fix: 严格限制视频画面文字

core/backend/apps/ai/services.py

@@ -939,7 +939,7 @@ OPENING_SHOT_DIRECTIVE = (
 
 # 提示词正文里残留的「字幕：…」「花字：…」会和上面的禁令打架 —— 模型看到具体字幕内容就会画出来。
 # 来源:脚本【声音】栏、视频提炼稿逐字照抄的画面花字、用户自己写的提示词。这里在送出前统一抹掉。
-_CAPTION_WORDS = r"(?:字幕|花字|艺术字|贴片|水印|角标|标题栏|弹幕)"
+_CAPTION_WORDS = r"(?:字幕|花字|艺术字|贴片|水印|角标|标题栏|标题页|弹幕|屏显文字|屏幕文字|文字叠加|文本叠加|文字浮层)"
 _CAPTION_FIELD_LINE_RE = re.compile(rf"^\s*[-•*]?\s*{_CAPTION_WORDS}\s*[：:].*$")
 _CAPTION_FIELD_INLINE_RE = re.compile(rf"[，,；;、]?\s*{_CAPTION_WORDS}\s*[：:][^；;。\n]*")
 # 无冒号的写法同样要清:「右下角加字幕」「配上花字」「画面无字幕」等。

core/backend/apps/ai/test_video_caption_policy.py

@@ -64,6 +64,13 @@ class VideoCaptionPolicyTests(SimpleTestCase):
             "0-3s：中近景；固定机位；女主捧杯",
         )
 
+    def test_strips_newer_screen_text_directives(self):
+        """用户不一定会说「字幕」；同义的屏显/文字叠加指令也不能到达视频模型。"""
+        for directive in ("加屏显文字", "做文字叠加", "加文本叠加", "加文字浮层", "插入标题页"):
+            with self.subTest(directive=directive):
+                cleaned = strip_caption_directives(f"0-3s：近景；推近；人物看向镜头，{directive}")
+                self.assertEqual(cleaned, "0-3s：近景；推近；人物看向镜头")
+
     def test_strips_even_the_negated_form(self):
         """「画面无字幕」也要清:模型不区分肯定否定,看到这个词就更容易画出来。"""
         self.assertEqual(