优化全能创作

core/backend/apps/ai/creation_agent.py

@@ -30,7 +30,6 @@ from django.db import transaction
 from .creation import append_message, pin_refs
 from .creation_presets import (
     PLOT_TWIST_PRESET,
-    PLOT_TWIST_STORY_DEPTH_OPTIONS,
     apply_image_preset_prompt,
     apply_plot_twist_story_contract,
     apply_plot_twist_direction_contract,
@@ -139,7 +138,7 @@ TRUNCATION_RETRY_INSTRUCTION = (
     "上一次输出撞到长度上限被截断，工具参数不是完整 JSON，本次作废。"
     "请立刻重新调用同一个工具：先写 usp / points / timeline，再写 video_prompt；"
     "video_prompt 压到更紧凑的篇幅（长视频只写章节结构、每个 30 秒段 3–5 个关键镜头和段尾交接状态），"
-    "不要复述已写过的规则，不要输出工具调用以外的解释文字。"
+    "短剧仍要保留开端至结局的完整故事线和全时长分镜；不要复述已写过的规则，不要输出工具调用以外的解释文字。"
 )
 
 TRUNCATION_GIVE_UP_NOTICE = (
@@ -389,16 +388,19 @@ def active_plot_twist_story_depth(conversation: CreationConversation) -> str:
     if from_duration and from_duration["value"] != "smart":
         return str(from_duration["value"])
     memory = conversation.memory if isinstance(conversation.memory, dict) else {}
-    return str(memory.get("plot_twist_story_depth") or "").strip()
+    depth = str(memory.get("plot_twist_story_depth") or "").strip()
+    return depth if depth in {"15s", "30s", "60s"} else ""
 
 
 def set_plot_twist_story_depth(conversation: CreationConversation, value: str) -> dict | None:
-    """卡片或自然语言选时长后，同步会话顶部参数与最终 Prompt 的故事结构。"""
+    """同步会话时长与短剧结构；旧「智能推荐」入口归一为 60 秒。"""
     if not is_plot_twist_conversation(conversation):
         return None
     depth = plot_twist_story_depth(value)
     if depth is None:
         return None
+    if depth["value"] == "smart":
+        depth = plot_twist_story_depth("60s")
     memory = dict(conversation.memory or {})
     params = dict(conversation.params or {})
     memory["plot_twist_story_depth"] = depth["value"]
@@ -410,31 +412,59 @@ def set_plot_twist_story_depth(conversation: CreationConversation, value: str) -
     return depth
 
 
-def append_plot_twist_story_depth_question(conversation: CreationConversation) -> CreationMessage:
-    return append_message(
-        conversation,
-        role="assistant",
-        kind=CreationMessage.Kind.ELICIT,
-        text="你希望这支剧情带货视频做到什么程度？",
-        payload={
-            "interaction": "plot_twist_story_depth",
-            "fields": [
-                {
-                    "key": "story_depth",
-                    "label": "故事深度选择",
-                    "type": "single",
-                    "required": True,
-                    "options": [
-                        {"value": item["value"], "label": f"{item['label']}｜{item['summary']}"}
-                        for item in PLOT_TWIST_STORY_DEPTH_OPTIONS
-                        if item["value"] in {"15s", "30s", "60s"}
-                    ],
-                }
-            ],
-            "submitted": False,
-            "answers": {},
-        },
-    )
+_PLOT_TWIST_STORY_BEATS = ("开端", "冲突", "升级", "反转", "结局")
+
+
+def plot_twist_storyline_issue(
+    video_prompt: str,
+    *,
+    timeline: list[dict] | None = None,
+    duration: int = 60,
+) -> str:
+    """短剧在展示给用户前检查完整故事骨架，防止只交出其中一小段。"""
+    beats = _PLOT_TWIST_STORY_BEATS if duration >= 45 else ("开端", "冲突", "反转", "结局")
+    minimum_beats = len(beats)
+    minimum_detail = 12 if duration >= 45 else 8
+    prompt = str(video_prompt or "")
+    if re.search(r"未完待续|下集(?:再|见|继续)|结尾留悬念", prompt):
+        return "短剧应在本片交代结局，不能停在未完待续或下集悬念。"
+    if "完整故事线" not in prompt:
+        return f"视频 Prompt 缺少【完整故事线】：先写{'、'.join(beats)}，再展开逐镜脚本。"
+    last_position = -1
+    for beat in beats:
+        match = re.search(
+            rf"(?m)^[ \t]*(?:[-*][ \t]*)?{beat}(?:[ \t]*[（(][^）)]{{0,25}}[）)])?[ \t]*[：:][ \t]*(.+)$",
+            prompt,
+        )
+        if not match or match.start() <= last_position or len(re.sub(r"\s", "", match.group(1))) < minimum_detail:
+            return f"【完整故事线】中的「{beat}」需要按顺序写出具体人物行动、因果和结果，不能只有标题或一句概括。"
+        last_position = match.start()
+    prompt_spans = sorted({
+        (float(match.group(1)), float(match.group(2)))
+        for match in _SMART_DURATION_RE.finditer(prompt)
+    })
+    if len(prompt_spans) < minimum_beats or prompt_spans[0][0] > 1 or max(end for _, end in prompt_spans) < duration - 2:
+        return f"视频 Prompt 的分镜须从 0 秒连续写到 {duration} 秒结局，不能只描述故事中间的一场戏。"
+    covered_until = prompt_spans[0][1]
+    for start, end in prompt_spans[1:]:
+        if start - covered_until > 2:
+            return "视频 Prompt 的分镜中间有时间空档，请补全人物行动与因果承接。"
+        covered_until = max(covered_until, end)
+    if timeline is not None:
+        spans: list[tuple[float, float]] = []
+        for item in timeline:
+            try:
+                start, end = float(item["start"]), float(item["end"])
+            except (KeyError, TypeError, ValueError):
+                continue
+            if end > start:
+                spans.append((start, end))
+        spans.sort()
+        if len(spans) < minimum_beats or not spans or spans[0][0] > 1 or spans[-1][1] < duration - 2:
+            return f"方案时间轴须从故事起因覆盖到 {duration} 秒结局，至少分 {minimum_beats} 段承接，不能只写中间片段。"
+        if any(next_start - end > 2 for (_, end), (next_start, _) in zip(spans, spans[1:])):
+            return "方案时间轴中间有故事断档；请补全前后动作和因果承接。"
+    return ""
 
 
 def _plot_twist_direction_fallback(conversation: CreationConversation) -> list[dict]:
@@ -1162,7 +1192,8 @@ def append_person_source_gate(conversation: CreationConversation, extra_text: st
         product_name = str(memory.get("product_name") or memory.get("product_brand_and_name") or "").strip()
 
     is_pet = is_pet_preset(conversation.preset)
-    missing_cast = 1
+    role_identity = ""
+    default_person_prompt = ""
     if is_pet:
         prompt_text = (
             f"商品已选定【{product_name}】。这条视频想由哪只宠物角色出镜？选定后，所有镜头和分段都会锁定同一只宠物形象。"
@@ -1174,21 +1205,21 @@ def append_person_source_gate(conversation: CreationConversation, extra_text: st
     else:
         cast_needed = infer_needed_cast_count(conversation, extra_text)
         cast_have = len(locked_person_references(conversation))
-        missing_cast = max(1, cast_needed - cast_have)
         cast_index = min(cast_needed, cast_have + 1)
+        role_identity, default_person_prompt = cast_role_profile(conversation, cast_index, cast_needed)
         if cast_needed > 1:
             prompt_text = (
                 f"商品已选定【{product_name}】。这条视频需要 {cast_needed} 位出镜人物，"
-                f"当前补全第 {cast_index}/{cast_needed} 位；所有镜头和分段都会按角色图锁脸。"
+                f"先补第 {cast_index}/{cast_needed} 位：{role_identity}。确认这位角色后再准备下一位；所有镜头和分段都会按角色图锁脸。"
                 if product_name else
-                f"这条视频需要 {cast_needed} 位出镜人物，当前补全第 {cast_index}/{cast_needed} 位。"
-                "所有镜头和分段都会按角色图锁脸，避免前后形象漂移。"
+                f"这条视频需要 {cast_needed} 位出镜人物。先补第 {cast_index}/{cast_needed} 位：{role_identity}。"
+                "确认这位角色后再准备下一位，避免前后形象漂移。"
             )
         else:
             prompt_text = (
-                f"商品已选定【{product_name}】。这条视频想由哪位角色/达人出镜？选定后，所有镜头和分段都会锁定同一位人物。"
+                f"商品已选定【{product_name}】。本片出镜角色：{role_identity}。请选择角色来源；选定后，所有镜头和分段都会锁定同一位人物。"
                 if product_name else
-                "先确定这条视频的出镜人物。选定后，所有镜头和分段都会锁定同一位人物。"
+                f"本片出镜角色：{role_identity}。请先确定角色来源；选定后，所有镜头和分段都会锁定同一位人物。"
             )
         field_label = "选择人物来源"
         library_label = "从模特库选择"
@@ -1203,7 +1234,9 @@ def append_person_source_gate(conversation: CreationConversation, extra_text: st
             "is_pet": is_pet,
             "cast_needed": 1 if is_pet else infer_needed_cast_count(conversation, extra_text),
             "cast_have": len(locked_person_references(conversation)),
-            "estimated_credits": estimate_role_image_credits(conversation, missing_cast),
+            "role_identity": role_identity,
+            "default_person_prompt": default_person_prompt,
+            "estimated_credits": estimate_role_image_credits(conversation, 1),
             "fields": [{
                 "key": "person_source",
                 "label": field_label,
@@ -1418,14 +1451,6 @@ def infer_needed_cast_count(conversation: CreationConversation, extra_text: str
         mapping = {"1": 1, "2": 2, "3": 3, "4": 4, "一": 1, "二": 2, "三": 3, "四": 4}
         needed = max(needed, max(mapping.get(item, 1) for item in role_labels))
 
-    split_roles = [
-        part.strip()
-        for part in re.split(r"(?:^|\n)\s*(?:角色|人物)\s*[1-4一二三四][:：、.．\s]", blob)
-        if part.strip()
-    ]
-    if len(split_roles) >= 2:
-        needed = max(needed, min(4, len(split_roles)))
-
     return max(1, min(4, needed))
 
 
@@ -1508,6 +1533,54 @@ def _shared_cast_gender_from_text(text: str, total: int) -> str:
     return ""
 
 
+_ROLE_IDENTITIES = (
+    "母亲", "妈妈", "女儿", "父亲", "爸爸", "儿子", "姐姐", "妹妹", "哥哥", "弟弟",
+    "女主", "男主", "闺蜜", "空乘", "旅客", "顾客", "店员", "同事", "朋友", "达人", "主播",
+)
+
+
+def cast_role_profile(conversation: CreationConversation, index: int, total: int) -> tuple[str, str]:
+    """从已确认的视频 Prompt 提取当前角色身份，并给单张定妆图预填可编辑的外观。"""
+    memory = conversation.memory if isinstance(conversation.memory, dict) else {}
+    script = str(memory.get("pending_video_prompt") or "")
+    context = script or _conversation_cast_text_blob(conversation)
+    numbered = re.findall(
+        r"(?:角色|人物)\s*([1-4一二三四])\s*[:：、.．]\s*([^\n；;。]{2,160})",
+        script,
+    )
+    number_map = {"1": 1, "2": 2, "3": 3, "4": 4, "一": 1, "二": 2, "三": 3, "四": 4}
+    clause = next((body.strip() for label, body in numbered if number_map.get(label) == index), "")
+    relation = next((pair for word, pair in (
+        ("母女", ("母亲", "女儿")), ("父女", ("父亲", "女儿")),
+        ("母子", ("母亲", "儿子")), ("父子", ("父亲", "儿子")),
+        ("姐妹", ("姐姐", "妹妹")), ("兄弟", ("哥哥", "弟弟")),
+        ("男女主", ("男主", "女主")),
+    ) if word in context), ())
+    explicit_identity = next((word for word in _ROLE_IDENTITIES if word in clause), "")
+    if explicit_identity:
+        identity = explicit_identity
+    elif relation and index <= len(relation):
+        identity = relation[index - 1]
+    else:
+        gender = _cast_gender_from_text(clause) or _shared_cast_gender_from_text(context, total)
+        identity = f"第{index}位成年{gender}角色" if gender else ("出镜主角" if total == 1 else f"第{index}位出镜人物")
+
+    gender = _cast_gender_from_text(clause) or _cast_gender_from_text(identity) or _shared_cast_gender_from_text(context, total)
+    # 只取角色外观，不把动作、商品或分镜内容带入定妆图。
+    appearance = re.split(r"(?:在|展示|拿着|手持|使用|进入|走向|镜头|商品|产品|画面|场景)", clause, maxsplit=1)[0]
+    appearance = _character_only_appearance_text(appearance).strip("，,。；; ")
+    if appearance and len(appearance) <= 80:
+        default = appearance
+    else:
+        default = f"成年{gender}，{identity}" if gender else f"成年人物，{identity}"
+    if identity not in default:
+        default = f"{identity}，{default}"
+    if gender and gender not in default and not re.search(_FEMALE_CAST_WORDS if gender == "女性" else _MALE_CAST_WORDS, default):
+        default = f"成年{gender}，{default}"
+    default += "，写实角色形象，五官和发型清晰，服装符合角色身份"
+    return identity, default[:500]
+
+
 def _cast_gender_requirements(
     conversation: CreationConversation,
     role_briefs: list[str],
@@ -1579,10 +1652,14 @@ def _build_single_person_reference_prompt(
             if gender_requirement else ""
         )
         prompt = (
-            f"为短视频生成一张可反复用于锁定身份的真人模特定妆参考图（{role_tag}出镜角色）。"
-            f"只出现一位成年人物。{gender_instruction}正面或轻微三分之四角度，中近景，表情自然，"
-            "五官、发型、肤色、身形和服装细节清晰，简洁中性背景，写实摄影，"
-            "不要文字、水印、拼图、多人、遮挡脸部或夸张滤镜。"
+            f"为短视频生成一张横向角色设定图（{role_tag}出镜角色），所有视角必须是同一位成年人物。"
+            f"{gender_instruction}严格按以下版式排布：左侧占画面约三分之二，横向并排展示这个角色的"
+            "全身正面、全身侧面、全身背面三视图；每一视图都从头顶到鞋底完整入画，双脚清晰，"
+            "不要截断头部、腿部或鞋子。右侧占画面约三分之一，上方是脸部正面清晰特写，"
+            "下方是脸部严格侧面清晰特写。五个视角的脸型、五官、发型、肤色、身材、"
+            "年龄和服装必须完全一致，不能像五个不同的人。站姿自然，服装与鞋子细节明确，"
+            "写实摄影，均匀柔和布光，纯色简约背景。除这位角色的多视角展示外不要其他人物；"
+            "不要文字、标签、边框、水印、遮脸道具或夸张滤镜。"
             f"{no_product}"
         )
         if appearance_only:
@@ -1607,11 +1684,11 @@ def submit_generated_person_reference(
     appearance_prompt: str = "",
     cast_count: int | None = None,
 ) -> list:
-    """生成人物/宠物角色定妆参考；多人物视频会一次生成多张，完成后再建模特并锁定。
+    """每次只生成当前一位人物/宠物；确认后才进入下一位。
 
     定妆图 prompt 只写角色外观，不写入商品名/卖点/用户创作简述，也不带商品参考图，
     否则出图模型常会把商品画进角色照。
-    返回 GENERATING 消息列表（单人时长度为 1）。
+    返回仅含当前角色的一条 GENERATING 消息。
     """
     from .services import enqueue_standalone_images
 
@@ -1627,22 +1704,25 @@ def submit_generated_person_reference(
     context_brief = "\n".join(reversed([item.strip() for item in recent_user if item and item.strip()]))[:700]
     raw_appearance = (appearance_prompt or "").strip()[:500]
 
-    total = cast_count if cast_count is not None else (
-        infer_needed_cast_count(conversation, raw_appearance) - len(locked_person_references(conversation))
-    )
+    cast_have = len(locked_person_references(conversation))
+    total = cast_count if cast_count is not None else infer_needed_cast_count(conversation, raw_appearance)
     total = max(1, min(4, int(total or 1)))
     if is_pet_preset(conversation.preset):
         total = 1
-    role_briefs = build_cast_role_briefs(total, raw_appearance)
-    gender_requirements = _cast_gender_requirements(conversation, role_briefs, raw_appearance)
+    index = min(total, cast_have + 1)
+    role_identity, default_prompt = cast_role_profile(conversation, index, total) if not is_pet_preset(conversation.preset) else ("宠物主角", "")
+    brief = _character_only_appearance_text(raw_appearance or default_prompt)
+    gender_requirement = _cast_gender_requirements(conversation, [brief] * total, brief)[index - 1]
 
     memory = dict(conversation.memory or {})
     memory["person_source"] = "platform_generate"
     memory["person_source_pending"] = True
-    memory["person_prompt"] = appearance_prompt
+    memory["person_prompt"] = raw_appearance or default_prompt
     memory["person_cast_total"] = total
-    memory["person_cast_pending"] = total
-    memory["person_cast_model_ids"] = []
+    memory["person_cast_pending"] = 1
+    memory["person_cast_index"] = index
+    memory["person_cast_role_identity"] = role_identity
+    memory.setdefault("person_cast_model_ids", [])
     memory.pop("person_confirm_pending", None)
     memory.pop("person_source_ready", None)
     memory.pop("person_model_id", None)
@@ -1651,44 +1731,42 @@ def submit_generated_person_reference(
     conversation.agent_status = CreationConversation.AgentStatus.IDLE
     conversation.save(update_fields=["memory", "status", "agent_status", "updated_at"])
 
-    messages = []
-    for index, brief in enumerate(role_briefs, start=1):
-        prompt, label, model_name = _build_single_person_reference_prompt(
-            conversation=conversation,
-            appearance_only=brief,
-            context_brief=context_brief,
-            cast_index=index,
-            cast_total=total,
-            gender_requirement=gender_requirements[index - 1],
-        )
-        tasks = enqueue_standalone_images(
-            team=conversation.team,
-            user=user,
-            prompt=prompt,
-            mode="model",
-            count=1,
-            ratio="portrait",
-            feature="omni_create",
-        )
-        task = tasks[0]
-        messages.append(
-            append_message(
-                conversation,
-                role="assistant",
-                kind=CreationMessage.Kind.GENERATING,
-                payload={
-                    "task_id": str(task.id),
-                    "kind": "person_reference",
-                    "prompt": prompt,
-                    "label": label,
-                    "cast_index": index,
-                    "cast_total": total,
-                    "cast_model_name": model_name,
-                },
-                task=task,
-            )
-        )
-    return messages
+    prompt, label, model_name = _build_single_person_reference_prompt(
+        conversation=conversation,
+        appearance_only=brief,
+        context_brief=context_brief,
+        cast_index=index,
+        cast_total=total,
+        gender_requirement=gender_requirement,
+    )
+    image_ratio = "portrait" if is_pet_preset(conversation.preset) else "16:9"
+    tasks = enqueue_standalone_images(
+        team=conversation.team,
+        user=user,
+        prompt=prompt,
+        mode="model",
+        count=1,
+        ratio=image_ratio,
+        feature="omni_create",
+    )
+    task = tasks[0]
+    return [append_message(
+        conversation,
+        role="assistant",
+        kind=CreationMessage.Kind.GENERATING,
+        payload={
+            "task_id": str(task.id),
+            "kind": "person_reference",
+            "ratio": image_ratio,
+            "prompt": prompt,
+            "label": label,
+            "cast_index": index,
+            "cast_total": total,
+            "cast_role_identity": role_identity,
+            "cast_model_name": model_name,
+        },
+        task=task,
+    )]
 
 
 def insufficient_cast_refs_message(conversation: CreationConversation, prompt: str = "") -> str:
@@ -1702,7 +1780,7 @@ def insufficient_cast_refs_message(conversation: CreationConversation, prompt: s
         return ""
     return (
         f"这是多人物视频，需要 {needed} 张角色定妆图锁定前后形象，当前只有 {have} 张。"
-        "请先用「平台帮忙生成」一次生成多位角色，或从模特库/本地补齐后再出片。"
+        "请先逐位使用「平台帮忙生成」，或从模特库/本地补齐后再出片。"
     )
 
 
@@ -2012,9 +2090,10 @@ video_prompt 是交给出片模型的完整制作文件，不是方案摘要、
 色彩与材质系统：写出主色、材质、皮肤/产品/环境的可见质感。
 打光规则：光源方向、软硬、色温、人物和产品分别如何受光。
 剪辑节奏：列出时间段与 Hook → 证据/体验 → 转化收束的推进逻辑。
+剧情反转带货例外：上述广告节奏让位于完整故事的起因→行动→受阻→升级→反转→结果；商品证据嵌入剧情因果，结局之后才自然收束，不要把 60 秒写成某一场戏的片段。
 声音方向：人声身份、语气、语速、环境声/拟音、背景音乐的进入和收束；人声原文必须分配到对应分镜。
 场景：逐一写清可见地点、前中后景、环境道具与景深。
-主体与参考素材：逐一说明角色、商品、场景的可见身份和一致性要求。已 @ 的素材按 @图片1、@图片2 … 标注其用途；仅引用实际提供的素材。
+主体与参考素材：逐一说明角色、商品、场景的可见身份和一致性要求。多人物时先分行写「角色1：身份、性别、成年年龄段、发型与服装」「角色2：…」，每位角色单独一行，便于逐位生成定妆图；角色外观不得与剧情身份矛盾。已 @ 的素材按 @图片1、@图片2 … 标注其用途；仅引用实际提供的素材。
 各个分镜的具体内容：按时间顺序逐段展开。
 
 分镜不能省略细节：每一段都必须严格用下面四行写完，不得只写一句画面描述：
@@ -3087,6 +3166,9 @@ def tool_schemas(context: AgentContext, *, allow_plan: bool = True) -> list[dict
     """给模型看的工具清单。图片会话不暴露 generate_video,反之亦然 ——
     会话 mode 是定死的(契约 §0),把不该用的工具摆出来只会诱导模型走错路。
     allow_plan=False 时隐藏 write_strategy / write_plan / generate_image,闲聊用不出来。"""
+    plot_full_length = video_duration(context.conversation.params or {}) >= 45
+    plot_beats = "开端、冲突、升级、反转、结局" if plot_full_length else "开端、冲突、反转、结局"
+    plot_stage_count = 5 if plot_full_length else 4
     tools = [
         {
             "type": "function",
@@ -3166,7 +3248,7 @@ def tool_schemas(context: AgentContext, *, allow_plan: bool = True) -> list[dict
                 "function": {
                     "name": "present_story_directions",
                     "description": (
-                        "剧情反转带货预设在用户选定故事深度后，先调用此工具展示 3 个可点击的剧情方向。"
+                        "剧情反转带货预设默认按 60 秒完整短剧展开，先调用此工具展示 3 个可点击的剧情方向。"
                         "每条都必须有不同的冲突、商品承担的实际作用、反转和情绪；不能只说‘我准备了三个方向’。"
                         "用户点击其一后才可 write_strategy；本工具调用后必须停下来等待选择。"
                     ),
@@ -3236,8 +3318,12 @@ def tool_schemas(context: AgentContext, *, allow_plan: bool = True) -> list[dict
                         "video_prompt 按系统里的「制作级交付」写成完整 Prompt 文件:必须有整体规则、"
                         "声音/灯光/场景/参考素材锁定、可执行镜头和一致性收束,不要只写大纲。"
                     )
-                    +
-                    "第一稿必须已经可直接过平台审核:只写正向安全描述,不要输出风险词清单或否定式免责声明。"
+                    + (
+                        f"剧情反转带货须先写【完整故事线】的{plot_beats}，"
+                        f"再按至少{plot_stage_count}段连续时间轴写完整的一集；结尾解决开头的问题，不能只交中间一场戏。"
+                        if is_plot_twist_conversation(context.conversation) else ""
+                    )
+                    + "第一稿必须已经可直接过平台审核:只写正向安全描述,不要输出风险词清单或否定式免责声明。"
                     "先完成内部 write_strategy，再调它。修改架构时必须沿用上一版，只改用户指出的部分，未受影响的时间段原样保留。"
                 ),
                 "parameters": {
@@ -3283,6 +3369,11 @@ def tool_schemas(context: AgentContext, *, allow_plan: bool = True) -> list[dict
                                 "60 秒以内每一镜包含拍法/画面内容/主体或产品露出/声音；15 秒至少 4 镜，含人声原文、拟音和 BGM 节奏。"
                                 "已 @ 素材标明用途与需锁定的特征；禁止把口播做成画面文字。"
                                 "人物必须明确为成年人且构图得体；只写正向可拍内容，不列风险词或禁用词。"
+                                + (
+                                    f"剧情预设另须先逐行写【完整故事线】的{plot_beats}，"
+                                    "每段有具体因果；分镜连续覆盖全片，结尾完成角色目标或关系的结果。"
+                                    if is_plot_twist_conversation(context.conversation) else ""
+                                )
                             ),
                         },
                     },
@@ -3305,6 +3396,10 @@ def tool_schemas(context: AgentContext, *, allow_plan: bool = True) -> list[dict
                         else
                         "video_prompt 必须是系统规定的制作级完整文件，不能只把旧 Prompt 缩写成几行分镜。"
                     )
+                    + (
+                        "剧情预设必须保留开端到结局的完整故事线和全片分镜，不可只写故事中的一个片段。"
+                        if is_plot_twist_conversation(context.conversation) else ""
+                    )
                 ),
                 "parameters": {
                     "type": "object",
@@ -4194,6 +4289,23 @@ def build_system_prompt(context: AgentContext, *, allow_plan: bool = True, has_c
     ]
     if context.is_video:
         lines.extend(["", _OMNI_VIDEO_PROMPT_RULES.strip()])
+        if is_plot_twist_conversation(conversation):
+            plot_full_length = video_duration(conversation.params or {}) >= 45
+            plot_beat_lines = (
+                "「开端：」「冲突：」「升级：」「反转：」「结局：」"
+                if plot_full_length else "「开端：」「冲突：」「反转：」「结局：」"
+            )
+            plot_stage_count = 5 if plot_full_length else 4
+            lines.append(
+                "【短剧完整故事线·优先于通用广告节奏】默认 60 秒是一集独立完整短剧；较短时长也必须讲完故事。"
+                "write_plan 的 video_prompt 在技术规则和分镜前必须有【完整故事线】，"
+                f"按顺序逐行写{plot_beat_lines}，"
+                "每行写具体人物、目标、行动与可见结果，不是几个空标题。"
+                "从第一秒的起因到最后一秒的结局覆盖全片；前 3 秒闪前后也要回到起因。"
+                f"方案时间轴至少{plot_stage_count}段连续覆盖全时长，逐镜从故事线展开，镜头之间明确‘因为前一动作，所以发生下一动作’。"
+                "结尾先完成冲突与人物关系的回收，再自然表达商品价值，不留未完待续。"
+                "write_prompt 修改时仍保留完整故事线和全时长分镜，不能只截取中间一场戏。"
+            )
         lines.extend([
             "",
             "【视频创作工作原则】",
@@ -4311,7 +4423,7 @@ def build_system_prompt(context: AgentContext, *, allow_plan: bool = True, has_c
         if is_plot_twist_conversation(conversation):
             depth = active_plot_twist_story_depth(conversation)
             if not depth:
-                lines.append("剧情反转带货尚未选择故事深度：必须先调用 ask_user 让用户选 15 秒、30 秒、60 秒或智能推荐；此时禁止给剧情方向、策略或方案。")
+                lines.append("剧情反转带货默认 60 秒完整短剧；不要追问开场时长，先按 60 秒核对商品，再展示剧情方向。")
             else:
                 lines.append(plot_twist_story_contract(depth))
                 memory = conversation.memory if isinstance(conversation.memory, dict) else {}
@@ -4964,18 +5076,10 @@ def iter_creation_agent_events(
             yield {"type": "done"}
             return
 
-        # 剧情带货的第一个必经步骤永远是选时长；之后才核对商品与剧情方向。
+        # 剧情带货新会话默认 60 秒，不再让用户先选 15/30/60 秒；
+        # 历史会话明确选过的时长仍保留，避免重进后改写已确认的结构。
         if is_plot_twist_conversation(conversation) and not active_plot_twist_story_depth(conversation):
-            explicit_depth = plot_twist_story_depth(text)
-            if explicit_depth is not None and explicit_depth["value"] != "smart":
-                set_plot_twist_story_depth(conversation, explicit_depth["value"])
-            else:
-                question = append_plot_twist_story_depth_question(conversation)
-                conversation.agent_status = CreationConversation.AgentStatus.AWAITING_USER
-                conversation.save(update_fields=["agent_status", "updated_at"])
-                yield {"type": "message", "message": _message_payload(question)}
-                yield {"type": "done"}
-                return
+            set_plot_twist_story_depth(conversation, "60s")
 
         # 0. 本地上传商品图优先确认品牌与具体品名
         if product_info_needs_confirmation(conversation, text):
@@ -5761,6 +5865,25 @@ def _dispatch_tool(
         fields = _coerce_fields(args.get("fields"))
         if not fields:
             return {"payload": {"error": "fields 不合法,请重新组织问题"}}, False
+        # 剧情方向不能退化为普通单选：ask_user 的 options 只有标题，
+        # 用户看不到冲突、商品作用与反转。统一改用有完整内容的方向卡。
+        if (
+            context.is_video
+            and is_plot_twist_conversation(context.conversation)
+            and active_plot_twist_story_depth(context.conversation)
+            and not plot_twist_selected_direction(context.conversation)
+            and any(
+                "story_direction" in str(field.get("key") or "").lower()
+                or "plot_direction" in str(field.get("key") or "").lower()
+                or re.search(r"(?:剧情|故事).{0,6}方向", str(field.get("label") or ""))
+                for field in fields
+            )
+        ):
+            return _dispatch_tool(
+                context,
+                "present_story_directions",
+                {"directions": _plot_twist_direction_fallback(context.conversation)},
+            )
         # 临时隐藏 >60 秒长视频：模型自拟的时长选项也裁掉
         for field in fields:
             if not isinstance(field, dict):
@@ -5896,6 +6019,15 @@ def _dispatch_tool(
         video_prompt = str(args.get("video_prompt") or "").strip()
         if not video_prompt:
             return {"payload": {"error": "video_prompt 不能为空,请把完整出片指令写进去"}}, False
+        card = _coerce_plan_card_args(args if isinstance(args, dict) else {})
+        if is_plot_twist_conversation(context.conversation):
+            issue = plot_twist_storyline_issue(
+                video_prompt,
+                timeline=card["timeline"],
+                duration=video_duration(context.conversation.params or {}),
+            )
+            if issue:
+                return {"payload": {"error": f"短剧不是故事中的一小段。{issue}请重写完整方案和 Prompt。"}}, False
         if context.is_video and click_swap_needs_sequence(context.conversation):
             gate = append_click_swap_sequence_gate(context.conversation)
             set_video_gate_stage(context.conversation, "clarify")
@@ -5932,7 +6064,6 @@ def _dispatch_tool(
                         "error": "剧情反转带货必须先选定剧情方向，再写方案。请先 present_story_directions 让用户选择。"
                     }
                 }, False
-        card = _coerce_plan_card_args(args if isinstance(args, dict) else {})
         if not card["usp"] or not card["points"]:
             return {
                 "payload": {
@@ -6031,6 +6162,13 @@ def _dispatch_tool(
             video_prompt = get_pending_video_prompt(context.conversation)
         if not video_prompt:
             return {"payload": {"error": "video_prompt 不能为空,请把完整出片指令写进去"}}, False
+        if is_plot_twist_conversation(context.conversation):
+            issue = plot_twist_storyline_issue(
+                video_prompt,
+                duration=video_duration(context.conversation.params or {}),
+            )
+            if issue:
+                return {"payload": {"error": f"短剧出片指令需要完整故事。{issue}请保留整条故事线后重写。"}}, False
         if context.is_video and click_swap_needs_sequence(context.conversation):
             gate = append_click_swap_sequence_gate(context.conversation)
             set_video_gate_stage(context.conversation, "clarify")