先把原片结构还原成段落，再套数字人——Popto 拆解与生成的分工顺序

把一条已完成的口播视频交给 Popto，最容易踩的坑是顺序：拆解跑完直接进生成，成片往往贴着原片的段落走，听感像在读同一篇稿子。可用的顺序只有一条——先跑完拆解，中间做一次人工改写，再把改写稿按段贴进生成。真正的判断点不在“有没有用数字人”，而在拆解还原出的段落骨架，有没有在改写这一步被换掉内容。

如果目标是让数字人成片只保留原片结构、不保留原片内容，顺序应是拆解 → 人工改写 → 生成，三步不能合并。拆解只负责把原片还原成段落与时间轴，改写负责在不改段落数量与顺序的前提下替换论据、案例、结论，生成只负责按段贴稿和设置停顿。任何一步的产出物缺失或段落数对不上，建议停在上一步。具体字段名以 Popto 页面实际显示项为准。

用一条已完成的口播视频走一遍拆解

先不要急着看数字人页面，先摸清拆解这一步到底输出什么：是分段文案、是纯文案，还是带时间轴的段落数组。做法是拿一条现成口播视频跑一次拆解，把输出文件落在项目目录里，然后逐层看字段名，而不是凭名字猜能力。

如果拆解输出是 JSON，可以用下面的命令把实际字段名和层级打出来；如果输出是纯文案或页面表格，就把同样的信息手抄成一份字段清单，不确定的字段先标注为待确认，不做能力推断。

# 顶层有哪些字段
jq 'keys' 01_extract/raw_output.json

# 段落级有哪些字段
jq '.segments[0] | keys' 01_extract/raw_output.json

# 一共拆出多少段
jq '.segments | length' 01_extract/raw_output.json

把结果整理成一张小表，例如：字段名 / 所在层级 / 是否可直接编辑 / 备注。常见会出现在段落级的字段通常与序号、文本、起止时间有关，但名称各版本可能不同，凡是没在输出里亲眼看到的名字，一律记为待确认。这一步的产出物建议存成 01_extract/fields.txt，后面改写和比对都以它为准。

人工把拆解结果改写成自己的口播稿

拆解结果不能直接进生成，这是分工里被跳过最多的一步。改写要守住骨架、换掉内容，规则可以先定死三条：段落数量与顺序不动；只替换论据、案例、结论；句长句子结构可以随意改，但段落边界不合并、不拆分。

逐段编号写入 02_rewrite/script_v1.md，编号与拆解输出的段落序号一一对应。
每段只做替换，不做增删；确实需要删的段落，先在文件里保留编号并写“待删-原因”，等生成前统一确认。
改写幅度大的段落（例如只留下过渡句、论据全换）在段末标 [重写]，方便合成后重点比对。

验证方式很直接：把 script_v1.md 的段落数和拆解输出的段落数并排数一遍，数量不一致就先回改，不要带进下一步。风险边界也要说清楚——这一步只保证结构与原片不同、内容是你自己的，不保证成片一定过原创判定，具体判定标准需结合发布平台确认。

把改写稿按段贴进数字人生成流程

进入生成环节时，要确认三件事怎么对应：段落顺序、分段边界、语气或停顿设置。段落顺序就是 script_v1.md 的编号顺序；分段边界决定数字人在哪里换气、哪里停顿；语气与停顿通常落在音色、语速、段间停顿这类页面项上。

下面是一个对齐用的通用骨架，只说明字段之间的对应关系，不是某个接口的官方格式；实际提交时以 Popto 页面上的输入项和参数项为准，字段名对不上就按页面实际项改。

{
  "segments": [
    { "index": 1, "text": "第一段改写稿内容", "pause_after_ms": 400 },
    { "index": 2, "text": "第二段改写稿内容", "pause_after_ms": 300 }
  ],
  "voice": "<页面里选择的音色项>",
  "speed": "<页面里的语速项>"
}

如果页面只提供整篇文本输入，没有分段项，就在段落之间保留一个空行，并用句末标点控制停顿，同时把改写稿里的段落编号删掉再粘贴，避免数字人把编号读出来。生成时用到的音色、语速、停顿等设置，建议截图或抄成 03_generate/settings.txt，后面比对时才有依据。

合成后逐段对比改写稿与原片结构

合成完不要只看整片感觉，要按段比对。检查项固定四项：段落数是否与改写稿一致、顺序是否一致、各段时长占比是否与原片相差不大、是否仍有高度相似的句子。前两项靠人工数，时长只能从拆解输出里的时间轴或人工粗估得到，没有可靠时间轴时不要编百分比。

# 整片时长（只作参考，不能代表单段时长）
ffprobe -v error -show_entries format=duration -of default=nw=1:nk=1 03_generate/final.mp4

相似句的判定可以先用保守口径：连续与原片相同的一串字，且不是行业术语或不可避免的固定说法，就标出来回改。把结果写进 04_check/compare.md，格式为段落号 + 检查项 + 处理动作（通过 / 回改写）。只要还有标为“回改写”的段落，就回到第二步，而不是在生成参数上继续调。

把三步固化成固定操作顺序

把顺序写成清单，下一次生产就不用临时决定先做哪一步。目录按步骤分，产出物按版本号递增，改动只新增文件、不覆盖旧文件，这样每一步都能倒查。

project/<项目名>/
  01_extract/    # 拆解原始输出、fields.txt（字段清单）
  02_rewrite/    # script_v1.md、script_v2.md（按段编号）
  03_generate/   # settings.txt（音色/语速/停顿）、final.mp4
  04_check/      # compare.md（逐段比对表）

拆解：输入原片，输出段落结构与字段清单；产出物落 01_extract/。
改写：输入段落结构，输出按段编号的改写稿；产出物落 02_rewrite/。
生成：输入改写稿与生成设置，输出成片与设置记录；产出物落 03_generate/。

对应的门禁也一并写死：拆解输出里看不到段落边界，就不进改写；改写稿段落数与拆解输出对不上，就不进生成；生成环节没有留下设置记录，就不进比对；比对里还有高度相似段落，就退回改写。这三条门禁比任何参数调优都更能决定成片是否像在复读原片。