假设一家出海家电品牌要找“手先解锁，再取出尘盒”的镜头。素材库返回一条标题含“尘盒拆卸”的视频，打开后却只有讲解，真正的手部动作在另一段无旁白素材里。这个虚构场景说明：AI视频素材检索找到相关文字，与找到可供剪辑的动作，是两项能力。
采购时，品牌不必先争论哪家模型最聪明。先挑出文字没有直接说出、必须打开视频才能判断的问题，再看系统能否交回完整片段，以及工作人员还要花多久确认。新增费用应该对应这部分帮助。
研究的新提醒：答案可能从文字里漏出来
2026年10月4日提交的预印本《VideoResearchAgent: Grounded Task Synthesis and Sim-to-Real RL for Open-Web Video Research》研究开放网络中的视频寻找与核验。其任务构建流程会剔除不看视频、或仅靠文字网页检索就能答对的问题，再保留需要检查画面的问题。
这是一项研究方法，不是商业素材库的采购认证，也不能证明某个平台适合你的产品。ONCE据此提出的判断是：测试问题本身若已在标题、简介或字幕中给出答案，单次答对就不足以证明新增的视觉检索能力。文字检索仍然有用，只是它与视觉能力应分别验收。
VideoDB于10月26日发布的《How to evaluate a video AI platform: a PoC checklist》也建议在自有录制内容上试用，并区分找到相关时刻与片段覆盖是否足够。该文来自供应商，使用机器人任务作为说明；本文不采用其排名判断品牌素材库的优劣。
ONCE画面独有题：先筛题，再试搜索
这是本文提出的试用方法，并非已执行的ONCE客户测试。先由熟悉产品的人写下未来会反复找的动作，再由另一位能访问素材的同事回看，确认答案文件和起止位置。只纳入允许用于该项处理的素材，保留原始文件。
每题另做一次文字对照：查看本次工具可读取的文件名、标签、简介、字幕或转写稿，判断它们是否已足够回答。只看到部分文字字段，就如实记为“文字对照不完整”，不能称作画面独有。现有文字不足，只表示在已检查范围内缺少答案，并不证明系统内部一定使用了视觉推理。
| 题目类型 | 怎样判读 |
|---|---|
| 文字已经说出动作 | 可检查常规定位效率；不要单独用它证明视觉增值。 |
| 文字未说出，画面可确认 | 检查系统能否找到具体动作、前后关系与文件位置。 |
| 在已核对的测试集合中不存在 | 看系统是否把相近动作硬当答案；保留无匹配或待确认的结果。 |
第三类的“不存在”仅针对人工核对过的集合。不能因搜索无结果，就把尚未逐一审看的全库宣判为空。测试时要保留未找到、返回错误和无法确认三种状态，不让它们都变成一张好看的命中率。
让动作题足够具体，但别把答案塞进查询
继续使用虚构的尘盒例子。把“清洁产品”改为“手先操作锁扣，随后抽出尘盒”，能让需求更清楚；在查询中追加正确文件名和时间位置，则会削弱它作为寻找任务的意义。题目用将来选片者自然会说的话，答案位置留在评审表里。
参考片段应包括能判定动作成立的必要过程：锁扣动作、尘盒开始移动以及取出后的状态。只返回手摸到外壳的一帧，或一张尘盒已取出的图片，都不足以确认先后。若原片有遮挡或剪辑跳跃，就把该题标为无法可靠判断，换用可确认样本；不要让软件替缺失画面作证。
多个合理镜头都可满足同一需求时，应允许多答案。测试重点是动作是否成立，而非系统是否猜中了评审者最喜欢的那一个文件。片段是否好看、能否用于本次市场，则是后续的创意与使用范围判断。
费用要算到人真正拿走一个可用片段
试用记录建议同时保留：返回候选花费的时间、打开并核对候选的人工时间，以及为修正位置或补足动作而重新看片的时间。对同一组任务，可以与现有文件名、标签或转写检索的流程比较；保持素材范围与人员权限一致，标明任务先后次序，避免把第二次更熟悉素材的收益全部算给工具。
ONCE建议用“每个已确认满足任务的片段成本”讨论采购：试用期实际发生的索引、查询和人工复核费用，除以本期确认满足任务的片段数。保留总费用与各项工时，分母为零时不计算单价；同一动作的重复结果不要反复计数。这是管理口径，不是行业平均，也不代替合同报价。
若常规文字题已经够用，先继续现有工具。若画面独有题经常出现、视觉试用确实减少了查找和复核工作，再谈扩大接入；若候选变多却更难核对，先缩小应用范围。小样本只能支持下一步试用决策，不能直接预测全库节省或长期毛利。
把新增能力与已有管理工作分开报价
本站此前的素材可用范围讨论处理的是找到镜头之后，产品版本与本次用途是否允许使用。本篇增加前一道问题：系统究竟有没有找到所需画面。两项检查都需要，但不能用“已获准”替代“动作正确”，也不能反过来。
给制作方或素材管理服务商的试用简报，可以只约定一个重复需求、一份获准测试集合、人工确认的答案表和结束日期。将资料整理、文字索引、视觉检索、候选复核与补拍分别列明，写清谁维护答案与产品信息。对ONCE而言，可长期积累的是客户真实找片问题及其核对方法；是否值得发展为持续服务，仍需用真实需求和履约工时验证。
来源：上述VideoResearchAgent预印本，arXiv:2610.04911，2026年10月4日；VideoDB，Aditi Priya，《How to evaluate a video AI platform: a PoC checklist》，2026年10月26日。本文于2026年10月27日核验；方法与虚构例子均不代表已实施结果。
