优化多个视频带字幕问题

core/backend/apps/ai/services.py

@@ -891,6 +891,17 @@ NO_EMBEDDED_CAPTIONS_REQUIREMENT = (
 # 结尾再补一句极短的正面复述:末位权重高,但只用「叠加」这类中性词,不再重复负面名词。
 NO_EMBEDDED_CAPTIONS_TAIL = "画面全程保持纯实拍，无任何叠加层。"
 
+# ★ 实测:同一条片子出四段,只有**开场那一段**带字幕,后三段干净。
+# 原因不在我们的提示词结构(四段模板完全一致),而在模型的先验:在「电商口播开场」这个语境下,
+# 它学到的强关联是「钩子 = 屏幕上打一行大字」;使用过程 / 特写 / CTA 段几乎不触发这个先验。
+# 所以给开场段单独一句**正面**指令,把这个先验掰到「钩子靠画面和表演」上 ——
+# 注意全句不含任何负面名词(字幕/花字…),否则又会掉进「越说越画」的坑。
+OPENING_SHOT_DIRECTIVE = (
+    "【开场】这是全片的第一段：第一帧就是实拍画面本身，人物已经在做第一条秒级分镜里的那件事，"
+    "镜头直接开拍，像从一段连续素材里截出来的。开场的吸引力全部来自人物的表情、动作和环境，"
+    "屏幕保持干净。"
+)
+
 # 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)"
@@ -2718,10 +2729,11 @@ def build_video_segment_prompt(project, video_segment, scene, refs, user_prompt:
     extra = (user_prompt or "").strip()
     if extra:
         script_text = (script_text + "\n" + extra).strip() if script_text else extra
-    # 正文可在 admin「提示词·视频」页改。占位符:{设定}=@图N点名、{风格}=全片风格锚点、{脚本}=本段脚本、{时长}。
+    # 正文可在 admin「提示词·视频」页改。占位符:{开场}=仅第一段有的开场指令、{设定}=@图N点名、
+    # {风格}=全片风格锚点、{脚本}=本段脚本、{时长}。
     # 时长/比例靠 API 参数传(duration/ratio),不写进正文;尾句给风格 + 音效/字幕要求。
     default = (
-        "{设定}{风格}【脚本】{脚本}\n"
+        "{开场}{设定}{风格}【脚本】{脚本}\n"
         "【执行纪律】严格按脚本里的秒级分镜拍:每一个时间段都要拍到,景别、机位、运镜、动作按写的来;"
         "不要把整段并成一个静止长镜头,也不要加脚本里没有的转场、人物或道具。"
         "\n【一致性】参考图是本片唯一的视觉依据:角色保持同一张脸、同一发型、同一套服装;"
@@ -2733,8 +2745,11 @@ def build_video_segment_prompt(project, video_segment, scene, refs, user_prompt:
         "\n【画质】真人实拍质感,自然光影,肤色与材质真实,焦点始终落在脚本指定的主体上,画面稳定不糊。"
         "\n电商带货短视频,商品露出清晰,节奏有转化感。不要背景音乐,但是要有音效,逼真的音效。"
     )
+    # 开场段(全片第一段)额外挂一条正面开场指令 —— 字幕基本只在这一段冒出来
+    opening = OPENING_SHOT_DIRECTIVE + "\n" if video_segment.sort_order == 0 else ""
     rendered = render_prompt(
         "video_segment", default,
+        开场=opening,
         设定=("【设定】" + "，".join(setup_parts) + "。\n" if setup_parts else ""),
         风格=(f"【风格】{_scene_context(project)}。\n" if _scene_context(project) else ""),
         分镜="",  # 兼容:旧模板行里可能还留着 {分镜}(故事板时代的占位符),渲染成空串而不是原样漏出