完成极速成品和脚本优化

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

@@ -32,7 +32,7 @@ description: >
   "hook": "前3秒主打钩子(一句话)",
   "tone": "种草|测评|剧情|痛点",
   "presentation_format": "口播|短剧|Vlog",
-  "video_structure": "痛点解决|前后对比|测评验证|场景种草",
+  "video_structure": "痛点解决|前后对比|测评验证|场景种草|促销抢购|知识分享",
   "aspect_ratio": "9:16",
   "total_duration": 30,
   "segment_count": 3,
@@ -59,7 +59,7 @@ description: >
       "index": 0,
       "duration": 15,
       "role": "钩子|痛点|卖点|CTA",
-  "narration": "这一镜被说出来的台词/旁白,15秒口播目标55-63字(下限54,上限67)",
+  "narration": "这一镜被说出来的台词/旁白,15秒口播目标66-74字(下限64,上限78)",
       "speaker": "可选,指向某 entity 的 id;画外旁白时为 null",
       "visual": "0-3s：近景，……\\n3-8s：手持跟拍，开始使用商品\\n8-12s：特写，商品用法过程\\n12-15s：拉回中近景，使用后的反应",
       "product_exposure": "商品露出方式(手持/特写/使用中)",
@@ -73,7 +73,7 @@ description: >
 字段纪律：
 - `tone` 必须是四选一枚举；`role` 必须是四选一枚举。
 - **表现形式与视频结构由输入给定**：`presentation_format`（`口播|短剧|Vlog`）和
-  `video_structure`（`痛点解决|前后对比|测评验证|场景种草`）**原样回填到输出里**，不要自己改。
+  `video_structure`（`痛点解决|前后对比|测评验证|场景种草|促销抢购|知识分享`）**原样回填到输出里**，不要自己改。
   输入没给时，按商品品类与人群自行选一组最合适的，并如实填进这两个字段。
 - **画幅由输入给定**：`aspect_ratio` 默认 `"9:16"`（电商竖屏主场景），但**不写死**——输入指定了其他比例（如 `"16:9"`、`"1:1"`、`"4:5"`）就照用，原样透传给下游。画幅只影响 `visual` 的构图措辞，不改变结构与镜数。
 - **总时长由输入给定**：`total_duration` 取 **15 / 30 / 45 / 60**（15 秒步进），输入未指定时默认 `30`。**不要写死成别的数。**
@@ -96,14 +96,15 @@ description: >
 - **场景必抽，且每镜必绑一个场景**：每条脚本**至少声明 1 个 `type:"scene"` 实体**表示画面所在环境；**每个 segment 的 `entity_refs` 必须恰好引用一个 scene**。多镜在同一环境就**复用同一个 scene id**（绝不为同一环境写两份 visual_prompt，否则下游背景漂移）；只有真正换了环境才新建另一个 scene。纯产品特写镜也要绑它所处环境的 scene（如「宿舍书桌」「厨房台面」），没有合适环境时复用主场景。
 - `visual_prompt` 由你自动生成，小白无需打字。
 - **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：
-  `0-3s：景别；构图；运镜；谁在做什么；手和商品的空间关系；信息变化`
-  第一条从 0 秒起，最后一条接到 15s。每条都要有景别/运镜，15 秒内至少切两次景别。
+  `0-3s：景别；机位；运镜；谁在做什么；手和商品的空间关系；信息变化`
+  第一条从 0 秒起，最后一条接到 15s。每条都要有景别/机位/运镜，15 秒内至少切两次景别。
   **禁止**用一句静态动作撑满 15 秒（如「女主举起商品展示」）。这是给故事板和 Seedance 的导演说明书，**不占 narration 字数**。
+  输入是 `【镜头 01】` 分镜稿时，把原稿的景别、机位、运镜、动作、表情、音效、背景音乐、字幕、备注折进导演说明书，不要压成一句画面摘要。
 - **`visual` 固定使用导演层级**：先写 `【本镜任务】`（这一段要完成的情绪/信息变化），再写
-  `【声音】`（可发生的同期声、人声状态或「无配乐，仅同期声」），接着写 `【画面内容】`，
+  `【声音】`（台词/旁白状态、音效、背景音乐、字幕；没有写无），接着写 `【画面内容】`，
   最后在该标题下列出 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。
-- **每条秒级分镜都写执行细节**：景别、构图、运镜、动作、信息变化五项至少有四项；例如
-  `3-8s：中近景；人物位于画面左三分之一，商品从右下入画；手持跟拍；拧开瓶盖并挤出质地；观众第一次看清产品状态。`
+- **每条秒级分镜都写执行细节**：景别、机位、运镜、动作、信息变化五项至少有四项；例如
+  `3-8s：中近景；人物侧后方；手持跟拍；拧开瓶盖并挤出质地；观众第一次看清产品状态。`
   这比「展示商品」更容易被分镜图和视频模型准确执行。
 - **画面物理常识**：商品用法必须是真人会做的。茶/咖啡 = 热水、蒸汽、茶汤渐染，禁止茶包丢进看起来像冷白开的杯子；护肤品 = 挤出/涂抹；食品 = 打开/入口。手从真实方向入画，禁止悬浮肢体、反关节、商品凭空出现。每条分镜写清容器/包装长什么样、液体或材质当前状态。
 - 不要输出 schema 之外的字段，也不要省略必填字段。
@@ -117,8 +118,8 @@ description: >
 
 详见 `references/methodology.md`「旁白红线」。最关键的几条：
 - **口语化**，像真人对着镜头说话，不准书面腔 / AI 腔。
-- **口播 15 秒镜要说满**：`narration` **54–67 字**（写作目标 **55–63 字，3–5 句短句**）。
-  上限为 `duration × 4.5` 且不超过 68 字。禁止一句 20 字收工。
+- **口播 15 秒镜要说满**：`narration` **64–78 字**（写作目标 **66–74 字，4–5 句短句**）。
+  上限为 `duration × 5.2` 且不超过 78 字。禁止一句 20 字收工。
   商品名全片点名 1–2 次即可，其余镜用卖点原词和可感知细节（口感/气味/动作/使用场景）。
   Vlog 才允许个别镜纯画面；口播禁止整镜无声。
 - **禁违规词**：医疗功效（治疗/根治/抗癌…）、绝对化用语（最/第一/100%/国家级…）一律不写。
@@ -139,7 +140,7 @@ description: >
 | 画幅 | **默认 9:16 竖屏**，由输入可覆盖（16:9 / 1:1 / 4:5 等照用） |
 | 总时长 | **15 / 30 / 45 / 60 秒**，由输入给定；未指定时默认 30 |
 | 表现形式 | **口播 / 短剧 / Vlog**，由输入给定；未指定时按品类人群自选 |
-| 视频结构 | **痛点解决 / 前后对比 / 测评验证 / 场景种草**，由输入给定；未指定时按品类人群自选 |
+| 视频结构 | **痛点解决 / 前后对比 / 测评验证 / 场景种草 / 促销抢购 / 知识分享**，由输入给定；未指定时按品类人群自选 |
 | 分镜 | **每镜固定 15 秒**；镜数 = 总时长 / 15 |
 | 镜头功能 | 钩子 → 痛点 → 卖点 → CTA（黄金结构；具体骨架以视频结构套路为准） |
 | 发声方式 | 出片模型直接生成画面+音效+人声（**不走 TTS**） |
@@ -154,7 +155,7 @@ description: >
 | ---- | ---- | ---- | ---- |
 | **① 全自动** | 用户只给【商品信息 + 前置条件(表现形式/视频结构/时长/人群/卖点勾选)】，无主题无原稿 | 凭商品与前置条件，自动定镜数、选 tone、造 entity、按套路填镜 | `methodology.md` + `hook-library.md` + `category-playbook.md` + `platform-tone.md` |
 | **② 一句话** | 用户额外给了一句主题（如「主打熬夜党救星」） | 以该主题为脚本主轴扩写，其余同全自动 | 同上（主题优先于自动选题） |
-| **③ 改稿 / 上传脚本** | 用户给了已有脚本/文案 | **保留用户原意**，先识别原稿结构与叙述顺序，再增强钩子/节奏/卖点证明/CTA，并归一化到 JSON 结构 | `methodology.md` + `hook-library.md` + `checklist.md` |
+| **③ 改稿 / 上传脚本 / 上传视频提炼** | 用户给了已有脚本,或一份 `【镜头 01】` 导演分镜稿 | **脚本**：保留用户原意，增强钩子/节奏/卖点证明/CTA，并归一化到 JSON。**视频分镜稿**：照搬镜头顺序、每镜时长比例、景别、机位、运镜、人物动作和声音层次，把人物、商品、品牌、台词换成当前商品；`visual` 必须把景别/机位/运镜/动作/表情/音效/背景音乐/字幕/备注折进导演说明书，不要压成一句画面摘要 | `methodology.md` + `hook-library.md` + `checklist.md` |
 | 信息不足 | 连商品信息都缺，无法生成 | 唯一允许的回退：用一句话问清最少必要信息 | — |
 
 **进入任何模式前，必须先读取该行列出的参考资料。**
@@ -165,7 +166,7 @@ description: >
 并根据输入指定的表现形式与视频结构，**各读一份**：
 
 - `references/playbooks/format-{口播→oral | 短剧→drama | Vlog→vlog}.md`
-- `references/playbooks/structure-{痛点解决→pain | 前后对比→contrast | 测评验证→review | 场景种草→scene}.md`
+- `references/playbooks/structure-{痛点解决→pain | 前后对比→contrast | 测评验证→review | 场景种草→scene | 促销抢购→promo | 知识分享→knowledge}.md`
 
 > 运行时后端只会把被指定的那两份套路拼进上下文。**看到哪份就用哪份，
 > 不要凭记忆套用没加载进来的套路。**
@@ -182,7 +183,7 @@ description: >
 4. **抽取/创建 entities** — 识别脚本需要的角色 / 场景 / 商品；为每个 entity 写一份**全脚本共用**的 `visual_prompt`（保证多镜同一角色同一张脸）；可选写 `voice_ref` 锁音色。
 5. **按套路填结构** — 优先用视频结构套路里的骨架给每个 segment 分配 `role`；
    套路没覆盖到的用「role 按镜数分配」表兜底；钩子镜套用该套路指定的钩子写法。
-6. **写 narration / visual / 商品露出** — 口播 15 秒镜旁白 55–63 字（下限 54）、口语化、过红线；
+6. **写 narration / visual / 商品露出** — 口播 15 秒镜旁白 66–74 字（下限 64）、口语化、过红线；
    **visual 按秒拆成 3–5 条分镜**；必须把输入给出的卖点原词和商品描述细节写进旁白或对白，不要每句只重复商品名；
    发声方式按表现形式套路来；每镜规划自然的 `product_exposure`。
 7. **连引用** — 填 `entity_refs` 与 `speaker`，确认每个 entity 都被引用、id 都合法。