首轮数量没有统一答案，因为它跟着两件事走：这部剧在测新分层里属于哪一档，以及首轮观察窗口有多长。可操作的做法是先分档再定量——每部剧给一个“基准叙事 + 少量清晰变体”的下限，重点剧按窗口内能形成对照的版本数补齐，而不是给所有剧拍一个相同的条数。
绝大多数团队在数量上的失误不是“太少”，而是“平均”。给每部剧都出同样多的素材，等于把重点剧的产能摊薄给还没证明自己的剧；反过来只给每部剧切一两条高光，数据不好时又说不清是剧不行还是素材太糙。
先分档，再谈数量
同一批新剧的价值并不相同。参考通铺与精铺的区分：以测新率为目标的铺量阶段，单剧成本必须低，人工主要做审核；以单剧爆款率为目标的深挖阶段，才值得把识别、顺剪和人工复核集中投入。首轮数量应当沿用同样的分层：
- 铺量档：每部剧先出基准版加少量开头、停点变体，够判断“陌生人能否看懂、哪类进入方式有效”即可；
- 观察档：首轮有模糊信号的剧，围绕已有信号补齐对照版本，让下一轮数据能回答“是不是真的”；
- 深挖档：确认进入单剧深挖的剧，才进入版本矩阵的持续补量，那是另一套数量逻辑。
给铺量档的剧多出十条，不如给观察档的剧补齐三个对照开头——数量的边际价值跟着剧集档位走。
数量跟着窗口走
首轮素材不是投出去就完，它要在一个观察窗口里产生可比较的信号。窗口越短、流量越集中，版本之间的对照就越依赖“同时在线”；窗口越长，少量版本也能积累出差异。数量安排要回答的问题是：在这个窗口内，我能不能看到开头 A 和开头 B 的差异？
两个极端都要避免：版本多到互相抢量，每个版本都拿不到足够曝光，差异读不出来；版本少到只剩一条，首轮等于没有测试，只剩赌。经验做法是让每个被测变量在窗口内至少有两个可比较的版本，其余产能集中给基准版。
数量必须绑定剧的身份和命名
首轮版本一多，混乱会立刻出现：这条素材来自哪部剧、改的是开头还是停点、属不属于首轮批次。如果这些问题靠人回忆，数量带来的对照价值会全部丢失。命名里带剧名与策略、导出按剧归档、任务按剧分组，是数量放开的前提条件。
在批量生产里怎么控制
数量控制最终落在生产工具的配置上。以魔剪的批量顺剪为例：多部剧按剧分组导入后，可以统一配置生成策略，并按剧设置指定数量或最大数量——铺量档的剧按上限收口，观察档的剧单独追加任务。按集随机分点、按剧展示素材序号，让每部剧的第一轮候选天然分开，交付时按剧核对数量即可，不需要人工重新清点。
配置层面还有一个容易忽略的点：不同剧的节点密度不同，同一套时长和数量配置不该无差别套给所有剧，数量档和配置档要一起按剧调。
分档的依据从哪来
给剧分档不能靠看两眼预告片。常用的三个信号：题材与题材当前的热度（决定先测谁）；原著评论与叙事节点密度（决定值不值得多给变体）；以及制作侧的可剪辑性预判——原片画质、台词完整度、冲突是否可视化。三个信号凑不齐时，宁可先按铺量档给最低配置，让数据替判断补位：铺量档升级的成本远低于给错深挖档的浪费。
分档本身也要记录。每轮上新后回头看：当初的分档依据里，哪些信号真的预测了首轮表现，哪些没有——分档规则的准确性是这么练出来的。
一个数量决策的完整例子
假设团队一周内拿到二十部新剧，剪辑产能只够支撑其中三到四部进入深挖。数量决策会这样走：
- 先按题材信号与可剪辑性把二十部剧分成两档：十五部进铺量档，五部进观察档（强情节、节点密）；
- 铺量档每部剧配置基准叙事加两个开头变体，够首轮回答“能否看懂、哪种进入有效”；观察档在此基础上各补一个停点变体；
- 窗口期结束后按首轮信号复核：两部剧跑赢团队基线，转入深挖档并追加版本；观察档里一部承接明显但吸量弱的剧，先补开头再决定去留。
这个例子里没有任何“标准条数”——同样的二十部剧，换一个更短的窗口或更紧的产能，各档数量都会变。数量是从分档和窗口推出来的，不是先验的。
首轮之后，数量怎么调
首轮结束不是数量的终点：加码的剧要追加变体形成对照，保留的剧维持小步试探，淘汰的剧立即停止追加。数量调整比首轮配置更重要的一点是——它必须和版本登记连在一起，追加的每一批都知道自己在回答什么问题。没有记录的追加，等于用新预算重复旧测试。
对确认深挖的剧，数量逻辑切换到版本矩阵：那是单剧长期补量的问题，由矩阵设计决定每轮出什么，而不是由“首轮出了多少条”顺延。
三个常见的数量误区
一是按产能倒推数量。产能有多少就出多少，结果与测试目标脱节——多出来的版本如果没有对应的变量假设，只是消耗额度和复核工时。
二是给所有剧同一档数量。题材差异大的批次里，平均主义意味着强剧没测透、弱剧浪费额度。
三是首轮出完就不再动。首轮是起点，数量应该随信号增减；一次性定死后不再调整，测试就退化成了铺量。
收口
首轮数量的判断顺序是：先给剧分档，再按观察窗口定对照需求，最后落到按剧的数量配置。数量是分层测试的载体，不是产能的军令状——它应该随着首轮信号的变化而增减，而不是在上新那天一次性定死。