短视频内容审核

要解决的问题

短视频创作者在发布内容前，常面临合规审核的挑战。平台规则与法律法规对文案、画面和声音有严格要求，手动排查耗时且易遗漏，尤其对于多模态内容（如口播结合画面背景音）。一个关键痛点是缺乏系统化工具，能在发布前自动检测潜在风险，如敏感词、不当画面或声音元素，从而避免内容下架或账号处罚。

技能如何工作

本技能提供自动化合规审核，核心能力聚焦于多模态内容分析，覆盖文案、画面和声音三个维度。它的工作流程如下：

• 输入收集：用户需提供至少一项输入，包括 口播/字幕文本（建议 ≥20 字）、本地视频文件（≤100MB，支持 mp4/mov 等格式）或已有 video_id。可选字段如平台（抖音、视频号等）和行业（医美、金融）用于专项检查。
• 任务创建与审核：技能通过脚本处理输入。若为本地视频，自动上传换取 video_id 后创建任务。核心审核包括文本层实质质检（分析口播内容）、画面声音检查清单（基于多模态提取），以及针对特殊行业的双关语检测。整个过程异步执行，采用轮询机制避免阻塞，多模态审核通常需 5–10 分钟。
• 结果交付：审核完成后，生成结构化 Markdown 报告，涵盖各环节扣分项与总判定。同时，本地生成 Excel 空白模板（VIDEO_QC_XLSX_FILE），用于手动填写画面相关复核项。报告渲染时会明确实际扣除点数，并提醒用户进行人工复核。

适用边界与注意点

• 文件限制：本地视频上传上限为 100MB，仅支持常见格式（如 mp4、mov），超限或格式不符会导致上传失败（退出码 9）。
• 耗时与异步：多模态审核依赖远端处理，耗时较长属正常现象；用户需等待至少 10 分钟再判断异常，期间可通过轮询（--poll-task）查看状态。
• 扣点确认机制：新任务必须先明确告知预估扣点（约 20 点）并获得用户确认，未确认不得运行。上传本身不扣点，但任务创建后仅首次获取结果时结算一次。
• 技术边界：技能不在本地解析视频画面，所有多模态提取与质检由远端完成。无视频输入时，仅支持文本质检（口播或字幕）。
• 输出严谨性：报告以脚本返回为准，禁止改写；画面相关项如背景、字幕样式等，需用户按清单人工复核，确保覆盖自动化未检测的细节。