视频复刻优化替换商品和替换角色

core/backend/apps/ai/video_digest.py

@@ -109,7 +109,7 @@ def load_digest_skill() -> str:
         "你是分镜拆解 agent。输入是一条短视频的完整文件,含画面和音轨。"
         "必须覆盖全片,从 00:00 写到片尾,有几镜写几镜,不要概括成几大段。"
         "每镜按【镜头 01】写出时间、时长、景别、机位、运镜、画面、人物动作、人物表情、"
-        "台词/旁白、音效、背景音乐、字幕、备注。没有就写无。输出中文纯文本。"
+        "人声方式、台词/旁白、音效、背景音乐、字幕、备注。人声方式只能写画内人物对白、画外旁白或无；没有就写无。输出中文纯文本。"
     )
 
 
@@ -435,15 +435,15 @@ def build_digest_messages(
         head = [
             f"这是一条{measured}的短视频**完整文件**(含画面和口播音轨)。{title_hint}",
             "请按技能还原全片导演分镜稿:从 00:00 写到片尾,有几镜写几镜。",
-            "每镜必须写齐时间、时长、景别、机位、运镜、画面、人物动作、人物表情、台词/旁白、音效、背景音乐、字幕、备注。",
-            "台词/旁白按听到的口播逐字写;画面上的花字写进字幕。",
+            "每镜必须写齐时间、时长、景别、机位、运镜、画面、人物动作、人物表情、人声方式、台词/旁白、音效、背景音乐、字幕、备注。",
+            "人声方式必须区分画内人物对白、画外旁白或无；台词/旁白按听到的口播逐字写，画面中人物开口时必须标画内人物对白；画面上的花字写进字幕。",
         ]
     else:
         head = [
             f"这是一条{measured}的短视频,",
             f"按时间顺序均匀抽了 {len(frames)} 帧。每帧图前面标了它在原片中的时间点。{title_hint}",
             "请按技能还原**全片**导演分镜稿:从 00:00 写到片尾,有几镜写几镜。",
-            "每镜必须写齐时间、时长、景别、机位、运镜、画面、人物动作、人物表情、台词/旁白、音效、背景音乐、字幕、备注。",
+            "每镜必须写齐时间、时长、景别、机位、运镜、画面、人物动作、人物表情、人声方式、台词/旁白、音效、背景音乐、字幕、备注。",
         ]
     if product_hint:
         head.append(f"用户接下来想用这条片子的结构去拍自己的商品:{product_hint}。")