核心 GUIDE
Media Quality Review（媒体质量审查）
Media Quality Review 会根据 Instructional Purpose、Factual Accuracy、Accessibility、Brand Constraint 与 Technical Delivery 审查 Generated Image/Audio/Video，而不是因为“看起来漂亮”就接受。
核心心智模型
Generated Media 是有任务的 Product Artifact。Review 应判断它是否正确传达目标 Concept，并在真实 Viewing/Listening Environment 中可用，而不只是 Aesthetic 是否吸引人。
为什么重要
AI 可以生成视觉上很 Convincing、但 Label 错误、Text 不可读、Diagram 因果关系错误或 Accessibility 失败的 Media。在教育产品里，这类错误会直接教错 Mental Model。Review Contract 能把 Taste 转成可检查 Acceptance Criteria。
01
分开审查 Meaning、Usability 与 Delivery
从 Learning Objective 出发，列出 Asset 必须传达的信息。先检查 Semantic Correctness、Hierarchy、Legibility、Caption/Transcript、Color/Contrast 与 Device Constraint，再验证 Dimension、Duration、Compression、File Size 等 Technical Property。保留 Reject/Revise Reason，使重复 Generation Failure 能反馈到 Production Workflow。
02
示例：漂亮 Architecture Diagram 教错 Data Flow
Generated Architecture Illustration 很精美，却把 Verifier 放在 Tool Result 之前，暗示系统验证的是 Intent 而不是 Outcome。Semantic Review 会抓到这个 Causal Error，而纯 Aesthetic Review 会直接通过。重新生成正确 Flow 后，还要在 Mobile Size 检查 Label Legibility。
常见失败模式
- 主要按 Visual Appeal 审核 Generated Media。
- Technical File Property 全部正确，却漏掉错误 Concept/Label。
- 把 Accessibility Fix 当成发布后的 Optional Polish。
工程启发
- 每个 Asset 都绑定明确 Communication / Learning Objective。
- 先审 Semantic Correctness，再看 Aesthetic 与 Compression。
- 在真实 Device、Caption、Accessibility Context 中测试 Final Media。
关键结论
- 01Polished Media 仍然可能教错内容。
- 02Quality Review 需要 Semantic、Accessibility、Technical Gate。
- 03Reject Reason 应反馈到下一轮 Generation/Editing。
阅读记录
这里只记录你真实做过的动作，不代表掌握、熟练或认证。
用于这些学习路径
这个 Concept 会在多个 canonical 学习路径中复用。