Skip to main content

茶米兔的AI世界

茶米兔的AI世界
FANCY RABBIT · AI, TESTED BY HAND
中文EN

資產紀錄/ASSET LEDGER

《夜獵》素材盤點:98 檔正典圖庫與「同名取最高版」的版本判準

作者 茶米兔・發布 2026-10-23

《夜獵》素材盤點:98 檔正典圖庫與「同名取最高版」的版本判準

98 檔正典圖庫、同名取最高版的判準,與 1.1GB 主檔逐位元驗證的盤點全紀錄。

事情是這樣開始的:第一季都交付了,我們在整理成果的時候,把一支已經停用的舊版集數當成現行版呈現了出去——當場被抓包。那支片子就躺在 Drive 根目錄,檔名看起來一本正經,內容卻是舊章節。沒有人粗心,是根本沒有人定義過「哪個檔案算數」。

《夜獵 NIGHT HUNTRESS》第一季 8 章加合集做完之後,素材散在三個地方:本地工作目錄、生成平台的歷史紀錄、還有先前交付留下的成片。同一個東西有好幾個長得很像的版本,誰來接手——包括隔週的自己——都可能挑錯。所以我們停下來做了一件很無聊的事:盤點。把全部素材收成一個正典圖庫,定下版本判準,再把主檔驗證歸檔。這篇就是那次盤點的完整紀錄;它和第 1 篇〈臉部基準圖工作法〉是一組的:那篇講生成的引用紀律,這篇講檔案的治理紀律。

環境 ENVIRONMENT
《夜獵》第一季(8 章+合集)交付後的素材盤點;Google Drive「夜獵」資料夾
工具 TOOLS
Drive 正典圖庫(incoming,98 檔);主檔經 Dropbox 中轉歸檔
實測日期 TESTED ON
正典定案 2026-10-16;歸檔驗證 2026-10-21;本篇查核 2026-10-22
成本 COST
無工具支出;盤點與驗收工時併入第 4 篇季成本帳
  • 正典圖庫(canonical asset library)=專案唯一認可的素材來源;引用素材只從這裡取,「哪個版本算數」由書面判準決定,不靠任何人的記憶。
  • 《夜獵》的正典是 Google Drive「夜獵/incoming 圖庫」,2026 年 10 月 16 日定案:首輪盤點 94 檔,同日晚間補入 4 檔角色設定圖,共 98 檔。
  • 版本判準:同名多版本一律取 r 值(修訂序號)最高者;正典以外的舊本地影片與素材全部停用。
  • 主檔歸檔驗證(2026-10-21):兩支第一季合集各約 1.1GB,Drive 端檔案大小與本地母帶逐位元一致——投稿版 1,116,570,054 bytes、v2-1080p 版 1,095,364,996 bytes。

盤點那天,我們先把 94 檔全攤開

盤點紀錄的第一頁寫得很白:incoming 圖庫首輪共 94 檔,全部平鋪、沒有子資料夾,分四區——第三章分鏡素材 36 檔(16 鏡首尾幀幾乎全齊)、角色設定三視圖 33 檔(李夜兒、白蛇、鴉先生與配角們)、場景圖 22 檔、道具 3 檔。當晚使用者再補上傳 4 檔新角色設定圖(陳渡兩版、千面、白手套),我逐一下載親驗過,總數到 98。

李夜兒服裝 A 三視圖(正典庫角色設定圖)
正典庫的角色設定圖之一:李夜兒服裝 A 三視圖(正典原檔,B 區)。

攤開之後,問題就現形了。同名多版本並存的有四組:服裝 A 三視圖有原版、r2、r3;林曉、鴉先生 49 號圖、玉言弩各有兩版。哪一張才是「現在這張臉」?在定判準之前,答案是「看誰記得」。而根目錄那支誤標的合集(575.81MB,內容是舊章節)就是這種模糊的代價——它甚至不是粗心存錯,是從來沒人說過它不算數。

順帶一提,圖庫裡當時沒有任何第一季成片、章節影片、海報或 Logo——正典庫收的是「生成與設定的源頭素材」,成片主檔走另一條歸檔線(見文末的驗證紀錄)。先分清楚庫的用途,盤點才不會越盤越亂。

判準只有三條,寫下來就生效

2026 年 10 月 16 日定案的判準,原文不長,執行起來是這樣:

判準內容擋住的錯誤
來源唯一Google Drive「夜獵/incoming 圖庫」(98 檔)為唯一正典;引用素材只從這裡取從本地舊目錄或平台歷史隨手抓檔
同名取最高版同名檔案有多個版本時,以 r 值(修訂序號)最高者為準,不逐案判斷「看起來比較新」的主觀挑版
舊版全面停用正典以外的舊本地影片與素材全部停用,不再引用、不再呈現已淘汰的集數或圖被當成現行成果

這裡要特別講「同名取最高版」為什麼不逐案判斷。逐案判斷聽起來認真,其實是把決定權交給當下的人——而當下的人可能很累、可能沒參與那一版的修改、可能就是隔週的我。判準寫死的好處是:它不需要你是對的人,它只需要你照做。第 1 篇講的臉部特寫基準圖也在這套判準裡——基準圖是正典庫的成員,所以每次生成引用的都是同一個檔案、同一張臉,不會漂移成「某次用的那張」。

主檔歸檔:1.1GB 的檔案,我們核對到最後一位數

盤點完還有最後一關。第一季兩支合集(投稿版與 v2-1080p 版)各約 1.1GB,2026 年 10 月 21 日才完成歸檔:因為體積大,走 Dropbox 中轉,由使用者下載、合併、上傳到 Drive「夜獵/04_主檔與交付包」。我方再實查 Drive 端的檔案大小,跟本地母帶逐位元對照:

主檔位元組數(兩端一致)
合集投稿版1,116,570,054 bytes
合集 v2-1080p1,095,364,996 bytes

兩筆一位不差。這一步看起來龜毛,但大檔案跨平台中轉最常見的失敗,恰恰是「傳到 99% 的殘檔看起來很正常」。大小核對是成本最低的完整性證據——不用開片、不用等轉碼,一眼見真章。為什麼母帶非自己存不可,第 8 篇〈Sora 退場啟示錄〉從平台面講了另一半:平台會退場,正典庫不會。

到這裡,《夜獵》第一季在素材面才算真正結案:正典在庫、舊版停用、主檔驗證入庫。作品本人在這裡看得到:夜獵 YouTube 頻道。

失敗與限制:這套判準擋不住什麼

照本站規矩,這一段不省略:

  • 判準靠命名紀律活著。r 值判準的前提是每個新版本都老實遞增序號;若存檔時忘了升版,判準會「正確地」選到錯的檔案。制度擋的是隨手,擋不了繞過制度的人——所以「正典以外不引用」要同時是硬規則,讓繞過的成本變高。
  • 98 檔是當日快照。正典庫會隨製作長大——定案當晚就從 94 檔補到 98 檔。盤點不是一次性的事,是每季交付後的固定收尾;本篇數字只代表 2026-10-16 定案時點。成本面我們記在第 4 篇的季成本帳裡,盤點工時也在其中。
  • 逐位元核對只證明大小相同。嚴格說,這是完整性的強證據,不是密碼學證明。我們的威脅模型是傳輸殘缺而非竄改,這個等級足夠;若日後涉及對外交付爭議,應升級為雜湊值核對。

出處與延伸

  • 《夜獵》Drive 正典素材盤點紀錄(2026-10-16,專案內部文件):94 檔首輪盤點分區、同日晚間補入 4 檔至 98 檔、同名多版本清單與誤標合集查明,皆出自此處。
  • 《夜獵》素材正典定案(2026-10-16):來源唯一、同名取最高 r 值、舊素材停用三項判準出自此處。
  • 《夜獵》Google Drive 歸檔驗證紀錄(2026-10-21):兩支合集位元組數與入庫路徑(04_主檔與交付包)出自此處,數字經我方實查。
  • 本站第 1 篇〈夜獵是怎麼讓 AI 角色 8 章不換臉的〉:臉部特寫基準的引用工作流;本篇的正典庫正是那套工作流的檔案面。
  • 本站第 8 篇〈Sora 退場啟示錄〉:母帶自存的平台面——平台會退場,正典庫不會。
  • 夜獵 NIGHT HUNTRESS YouTube 頻道:第一季成品的公開版本。
VERDICT・結論

我的建議:每個 AI 產線在第一個專案交付後,就做一次正典盤點。定唯一來源、定版本判準、停用舊版、主檔驗證入庫——半天做完。拿錯版本的事故不會預告,它只會在你把舊版當現行版交出去的那一刻發生;判準立得越晚,散掉的檔案越多、盤點越貴。這套做法的完整背景在關於頁的六項紀錄原則裡,寫作格式則在入門頁有說明。

常見問題

什麼是「正典圖庫」?為什麼不直接用最新檔案就好?

正典圖庫是專案唯一認可的素材來源:引用素材只從這裡取,「最新」由判準決定而不是由誰的記憶決定。AI 產線一季就有上百個檔案、多個同名版本,「直接用最新的」在實務上等於「用某人以為最新的那個」,拿錯版事故就是這樣來的。

「r 值」是什麼?是業界標準嗎?

不是業界標準,是本專案的版本命名慣例:同名檔案每次修訂遞增修訂序號(r 值),盤點判準規定同名多版本一律取 r 值最高者。重點不在命名法本身,在「判準寫死、不逐案判斷」——換成日期或序號命名都能成立。

舊素材停用是刪掉嗎?

不是刪除,是標記停用、不再引用與呈現。停用的理由是防誤用(把淘汰版本當現行成果),不是銷毀紀錄;歷史版本仍在原處,只是離開流通路徑。

為什麼歸檔要核對到位元組?看上傳成功不夠嗎?

不夠。約 1.1GB 的檔案經第三方中轉(本次走 Dropbox)下載、合併、上傳,任一環節中斷都可能留下看似正常的殘檔。這次兩支合集(1,116,570,054 與 1,095,364,996 位元組)在 Drive 端與本地母帶逐位一致,才算歸檔完成。

這套做法適用於小團隊或個人創作者嗎?

適用,而且越早越便宜:判準只有三條(來源唯一、同名取最高版、舊版停用),不需要任何付費工具。檔案還少時立判準是半天的事,等累積到數百檔再盤點,就是本篇這種規模的工程了。

🧰 想挑 AI 影片工具?

各工具的評測、價格與實測注意事項,我們在 DC Affiliate 持續更新——包括哪些效果做得出來、但不該做。

去 DC Affiliate 看工具評測 →

🎬 想把 AI 產線的素材與版本管理做對?

從正典圖庫、版本判準到交付驗證,這套製作治理我們在 David Chen Studio 提供代操與顧問。

去 David Chen Studio 諮詢 →

茶米兔 AI 實測筆記,每月一封

只寄本站實測的濃縮版,加上沒公開的成本數字和翻車紀錄。

三站共用同一份名單・隨時可退訂・不賣個資

相關閱讀