电商视频换脸怎么做到不穿帮？AI四个细节自查
电商视频换脸怎么做到不穿帮？四个细节逐个自查。
素材备齐、按钮点下去、进度跑完，成品出来那一刻，很多人的第一反应是"凑近看看"。凑得越近越不放心：下颌那一条边好像有点飘，人物转头的时候轮廓像是没跟上，某一帧里光线落在脸上的方向和场景里的光似乎对不上。说不清哪里有问题，但就是觉得别扭。
这种别扭在行业里被叫作穿帮。它很像是电商视频换脸这件事本身出了错，于是大部分人的处理方式变成反复重新生成，把同一组素材再跑一遍、再跑一遍，期待哪一次能撞对。跑了几轮之后往往还是同一个观感，最后得出结论说"这类工具做精细活不行"。
这个结论下得太早了。电商视频换脸在青虎AI 里走的是角色替换这条路，AI 做的是自动识别人物面部、匹配视频光影画面。它输入什么，就贴着输入去还原什么。成品里那些"不自然"的地方，绝大多数不是替换动作本身留下的痕迹，而是两件事没有被处理好：交给它的素材本身存在硬伤，或者生成之后没有人认真检查过。
把口径先立住，后面所有判断都要靠它：角色替换会完整保留原视频的画面光影、商品展示、运镜节奏和背景氛围。也就是说，背景的光、镜头的动、商品的位，依然是原来那条片子的。于是"穿帮"这件事讨论的从来不是五官像不像——皮相上的接近与否，从来不是这套能力的目标。真正要判断的是另一件事：换进去的这个人，和这段原本拍好的画面融不融。人乃融合，则无穿帮。
图1：判断穿帮看的是人和画面融不融，而不是把画面放大去找某处细节
先改一个预期：不穿帮不等于做得像另外一个人
很多人对电商视频换脸的期待本身就装错了方向。他们心里有一个隐性的打分表：这个新人和原视频里的那个人，像不像。像就是成功，不像就是失败。这套标准借自另一个场景——那里做的事确实是把一张脸贴到另一张脸上，成败自然落在相似程度上。
视频侧做的事不一样。青虎AI 的角色替换是完整的换人：AI 替换的是原视频中的出镜人物整体，同时保留原视频的商品、光影、运镜和画质。从结果上看，这段片子里站着的已经是另一个人了，商品还在原来那个位置，光还是原来的方向。它不需要像原来那个人，它需要像这段画面里的人。这两件事经常被混为一谈，混了之后整个判断标准就歪了。
把标准换过来，判断就变得具体了：新人物站的位置对不对、身高与画面的透视关系合不合、身上受的光和背景里的光是不是同一束、动作幅度和镜头移动的节奏跟不跟得上。做电商视频换脸时，这几项里任何一项出问题，画面就会浮出那种说不清的别扭感；而这四项全部对上时，哪怕新人物的长相和原来的模特毫无关系，画面看上去也是干净的。这也是青虎AI 角色替换在电商场景里真正被用起来的判断方式。
还有一层需要提前接受的事情：自然度是有梯度的。素材越规矩，替换后的融合越顺；素材本身存在遮挡、光线剧变、人物大幅转身这类情况，融合的难度会明显上升。这不是工具的选择性，而是任何基于原视频重演的方法都绕不开的物理前提。理解了这一点，你就不会把"素材没拍好"的账记到替换头上。
四个细节自查：电商视频换脸不穿帮的检查清单
把上面这套标准落成动作，就得到四个可以逐条过的自查点。它们分别落在原视频、新角色图、批量一致性、生成后检查四处，覆盖了一段素材从准备到交付的完整链条。这四项都不是玄学，每一条都能在动手之前判断出来。做电商视频换脸的人如果只记一件事，就记这份清单。
自查一
原视频里的人物面部是否清晰、无遮挡
这是四个点里最基础的一个。事实源给出的技巧很直接：原视频中人物面部清晰、无遮挡，替换效果最佳。判断的方法是完整播放一遍，重点盯三处——有没有手或者商品长时间挡在脸前、有没有大段侧脸与背身、有没有逆光到面部变成剪影的区间。这三类情况会让 AI 难以稳定地跟住画面里这个人，表现出来就是成片里某几帧人物轮廓发飘。
自查二
新角色图是否正面、清晰、光线好
事实源对新角色图的建议是使用正面清晰照片，越清晰、光线越好，替换后越自然。这里有两个独立的变量：清晰度决定人物的轮廓信息够不够用，光线决定面部有没有可参照的明暗结构。一张逆光拍摄、面部大面积压暗的人像图，即使用来替换一段光线很匀的素材，融合起来也会吃力，因为可用信息太少。挑图时优先选光从正面或斜前方来、面部结构清楚的那一类。
自查三
一批任务的角色图角度与风格是否统一
如果你打算用同一条原视频做出多个版本，事实源给出的技巧是：批量替换多版本时保持新角色图的角度和风格一致。这一条的落点不在单条的穿帮，而在整批的观感。同一段场景，一个版本里是明亮棚拍感的正面人像，另一个版本里是暗调街拍的侧脸，两版放在一起就会显得零散。统一角度与风格之后，整批内容的干净度会明显不同。
自查四
替换后是否在关键帧处做过人工检查
事实源明确建议：替换后建议人工检查，在关键帧处检查，确保人物面部在所有画面中都自然。这一步是四个点里唯一发生在生成之后的，也是被跳过最多的一步。关键帧通常出现在人物动作幅度最大的位置、或者镜头切换的瞬间，这些位置恰好是融合最容易出问题的位置。把整段片子在这些点上抽查一遍，等于在不看完整成片的情况下对质量做了一次抽样。
这四项串起来是一条完整的顺序：先看原视频能不能被读准，再看新角色图给的信息够不够，然后确认一批素材之间是否协调，最后在成品上抽查一遍。四项里前三项决定成品的上限，第四项决定问题能不能被及时发现。跳过任何一项，问题都会在后面某个环节以"看着不舒服"的形式冒出来。
原视频这一端：人物面部是否清晰、无遮挡。盯三类区间——手或商品长时间挡脸、大段侧脸与背身、逆光到面部成剪影。有这类区间就先剪掉，别指望后面补救。
新角色图这一端：是否正面、清晰、光线好。判断顺序是先看正面、再看清晰度、最后看光线方向。光从正面或斜前方来的图，面部有完整的明暗结构可用。
批次这一端：一批任务的角度与风格是否统一。动手前把这一批要用的角色图摆在一起看一遍，把风格差异过大的换掉，整批内容的观感才会稳。
成品这一端：是否在关键帧处做过人工检查。重点看人物动作幅度最大的位置和镜头切换的瞬间，这一步是四个点里唯一发生在生成之后的。
电商视频换脸的不穿帮对照表：表现、原因、动作
穿帮不是一种现象，而是好几种。把它们按表现拆开，每一种都能往回追溯到具体原因，也都有对应的动作。下面这张表就是这份对照关系。
| 穿帮表现 | 可能的来源 | 对应动作 |
|---|---|---|
| 人物面部忽明忽暗，某几帧像换了一层光 | 原视频该段光线本身不稳定，例如从室内走到窗边，或者有闪烁的光源 | 剪掉光线剧变的那一段，或改选一段光线均匀的区间重做 |
| 人物轮廓在动作幅度大的位置发飘、边缘不干净 | 原视频里人物动作太快，或者该段有快速运镜，识别与跟踪的样本不够稳 | 换成人物动作更平缓的区间；能重拍的话把这一段的运镜放慢 |
| 人物被手、商品或头发大面积遮挡，替换后该处出现拼接感 | 原视频中人物面部不清晰、被遮挡，落在事实源提到的那条建议之外 | 优先剪除遮挡段；无法剪除时重选原视频素材 |
| 替换后的脸和场景的光向不一致，像是两套光照拼在一起 | 新角色图本身是强侧光或逆光拍摄，可用的明暗信息与视频场景不匹配 | 换一张光从正面或斜前方来、面部结构清楚的正面人像图 |
| 同一批素材里，各版本的观感不统一，像拼凑出来的 | 一批任务的新角色图角度和风格不统一 | 统一这一批的角色图角度与风格，事实源在进阶技巧里就是这样建议的 |
| 整体看着发糊、细节不清 | 多数时候问题在源片——上传前压得太狠，或原始素材分辨率本就偏低 | 回头查源片；事实源的问答给了答复，替换后画质不会降低，AI 会完整保留原视频的画质 |
这张表的用法不是逐条对号入座，而是从"看到了什么"倒推到"哪里该动"。很多人的处理习惯是从观感直接跳到重新生成，中间这一层诊断被省略了。省略诊断的后果是：如果问题出在原视频的光线上，重新生成十次也还是同一个结果，因为输入没有变。
表里有两行的性质和其他行不同，值得单独说一句。第五行的"整批不统一"，问题不在任何一条素材本身，而在批次的组织方式上——事实源把它归在进阶技巧里，说明它属于"做对了一个小动作，整批质量提升一截"的那类做法。第六行的"看着发糊"更容易误判，很多人的第一反应是怀疑替换过程损伤了画质，事实源画质那条问答已经给了答复：不会降。方向找错了，只会把时间耗在重复动作上。
图2：从"看到了什么"倒推到"该动哪里"，比直接重新生成有效得多
图3：不穿帮的检查链路——看原片、挑人像、统风格、再逐帧核
素材这一侧：原视频和新角色图各要看什么
对照表里大部分原因都指向素材本身，所以素材这一侧值得单独展开。它分成两端，两端的检查重点完全不同。
原视频这一端的核心问题只有一个：画面里这个人，能不能被稳定地读出来。事实源给出的判断是人物面部清晰、无遮挡时替换效果最佳。落到具体动作上，建议先完整播放一遍并留意三类区间：面部被长时间遮挡的区间、人物大幅侧身或长时间背对镜头的区间、光线从一处变到另一处的区间。这三类区间如果占比较小，剪掉即可；如果贯穿全片，那这条素材本身不太适合用来替换，换一条比硬做更省事。
新角色图这一端的核心问题同样只有一个：这张图能不能把"一个人"交代清楚。前面提到事实源建议使用正面清晰照片，越清晰、光线越好，替换后越自然。这里的"正面"与"光线好"是有实际作用的两个条件——正面提供人物的整体结构信息，光线提供面部的明暗参照。一张光线条件很好的正面照，是把这两项一次性给全的图。
两端之间还存在一个容易忽略的匹配问题。原视频是暖光的生活场景，新角色图是冷调的棚拍人像，两边各自单独看都没毛病，放在一起就会出现前面表里第四行描述的那种感觉。判断这种不匹配不需要什么专业知识，把原视频的一帧画面和这张人像图并排放在屏幕上，用眼睛扫一遍就能看出来气质是否冲突。总结下来一句话：素材这一侧要的不是"最好的素材"，而是"彼此相称的素材"。
建议一：把原视频完整播放一遍，而不是只看开头
很多人检查素材的方式是打开看一眼前五秒，觉得画面清楚就交上去了。真正的遮挡、光线变化、大幅转身，往往出现在中段和后段，因为拍摄时的走位与动作是逐渐展开的。建议完整播放一遍，用播放进度条上的位置记下可疑区间，再决定是剪掉还是换素材。这一遍花的时间通常在两分钟以内，能提前拦下大部分后期会让人头疼的问题。
建议二：新角色图优先选光从正面或斜前方来的正面人像
事实源建议新角色图使用正面清晰照片，越清晰、光线越好，替换后越自然。挑图时可以按这个顺序判断：先看是不是正面，再看面部是否清晰，最后看光线的方向。光从正面或斜前方来的人像，面部有完整的明暗结构可以参照；光从背后或侧面强压过来的人像，面部大面积处在阴影里，可用的信息少，融合起来更容易出现光向不一致的观感。
建议三：一批任务统一角色图的角度与风格
事实源的进阶技巧里写得很明确：批量替换多版本时建议统一风格，保持新角色图的角度和风格一致。这条建议在两类场景下尤其重要：一类是同一个账号要持续发布、需要形成稳定的视觉记忆；另一类是同一批素材要分发给不同渠道，希望它们看起来像是同一套内容。做法上很简单——在动手之前把这一批要用的角色图摆在一起看一遍，把风格差异过大的那几张换掉。
建议四：原视频先留一份备份
事实源把保留原片写进了注意事项，理由是可以给后面换别的模特、或者把素材挪作他用留出余地。这条建议在反复调整的场景里格外实用：如果第一次替换出来的效果不理想，你真正需要动的可能只是新角色图，而原视频要重新传一遍。手上有一份干净的原片，就能保证每次尝试的起点是一致的——起点一致，效果之间的差异才说明问题出在哪里。压缩、裁剪、转码这些操作都建议在副本上做，原片只读不动。
生成之后：关键帧检查怎么做
前面四条建议都发生在动手之前，生成之后的动作只有一项，但它是四个自查点里唯一能兜住意外的一环。事实源的建议是：替换后建议人工检查，在关键帧处检查，确保人物面部在所有画面中都自然。
关键帧这个说法听起来专业，实际操作门槛很低。它指的是画面变化最大的那几个位置——人物转身的瞬间、抬手遮挡的瞬间、镜头切换的那一帧、画面从暗到亮的那一下。这些位置之所以要重点看，是因为融合的难度正好集中在这些地方：人物形态在剧烈变化，AI 需要跟着变化持续跟踪，任何样本不足都会在这里暴露出来。
检查的方法可以简化成三步。第一步，把成片完整播放一遍，感受整体观感是否连贯，这一遍不暂停，只看有没有突兀的跳跃。第二步，用播放器的逐帧或慢放功能，停在前面提到的几个位置上，重点看人物边缘与背景的衔接。第三步，把这些位置和原视频的同一时刻对比着看，确认背景的光与物没有被意外改动。三遍过下来通常只需要几分钟，但这个动作能提前发现大多需要返工的问题。
检查之后如果发现问题，回到那张对照表去定位，而不是直接重新生成。这一步是整篇里最该被记住的纪律：先判断原因在哪，再决定动哪一端。原视频的问题就重选或者重剪，新角色图的问题就换图，一批不统一的问题就统一风格。青虎AI 给的是自动识别与光影匹配的能力，它不会替你判断素材本身该不该换——那一层始终在人的手上。诊断过的重做才有意义。
四个常见误解，先把它们摘掉再动手
下面这四条误解出现频率很高，每一条都会直接导致错误的判断或者无谓的返工。
误解一：出现不自然，说明替换功能不行
事实源写得很清楚：角色替换会完整保留原视频的画面光影、商品展示、运镜节奏和背景氛围。也就是说，背景的光、镜头的动、商品的位，都是从原视频里原样带过来的。既然这些都不是重新生成的，那成品里的别扭感就不会来自这些部分。更常见的来源是两个具体位置——原视频素材本身的硬伤，以及生成之后没有做人工检查。把这两个位置排查一遍，比反复重新生成有效得多。
误解二：既然叫换脸，做得像才叫成功
视频侧做的事是完整的换人：AI 替换原视频中的出镜人物整体，商品、光影、运镜和画质都保留在原处。新人物不需要像原来那位模特，它需要的是像这段画面里的人——站位对、透视合、受光和背景一致。把标准从"像不像"换成"融不融"，判断立刻就变得可操作了，因为前三项都是能用眼睛看出来的具体项。
误解三：替换之后画面发糊，是替换过程损伤了画质
事实源在画质这条问答里给的说法是：不会降，原视频那份画质会被完整带过来。所以看到成片发糊时，第一反应应该是回头查源片——是不是上传前压缩得太狠，或者原始素材的分辨率本身就偏低。查源片这一步只需要几十秒，却能避免把时间浪费在重复生成上。
误解四：只要素材够好，就不用检查了
素材好确实能把成品的上限抬起来，但上限不等于结果。事实源给出的建议仍然是替换后做人工检查，在关键帧处确认人物面部在所有画面中都自然。原因在于素材的检查看的是"整体条件"，而成片的问题常常藏在某几个具体位置上——例如某个转身的瞬间轮廓没跟上。整体条件过得去，不代表每一个位置都过得去。这一步花几分钟，换来的是不必为一条小瑕疵重做整段。
三个品类的穿帮高发点
不同品类的原视频，画面结构差别很大，容易出问题的位置也不一样。下面按服饰、3C 数码、日用百货三类分别说，写的是运营侧总结出来的经验，不是平台给出的场景清单。
服饰类：转身与抬手是高风险动作
服饰原视频的画面特点是人穿着商品走动、转身、抬手，镜头跟随。这类素材的穿帮高发点在动作幅度最大的位置上——转身的半途、抬手换姿势的瞬间。这些位置人物形态变化快，是融合最容易露痕迹的地方。准备时建议优先选走位平缓、动作连贯的片段，避免那种频繁急转、突然定格再切换的剪辑方式。
另一个容易被忽略的点是商品在片中的可见性。如果模特转身时商品被身体完全遮住很久，那一整段区间里人物形态的变化就缺少参照，返回头检查时也更难判断是否自然。剪掉这类区间，通常能让整段的观感更整。
3C 数码类：手部遮挡与低头是主要来源
数码原视频一般是人物手持产品对着镜头讲参数、演示操作。这类素材的面部通常很清楚，但它自带一个高频问题：手部动作多，遮挡面部的概率高。事实源给出的技巧在这里尤其适用——原视频中人物面部清晰、无遮挡，替换效果最佳。建议动手前先完整看一遍，把长时间手挡脸、频繁低头看屏幕的片段剪掉，再往下走。
这类素材还有一个特点：为了讲清参数，拍摄时容易把时长拉得很长，而画面里人物的姿态变化多、光线也可能随讲解位置变化。挑区间时优先选人物姿态相对稳定、光线没有明显变化的那一段，融合难度会低不少。
日用百货类：背景元素与文字叠加要留意
日用百货的原片里，画面信息通常最杂：一边是使用动作，一边是家居环境，有时还压着字幕贴纸。这类素材的穿帮高发点往往不在人物身上，而在背景里——画面中的文字叠加、贴纸、水印这类元素在替换后依然会保留，因为它们属于原视频画面的一部分。可以在准备阶段先检查一遍，把会暴露原视频来源或遮挡关键区域的叠加处理掉。
准备思路上，建议选那种"人、商品、场景三者关系清楚"的片段，例如人物在厨房里使用某件工具。这种构图里观众的注意力天然落在人机交互上，对边缘衔接的敏感度较低，整体的观感更自然。
| 品类 | 穿帮高发点 | 准备时怎么处理 |
|---|---|---|
| 服饰 | 转身半途、抬手换姿势等动作幅度大的位置 | 选走位平缓连贯的片段，剪掉商品被长时间完全遮挡的区间 |
| 3C 数码 | 手部长时间遮挡面部、频繁低头看屏幕 | 动手前完整看一遍并剪除遮挡段，优先选姿态与光线都稳定的区间 |
| 日用百货 | 背景中的文字叠加、贴纸、水印等元素 | 准备阶段先清理会暴露来源或遮挡关键区域的叠加，选人货场关系清楚的片段 |
把三类放在一起看，会发现它们的共同点不是品类相近，而是"高发点都落在人物形态变化最快的时刻"。服饰是转身，数码是低头与抬手，日用是使用动作的切换。明白了这一点，你甚至可以只看素材而不看品类——哪一段里人物变化最剧烈，就重点检查哪一段。
图4：关键帧检查的本质，是去人物形态变化最快的那几个位置看衔接
把边界说透：换脸不是贴一张脸皮
走到这里，可以回头把那个最容易被讲错的点讲透了。网络上不少关于电商视频换脸的描述都在讲一件事：把一张面部图像覆盖到原视频上。这套描述借自另一个场景，那里处理的本来就是一张脸和另一张脸之间的关系。视频侧走的不是这条路，青虎AI 的角色替换弹窗里也没有对应的按钮与参数。
视频侧的实际动作走的是另一条线：先认出片中的人物，再读出这段画面的光，然后把整条视频里的人物换成新角色，成品可以直接预览与下载。关键词是"识别人物"而不是"贴一张脸"——识别意味着系统要在整段素材里持续跟踪这个人在画面中的位置和状态，这件事必须在时间轴上连续成立，而不是在某几帧上做拼接。也正因为如此，原视频里人物出镜的稳定性才会直接决定成片的质量。
理解了这一层，穿帮这件事就变得可以推理了。既然换的是完整的人、保留的是原来的画面，那么可能出问题的地方必然集中在"人"与"画面"的交接处：光对不对、位置稳不稳、动作跟不跟得上。至于那张脸本身像不像谁，在这套逻辑里根本不构成判断项。这也是本篇反复强调的那条边界——穿帮讨论的是人和画面融不融，而不是五官像不像，因为视频侧做的是完整换人。
顺着这条边界往下，还有一层对卖家更有实际意义的延伸。既然换的是完整的人，那么"这个人设和这条片子的用途搭不搭"就是一个真问题。做产品讲解的素材，配一个看起来能说清话的形象更合适；做生活场景展示的素材，配一个自然放松的形象更合适。判断标准始终落在整体是否相称上，落在人和画面的关系上。
再重申一次那条最容易误判的口径：替换后画质不会降低，AI 会完整保留原视频的画质。所以看到成片不清晰时，排查顺序应该是先看源片有没有被压缩、分辨率是不是偏低，再回看成片本身的检查动作做没做。把"发糊"归到替换这一步上，是最常见的一次方向找错。
关于成品能不能直接用，还有一条合规上的前提需要提前知道。事实源对商用问题的回答是：可以用，但要满足两个条件——新角色图的合法使用权在你手上，成片内容也合规。这句话的落点在准备换进去的那张人像图上。另外，使用这套功能有一个必要步骤：勾选左下角的复选框，确认已阅读《角色替换功能使用标注说明》相关说明并承诺合规使用生成视频。这一步不是可跳过的提示，而是流程的组成部分。
一句话收束：电商视频换脸要做到不穿帮，重点不在反复重新生成，而在四件事——把原视频里人物的出镜状态看干净、把新角色图选得正面清晰光线好、让一批素材的角度风格保持一致、生成后在关键帧处做一次人工检查。素材这一侧稳住了，成品自然就稳。
常见问题：关于不穿帮的十二个疑问
Q1：替换后看着不太自然，是不是功能本身有问题？
多数情况下不是。角色替换会完整保留原视频的画面光影、商品展示、运镜节奏和背景氛围，这些部分都是从原视频原样带过来的，不是重新生成的。不自然更常来自两处：原视频素材本身的硬伤，以及生成后没有做人工检查。先排查这两处，比反复重新生成有效。
Q2：判断成品好不好的标准到底是什么？
看人和画面融不融，不看五官像不像。视频侧做的是完整的换人——AI 替换原视频中的出镜人物整体，商品、光影、运镜和画质都保留在原处。所以新人物不需要像原来那位模特，需要的是站位对、透视合、受光与背景一致。
Q3：原视频要满足什么条件才不容易穿帮？
事实源给的技巧是：原视频中人物面部清晰、无遮挡，替换效果最佳。动手前建议完整播放一遍，重点看三类区间——面部被长时间遮挡、大段侧脸或背身、光线发生明显变化。这三类区间占比较大时，建议先剪掉或者换一条素材。
Q4：新角色图怎么选才不容易出问题？
事实源建议使用正面清晰照片，越清晰、光线越好，替换后越自然。判断顺序可以是：先看是不是正面，再看面部是否清晰，最后看光线的方向。光从正面或斜前方来的图，面部有完整的明暗结构可供参照，融合时更稳。
Q5：一批素材要做多个版本，怎么保证观感统一？
事实源的技巧是：批量替换多版本时建议统一风格，保持新角色图的角度和风格一致。做法上，动手之前把这一批要用的角色图摆在一起看一遍，把风格差异过大的换掉。统一之后，整批内容看起来更像一套东西。
Q6：人物面部忽明忽暗是什么原因？
先看原视频这一段的光线是否本身不稳定，例如人物从室内走到窗边，或者画面里有闪烁的光源。这类情况属于素材问题，处理方式是剪掉光线剧变的那一段，或者改选一段光线均匀的区间重做。
Q7：人物动作大的地方边缘发飘怎么办？
这类现象通常出现在动作幅度大或者收镜快的位置。能重新选区间的话，换成人物动作更平缓的片段；如果这条素材必须保留这段，能重拍时把这一段的走位与运镜放慢。动作平缓的素材，融合的难度会明显下降。
Q8：成片看起来发糊，是替换导致画质下降了吗？
不是。事实源在画质问答里回答得很干脆：不会降，原视频那份画质会被完整带过来。遇到发糊的情况，先回头查源片——是不是上传前压缩得太狠，或者原始素材的分辨率本身就偏低。方向找错了，重复生成多少次结果都一样。
Q9：生成之后一定要人工检查吗？
建议逐条过一遍。事实源把这一步写成了固定建议：替换完成后在关键帧处做检查，确认人物面部在所有画面里都自然。批量处理时观感容易疲劳，固定的核对项比凭感觉更可靠——同一套关键帧位置、同一套核对项，逐条对照着看。
Q10：发现成品不好，应该先做什么？
先定位原因，再决定动手方向。原视频的问题就重选或重剪素材，新角色图的问题就换图，一批不统一的问题就回去统一角度与风格。跳过诊断直接重新生成，往往会重复同一个结果，因为输入根本没有变化。
Q11：需要提前保留原视频备份吗？
建议保留。事实源在注意事项里专门提了这一条，说的是留出后路——以后想换别的模特、或把这条片子用去别的地方，手上得有原片。反复调整效果时，你真正需要动的往往只是新角色图，而原视频每轮都要重新上传。手上留着一份干净的原片，每轮尝试的起点才是一致的。
Q12：不穿帮的成品可以直接商用吗？
这条的回答是：可以商用，前提是新角色图的合法使用权在你手上、成片内容也合规。使用这套功能还有一个必要步骤：勾选复选框，确认已阅读相关风险标注说明并承诺合规使用生成视频。合规是这条流程的前提，不是可选项。
相关入口
