同一个选题让 AI 连写 30 条，最常见的问题不是“不够快”，而是 30 条换了开头却重复同一个意思，还顺手编出价格、效果和顾客评价。批量前先锁定事实，再规定每组换一个叙述角度；生成后逐条复核，不要把数量当成质量。
本文用一款完全虚构的“白屿便签板”做练习：板面18×25厘米、哑光白色、板背两个圆形磁铁，包装有一支白板笔和一块板擦。这些是练习用事实，不代表真实商品。实际接单时，用客户确认过的资料替换，不要把模型补出来的卖点当成已证实信息。
先做一张事实卡
把允许公开的内容拆成短编号：F1尺寸、F2板面和书写方式、F3磁铁数量、F4包装清单。没有来源的价格、销量、耐用度、效果保证和评价一律不写。事实卡越短，后面越容易回查。
练习包里的 story-request.md 已写好这张卡和生成要求。正式项目可以把产品名称、数字、功能、禁用表述和目标受众另存为一份客户确认的文档，再复制给本地模型。
在本机一次生成30条
先确认 Ollama 正在运行、模型已经安装：
ollama list解压30条短视频脚本练习包，在目录中运行：
python3 scripts/generate.py脚本会先请求本机 127.0.0.1:11434/api/tags 检查 qwen3.8-27b:latest 是否已存在；找不到就停止，不会自动下载。随后调用本机 /api/chat，要求模型按 JSON Schema 输出30条脚本，每个角度5条。原始回答、解析后的 JSON 和运行耗时会分别保存，便于复核。
六个角度包括桌面场景、功能演示、使用顺序、常见问题、摆放灵感和轻松对话。角度是组织素材的提示，不代表六种内容都适合你的账号；先看受众和平台，再删掉不合适的一组。
先看结构，再逐句核事实
脚本会检查30条数量、字段、角度顺序、每组配额、事实编号和口播长度。它不会理解“事实编号写对了但文案说错了”的情况，也不会判断两条是不是只换了几个同义词。
人工复核时，在原始 JSON 旁边加一份 scripts-reviewed.json：
| 检查项 | 怎么做 |
|---|---|
| 事实 | 每个尺寸、数字、功能和配件都回到客户确认的事实卡 |
| 新增主张 | 删除“销量第一”“不留痕”“提升效率”等资料未提供的内容 |
| 重复 | 把开头和正文放在一起比较；重复的合并或重写 |
| 口播 | 大声读一遍，删掉绕口句和不能一口气读完的句子 |
| 真实性 | 第一人称示例不能冒充真实顾客、店主或亲测经历 |
练习包里的 review/approved-examples.json 展示了几条人工改写样例；其余模型原稿仅供对照，不要直接当广告发布。
选出能拍的几条
从30条里先挑3到5条试拍。给每条加上画面动作、字幕、口播时长和素材来源；确认标题没有超出正文能证明的范围。发布 AI 生成内容时，主动声明并使用平台提供的标识功能；具体操作以当前平台界面和规则为准。保留事实卡、模型初稿和人工终稿。
本机实测
本次用本机已有的 Qwen 3.8 27B 生成30条虚构商品脚本，耗时271.6秒，输入421 tokens、输出3065 tokens；六个角度各5条，结构和长度检查通过，没有下载模型，也没有调用云端 API。人工逐条复核后，30条原稿都含至少一项资料未支持的性能、效果、适用范围或虚构经历，全部退回改写；包装、擦除和磁铁话题也有明显重复。练习包只保留5条人工重写样例，并附逐条退回原因。运行记录和原始结果见 evidence/ 与 review/。结构检查通过不等于事实准确或创意不同，不能把模型初稿直接当广告发布。
封面背景由本机 ComfyUI 生成，标题与“AI生成封面”标识由脚本排版。