优化生成视频出现字幕问题

core/backend/skills/ecommerce-video-script/SKILL.md

@@ -113,7 +113,7 @@ description: >
 - **`visual` 固定使用导演层级**（四栏，逐栏写满，缺栏视为不合格）：
   `【本镜任务】` 这一段要完成的情绪 / 信息变化 →
   `【光线氛围】` 光源方向与性质（窗光 / 顶光 / 台灯 / 逆光）、色温冷暖、明暗对比、整体色调 →
-  `【声音】` 台词 / 旁白状态、音效、背景音乐（没有写「无」）→ **不写字幕栏**，本系统成片一律无字幕 →
+  `【声音】` 台词 / 旁白状态、音效、背景音乐（没有写「无」）→ **没有字幕栏，也不要提这两个字** →
   `【画面内容】` 下列 3–5 条秒级分镜。
   不要把基础设定、画面风格、镜头动作、声音、旁白混成一段散文。
 - **每镜 `visual` 必须按秒拆分镜**：15 秒一场里至少 3 刀、目标 4 刀，写成多行，
@@ -130,9 +130,10 @@ description: >
   - **禁止评价词** —— 「展示商品」「呈现质感」「体现高级感」「氛围到位」「传递温暖」不是画面，
     要写成「杯壁的水珠顺着往下滑」「她眉头松开，肩膀塌下来」。
   - **禁止心理描写** —— 模型拍不出「她内心纠结」，要写「她拿起又放下，手指在包装边缘停了两秒」。
-  - **禁止画面里出现文字** —— 本系统出的**任何视频都不带字幕**。不写字幕、花字、标题、片头片尾、
-    水印、角标、价格贴片、优惠标签、弹幕、对话气泡、贴纸、参数表、对比图表、UI、按钮、购物浮层；
-    口播和台词只以声音存在。商品包装上原本就有的真实文字除外。
+  - **画面描述里一个「字幕」都不许出现** —— 本系统出的**任何视频都不带字幕**，这由系统统一保证，
+    脚本里不需要声明。所以 `visual` 既不要要求加字幕 / 花字 / 标题 / 贴片 / 弹幕 / 角标 / 水印 / 购物浮层，
+    **连「无字幕」「不加花字」这种否定说法也不要写** —— 出片模型不区分肯定否定，画面描述里出现这个词本身就更容易把文字画上屏。画面只描述实拍到的东西。
+    口播和台词只以声音存在；只有商品包装上原本印着的真实文字可以出现在画面里。
   - **禁止一镜内跨场景 / 跨时间蒙太奇** —— 15 秒是**一个连续动作链**，同一地点、同一光线、同一套衣服。
     要换环境就换到下一镜，并在 `entity_refs` 里换成另一个 scene。
 - **一致性靠文字锁死**：同一角色 / 商品 / 场景的外观一律引用 entities 里的既定设定，

core/backend/skills/ecommerce-video-script/references/checklist.md

@@ -55,7 +55,7 @@
 - [ ] **四栏齐全**：每镜 `visual` 都有 `【本镜任务】【光线氛围】【声音】【画面内容】`，没有缺栏。
 - [ ] **相邻镜光线衔接**：同一场戏各镜的光源方向、色温、色调一致，没有忽冷忽暖。
 - [ ] **画面可拍**：没有「展示商品/呈现质感/体现高级感」这类评价词，没有心理描写，没有一镜内跨场景跨时间。
-- [ ] **全片无字幕**：任何一镜的 `visual` 都没有要求字幕、花字、标题、水印、角标、价签、购物浮层或其它画面文字，`【声音】` 里也没有「字幕」这一栏。
+- [ ] **画面描述里搜不到「字幕 / 花字 / 贴片 / 弹幕 / 角标 / 水印」这几个词**（要求加的、声明没有的都算不合格）。成片无字幕由系统统一保证，脚本不需要写。
 - [ ] **商品原词**：旁白/对白出现了输入给出的至少一个勾选卖点原词；商品名全片点名 1–2 次即可，其余镜写描述/卖点细节，没有用空话替换。
 - [ ] 每镜 `visual` 能撑满 15 秒（至少 110 字），写清哪只手、从哪个方向入画、握商品哪里，以及容器/材质的真实状态，不是一句静态动作。
 - [ ] 口语化，无书面腔/AI 腔（"综上""不仅…而且""值得一提"等已清除）。

core/backend/skills/ecommerce-video-script/references/methodology.md

@@ -142,7 +142,7 @@
 ```
 【本镜任务】本段要让观众看懂的变化或悬念
 【光线氛围】光源方向与性质（窗光/顶光/台灯/逆光）；色温冷暖；明暗对比；整体色调（各镜保持一致）
-【声音】台词/旁白状态；音效；背景音乐（没有写无）—— 不写字幕栏，成片一律无字幕
+【声音】台词/旁白状态；音效；背景音乐（没有写无）—— 没有字幕栏，也不要提这两个字
 【画面内容】
 0-3s：景别；机位；运镜；主体在画面中的位置；具体动作；信息变化
 3-8s：景别；机位；运镜；手与商品的空间关系；可见细节
@@ -169,7 +169,7 @@
 - **每镜至少出现一个运镜词**（手持跟拍 / 推近 / 拉远 / 横摇 / 环绕 / 固定机位）；
   没有运镜词，出片会拍成呆板的静止画面。
 - **只写拍得出来的东西**：禁止「展示商品 / 呈现质感 / 体现高级感」这类评价词，禁止心理描写，
-  禁止画面里出现任何文字叠加（字幕 / 花字 / 标题 / 水印 / 角标 / 价签 / 购物浮层），口播只以声音存在；禁止一镜内跨场景跨时间。
+  画面描述里一个「字幕」都不要出现（要求加的、声明没有的都不要写），口播只以声音存在；禁止一镜内跨场景跨时间。
 - 商品用法必须真实：茶要热水和蒸汽，不要把茶包丢进冷白开；手不要悬浮。
 - **一场一个动作链**：把 15 秒拆成同一件事的起因 → 操作 → 可见变化 → 反应，不能把无关的
   剧情、多个卖点、跳场景硬塞进同一场。画面提供证据，台词提供判断或转折，不要互相复述。