易犯的错误是把技术上限当作质量标准。AI生成影像的细节不稳定、肢体动作偶发变形、文字渲染出错，这些现象几乎无法完全消除。可接受瑕疵范围应当从传播目标倒推，而不是从生成效果顺推。
立项阶段需要回答三个问题。第一，这条片子投放在哪个平台，是户外大屏还是手机信息流，屏幕尺寸和观看距离决定了观众能察觉多少细节。第二，核心信息是什么，如果卖点是产品外观，那么产品形态的准确度就是硬指标，不能接受任何变形。第三，情绪氛围是否优先于写实，如果片子追求超现实风格，那么轻微的非物理规律反而可以成为风格的一部分。
具体动作是，品牌方在创意简报中必须写明不可妥协项和可妥协项。例如，产品LOGO不能变形，颜色必须准确，人物面部不能出现明显畸形，但背景植物的叶片数量可以随机。制作团队拿到清单后，才能判断哪些镜头需要重做，哪些镜头可以保留。
判断标准是，瑕疵是否影响核心信息传达。一个模糊的背景不会让观众误解产品功能，但一个扭曲的产品轮廓会直接损害品牌信任。风险在于，如果品牌方没有提前定义，后期验收时只能凭主观感觉，导致反复修改，项目周期失控。
例外情况是，如果项目本身是实验性艺术短片，传播目标就是探索视觉边界，那么瑕疵范围可以放宽，甚至刻意保留AI生成痕迹。但这种情况需要品牌方在内部达成共识，否则市场团队和创意团队会各执一词。
把瑕疵分级写入分镜脚本，而不是留在拍摄现场
分镜脚本不仅是画面描述，更是瑕疵容忍度的操作手册。制作团队在分镜阶段就要标注每个镜头的关键区域和可接受误差范围。例如，近景镜头中人物手部动作必须自然，背景虚化区域允许轻微扭曲。
品牌方需要提供参考画面，包括竞品样片、品牌历史素材、情绪板。这些参考画面重点是用来定义视觉基准。制作团队根据参考画面，在分镜中标注哪些元素是品牌资产，必须精确还原，哪些元素是装饰性内容，可以自由生成。
具体动作是，分镜脚本中每一镜都要增加一栏“瑕疵容忍度”，分为高、中、低三档。高档表示可以接受明显AI痕迹，中档表示仅接受轻微细节偏差，低档表示必须达到接近实拍或CGI的精度。品牌方和制作团队共同确认每个镜头的档位，签字存档。
判断标准是，镜头越靠近产品核心卖点，瑕疵容忍度越低。例如，产品宣传片中的产品特写镜头，容忍度必须设为低档，而环境空镜可以设为高档。风险在于，如果分镜阶段没有明确，拍摄现场临时调整会浪费大量生成时间。
例外情况是，如果品牌方希望利用AI生成不可控的意外效果，那么某些镜头可以故意设为高档，但必须提前约定哪些镜头可以实验，哪些镜头必须保守。否则，实验镜头一旦失败，没有备用方案。
拍摄阶段用传统影视流程约束AIGC素材
AIGC广告片并非完全脱离拍摄。很多项目需要先拍摄实景素材，再通过AI生成或合成。拍摄阶段的核心任务是收集干净、稳定的底稿，为后期AI处理留出冗余。
品牌方需要提供场地、演员、道具等资源，并确认拍摄条件。制作团队要提前测试AI生成模型对实拍素材的兼容性，例如，实拍素材的分辨率、帧率、色彩空间是否满足生成模型的要求。如果模型需要特定格式，拍摄时就要调整摄影机设置。
具体动作是，拍摄现场要额外记录多角度参考图，包括产品多角度、演员多角度、场景多角度。这些参考图用于后期AI生成时校准细节。同时，拍摄时要注意避免反光、遮挡、运动模糊等容易引发AI错误的因素。
判断标准是，实拍素材的质量越高，后期AI修复的负担越小。如果实拍素材本身有噪点或对焦不准，AI生成结果会放大这些缺陷。风险在于，品牌方为了节省成本压缩拍摄时间，导致素材不足，后期无法生成理想画面。
例外情况是，如果项目完全依赖AI生成，不需要实拍，那么拍摄阶段可以省略，但需要更多的模型训练和提示词调试时间。此时，瑕疵范围设置要更宽松，因为生成结果的可控性更低。
后期阶段建立逐帧检查与瑕疵修复流程
后期是AIGC广告片瑕疵暴露最集中的阶段。品牌方和制作团队需要共同制定逐帧检查流程，而不是只看整体效果。AI生成的视频往往在某个瞬间出现明显错误，例如手指数量突变、文字闪烁、物体边缘抖动。
具体动作是，后期团队先输出低分辨率预览版，品牌方在预览版上标注所有可见瑕疵，按严重程度分级。严重瑕疵包括产品变形、人物面部异常、文字错误，必须修复。轻微瑕疵包括背景纹理不自然、光影轻微不一致，可以接受或后期调色掩盖。
判断标准是，一个镜头中严重瑕疵数量超过三个，建议重新生成。如果重生成成本过高，可以使用局部修复工具，但修复痕迹不能影响整体风格。风险在于，品牌方可能对每个瑕疵都要求修复，导致成本无限上升，因此前期分级至关重要。
后期还要关注声音和字幕。AI生成的语音可能带有机械感，需要人工配音或调整。字幕的字体、位置、出现时间必须与画面同步，任何错位都会显得粗糙。品牌方要提供字幕文案和风格要求，并参与字幕校对。
例外情况是，如果项目用于内部测试或非公开场合，瑕疵范围可以放宽，只需保证核心信息清晰。但如果是正式投放，建议预留至少两轮修改时间，每轮修改后重新输出预览版供确认。
验收清单要按环节拆分，不能只看成片
商业视频项目的验收不能只交付一个成片文件。品牌方需要按脚本、分镜、拍摄素材、剪辑、调色、声音、字幕、母版和源文件分别验收。每个环节都有独立的瑕疵标准。
具体动作是，制作团队在交付时提供一份验收清单，列出所有交付物及其格式。品牌方对照清单逐项检查。例如，脚本是否包含最终文案，分镜是否与成片一致，拍摄素材是否完整归档，调色版本是否符合品牌色彩规范。
判断标准是，每个环节的验收标准在项目启动时就要写入合同。品牌方不能等到成片阶段才提出修改，否则后期重做成本极高。风险在于，很多项目只验收成片，忽略源文件，导致后续修改无法进行。
验收时还要关注版权范围。AI生成素材的版权归属可能涉及模型训练数据，品牌方需要确认使用范围，包括是否可用于广告投放、是否可修改、是否可转让。制作团队要提供生成记录和模型版本，以备法律核查。
例外情况是，如果项目是快速迭代的社媒短视频，验收可以简化，只检查成片和字幕文件。但即便如此，源文件也要保留，因为平台规则可能变化，需要重新剪辑不同版本。
瑕疵范围不适用时，及时止损或调整方案
有些项目不适合用AIGC制作，或者当前技术无法满足瑕疵要求。品牌方要在立项阶段就识别这些情况，避免浪费预算。
不适用条件包括，产品外观极其复杂且需要精确展示，例如汽车内饰、精密仪器。AI生成容易产生细节错误，且修复成本高。另外，如果品牌有严格的视觉规范，要求每个像素都符合标准，AIGC可能无法满足。
具体动作是，在项目启动前，制作团队可以做一个快速测试，用AI生成几个关键镜头，让品牌方评估瑕疵是否可接受。如果测试结果不达标，建议改用传统CGI或实拍。测试成本远低于后期重做成本。
判断标准是，如果测试镜头中严重瑕疵出现频率超过一半，且无法通过提示词优化降低，那么项目风险过高。风险在于，品牌方可能因为时间压力强行推进，最后交付效果不佳，损害品牌形象。
例外情况是，如果项目本身是概念验证或内部演示，不对外公开，那么瑕疵范围可以大幅放宽，甚至可以接受明显AI痕迹，以展示创意方向。
下一步建议，先做小范围测试再决定全片
对于正在评估AIGC广告片的品牌方，建议不要直接启动全片制作。先选择一个关键镜头或15秒片段，制作测试版本，明确瑕疵容忍度，并建立验收标准。测试版本可以用于内部讨论，也可以用于向高层或客户展示。
测试阶段需要记录生成参数、修复过程、耗时和成本，这些数据能帮助判断全片制作的可行性和预算。如果测试结果符合预期，再扩展至完整项目。如果测试不理想，可以调整创意方向或改用其他制作方式。
同时，建议品牌方与制作团队签订分阶段合同，每个阶段有明确的交付物和验收标准，避免一次性投入过大。这样即使中间发现问题，也能及时止损。
最后，保持对AI技术发展的关注。生成模型更新迅速，今天无法接受的瑕疵，可能下个月就能解决。但项目决策不能依赖未来，只能基于当前能力。
如果你正在准备AIGC广告片项目，可以先整理Brief、参考画面、产品或企业资料、交付平台和版权范围，再查看AIGC视频服务页面，把沟通从抽象偏好落到可执行的制作边界。
