style: auto-format with black + isort + ruff + prettier [skip ci-format-check]

原方案直接UPDATE active行system_prompt会覆盖运营手动修改。改为插入新版本(MAX+1)为active，旧版本完整保留仅is_active=false，运营可随时后台切回；复用旧active的user_prompt/example_output保留运营微调；幂等可重入；downgrade可删新行恢复旧active。

alembic/versions/111_vv_compliance_prompts.py

@@ -0,0 +1,257 @@
+"""#2312 storyboard v5 (GLOBAL_CONSTRAINTS+健康行业红线) + review v3 (医疗合规维度) — 保底插入版
+
+问题：#2308三字段拆分、#2311音频重构、#2312合规修复都只更新了代码默认 prompts.py，
+没有写 alembic 同步 viral_video_prompt_templates 表。但后台管理端
+（/viral-prompt-templates）允许运营在线编辑模板，运营手改的内容不能被迁移覆盖。
+
+策略（重要）：
+- 本迁移**不** deactivate 任何已有的 active 模板；运营配置的 v6 等高版本保持原样。
+- 仅当某个 prompt_type 当前**没有**任何 is_active=true 的模板时（即空库/异常状态），
+  才把本次插入的 v5/v3 设为 is_active=true 作为保底。
+- 已存在 active 模板时，本迁移插入的 v5/v3 以 is_active=false 存档，不影响线上。
+- 合规底线不靠本迁移覆盖模板来生效，而是由 prompt_loader.render_system_prompt 的
+  防御性注入（代码侧自动追加 GLOBAL_CONSTRAINTS + 行业红线）兜底，这样：
+  ① 运营未来在后台随便改模板都不会丢合规底线；
+  ② 新库/空库拿到的保底模板本身就合规。
+- 配套 reviewer.py 的本地医疗正则兜底 + 阶段 2 LLM 审核自动重试，形成三层防线。
+
+Revision ID: 111_vv_compliance_prompts
+Revises: 110_add_tone_to_viral_video_jobs
+Create Date: 2026-10-15
+"""
+
+from sqlalchemy import text
+
+from alembic import op
+
+revision = "111_vv_compliance_prompts"
+down_revision = "110"
+branch_labels = None
+depends_on = None
+
+# ── v5 storyboard（编导级分镜 v3.2-合规增强版）────────────────────────────
+V5_STORYBOARD_SYSTEM = (
+    "你是一名懂短视频的编导和口播文案高手。你会拿到图片的真实观察、营销目的和用户参数，"
+    '请一次性完成对营销意图的理解，并产出可直接拍摄/生成的分镜脚本。不要单独输出"意图解析"，'
+    "意图要直接体现在台词和分镜里。\n\n"
+    "## 输出格式（XML，严格按结构输出，不要输出额外解释）\n"
+    "<script>\n"
+    "  <copy_display_markdown><![CDATA[直接展示给用户看的成片文案，用 Markdown 写成流畅叙述]]></copy_display_markdown>\n"
+    "  <clips>\n"
+    '    <clip index="1">\n'
+    "      <time_range>0-3秒</time_range>\n"
+    "      <voiceover>这一镜的口播台词</voiceover>\n"
+    "      <shot>景别、机位高度、焦段、光圈、运镜（6项摄影参数，简短，如『中近景平视，50mm f/1.8，缓慢推镜』）</shot>\n"
+    "      <visual>画面主体、场景、光线、氛围（只写画面内容，不含景别/运镜参数，如『暖光木色门店，店员微笑递茶，背景虚化』）</visual>\n"
+    "      <action_details>人物动作、表情、物品操作细节（真人出镜镜头必填，纯产品/空镜填空线『-』）</action_details>\n"
+    "      <reference_image_index>0</reference_image_index>\n"
+    "    </clip>\n"
+    "  </clips>\n"
+    "  <voiceover_script>把所有 clip 的voiceover 连成完整口播稿</voiceover_script>\n"
+    "  <theme>一句话主题</theme>\n"
+    "  <negative>【反套路化要求】\n"
+    '禁止使用"家人们谁懂啊""绝绝子""宝子们""家人们""太绝了""yyds"等烂大街网络词；\n'
+    '禁止"很近"等错别字，应使用"最近"；\n'
+    "禁止固定模板化开头；语言要像真人朋友之间的分享，自然、具体、有信息量。\n"
+    "禁止医疗诊疗类词汇（治疗/治愈/根治/疗效/特效/药到病除/一用就好/对症/偏方/秘方/一搭手就知道/帮你看看等）。\n"
+    "禁止效果承诺（包治/根治/立刻见效/永不复发/一用就好等）。</negative>\n"
+    "</script>\n\n"
+    "【必须遵守的硬约束】\n"
+    '1. 不编造时间：不写"今年最新""2024 爆款"等会过时的时间表述。\n'
+    '2. 不承诺效果：不写"保证""一定""100%有效""包治百病"等绝对化用语，不写任何效果承诺。\n'
+    "3. 不编造价格、销量、认证、奖项：除非用户在文案中明确给出，否则一律不写。\n"
+    "4. 符合广告法及平台社区规范，不触碰医疗/养生/金融等敏感行业红线。\n"
+    "5. 只描述图片中真实可见的内容，看不到的不瞎猜。\n"
+    "6. 不出现医疗/诊疗/治疗/治愈/疗效/根治/对症/药效/偏方/秘方/药到病除/一用就好/立刻见效/特效/克星/急救/救星/神药/祖传/宫廷秘方/一贴灵/一抹就好等宣称诊疗或疗效的词汇。\n"
+    '7. 养生/按摩/理疗/推拿/养生馆/调理类门店文案：只写"放松""舒缓""缓解疲劳""舒服""松快""解乏""轻松""舒展""按完轻松多了"等感受类表达，严禁暗示治病、治病根、诊疗、根治、对症、疗效、专家诊断、老师一搭手就知道问题在哪等越界表述。\n'
+    '8. 不冒充医生/专家/老师做诊疗判断，不写"老师帮你看看""一搭手就知道""哪儿疼治哪儿""对症调理"等暗示诊断/治疗的表述。\n\n'
+    "{industry_redlines}\n\n"
+    "## 写作要求\n"
+    "1. 口播台词：像真人面对镜头说话，短句、口语化、有停顿有情绪，开头 3 秒给出钩子；不要书面腔，不要机械报参数。\n"
+    "2. <shot> 只写6项摄影参数（景别/机位高度/焦段/光圈/运镜），简短不超过20字；<visual> 写观众会看到的画面主体/场景/光线/氛围；<action_details> 写人物动作/表情/物品操作细节（真人出镜必填）。三字段各司其职，不要混写。\n"
+    '3. copy_display_markdown：直接展示给最终用户的文案，用 Markdown 写成自然、流畅、有感染力的成片文案，可用小标题与短句组织；不要做字段列表，不要出现"镜头一/台词："这类制作说明。\n'
+    "4. 内容必须来自图片观察与用户给出的信息，不编造卖点、不夸大、不使用绝对化用语和虚假承诺。\n"
+    "5. reference_image_index 填本镜参考图片序号（从 0 开始），没有合适参考图填 -1。\n"
+    "6. 分镜数量与时长匹配总时长，节奏紧凑。\n"
+    "7. 【字数/镜头数/时间轴硬约束】：严格遵守 user_prompt 里给出的 {duration_constraint_text}，宁少勿多。\n"
+    "8. 每个 clip 必须分配一个 reference_image_index（从 0 开始的图片序号），没有合适图片填 -1。\n"
+    "9. 必须严格按<marketing_purpose><target_audience><persona><viral_structure><language><industry>指定的参数写文案和分镜，不能忽略任何一项用户参数。\n"
+    '10. 禁止使用"很近"等错别字，统一使用"最近"。'
+)
+
+V5_STORYBOARD_USER = (
+    "<marketing_purpose>{marketing_purpose}</marketing_purpose>\n"
+    "<industry>{industry}</industry>\n"
+    "<image_analysis>\n{image_summary}\n</image_analysis>\n"
+    "<user_parameters>\n"
+    "<theme_hint>{theme_hint}</theme_hint>\n"
+    "<duration>{duration}秒</duration>\n"
+    "<aspect_ratio>{aspect_ratio}</aspect_ratio>\n"
+    "<tone>{tone}</tone>\n"
+    "<target_audience>{target_audience}</target_audience>\n"
+    "<persona>{persona_hint}</persona>\n"
+    "<viral_structure>{viral_structure_hint}</viral_structure>\n"
+    "<language>{language_hint}</language>\n"
+    "<extra_requirements>{extra_requirements}</extra_requirements>\n"
+    "</user_parameters>\n"
+    "{video_style_section}\n"
+    "<duration_constraints>\n{duration_constraint_text}\n</duration_constraints>\n"
+    "请严格按 XML 结构输出分镜脚本。"
+)
+
+V5_STORYBOARD_EXAMPLE = (
+    "<script>\n"
+    "  <copy_display_markdown><![CDATA[# 在御众堂，把松弛的自己一点点找回来\n"
+    "产后妈妈最懂那种力不从心，推开门，暖光和一杯热茶先接住了你。\n"
+    "最近连抱娃都觉得腰发硬，过来躺一会儿，按完整个背都松了，带娃也有力气了。]]></copy_display_markdown>\n"
+    "  <clips>\n"
+    '    <clip index="1">\n'
+    "      <time_range>0-4秒</time_range>\n"
+    "      <voiceover>生完娃，是不是连照镜子的勇气都没了？</voiceover>\n"
+    "      <shot>中近景平视，50mm f/2.0，缓慢推镜</shot>\n"
+    "      <visual>暖光浴室镜前，妈妈略显疲惫地看向镜中自己，镜灯打在侧脸</visual>\n"
+    "      <action_details>妈妈手扶洗手台，微微低头再抬眼看镜，眼眶微红</action_details>\n"
+    "      <reference_image_index>0</reference_image_index>\n"
+    "    </clip>\n"
+    '    <clip index="2">\n'
+    "      <time_range>4-10秒</time_range>\n"
+    "      <voiceover>推开门，暖光和一杯热茶先接住了你。</voiceover>\n"
+    "      <shot>中景平视，35mm f/2.8，镜头缓慢平移</shot>\n"
+    "      <visual>门店前台暖光木色装修，茶水冒热气，背景柔和虚化</visual>\n"
+    "      <action_details>店员微笑双手递上茶杯，妈妈伸手接过，指尖轻触杯沿</action_details>\n"
+    "      <reference_image_index>1</reference_image_index>\n"
+    "    </clip>\n"
+    '    <clip index="3">\n'
+    "      <time_range>10-15秒</time_range>\n"
+    "      <voiceover>来御众堂躺一会儿，整个人都松了。</voiceover>\n"
+    "      <shot>近景缓慢拉远至中景，85mm f/1.8，匀速后拉</shot>\n"
+    "      <visual>护理床暖光打在妈妈侧脸，最后画面露出御众堂品牌LOGO</visual>\n"
+    "      <action_details>妈妈闭眼放松，嘴角微微上扬，肩膀缓缓下沉</action_details>\n"
+    "      <reference_image_index>2</reference_image_index>\n"
+    "    </clip>\n"
+    "  </clips>\n"
+    "  <voiceover_script>生完娃，是不是连照镜子的勇气都没了？推开门，暖光和一杯热茶先接住了你。来御众堂躺一会儿，整个人都松了。</voiceover_script>\n"
+    "  <theme>产后妈妈走进御众堂重拾状态</theme>\n"
+    '  <negative>模糊、畸变、夸大疗效、绝对化用语、"很近"等错别字</negative>\n'
+    "</script>"
+)
+
+# ── v3 review（文案审核 v3-医疗合规加强版）─────────────────────────────────
+V3_REVIEW_SYSTEM = (
+    "你是一名短视频广告合规审核与文案优化专家。请审核下面这段口播文案：\n"
+    "1) 广告法与平台合规（绝对化用语、虚假承诺、导流违规、套路烂梗词）；\n"
+    '2) **医疗/养生/健康红线（重点审查）**：是否出现诊疗暗示（"帮你看看""一搭手就知道""老师诊断""检查"等）、'
+    '疗效/治愈承诺（"治好""根治""见效""一用就好""药到病除""特效""克星""永不复发"等）、'
+    '医疗术语（"疗程""对症""膏药""针灸""中药""偏方""秘方""诊疗""治疗""就诊"等）、'
+    '冒充医生/专家/老师做诊断、贬低正规医疗（"别贴膏药""别吃药""别去医院"等）；\n'
+    '3) 养生/按摩/理疗/推拿/保健类文案是否用了纯感受类表达（放松/舒缓/舒服/松快/解乏/轻松），而不是"治病/根治/疗效"类表达；\n'
+    "4) 口播是否自然、口语化、无书面腔；\n"
+    '5) 是否有明显错别字（例如把"最近"写成"很近"）。\n\n'
+    "只输出 XML，结构：\n"
+    "<review>\n"
+    "  <passed>true 或 false</passed>\n"
+    "  <issues>\n"
+    '    <issue dimension="违规词/夸大承诺/错别字/其他" severity="error或warning">具体问题</issue>\n'
+    "  </issues>\n"
+    "</review>\n"
+    "没有问题时 issues 留空、passed 为 true。不要输出 rewrite/rewrite_suggestion 字段。"
+)
+
+V3_REVIEW_USER = "<voiceover_script>\n{voiceover_script}\n</voiceover_script>\n\n请审核以上口播文案。"
+
+V3_REVIEW_EXAMPLE = (
+    "<review>\n"
+    "  <passed>false</passed>\n"
+    "  <issues>\n"
+    '    <issue dimension="夸大承诺" severity="error">使用绝对化用语"100%有效"，违反广告法</issue>\n'
+    '    <issue dimension="违规词" severity="warning">使用套路词"绝绝子"</issue>\n'
+    "  </issues>\n"
+    "</review>"
+)
+
+
+def _has_active(conn, prompt_type: str) -> bool:
+    row = conn.execute(
+        text("SELECT COUNT(*) FROM viral_video_prompt_templates WHERE prompt_type = :pt AND is_active = true"),
+        {"pt": prompt_type},
+    ).scalar()
+    return bool(row and row > 0)
+
+
+def _version_exists(conn, prompt_type: str, version: int) -> bool:
+    row = conn.execute(
+        text("SELECT id FROM viral_video_prompt_templates WHERE prompt_type = :pt AND version = :v"),
+        {"pt": prompt_type, "v": version},
+    ).fetchone()
+    return row is not None
+
+
+def _insert(conn, prompt_type: str, version: int, name: str, sys_p: str, usr_p: str, ex_p: str, active: bool) -> None:
+    conn.execute(
+        text(
+            "INSERT INTO viral_video_prompt_templates (name, prompt_type, version, system_prompt, user_prompt_template, example_output, is_active)"
+            " VALUES (:name, :pt, :ver, :sys, :usr, :ex, :active)"
+        ),
+        {"name": name, "pt": prompt_type, "ver": version, "sys": sys_p, "usr": usr_p, "ex": ex_p, "active": active},
+    )
+
+
+def _next_version(conn, prompt_type: str, minimum: int) -> int:
+    mx = (
+        conn.execute(
+            text("SELECT COALESCE(MAX(version), 0) FROM viral_video_prompt_templates WHERE prompt_type = :pt"),
+            {"pt": prompt_type},
+        ).scalar()
+        or 0
+    )
+    return max(minimum, int(mx) + 1)
+
+
+def upgrade():
+    conn = op.get_bind()
+
+    # storyboard v5：如果同 version 已存在（前次失败重跑）就跳过
+    sb_ver = 5
+    if not _version_exists(conn, "storyboard", sb_ver):
+        sb_active = not _has_active(conn, "storyboard")
+        _insert(
+            conn,
+            "storyboard",
+            sb_ver,
+            "编导级分镜v3.2-合规增强版(#2312)",
+            V5_STORYBOARD_SYSTEM,
+            V5_STORYBOARD_USER,
+            V5_STORYBOARD_EXAMPLE,
+            active=sb_active,
+        )
+
+    # review v3
+    rv_ver = 3
+    if not _version_exists(conn, "review", rv_ver):
+        rv_active = not _has_active(conn, "review")
+        _insert(
+            conn,
+            "review",
+            rv_ver,
+            "文案审核v3-医疗合规加强版(#2312)",
+            V3_REVIEW_SYSTEM,
+            V3_REVIEW_USER,
+            V3_REVIEW_EXAMPLE,
+            active=rv_active,
+        )
+
+    # 注意：不 deactivate 任何已有模板。运营在后台编辑的高版本（如 v6）保持 active。
+    # 合规底线由 prompt_loader.render_system_prompt 的防御性注入兜底：
+    # 检测到模板缺"不承诺效果"指纹则自动追加 GLOBAL_CONSTRAINTS，
+    # 缺 {industry_redlines} 占位符则直接追加行业红线内容，
+    # 因此不管 active 模板是 v5/v6/未来 v7，都会被自动补上合规底线。
+
+
+def downgrade():
+    conn = op.get_bind()
+    # 删除本次迁移插入的 v5/v3 行（按 name 精确匹配，不误删运营自定义）
+    conn.execute(
+        text("DELETE FROM viral_video_prompt_templates WHERE name LIKE :n AND version IN (5, 3)"),
+        {"n": "%#2312%"},
+    )
+    # 不改动其他任何版本的 is_active 状态，避免误恢复被运营手动停用的版本。

alembic/versions/112_restore_v6_prompt.py

@@ -0,0 +1,125 @@
+"""#2312 恢复运营v6模板为active + 存档#2312合规模板
+
+背景：旧版 alembic 111（commit 7935cb6a）错误地 _deactivate_all() 了所有现有模板，
+把运营在后台 /viral-prompt-templates 配置的 v6（编导级分镜 v6）is_active 改成了 false，
+并把 #2312 合规版（storyboard version=5 / review version=3）设为 active，覆盖了运营配置。
+
+本迁移（112）的任务：
+1. storyboard 类型：恢复 v6 为 is_active=true，把 #2312 插入的 v5 和运营试配的 v7 设为 is_active=false
+2. review 类型：找到运营配置的最高版本（不是我们 alembic 插的 v3），恢复其 is_active=true；
+   把我们 alembic 插入的 v3 设为 is_active=false
+3. 全部操作加 IF EXISTS 防护，幂等可重入。
+4. 防御注入兜底依然生效（prompt_loader 自动追加合规底线到任何 active 模板），
+   运营 v6 恢复后仍会被自动追加 GLOBAL_CONSTRAINTS + 行业红线，合规不丢。
+
+Revision ID: 112_restore_v6_prompt
+Revises: 111_vv_compliance_prompts
+Create Date: 2026-10-15
+"""
+
+from sqlalchemy import text
+
+from alembic import op
+
+revision = "112_restore_v6_prompt"
+down_revision = "111_vv_compliance_prompts"
+branch_labels = None
+depends_on = None
+
+# 我们 alembic 111 插入的版本号（用于识别哪些是代码插入的保底版本）
+_OUR_SB_VERSION = 5  # #2312 storyboard v5
+_OUR_RV_VERSION = 3  # #2312 review v3
+# 运营期望恢复为 active 的版本
+_OPERATOR_SB_ACTIVE_VERSION = 6  # 编导级分镜 v6
+# 运营在旧111之后可能试配过的合规版本（需要存档）
+_OPERATOR_SB_ARCHIVE_VERSIONS = [7]
+
+
+def _has_row(conn, prompt_type: str, version: int) -> bool:
+    row = conn.execute(
+        text("SELECT id FROM viral_video_prompt_templates " "WHERE prompt_type=:pt AND version=:v"),
+        {"pt": prompt_type, "v": version},
+    ).fetchone()
+    return row is not None
+
+
+def _set_active(conn, prompt_type: str, version: int, active: bool) -> int:
+    """设置某个 (type, version) 的 is_active；返回受影响行数（0 表示该行不存在）。"""
+    res = conn.execute(
+        text("UPDATE viral_video_prompt_templates SET is_active=:a " "WHERE prompt_type=:pt AND version=:v"),
+        {"a": bool(active), "pt": prompt_type, "v": version},
+    )
+    return res.rowcount or 0
+
+
+def _ensure_only_one_active(conn, prompt_type: str, active_version: int) -> None:
+    """确保 prompt_type 类型下只有 active_version 一个是 is_active=true。
+    其他所有该类型模板统一设为 false。"""
+    conn.execute(
+        text("UPDATE viral_video_prompt_templates SET is_active=false " "WHERE prompt_type=:pt AND version!=:av"),
+        {"pt": prompt_type, "av": active_version},
+    )
+    # 再确保目标行是 true（之前可能本来就是 false）
+    conn.execute(
+        text("UPDATE viral_video_prompt_templates SET is_active=true " "WHERE prompt_type=:pt AND version=:av"),
+        {"pt": prompt_type, "av": active_version},
+    )
+
+
+def upgrade():
+    conn = op.get_bind()
+
+    # ── 1. storyboard：恢复运营 v6 ──────────────────────────────────────
+    if _has_row(conn, "storyboard", _OPERATOR_SB_ACTIVE_VERSION):
+        _ensure_only_one_active(conn, "storyboard", _OPERATOR_SB_ACTIVE_VERSION)
+        # 额外保险：v5/v7 明确设为 false（_ensure_only_one_active 已做，再次确认）
+        for v in [_OUR_SB_VERSION] + _OPERATOR_SB_ARCHIVE_VERSIONS:
+            if _has_row(conn, "storyboard", v):
+                _set_active(conn, "storyboard", v, False)
+    else:
+        # 极端情况：v6 不存在（库没跑过旧111或者被删了），保持 #2312 v5 active 作为保底
+        # 不做任何变更，避免把一个能用的状态改坏
+        conn.execute(
+            text("UPDATE viral_video_prompt_templates SET is_active=true " "WHERE prompt_type=:pt AND version=:v"),
+            {"pt": "storyboard", "v": _OUR_SB_VERSION},
+        )
+
+    # ── 2. review：恢复运营版本，存档我们的 v3 ──────────────────────────
+    # 找 review 类型下、不是我们插入的 v3 的最高版本号
+    op_row = conn.execute(
+        text("SELECT MAX(version) FROM viral_video_prompt_templates " "WHERE prompt_type=:pt AND version!=:ev"),
+        {"pt": "review", "ev": _OUR_RV_VERSION},
+    ).fetchone()
+    op_max_ver = op_row[0] if op_row else None
+
+    if op_max_ver is not None and _has_row(conn, "review", int(op_max_ver)):
+        # 有运营版本，恢复它为 active，我们 v3 存档
+        _ensure_only_one_active(conn, "review", int(op_max_ver))
+        if _has_row(conn, "review", _OUR_RV_VERSION):
+            _set_active(conn, "review", _OUR_RV_VERSION, False)
+    else:
+        # 没有运营版本（空库/新库），保持我们 v3 作为保底 active
+        conn.execute(
+            text("UPDATE viral_video_prompt_templates SET is_active=true " "WHERE prompt_type=:pt AND version=:v"),
+            {"pt": "review", "v": _OUR_RV_VERSION},
+        )
+
+
+def downgrade():
+    """downgrade 回滚到旧111跑完后的状态：我们的 v5/v3 为 active，其他全部 false。
+    注意：这会再次 deactivate 运营 v6，仅用于回滚测试场景，生产不要执行 downgrade。"""
+    conn = op.get_bind()
+    # storyboard
+    conn.execute(
+        text("UPDATE viral_video_prompt_templates SET is_active=false WHERE prompt_type=:pt"),
+        {"pt": "storyboard"},
+    )
+    if _has_row(conn, "storyboard", _OUR_SB_VERSION):
+        _set_active(conn, "storyboard", _OUR_SB_VERSION, True)
+    # review
+    conn.execute(
+        text("UPDATE viral_video_prompt_templates SET is_active=false WHERE prompt_type=:pt"),
+        {"pt": "review"},
+    )
+    if _has_row(conn, "review", _OUR_RV_VERSION):
+        _set_active(conn, "review", _OUR_RV_VERSION, True)

apps/api/app/services/lipsync_service.py

@@ -623,6 +623,12 @@ class LipsyncService:
             # 预合成模式：script_text 可空（因为 timings 已自带句子文本），但仍建议传
             if not isinstance(sentence_timings, list) or len(sentence_timings) == 0:
                 raise MediaKitError("预合成模式 sentence_timings 不能为空", code="InvalidInput")
+            # 文案为空时从 sentence_timings 拼接兜底（Ditto 情绪分析依赖 script_text；
+            # 前端 #1875 起预合成 payload 不带 script_text，导致 job.script_text 落库为空）
+            if not (script_text or "").strip():
+                script_text = "".join(
+                    str(item.get("text") or "") for item in sentence_timings if isinstance(item, dict)
+                ).strip()
 
         # 0.5 lip_sync 计费预扣（全局 points 开关 + 功能开关均开才扣）
         prepaid_credits = 0.0

apps/web/src/pages/ai-avatar/AiAvatarPage.tsx

@@ -255,6 +255,8 @@ const AiAvatarPage: React.FC = () => {
           audio_url: state.ttsPreview.audioUrl!,
           audio_duration: state.ttsPreview.duration,
           sentence_timings: state.ttsPreview.sentenceTimings,
+          // 预合成也必须带文案：后端落库 job.script_text，Ditto 情绪分析依赖它
+          script_text: state.scriptText,
           enable_video_loop: true,
         }
       } else {

apps/worker/video_processing/oss_helpers.py

@@ -302,11 +302,15 @@ def _legacy_upload_to_oss(local_path: Path, storage_key: str) -> str | None:
         return None
 
 
-def upload_to_oss(local_path: Path | str, storage_key: str) -> str | None:
-    """上传文件到 OSS，返回公网 URL。"""
+def upload_to_oss(
+    local_path: Path | str,
+    storage_key: str,
+    extra_headers: dict | None = None,
+) -> str | None:
+    """上传文件到 OSS，返回公网 URL。extra_headers 可传 x-oss-object-acl 等自定义头。"""
     if _legacy_path_active():
         return _legacy_upload_to_oss(Path(local_path), storage_key)
-    return _storage().upload_file_smart(local_path, storage_key)
+    return _storage().upload_file_smart(local_path, storage_key, extra_headers=extra_headers)
 
 
 def get_signed_download_url(storage_key_or_url: str, expires_seconds: int = 3600) -> str | None:

apps/worker/worker_app/tasks/viral_video.py

@@ -50,7 +50,11 @@ from packages.application.viral_video.constants import (
 )
 from packages.application.viral_video.constants import get_expected_shot_count as _const_expected_shot_count
 from packages.application.viral_video.param_guides import get_param_guide
-from packages.application.viral_video.prompts import COMPLIANCE_BLACKLIST
+from packages.application.viral_video.prompts import (
+    COMPLIANCE_BLACKLIST,
+    HEALTH_INDUSTRY_KEYWORDS,
+    HEALTH_INDUSTRY_REDLINES,
+)
 from packages.domain.viral_video import (
     STAGE_LABELS,
     ViralVideoComplianceError,
@@ -903,26 +907,64 @@ def _step_video_analysis(job: ViralVideoJob) -> dict | None:
 # ── PR3 P2(h): 参数指导优先查 DB（viral_video_param_guides），代码默认值兜底 ──
 # 代码默认值保证 DB 未 seed / DB 异常时不阻断流程
 _DEFAULT_PERSONA_HINTS: dict[str, str] = {
-    "宝妈": "温柔贴心，多从带娃和家庭实用角度分享，语气亲切有共鸣",
-    "店主": "热情实在，像当面招呼客人，突出靠谱和实在优惠",
-    "专业顾问": "专业可信，讲清原理和效果，用事实打消顾虑",
-    "年轻达人": "活泼有网感，节奏轻快，金句和梗自然不尬",
-    "老板型IP": "以老板第一人称出镜，真诚接地气，像招呼街坊邻居一样分享，突出创业初心和靠谱",
-    "知识博主": "条理清晰、数据说话，干货密度高，语气专业但不枯燥",
-    "生活美学": "画面感强，注重氛围和质感描述，语速偏慢，文字有诗意",
-    "健身教练": "energetic、鼓励式口吻，强调动作要领和效果变化",
-    "美妆达人": "细腻讲质地和妆效，像闺蜜安利，语气亲切有感染力",
-    "美食博主": "色香味描述丰富，口语化带馋感，节奏轻快",
-    "穿搭博主": "讲搭配逻辑和场景适配，时尚但不高冷，像朋友建议",
-    "育儿师": "科学育儿角度，温柔坚定，给具体可操作的建议",
+    "宝妈": "像身边闺蜜聊带娃日常，不说教，多讲真实带娃小故事和踩坑经历，语气亲切自然",
+    "店主": "像街坊邻居拉家常，语气热情实在，多聊店里发生的真实小事和顾客趣事，不喊口号不夸自己",
+    "专业顾问": "像懂行的朋友说实话，用大白话讲清原理，不端架子不堆术语，偶尔自嘲更可信",
+    "年轻达人": "活泼有网感，节奏轻快，金句和梗自然不尬，像跟同龄人吐槽分享",
+    "老板型IP": "第一人称出镜，真诚接地气像招呼街坊，多聊开店遇到的人和事，不刻意讲创业故事卖情怀",
+    "知识博主": "把干货讲得像聊天，条理清楚但不端着，多用比喻和生活例子，别像上课",
+    "生活美学": "画面感强，注重氛围和质感描述，语速偏慢，文字有诗意，别像产品说明书",
+    "健身教练": "energetic、鼓励式口吻，像在健身房当面带你练，多喊动作少讲道理",
+    "美妆达人": "细腻讲质地和妆效，像闺蜜凑一起试色，语气真实有感染力，不闭眼吹",
+    "美食博主": "色香味描述丰富，口语化带馋感，像朋友拉你去吃好吃的",
+    "穿搭博主": "讲搭配逻辑和场景适配，时尚但不高冷，像闺蜜帮你挑衣服",
+    "育儿师": "像有经验的邻居大姐，温柔但有主见，给具体办法不说大道理",
+    "专家型IP": '以有经验的内行人身份出镜，语气沉稳像跟老顾客聊天，直接讲干货和行业内情，不使用"我干这行XX年了"这种自我介绍开场，用一个具体场景或反常识观点切入，像熟人行家说实在话，不夸大不端着，偶尔带点恨铁不成钢的真诚感',
+    "通用个人IP": "亲切自然像朋友聊天，真实不端着，有自己的态度和小脾气，偶尔自嘲，让人觉得真实有意思",
+    "顾问型IP": '像对面坐了个靠谱朋友帮你出主意，语气温和耐心，先聊你的处境再给建议，不说"听我的准没错"这种命令话',
+    "创始人IP": "第一人称出镜像跟朋友聊天，多聊为什么做这件事的真实原因（可能就是一个小契机），少喊使命情怀，真诚有温度别端着",
+    "创业者IP": "真实接地气，有冲劲也有狼狈，多聊踩过的坑和真实感悟，不灌鸡汤不装成功人士，顺便带出产品/服务",
+    "从业者经验派": '一线老师傅/老员工视角，语气朴实直白像工友聊天，直接讲内部干货和挑选窍门，不用"我干了X年"开场证明资历，用一个内行人才知道的细节或反常识点切入，话糙理不糙',
+    "避坑顾问型": '像替朋友操心的明白人，直接说容易踩雷的点，用反面案例警醒，语气是"我替你试过了"不是"你听我的"，别吓唬人',
+    "知识科普型": '把知识点讲得像八卦一样有意思，多用比喻和生活例子，不端着上课，让观众觉得"原来这么回事"',
+    "测评种草型": '真实体验不吹不黑，优缺点都讲，像朋友安利好物不说假话，常用"我帮你们试了""说实话"这类真实表达',
+    # 保留旧版备用项（运营后台可能配置）
+    "养生专家": "像家里长辈叮嘱注意身体，语气温暖不唠叨，讲通俗养生常识和日常小方法，不说包治百病的话",
+    "医生IP": "专业但不吓人，用通俗比喻讲健康知识，严禁给出诊疗建议和疗效承诺",
 }
 
 _DEFAULT_VIRAL_STRUCTURE_HINTS: dict[str, str] = {
-    "反差破局+亮明观点+还原现状": "开头3秒用反差/痛点钩子抓注意力，中段亮出核心卖点或观点，结尾还原真实到店/使用场景引导行动",
+    # ── 前端19个爆款结构，全部一一对应 ──
+    "反差破局+亮明观点+还原现状": "开头3秒抛出强烈反差（常识vs真相/过去vs现在/别人vs我）制造'居然这样'的错愕感抓注意力；中段亮出你的核心观点/卖点/方法，用事实和道理把观点立住；结尾还原真实到店/使用场景，让用户看到改变后的样子，引导行动",
+    "痛点场景植入+给出通关秘籍": "开头直接把用户日常最头疼的真实场景演出来（不是抽象描述，是具体的画面和细节），让观众'啊就是这样'；中段分析痛点根源，自然给出你的'通关秘籍'——具体的产品/服务/方法，讲清为什么它能解决；结尾给明确行动指引",
+    "反常识开场+扎心现状+制造焦虑": "开头3秒抛出反常识观点/数据（'90%的人都做错了'、'你以为的XX其实在害你'）打破认知；中段把用户正在经历的糟糕现状一条条扎心摆出来，让观众越看越慌；结尾点出不改变的后果+给出解决出路，但要合规不恐吓、不贩卖焦虑过度，落到正向改变",
+    "核心难题+化解焦虑+描绘愿景": "开头点出用户最核心的难题/心结（不是表面痛点，是背后的焦虑）；中段给出化解焦虑的思路和你的产品/服务作为具体方案；结尾描绘解决之后的美好画面/生活状态，给人希望和向往",
+    "痛点前置+前后对比+给出期许": "开头直接把痛点/糟心状态摆上台面，不绕弯；中段用'之前vs之后'、'用了vs没用'的强烈对比展示改变，对比要具体到细节（画面/感受/数据）；结尾给出对用户的期许和鼓励，引导迈出第一步",
+    "悬念拉满+揭露危害+明确目的": "开头3秒用一个悬念/疑问勾住（'你知道你天天在用的XX有多可怕吗？'），持续留钩子不解；中段一层层揭露问题的真相和潜在危害（合规范围内客观陈述，不夸大不恐吓）；结尾亮明做这条视频的目的（帮你避坑/给你方案），给出明确方向",
+    "情绪共鸣+勾起好奇+拔高价值": "三段式：开头3秒用一句戳心的话/一个真实痛点场景打情绪共鸣，让观众觉得'说的就是我'；中段抛出反常识/有悬念的点勾起好奇心（'你知道吗？其实不用花冤枉钱'、'很多人都搞错了'），自然引出产品/服务；结尾拔高价值（情感升华/身份认同/对自己好一点/给家人更好的），给观众一个温暖且有分量的行动理由，不要硬广",
+    "颠覆认知+现状拆解+赋予价值": "开头3秒颠覆用户的固有认知（'其实你一直理解错了'、'真相跟你想的完全不一样'）；中段拆解现状/行业真相/错误做法背后的原因，层层剥茧让用户恍然大悟；结尾赋予新认知和新选择的价值，让用户觉得'今天学到了'，顺势引产品",
+    "结果先行+消除顾虑+保留悬念": "开头3秒直接甩结果/效果/成绩单（'30天瘦了10斤'、'这家店回头率95%'），用结果抓注意力；中段打消用户的主要顾虑（贵不贵？难不难？有没有副作用？会不会被骗？）用事实/案例/承诺回应；结尾留个悬念引导到店/私信/下单了解更多",
+    "真实困境+认知反转+传授秘籍": "开头还原一个普通人都会遇到的真实困境/窘境，让观众代入；中段来一个认知反转（'原来问题根本不在XX，而在YY'）打破固有思路；结尾传授真正有效的秘籍/方法，你的产品/服务作为秘籍的载体自然出现",
+    "反差事实+案例佐证+戳破真相": "开头用一个反差强烈的事实/数据引起好奇（'同样的东西，有人花300有人花30'）；中段用真实案例/故事/对比做佐证，让事实自己说话；结尾戳破背后真相/行业潜规则/认知误区，建立你'说真话'的信任",
+    "预埋悬念+标杆案例+引出核心": "开头预埋一个悬念/伏笔（'最后这个方法让我彻底服了'）；中段讲一个标杆案例/成功故事，细节拉满让人信服；结尾揭示开头悬念，引出你的核心产品/服务/方法",
+    "危机渲染+放大痛点+输出干货": "开头渲染一个潜在危机/风险场景（合规、客观，不制造恐慌）；中段把痛点放大到用户不得不重视的程度（讲清为什么不能忽视）；结尾立刻输出实用干货/解决方案，让用户看完能立刻行动",
+    "逆袭开场+成功诀窍+低价引流": "开头3秒讲一个逆袭/翻身/从糟到好的故事钩子（'从快倒闭到排队两小时'、'从0到月入10万'）；中段提炼2-3个成功诀窍/关键动作，干货要实；结尾用低门槛体验/福利/引流品引导到店/下单",
+    "反常识观点+分析危害+描述现状": "开头抛出一个反常识观点（'越是勤快护肤皮肤越差'）；中段分析为什么常识是错的、继续做会有什么危害（客观不恐吓）；结尾描述正确做法后的理想状态，引产品",
+    "正反对比+解析原因+简易方法": "开头同时展示正确做法vs错误做法/好结果vs坏结果的对比画面；中段解析为什么会有这种差异，找到关键原因；结尾给出人人都能上手的简易方法/工具/产品",
+    "真实场景+内心刻画+共情引导+展望未来": "开头还原一个真实到让人心酸/温暖/共鸣的生活场景，画面感拉满；中段刻画人物内心活动（'那一刻我突然明白...'、'她嘴上不说其实...'）让观众共情；引导情绪到高点；结尾展望更好的未来/改变，引产品/服务",
+    "连续否定+代入感受+打破认知+精准戳痛": "开头3秒连续否定用户的常见做法/认知（'别再XX了！别再YY了！千万别ZZ！'）；中段让观众代入错误做法带来的糟糕感受/后果，让其心有戚戚；然后打破认知给出真相；最后精准戳中最核心的那个痛，引解决方案",
+    "揭秘行业+类比施压+放大焦虑+精准锁客": "开头用'揭秘'、'内幕'、'行内人不会告诉你'勾住好奇心；中段用生活化类比让用户秒懂问题本质；适当放大不改变的后果焦虑（合规不恐吓）；结尾精准锁定你的目标客户，给出只有你能解决的方案和立刻行动的理由",
+    # ── 新增短剧式/反套路爆款结构（#2312创意大改） ──
+    "短剧式冲突开场": "开头3秒直接是一个正在发生的生活小冲突——夫妻拌嘴、顾客质疑、当场抓包、老板训人，有对话有情绪有反应，绝不自我介绍。在对话拉扯中自然带出产品/服务（比如顾客嫌贵师傅怼回去、老婆抱怨老公偷偷去按摩），全程像看一小段短剧不是看广告，结尾来个反转或留悬念勾住继续看。至少两个角色对话，镜头在角色间切，不要旁白解说。",
+    "反套路反转": "前半段故意顺着观众熟悉的套路走（推销、说教、老套的痛点开场），让观众以为又是普通广告正准备划走，中段突然一个反转打破预期——比如顾客嫌贵师傅说'不值我给你二百'、以为是看病结果师傅掏出个按摩球自己先玩上了、你以为她要骂老公结果她掏出一张会员卡说'下次带我一起'。反转后用干货或真实小故事收，结尾轻CTA不要硬推。",
+    "悬念揭秘式": "开头3秒抛一个让人忍不住想知道后续的悬念钩子（'昨天来个顾客进门就哭'、'你绝对猜不到这个肩膀硬了十年的大哥按完第一句说啥'、'昨天店里来了个奇葩'），不要解释不要自我介绍直接丢钩子。中段像讲故事一样还原当时场景——人物、对话、反应、细节，让观众像听八卦一样听进去。结尾揭秘答案，自然带出产品/服务，再留一个轻量互动钩子（'你猜他咋说的？评论区告诉我'）。全程像聊天讲八卦不像念广告。",
+    # ── 保留旧版5个备用（运营后台可能配置） ──
     "痛点切入+方案展示+效果对比": "开头直击用户痛点场景，中间展示产品/服务解决方案，结尾用前后对比强化效果",
     "故事引入+产品种草+行动引导": "用一个真实小故事/案例引入，自然过渡到产品种草，结尾明确引导用户下一步行动",
     "场景展示+价值输出+信任背书": "开头展示使用场景让用户代入，中间输出核心价值主张，结尾用客户评价/数据等信任背书收尾",
     "悬念开场+层层递进+高潮转化": "开头制造悬念引发好奇，内容层层推进保持张力，高潮处给出转化钩子",
+    "情感共鸣+痛点唤醒+价值升华": "开头用真实生活场景唤醒情绪共鸣，中段直击用户深层痛点，结尾用情感化价值升华收尾，让观众在情绪驱动下自然接受",
+    "热点结合+观点输出+引导互动": "开头借热点事件/话题切入，中段亮出犀利观点引发讨论，结尾用提问或号召引导互动评论",
 }
 
 
@@ -967,23 +1009,38 @@ def _marketing_purpose_hint(mp: str) -> str:
     if db_text:
         return db_text if db_text.startswith("【") else f"【营销目的：{mp}】{db_text}"
 
+    # 情绪短片（单人情感共鸣，非多角色短剧）
+    if "情绪短片" in mp or "情感短片" in mp:
+        return f"【营销目的：{mp}】情感短片模式，以第一人称真情实感口播或单主角内心独白为主，像跟老朋友掏心窝子说话，不要像朗诵或念稿子，情绪层层递进（共鸣→好奇→升华），禁止多角色对话、禁止平淡第三人称旁白、禁止说明书式介绍，用具体小事和真实感受打动人，结尾落到温暖的情感价值上，不要硬推。"
     # 短剧类（多角色对话）
-    if any(k in mp for k in ["对话短剧", "反转短剧", "悬念短剧", "情绪短片"]):
-        return f"【营销目的：{mp}】短剧模式，必须双/多角色对话格式，台词用'角色：xxx'格式，镜头在角色间切换，禁止第三人称旁白解说。"
-    # 口播类（第一人称对镜头说话）
+    if any(k in mp for k in ["对话短剧", "反转短剧", "悬念短剧", "剧情短片", "故事短剧"]):
+        return f"【营销目的：{mp}】短剧模式，必须双/多角色对话格式，台词用'角色：xxx'格式，镜头在角色间切换，禁止第三人称旁白解说，要像真实发生的小事不是演广告。"
+    # 口播/种草/引流类（第一人称对镜头说话，但不要像卖货）
     if any(
         k in mp
-        for k in ["口播带货", "促销转化", "功能演示", "痛点解决", "获客引流", "账号涨粉", "活动通知", "场景种草"]
+        for k in [
+            "口播带货",
+            "促销转化",
+            "功能演示",
+            "痛点解决",
+            "获客引流",
+            "账号涨粉",
+            "活动通知",
+            "场景种草",
+            "口播种草",
+            "产品种草",
+            "门店引流",
+        ]
     ):
-        return f"【营销目的：{mp}】口播模式，第一人称对镜头说话，像真人出镜，有语气停顿和情绪，禁止第三人称旁白。"
+        return f"【营销目的：{mp}】口播模式，第一人称对镜头像跟朋友聊天，有语气停顿和真实情绪，禁止第三人称旁白。不要说'专业''靠谱''效果好'这种自夸的话，用真实小故事、生活场景、顾客反应侧面体现，不要直接说自己好。"
     # 门店类（店主/探店博主出镜）
     if any(k in mp for k in ["门店发现", "到店实录", "招牌体验", "同城团购"]):
-        return f"【营销目的：{mp}】门店模式，店主或探店博主出镜讲解+场景展示，第一人称或角色对白，禁止上帝视角旁白。"
+        return f"【营销目的：{mp}】门店模式，像带朋友逛店一样自然，聊店里发生的真实小事、顾客的真实反应、你自己的真实感受，不要像导游介绍景点，第一人称或角色对白，禁止上帝视角旁白。"
     # 品牌类（主演出镜或角色对白）
-    if any(k in mp for k in ["品牌主张", "品牌故事", "生活方式", "创意概念"]):
-        return f"【营销目的：{mp}】品牌模式，主演出镜说话或角色对白，禁止上帝视角旁白，要有品牌调性和情感共鸣。"
+    if any(k in mp for k in ["品牌主张", "品牌故事", "生活方式", "创意概念", "品牌宣传"]):
+        return f"【营销目的：{mp}】品牌模式，用一个真实小故事或生活片段自然带出感觉，不要喊品牌口号、不要讲品牌理念、不要刻意塑造高大上形象，主演出镜说话或角色对白，禁止上帝视角旁白，让观众看完觉得'这人/这牌子有点意思'而不是'又在打广告'。"
     # 未匹配的营销目的：通用 hint
-    return f"【营销目的：{mp}】按该营销目的的风格编排，优先第一人称或角色对话，避免上帝视角旁白。"
+    return f"【营销目的：{mp}】按该营销目的的风格编排，用真实小故事和生活场景切入，优先第一人称或角色对话像聊天，避免上帝视角旁白，不要自夸不要硬推。"
 
 
 def _target_customer_hint(tc: str) -> str:
@@ -994,12 +1051,24 @@ def _target_customer_hint(tc: str) -> str:
     db_text = _db_guide("target_customer", tc)
     if db_text:
         return db_text if db_text.startswith("【") else f"【目标客户：{tc}】{db_text}"
-    if any(k in tc for k in ["18-25", "年轻", "学生", "Z世代", "95后", "00后"]):
-        return f"【目标客户：{tc}】台词要活泼、有梗、节奏快，可用网络流行语。"
-    if any(k in tc for k in ["30-45", "中年", "家庭", "宝妈", "职场"]):
-        return f"【目标客户：{tc}】台词要实用、有共鸣，强调性价比和品质。"
-    if any(k in tc for k in ["50+", "老年", "退休", "银发"]):
-        return f"【目标客户：{tc}】台词要清晰、慢节奏，强调健康和实惠。"
+    if any(k in tc for k in ["小镇青年", "县城青年", "三四线青年", "下沉青年"]):
+        return f"【目标客户：{tc}】小镇/县城青年客群：用词接地气有网感但不装，聊真实生活（工作、恋爱、养家、朋友），强调性价比、面子、实在好用、'在咱这儿也能用上'，节奏中等偏快，可以适当用家乡自豪感和小镇生活共鸣点"
+    if any(k in tc for k in ["小镇中老年", "县城中老年", "乡镇", "下沉市场", "三四线"]):
+        return f"【目标客户：{tc}】下沉市场中老年客群：语速慢、用词朴实接地气，像街坊邻居拉家常，少用网络词和书面语，强调实在、靠谱、不花冤枉钱、看得见的好处，抓住他们对健康、子女、面子、怕踩坑的心理，语气亲切像家里亲戚推荐。"
+    if any(k in tc for k in ["Z世代", "95后", "00后", "18-25", "学生", "年轻人"]):
+        return f"【目标客户：{tc}】年轻客群：台词活泼有梗、节奏快、不端着，可以用网络流行语、emoji感表达，讲真实感受不装，强调颜值、个性、出片、社交话题性、情绪价值，避免说教和老气横秋的广告腔"
+    if "精致妈妈" in tc or any(k in tc for k in ["宝妈", "年轻妈妈"]):
+        return f"【目标客户：{tc}】精致妈妈客群：语气温柔有共鸣，讲妈妈们最关心的点（孩子健康、家人饮食、自我成长、家庭品质、省时间省精力），从'当妈之后我才发现'切入，强调安全、省心、好用、孩子喜欢/家人认可，像闺蜜分享带娃好物"
+    if any(k in tc for k in ["新锐白领", "年轻白领", "职场新人"]):
+        return f"【目标客户：{tc}】新锐白领客群：语速中等偏快，讲效率、讲品质、讲调性，强调省时省力、高级感、职场形象、生活仪式感，打工人共鸣点（加班、通勤、犒劳自己），用词干净利落不啰嗦"
+    if any(k in tc for k in ["资深中产", "中产", "高净值", "新中产"]):
+        return f"【目标客户：{tc}】资深中产客群：语气从容有品位，不喊口号不打折促销，强调品质、格调、健康生活、身份认同、长期价值、稀缺感，用审美和生活方式打动，少提价格多提体验和圈层认同"
+    if any(k in tc for k in ["都市蓝领", "蓝领", "打工族", "工人"]):
+        return f"【目标客户：{tc}】都市蓝领/打工族客群：用词直白实在，强调实惠耐用、真材实料、性价比、解决实际问题，不搞虚的概念和花里胡哨的包装，像工友兄弟之间推荐靠谱东西，语气豪爽接地气"
+    if any(k in tc for k in ["都市银发", "50+", "退休", "银发", "城市老人"]):
+        return f"【目标客户：{tc}】都市银发客群：语速慢、咬字清晰，强调健康养生、安全放心、子女孝心、方便使用、老字号/品牌可信度，像子女贴心叮嘱一样温暖，避免复杂概念和洋名词"
+    if any(k in tc for k in ["老年", "退休"]):
+        return f"【目标客户：{tc}】台词要清晰、慢节奏，用词朴实，强调健康、实惠、放心。"
     if any(k in tc for k in ["高端", "商务", "精英", "白领"]):
         return f"【目标客户：{tc}】台词要专业、有格调，强调品质和身份。"
     return f"【目标客户：{tc}】按该客群的语言习惯和关注点组织口播内容。"
@@ -1007,11 +1076,36 @@ def _target_customer_hint(tc: str) -> str:
 
 def _language_hint(language: str) -> str:
     """根据 language 代码返回语言提示（DB 精确覆盖优先，代码默认兜底）。"""
-    lang = (language or "zh-CN").strip().lower()
-    db_text = _db_guide("language", lang)
+    raw_lang = (language or "").strip()
+    # 前端传全名（"中文(普通话)"/"粤语"）也支持
+    _lang_alias = {
+        "中文": "中文(普通话)",
+        "普通话": "中文(普通话)",
+        "chinese": "中文(普通话)",
+        "粤语": "粤语",
+        "广东话": "粤语",
+        "白话": "粤语",
+        "cantonese": "粤语",
+        "英文": "英语",
+        "english": "英语",
+        "日文": "日语",
+        "日本語": "日语",
+        "japanese": "日语",
+        "韩文": "韩语",
+        "한국어": "韩语",
+        "korean": "韩语",
+    }
+    lang = _lang_alias.get(raw_lang, raw_lang)
+    db_text = _db_guide("language", lang) or _db_guide("language", raw_lang)
     if db_text:
         return f"【语言：{lang}】{db_text}"
     _defaults: dict[str, str] = {
+        "中文(普通话)": "使用标准普通话，口语化表达，自然口语，像日常说话",
+        "粤语": "使用标准粤语（广东话）口播，用词贴近港澳/广东日常口语，可加入'嘅/咗/嘞/喺/唔'等粤语助词，发音自然地道，不要用普通话直译粤语",
+        "英语": "使用英语（English），自然口语化表达",
+        "日语": "使用日本語（Japanese），自然で口语的な表現，丁寧すぎず親しみやすい",
+        "韩语": "使用한국어（Korean），자연스럽고 친근한 구어체 표현",
+        # 兼容旧代码值
         "zh-cn": "使用标准普通话，口语化表达",
         "zh-tw": "使用台湾腔中文，语气温柔亲切",
         "zh-hk": "使用粤语风格中文表达",
@@ -1246,6 +1340,37 @@ def _split_visual_field(visual: str) -> tuple[str, str, str]:
     return "，".join(cam_parts), "，".join(vis_parts), "，".join(act_parts)
 
 
+_ACTION_PERSON_KEYWORDS = re.compile(
+    r"(?:人物|模特|主播|女生|男生|女士|男士|女孩|男孩|妈妈|店员|顾客|客人|老人|孩子|宝宝|主角|她|他|老师|医生|专家)"
+)
+_ACTION_GESTURE_VERBS = re.compile(
+    r"(?:微笑|点头|转头|转身|伸手|拿起|举起|展示|递出|指向|接过|抚摸|拥抱|握着|拿着|端着|捧着|看着|望向|注视|打量|端详|走进|走出|走近|靠近|退后|坐下|站起|走来|走去|走动|拿起|放下|推开|拉开|凑近|侧身|前倾|后仰|揉|按|摸|捏|搓|擦|拭|抿嘴|挑眉|眨眼|张嘴|闭目|流泪|皱眉|惊喜|惊讶|满意|点头微笑|竖起大拇指|比心|打招呼|挥手|递过来|展示给|介绍|推荐|讲解|试用|体验|品尝|试穿|喷|涂|抹|敷|喝|吃|闻)"
+)
+
+
+def _infer_action_from_visual(visual_text: str) -> str:
+    """当visual里也没明确动作描述时，根据画面主体推断一个安全的默认动作。
+
+    策略：
+    - 有人物：默认"主角面向镜头自然微笑，适当手势配合讲解"
+    - 纯商品/场景：默认"镜头缓慢推进/环绕展示产品细节"
+    - 含动作动词片段：优先截取含动词的子句
+    """
+    text = (visual_text or "").strip()
+    if not text:
+        return ""
+    # 先尝试在整段里找含动作动词的子句（按句号/分号/感叹号切）
+    clauses = [c.strip() for c in re.split(r"[。！？!?；;]", text) if c.strip()]
+    for cl in clauses:
+        if _ACTION_GESTURE_VERBS.search(cl) and len(cl) <= 40:
+            return cl
+    # 含人物关键词 → 人物口播类默认动作
+    if _ACTION_PERSON_KEYWORDS.search(text):
+        return "主角面向镜头自然出镜，配合手势和表情进行口播讲解"
+    # 纯产品/场景
+    return "镜头缓慢推进，清晰展示产品/场景细节"
+
+
 def _parse_script_xml(
     xml_body: str,
     raw_full: str,
@@ -1264,19 +1389,60 @@ def _parse_script_xml(
 
     display_md = xp.text_of(xml_body, "copy_display_markdown")
 
-    clips = xp.find_all(xml_body, "clip")
+    # #2312: 兼容 v4/v5/v6 多种模板输出格式——每个字段尝试多个标签别名
+    # 运营后台的 v6 模板可能用中文标签（镜头/画面/动作/台词）或英文别名（scene/camera/dialogue）
+    _CLIP_TAGS = ("clip", "镜头", "shot_item", "scene", "segment")
+    clips: list[dict] = []
+    for _ct in _CLIP_TAGS:
+        clips = xp.find_all(xml_body, _ct)
+        if clips:
+            break
+    # 额外兜底：<clips> 直接子项的情况已被 find_all 覆盖
     shots: list[dict] = []
     voice_parts: list[str] = []
     for i, c in enumerate(clips):
         a = c.get("attrs", {})
         body = c.get("text", "") or ""
-        voice = xp.text_of(body, "voiceover") or xp.text_of(body, "voice_text")
-        # #2308: 优先读新 <shot>（纯6项摄影参数），fallback 到 <visual>（旧schema混写）
-        shot_meta = xp.text_of(body, "shot") or ""
-        visual_full = xp.text_of(body, "visual") or xp.text_of(body, "shot_type_angle_movement") or ""
-        action_raw = xp.text_of(body, "action_details") or ""
+        # 台词/口播别名
+        voice = (
+            xp.text_of(body, "voiceover")
+            or xp.text_of(body, "voice_text")
+            or xp.text_of(body, "dialogue")
+            or xp.text_of(body, "台词")
+            or xp.text_of(body, "口播")
+            or xp.text_of(body, "对白")
+            or xp.text_of(body, "narration")
+        )
+        # 景别/运镜别名
+        shot_meta = (
+            xp.text_of(body, "shot")
+            or xp.text_of(body, "camera")
+            or xp.text_of(body, "景别")
+            or xp.text_of(body, "运镜")
+            or xp.text_of(body, "shot_type")
+            or ""
+        )
+        # 画面描述别名（含旧字段 shot_type_angle_movement 兜底）
+        visual_full = (
+            xp.text_of(body, "visual")
+            or xp.text_of(body, "画面")
+            or xp.text_of(body, "scene_description")
+            or xp.text_of(body, "description")
+            or xp.text_of(body, "场景")
+            or xp.text_of(body, "shot_type_angle_movement")
+            or ""
+        )
+        # 动作细节别名
+        action_raw = (
+            xp.text_of(body, "action_details")
+            or xp.text_of(body, "action")
+            or xp.text_of(body, "动作")
+            or xp.text_of(body, "动作细节")
+            or xp.text_of(body, "人物动作")
+            or ""
+        )
         if shot_meta:
-            # 新schema：<shot>是摄影参数，<visual>是纯画面描述，<action_details>是动作细节
+            # 新schema：<shot>是摄影参数，<visual>是画面描述，<action_details>是动作细节
             cam_text = shot_meta.strip()
             visual_text = visual_full.strip()
             action_text = (action_raw or "").strip()
@@ -1287,15 +1453,44 @@ def _parse_script_xml(
             cam_text, visual_text, action_text = _split_visual_field(visual_full)
             if not action_text and action_raw:
                 action_text = action_raw.strip()
-        ref_raw = xp.text_of(body, "reference_image_index")
+        # #2312 E2E遗留: v6运营模板把动作嵌在visual/画面字段里没输出独立动作标签。
+        # 若action仍为空但visual有内容，从visual文本中智能拆分提取动作片段
+        if not action_text and visual_text:
+            _, _vis_only, _act_extracted = _split_visual_field(visual_text)
+            if _act_extracted:
+                action_text = _act_extracted
+                visual_text = _vis_only  # 拆分后的纯画面替换原visual
+        # 最终兜底：若visual里也拆不出动作，根据画面生成一个安全默认动作描述
+        if not action_text and visual_text:
+            action_text = _infer_action_from_visual(visual_text)
+        # 若cam_text为空，从visual里兜底拆
+        if not cam_text and visual_text:
+            _cam_extracted, _vis2, _ = _split_visual_field(visual_text if visual_text != visual_full else visual_full)
+            if _cam_extracted:
+                cam_text = _cam_extracted
+                if not visual_text or visual_text == visual_full:
+                    visual_text = _vis2
+        # 参考图别名
+        ref_raw = (
+            xp.text_of(body, "reference_image_index")
+            or xp.text_of(body, "ref_image")
+            or xp.text_of(body, "参考图")
+            or xp.text_of(body, "image_index")
+        )
         ref_idx = xp.attr_int(ref_raw, -1) if ref_raw not in (None, "") else -1
         if not isinstance(ref_idx, int) or ref_idx < 0:
             ref_idx = None
-        speaker = xp.text_of(body, "speaker") or "主播"
+        # speaker别名 + 时间范围别名
+        speaker = xp.text_of(body, "speaker") or xp.text_of(body, "speaker_name") or xp.text_of(body, "角色") or "主播"
         if voice:
             voice_parts.append(f"[speaker:{speaker}]{voice}")
         shot = {
-            "time_range": a.get("time_range") or xp.text_of(body, "time_range") or f"{i * 3}-{(i + 1) * 3}秒",
+            "time_range": a.get("time_range")
+            or a.get("time")
+            or xp.text_of(body, "time_range")
+            or xp.text_of(body, "time")
+            or xp.text_of(body, "时长")
+            or f"{i * 3}-{(i + 1) * 3}秒",
             # shot_type_angle_movement：纯6项摄影参数，不塞画面动作
             "shot_type_angle_movement": cam_text or "中景平视，固定镜头",
             # scene_and_dialogue：纯口播对白（不再拼接visual，避免重复）
@@ -1303,8 +1498,13 @@ def _parse_script_xml(
             # 画面描述（拆出来的纯画面）放到 shot 里供视频prompt使用
             "visual": visual_text,
             "action_details": action_text,
-            "audio_bgm": xp.text_of(body, "audio_bgm") or "轻快BGM",
-            "transition": xp.text_of(body, "transition") or ("硬切" if i < len(clips) - 1 else "结束"),
+            "audio_bgm": xp.text_of(body, "audio_bgm")
+            or xp.text_of(body, "bgm")
+            or xp.text_of(body, "音效")
+            or "轻快BGM",
+            "transition": xp.text_of(body, "transition")
+            or xp.text_of(body, "转场")
+            or ("硬切" if i < len(clips) - 1 else "结束"),
             "reference_image_index": ref_idx,
             "voiceover": voice or "",
         }
@@ -1506,6 +1706,7 @@ def _step_script_generation(
     job: ViralVideoJob,
     image_analysis: dict,
     on_delta: Optional[Callable[[str, str], None]] = None,
+    extra_compliance_feedback: str = "",
 ) -> dict:
     """步骤: 意图理解 + 分镜生成一次完成（单一重试 for 循环 + 双格式解析）。
 
@@ -1596,6 +1797,36 @@ def _step_script_generation(
     # 字数/镜头数约束（统一由 constants 生成，注入到 prompt 占位符 {duration_constraint_text}）
     _duration_constraint_text = build_duration_constraint_text(dur)
 
+    # #2312: 根据行业自动注入合规红线（健康/养生/理疗/按摩/中医等）
+    _industry_redlines_text = ""
+    _industry_blob = " ".join(
+        [
+            str(industry or ""),
+            str(marketing_purpose or ""),
+            str(theme_hint or ""),
+            str(getattr(job, "name", "") or ""),
+        ]
+    )
+    if any(kw in _industry_blob for kw in HEALTH_INDUSTRY_KEYWORDS):
+        _industry_redlines_text = HEALTH_INDUSTRY_REDLINES
+    # 重试时携带上次审核失败的具体问题，让 LLM 针对性修复
+    if extra_compliance_feedback:
+        if _industry_redlines_text:
+            _industry_redlines_text = (
+                _industry_redlines_text
+                + "\n\n【上次生成审核未通过的具体问题（必须修复）】\n"
+                + extra_compliance_feedback
+            )
+        else:
+            _industry_redlines_text = "【上次生成审核未通过的具体问题（必须修复）】\n" + extra_compliance_feedback
+    # 非健康行业也可能混入医疗承诺，统一追加一段通用提醒
+    if not _industry_redlines_text and not extra_compliance_feedback:
+        _industry_redlines_text = "（非医疗健康行业，遵守通用广告法：不使用绝对化用语、不做效果承诺）"
+    elif not _industry_redlines_text:
+        _industry_redlines_text = (
+            "【通用合规】遵守广告法，不使用绝对化用语，不做效果承诺。\n" + extra_compliance_feedback
+        )
+
     llm_messages = build_messages(
         template,
         marketing_purpose=marketing_purpose or "未指定",
@@ -1615,6 +1846,7 @@ def _step_script_generation(
         extra_requirements=extra_req,
         video_style_section=style_section,
         duration_constraint_text=_duration_constraint_text,
+        industry_redlines=_industry_redlines_text,
     )
 
     # primary 模型（DB 配置的首选，豆包 Seed 2.1 Pro，稳但稍慢）
@@ -1773,7 +2005,7 @@ def _resolve_tts_voice_id(job: ViralVideoJob) -> str:
     if not raw_voice_id:
         return default_voice
 
-    # 克隆音色：前端传 profile.id，需查 DB 取 cosyvoice_voice_id
+    # 克隆音色：前端可能传 profile.id(UUID) 或 cosyvoice voice_id，先按UUID查再按voice_id兜底
     if voice_source in ("my_voice", "clone"):
         session = None
         try:
@@ -1783,7 +2015,13 @@ def _resolve_tts_voice_id(job: ViralVideoJob) -> str:
 
             session = SessionLocal()
             _repo = SQLAlchemyVoiceCloneProfileRepository(session)
+            # #2312：前端选克隆音色时可能传 cosyvoice voice_id（非UUID），get()查不到时用find_by_voice_id兜底
             _profile = _repo.get(raw_voice_id)
+            if not _profile:
+                try:
+                    _profile = _repo.find_by_voice_id(raw_voice_id)
+                except Exception:
+                    _profile = None
             if _profile and _profile.status.value == "ready" and (_profile.voice_id or "").strip():
                 logger.info(
                     "[爆款视频] 克隆音色解析: profile_id=%s → cosyvoice_voice_id=%s",
@@ -1874,12 +2112,13 @@ _PRESET_VOICE_SAMPLE_OSS_KEY_FMT = "static/voice-samples/preset/{voice_id}_sampl
 # #2311: 克隆音色预处理样本 OSS 路径（首次出片时用原音频ffmpeg截8s上传，后续永久复用）
 _CLONE_VOICE_SAMPLE_OSS_KEY_FMT = "static/voice-samples/clone/{profile_id}_sample.mp3"
 # #2311: 样本目标时长（秒）
-_VOICE_SAMPLE_TARGET_SECS = 8
+_VOICE_SAMPLE_TARGET_SECS = 10  # #2312 Wan官方建议≥10s音色参考更稳
 
 
 def _trim_audio_to_sample(local_path: Path, target_secs: int = _VOICE_SAMPLE_TARGET_SECS) -> Path | None:
-    """#2311: 用ffmpeg把音频裁剪/标准化为target_secs秒的单声道16kHz参考样本。
-    取音频中段（避开开头呼吸/结尾尾音/可能的静音段），输出到临时目录mp3。
+    """#2311+#2312: 用ffmpeg把音频裁剪/标准化为target_secs秒的参考样本。
+    取音频中段（避开开头呼吸/结尾尾音/可能的静音段），输出mp3。
+    #2312升级：精确seek(-ss在-i后)+24kHz+128kbps+首尾50ms淡入淡出防切音，音色还原更准。
     失败返回None。
     """
     import subprocess
@@ -1907,24 +2146,35 @@ def _trim_audio_to_sample(local_path: Path, target_secs: int = _VOICE_SAMPLE_TAR
         if dur <= 0:
             return None
         # 取中段；若比目标短则从头取
-        start = max(0.0, (dur - target_secs) / 2.0) if dur > target_secs + 1 else 0.0
+        if dur > target_secs + 1:
+            start = max(0.0, (dur - target_secs) / 2.0)
+        else:
+            start = 0.0
         out_dir = Path(tempfile.mkdtemp(prefix="vv_voice_sample_"))
         out = out_dir / "sample.mp3"
+        # #2312: -ss 放 -i 后做精确seek（避免关键帧偏移导致截点不准）；
+        # 24kHz采样率+128kbps单声道（Wan音色特征提取对高频信息敏感，16k/96k偏低）；
+        # afade做首尾50ms淡入淡出防止硬切产生爆音
+        fade_in = 0.05
+        fade_out_start = max(0.0, target_secs - 0.05)
+        af = f"afade=t=in:st=0:d={fade_in},afade=t=out:st={fade_out_start:.2f}:d=0.05"
         cmd = [
             "ffmpeg",
             "-y",
+            "-i",
+            str(local_path),
             "-ss",
             f"{start:.2f}",
             "-t",
             str(target_secs),
-            "-i",
-            str(local_path),
             "-ac",
             "1",
             "-ar",
-            "16000",
+            "24000",
             "-b:a",
-            "96k",
+            "128k",
+            "-af",
+            af,
             str(out),
         ]
         subprocess.run(cmd, capture_output=True, timeout=30, check=True)
@@ -1982,20 +2232,35 @@ def _resolve_voice_sample_audio(job: ViralVideoJob) -> str | None:
         return _tts_voice_sample_fallback(job)
 
     # --- 预置音色：直接读预生成sample_audio_url ---
-    if voice_source not in ("my_voice", "clone"):
+    # #2312 防御：前端可能漏传 voice_source（空串），先按预置查；查不到再尝试克隆路径
+    _is_clone_source = voice_source in ("my_voice", "clone")
+    if not _is_clone_source:
         from packages.domain.preset_voices import get_preset_voice_by_id
 
         preset = get_preset_voice_by_id(raw_voice_id)
         sample_url = (preset.sample_audio_url if preset else "").strip()
-        if not sample_url:
-            # 部署脚本没跑/未回填：警告+兜底TTS，保证不崩
+        if sample_url:
+            logger.info(
+                "[爆款视频][音色样本] 命中预置静态样本: %s (voice_source=%s)", raw_voice_id, voice_source or "empty"
+            )
+            return sample_url
+        # 预置查不到：如果 voice_source 暗示为预置（"preset"/空串等），降级TTS
+        # 但如果 voice_id 看起来像 UUID（克隆profile id），继续走克隆路径
+        import re as _re
+
+        _is_uuid_like = bool(_re.match(r"^[0-9a-f]{8}-[0-9a-f]{4}-", raw_voice_id, _re.I))
+        if voice_source in ("preset", "") and not _is_uuid_like:
             logger.warning(
                 "[爆款视频][音色样本] 预置音色 %s 无sample_audio_url（seed_preset_voice_samples未跑？），降级TTS",
                 raw_voice_id,
             )
             return _tts_voice_sample_fallback(job)
-        logger.info("[爆款视频][音色样本] 命中预置静态样本: %s", raw_voice_id)
-        return sample_url
+        # 否则（UUID-lik或其他未知source）继续走克隆路径兜底
+        logger.info(
+            "[爆款视频][音色样本] voice_source=%s 预置查不到，尝试克隆路径兜底 voice_id=%s",
+            voice_source or "empty",
+            raw_voice_id[:40],
+        )
 
     # --- 克隆音色：原音频ffmpeg预处理+OSS缓存 ---
     profile_id = raw_voice_id
@@ -2023,10 +2288,36 @@ def _resolve_voice_sample_audio(job: ViralVideoJob) -> str | None:
 
         session = SessionLocal()
         _repo = SQLAlchemyVoiceCloneProfileRepository(session)
+        # #2312 关键修复：前端在选克隆音色时，voice_id传的可能是 CosyVoice voice_id
+        # （形如 cosyvoice_xxx），也可能是 profile 主键 UUID。先按主键 UUID get()，
+        # 查不到再按 voice_id 字段回退查找，避免误降级TTS。
         _profile = _repo.get(profile_id)
-        if not _profile or not _profile.is_ready:
-            logger.warning("[爆款视频][音色样本] 克隆profile %s 不存在/未就绪，降级TTS", profile_id)
+        if not _profile:
+            try:
+                _profile = _repo.find_by_voice_id(profile_id)
+            except Exception as _e:
+                logger.warning("[爆款视频][音色样本] find_by_voice_id异常: %s", _e)
+        if not _profile:
+            logger.error(
+                "[爆款视频][音色样本] 克隆profile查找失败 profile_id/voice_id=%s 降级TTS（用户将听不到本人音色）",
+                profile_id,
+            )
             return _tts_voice_sample_fallback(job)
+        if not _profile.is_ready:
+            logger.warning(
+                "[爆款视频][音色样本] 克隆profile %s(id=%s,voice_id=%s) 状态未就绪 status=%s，降级TTS",
+                getattr(_profile, "name", ""),
+                _profile.id,
+                getattr(_profile, "voice_id", ""),
+                getattr(_profile, "status", ""),
+            )
+            return _tts_voice_sample_fallback(job)
+        logger.info(
+            "[爆款视频][音色样本] 克隆profile命中: name=%s id=%s voice_id=%s",
+            getattr(_profile, "name", ""),
+            _profile.id,
+            getattr(_profile, "voice_id", ""),
+        )
         # 优先走source_asset_id拿永久storage_key重签下载
         source_asset_id = (_profile.metadata or {}).get("source_asset_id", "")
         if source_asset_id:
@@ -2065,11 +2356,15 @@ def _resolve_voice_sample_audio(job: ViralVideoJob) -> str | None:
         logger.warning("[爆款视频][音色样本] ffmpeg预处理失败，降级TTS profile=%s", profile_id)
         return _tts_voice_sample_fallback(job)
 
-    # 上传OSS永久缓存
+    # 上传OSS永久缓存（#2312 E2E问题3: 必须public-read，Wan/Seedance API才能拉到）
     try:
-        url = upload_to_oss(sample_path, oss_key)
+        url = upload_to_oss(
+            sample_path,
+            oss_key,
+            extra_headers={"x-oss-object-acl": "public-read"},
+        )
         if url:
-            logger.info("[爆款视频][音色样本] 克隆样本已缓存OSS: %s", profile_id)
+            logger.info("[爆款视频][音色样本] 克隆样本已缓存OSS(public-read): %s", profile_id)
             return url
     except Exception as e:
         logger.warning("[爆款视频][音色样本] 克隆样本上传OSS失败: %s", e)
@@ -2495,7 +2790,16 @@ def _assemble_seedance_prompt(copy_result: dict, job: ViralVideoJob, has_voice_r
 
     if provider == "dashscope":
         # ========== Wan 3.0 格式 ==========
-        head = f"{theme}，{style_text or _WAN_HEAD_SCENE_FALLBACK}，总时长{total_duration}秒。"
+        # #2312 双保险：文字层明确画幅要求，避免API参数偶发被忽略时出横屏
+        _ar_hint = {
+            "9:16": "竖屏构图（9:16手机竖屏观看，人物居中竖幅取景）",
+            "16:9": "横屏构图（16:9宽银幕取景）",
+            "1:1": "正方形构图（1:1居中取景）",
+            "3:4": "竖幅构图（3:4竖屏取景）",
+            "4:3": "横幅构图（4:3取景）",
+            "21:9": "超宽银幕构图（21:9电影宽幅）",
+        }.get(aspect_ratio, f"画幅{aspect_ratio}")
+        head = f"{theme}，{style_text or _WAN_HEAD_SCENE_FALLBACK}，{_ar_hint}，总时长{total_duration}秒。"
         body: list[str] = [head, ""]
         # #2311 短音色样本：加音色提取指令
         if has_voice_ref:
@@ -2639,7 +2943,22 @@ def _step_render(job: ViralVideoJob, copy_result: dict, tts_audio_url: str | Non
         len(ref_videos),
         tmpdir,
     )
-    logger.info("[爆款视频] Seedance prompt (前300字): %s", prompt[:300])
+    # #2312 关键链路日志：明确打印音色URL和来源，便于排查克隆音色失效
+    if ref_audios:
+        _va0 = ref_audios[0] or ""
+        logger.info(
+            "[爆款视频] 音色参考URL(前120字) voice_id=%s voice_source=%s url=%s",
+            (getattr(job, "voice_id", "") or "")[:40],
+            (getattr(job, "voice_source", "") or "") or "preset",
+            _va0[:120],
+        )
+    else:
+        logger.info(
+            "[爆款视频] 无音色参考（原生音频） voice_id=%s voice_source=%s",
+            (getattr(job, "voice_id", "") or "")[:40],
+            (getattr(job, "voice_source", "") or "") or "preset",
+        )
+    logger.info("[爆款视频] 视频prompt (前500字): %s", prompt[:500])
 
     # #2172/#2220: 使用信任链预热结果（阶段1后台 Seedream t2i 并行），不可用时现场补跑
     pre_trusted = None
@@ -3007,19 +3326,82 @@ def run_viral_video_generate_copy(self: Task, job, repo, session) -> dict:
             event_type="viral_video:script_delta",
         )
 
-    copy_result = _step_script_generation(job, image_analysis, on_delta=_on_script_delta)
-    _emit_progress(
-        job_id,
-        ViralVideoStage.SCRIPT_GENERATION,
-        85.0,
-        "分镜脚本生成完成",
-        {"shots": len(copy_result.get("shots", []))},
-    )
+    # #2312: 合规自动重试——生成后立即做 LLM 深度审核，不通过则把违规点反馈给 LLM 重新生成（最多 2 次）
+    # 目标：在用户看到文案之前就把违规问题消化掉，避免用户点"生成视频"才在阶段3被卡
+    _MAX_COMPLIANCE_RETRY = 2
+    copy_result = None
+    _compliance_feedback = ""
+    for _retry_i in range(_MAX_COMPLIANCE_RETRY + 1):
+        copy_result = _step_script_generation(
+            job,
+            image_analysis,
+            on_delta=_on_script_delta if _retry_i == 0 else None,
+            extra_compliance_feedback=_compliance_feedback,
+        )
+        _emit_progress(
+            job_id,
+            ViralVideoStage.SCRIPT_GENERATION,
+            85.0,
+            f"分镜脚本生成{'（合规修复重试中...）' if _retry_i > 0 else '完成'}",
+            {"shots": len(copy_result.get("shots", []))},
+        )
+
+        # 快速黑名单本地替换（绝对化用语、套路词等）
+        _set_stage(job, repo, session, ViralVideoStage.REVIEW, "正在快速检查脚本合规性...")
+        voiceover = (copy_result or {}).get("voiceover_script", "") or ""
+        _quick_compliance_blacklist_check(copy_result)
+
+        # LLM 深度审核（阶段2也跑，失败不阻塞；发现 error 级问题则反馈给 LLM 重试）
+        try:
+            from packages.application.viral_video.reviewer import Reviewer
+
+            _reviewer = Reviewer()
+            _rev_res = _reviewer.review((copy_result or {}).get("voiceover_script", "") or "")
+            if _rev_res.passed or not [i for i in _rev_res.issues if i.severity == "error"]:
+                logger.info(
+                    "[爆款视频][阶段2] 脚本合规审核通过 job_id=%s attempt=%d issues=%d",
+                    job_id,
+                    _retry_i + 1,
+                    len(_rev_res.issues),
+                )
+                break
+            # 有 error 级问题——拼反馈文本让 LLM 下一轮针对性改
+            _err_issues = [i for i in _rev_res.issues if i.severity == "error"]
+            _compliance_feedback = (
+                f"上次生成的文案存在以下 {len(_err_issues)} 个合规问题，请全部修复后重新生成文案和分镜，"
+                f"严格遵守系统里的合规红线，不要再犯：\n"
+                + "\n".join(f"- [{i.dimension}] {i.text}" for i in _err_issues[:8])
+            )
+            logger.warning(
+                "[爆款视频][阶段2] 合规审核未通过 attempt=%d/%d job_id=%s issues=%s",
+                _retry_i + 1,
+                _MAX_COMPLIANCE_RETRY + 1,
+                job_id,
+                [i.text[:40] for i in _err_issues[:3]],
+            )
+            if _retry_i >= _MAX_COMPLIANCE_RETRY:
+                # 最后一次仍不通过，交给阶段3兜底（可能是 LLM reviewer 误判；阶段3仍会跑一次）
+                logger.warning(
+                    "[爆款视频][阶段2] 合规自动重试达到上限，保留当前脚本交给用户确认 job_id=%s",
+                    job_id,
+                )
+                break
+            # 清回调，避免重试时重复推 stream 事件把前端搞乱
+            _on_script_delta = None
+            _script_stage_start = time.time()
+            _set_stage(
+                job,
+                repo,
+                session,
+                ViralVideoStage.SCRIPT_GENERATION,
+                f"文案合规检测发现问题，正在自动修复（第{_retry_i+1}次重试）...",
+            )
+            continue
+        except Exception as _e:
+            logger.warning("[爆款视频][阶段2] 合规预审核异常，跳过自动重试: %s", _e)
+            break
 
-    # 合规审核后置：快速黑名单检查；LLM 深度审核放到 confirm-copy 出片前
-    _set_stage(job, repo, session, ViralVideoStage.REVIEW, "正在快速检查脚本合规性...")
     voiceover = (copy_result or {}).get("voiceover_script", "") or ""
-    _quick_compliance_blacklist_check(copy_result)
     _emit_progress(job_id, ViralVideoStage.REVIEW, 95.0, "脚本合规初检完成")
 
     job.mark_copy_generated(copy_result)

infra/docker/worker.Dockerfile

@@ -37,6 +37,8 @@ COPY alembic.ini /app/alembic.ini
 COPY alembic/ /app/alembic/
 COPY migrations/ /app/migrations/
 COPY packages/ /app/packages/
+# #2311: 预置音色样本 seed 脚本等运维/部署脚本需在容器内可用
+COPY scripts/ /app/scripts/
 # PR #1844 起，worker 还需要加载 apps.api.app.tasks.lipsync_tts，
 # 该 task 依赖 app.services.* 与 app.core.celery_app（PYTHONPATH=/app/apps/api 下解析）。
 # 为避免后续新增 task 再次漏 COPY，直接把整个 apps/api/app/ 复制进 worker 镜像。

packages/application/viral_video/prompt_loader.py

@@ -155,16 +155,32 @@ def get_template(prompt_type: str, *, force_refresh: bool = False) -> Optional[P
         if not force_refresh and cached and now - cached[0] < CACHE_TTL_SECONDS:
             return cached[1]
 
-    template = _load_from_db(prompt_type) or _fallback(prompt_type)
+    template = _load_from_db(prompt_type)
+    _from = "db"
+    if template is None:
+        template = _fallback(prompt_type)
+        _from = "code-default"
     if template is None:
         _warn_once(
             f"no_template:{prompt_type}",
             f"NO TEMPLATE for {prompt_type} (neither db nor code defaults)",
             "no template in db or code defaults",
         )
-    if template is not None:
-        with _lock:
-            _cache[prompt_type] = (now, template)
+        return None
+    # #2312 实证日志：每次缓存刷新都打印实际加载的模板来源/版本/名称/sp前100字，
+    # 便于确认后台运营改动是否真的生效（30秒TTL缓存刷新时会打）
+    _sp_preview = (template.system_prompt or "").replace(chr(10), " ")[:100]
+    logger.info(
+        "[prompt_loader] 加载模板 type=%s 来源=%s version=%d name=%s is_active=%s sp_preview=%r",
+        prompt_type,
+        _from,
+        template.version,
+        template.name,
+        template.is_active,
+        _sp_preview,
+    )
+    with _lock:
+        _cache[prompt_type] = (now, template)
     return template
 
 
@@ -248,8 +264,53 @@ def _safe_format(text: str, kwargs: dict) -> str:
 
 
 def render_system_prompt(template: PromptTemplate, **kwargs) -> str:
-    """system_prompt 含运行时变量时填充；example_output 存在时作为 few-shot 样例追加到末尾。"""
+    """system_prompt 含运行时变量时填充；example_output 存在时作为 few-shot 样例追加到末尾。
+
+    #2312 防御：DB 配置的模板（viral_video_prompt_templates）若漏掉 GLOBAL_CONSTRAINTS 或
+    # industry_redlines 占位符，代码侧兜底追加，避免再次出现"代码加了规则但 DB 旧模板没带"
+    # 的静默失效问题（#2312 根因：#2308/#2311/#2312 连续改了 prompts.py 默认值但没写 alembic）。
+    """
+    # #2312 E2E问题2: 占位符别名兼容——运营DB模板可能用{fusion_result}等历史命名，
+    # 代码传 voiceover_script=。自动补别名避免"未提供待审核文案"。
+    _alias_map = {
+        "voiceover_script": ("fusion_result", "script", "copy_text"),
+        "storyboard_input": ("input_text", "brief", "用户需求"),
+    }
+    for _src_key, _aliases in _alias_map.items():
+        if _src_key in kwargs and kwargs[_src_key]:
+            for _alias in _aliases:
+                kwargs.setdefault(_alias, kwargs[_src_key])
     body = _safe_format(template.system_prompt, kwargs)
+
+    # 防御性注入：GLOBAL_CONSTRAINTS 核心规则——若 DB 模板完全没有这些关键词则追加。
+    # 判定指纹用多个关键词组合，避免运营改了措辞后漏判。
+    if template.prompt_type in ("storyboard",) and body:
+        try:
+            from packages.application.viral_video.prompts import GLOBAL_CONSTRAINTS
+
+            _need_global = True
+            _fp_compliance = ("不承诺", "效果", "绝对化")
+            _fp_medical = ("医疗", "诊疗", "根治", "疗效", "治愈")
+            _has_c = any(k in body for k in _fp_compliance)
+            _has_m = any(k in body for k in _fp_medical)
+            if _has_c and _has_m:
+                _need_global = False
+            if _need_global:
+                body = body.rstrip() + "\n\n" + GLOBAL_CONSTRAINTS
+        except Exception:
+            pass
+        # {industry_redlines} 占位符缺失时，把运行时传入的红线内容直接追加到末尾。
+        ir = kwargs.get("industry_redlines", "")
+        _ir_fps = (
+            "【养生/健康/理疗行业合规红线",
+            "【上次生成审核未通过的具体问题",
+            "【通用合规】",
+            "（非医疗健康行业，遵守通用广告法",
+        )
+        _already_has_ir = any(k in body for k in _ir_fps)
+        if ir and "{industry_redlines}" not in body and not _already_has_ir:
+            body = body.rstrip() + "\n\n" + ir
+
     example = (template.example_output or "").strip()
     if not example:
         return body
@@ -260,6 +321,15 @@ def render_system_prompt(template: PromptTemplate, **kwargs) -> str:
 def render_user_prompt(template: PromptTemplate, **kwargs) -> str:
     r"""填充 user_prompt_template 占位符；example_output 存在时作为 few-shot 样例追加到 user 消息末尾，
     配合 \_build_example_exchange 拼多轮 messages，LLM 收到完整「示例输入→示例输出」对齐格式。"""
+    # #2312 E2E问题2: 同 render_system_prompt，补占位符别名
+    _alias_map = {
+        "voiceover_script": ("fusion_result", "script", "copy_text"),
+        "storyboard_input": ("input_text", "brief", "用户需求"),
+    }
+    for _src_key, _aliases in _alias_map.items():
+        if _src_key in kwargs and kwargs[_src_key]:
+            for _alias in _aliases:
+                kwargs.setdefault(_alias, kwargs[_src_key])
     body = _safe_format(template.user_prompt_template, kwargs)
     example = (template.example_output or "").strip()
     if not example:

packages/application/viral_video/prompts.py

@@ -15,19 +15,67 @@ example_output / is_active。
 
 from __future__ import annotations
 
-# 所有文案类 Prompt 自动注入的硬约束
+# 所有文案类 Prompt 自动注入的硬约束（#2312: 加强医疗/养生行业红线）
 GLOBAL_CONSTRAINTS = """【必须遵守的硬约束】
 1. 不编造时间：不写"今年最新""2024 爆款"等会过时的时间表述。
-2. 不承诺效果：不写"保证""一定""100%有效""包治百病"等绝对化用语。
+2. 不承诺效果：不写"保证""一定""100%有效""包治百病"等绝对化用语，不写任何效果承诺。
 3. 不编造价格、销量、认证、奖项：除非用户在文案中明确给出，否则一律不写。
-4. 符合广告法及平台社区规范。
-5. 只描述图片中真实可见的内容，看不到的不瞎猜。"""
+4. 符合广告法及平台社区规范，不触碰医疗/养生/金融等敏感行业红线。
+5. 只描述图片中真实可见的内容，看不到的不瞎猜。
+6. 不出现医疗/诊疗/治疗/治愈/疗效/根治/对症/药效/偏方/秘方/药到病除/一用就好/立刻见效/特效/克星/急救/救星/神药/祖传/宫廷秘方/一贴灵/一抹就好等宣称诊疗或疗效的词汇。
+7. 养生/按摩/理疗/推拿/养生馆/调理类门店文案：只写"放松""舒缓""缓解疲劳""舒服""松快""解乏""轻松""舒展""按完轻松多了"等感受类表达，严禁暗示治病、治病根、诊疗、根治、对症、疗效、专家诊断、老师一搭手就知道问题在哪等越界表述。
+8. 不冒充医生/专家/老师做诊疗判断，不写"老师帮你看看""一搭手就知道""哪儿疼治哪儿""对症调理"等暗示诊断/治疗的表述。"""
+
+# 医疗/养生/保健/理疗行业强约束（当 industry 命中 HEALTH_INDUSTRY_KEYWORDS 时额外注入）
+HEALTH_INDUSTRY_REDLINES = """【养生/健康/理疗行业合规红线（本行业必须严格遵守）】
+1. 严禁暗示诊疗/治疗/治愈：禁止出现"治疗""治愈""治好""根治""对症""诊疗""看病""就诊""疗效""药效""见效""克星""救星""药到病除""一用就好""立刻见效""特效""一贴灵""一抹就好"等词。
+2. 严禁诊断暗示：禁止出现"帮你看看""一搭手就知道""哪儿有问题""查出""诊断""判断"等暗示专业诊断的表述；工作人员不能被描述成具备诊断能力的"老师""大夫""医生""专家"。
+3. 严禁功效承诺：禁止承诺"能治好""贴了就好""按完就不疼""根治""永不复发""药到病除""立刻缓解"等。
+4. 身体部位疼痛描述只能作为**顾客主观感受的共情钩子**，不能接"我们能治/能好/能根除"的承诺。正确示范：「肩膀酸了吧？来这儿按一按，松快松快」；错误示范：「肩颈疼别忍着，让老师帮你看看，一搭手就知道问题在哪」。
+5. 门店/服务只能描述成"放松""舒缓""缓解疲劳""舒服""松快""解乏""轻松""舒展""休息一下"这类纯感受/体验类词。
+6. 不要出现"膏药""针灸""艾灸""中药""方子""疗程""对症""偏方""秘方""祖传""宫廷秘方"等医疗/药方相关词。
+7. 不要引导"别贴膏药""别吃药""别去医院"等贬低正规医疗的表述。
+8. 不要使用"颈肩腰腿，哪儿酸哪儿胀"这类像中医问诊的话术，改为"肩膀酸、腰背紧，想松快一下"等消费者自我感受的口语化表达。"""
+
+# 判定健康/养生行业的关键词（命中其一即注入 HEALTH_INDUSTRY_REDLINES）
+HEALTH_INDUSTRY_KEYWORDS: tuple[str, ...] = (
+    "养生",
+    "健康",
+    "理疗",
+    "推拿",
+    "按摩",
+    "艾灸",
+    "针灸",
+    "正骨",
+    "康复",
+    "中医",
+    "经络",
+    "穴位",
+    "肩颈",
+    "腰腿",
+    "筋骨",
+    "调理",
+    "保健",
+    "SPA",
+    "spa",
+    "养生馆",
+    "按摩店",
+    "御众堂",
+    "月子",
+    "产后修复",
+    "产康",
+    "足疗",
+    "足浴",
+    "盲人按摩",
+)
 
 # 负向提示（注入 storyboard / 视频生成负面词）
 NEGATIVE_RULES = """【反套路化要求】
 禁止使用"家人们谁懂啊""绝绝子""宝子们""家人们""太绝了""yyds"等烂大街网络词；
-禁止使用"很近"等错别字，应使用"最近"；
-禁止固定模板化开头；语言要像真人朋友之间的分享，自然、具体、有信息量。"""
+禁止"很近"等错别字，应使用"最近"；
+禁止固定模板化开头；语言要像真人朋友之间的分享，自然、具体、有信息量。
+禁止医疗诊疗类词汇（治疗/治愈/根治/疗效/特效/药到病除/一用就好/对症/偏方/秘方/一搭手就知道/帮你看看等）。
+禁止效果承诺（包治/根治/立刻见效/永不复发/一用就好等）。"""
 
 # 输出禁用套路词（测试/reviewer/worker 三处共享）
 # 注：广告法绝对化用语（如"最""第一""100%"）在 worker 侧 _quick_compliance_blacklist_check 单独做本地替换，
@@ -126,17 +174,64 @@ _STORYBOARD_SYSTEM = (
     + """</negative>
 </script>
 
-## 写作要求
-1. 口播台词：像真人面对镜头说话，短句、口语化、有停顿有情绪，开头 3 秒给出钩子；不要书面腔，不要机械报参数。
-2. <shot> 只写6项摄影参数（景别/机位高度/焦段/光圈/运镜），简短不超过20字；<visual> 写观众会看到的画面主体/场景/光线/氛围；<action_details> 写人物动作/表情/物品操作细节（真人出镜必填）。三字段各司其职，不要混写。
-3. copy_display_markdown：直接展示给最终用户的文案，用 Markdown 写成自然、流畅、有感染力的成片文案，可用小标题与短句组织；不要做字段列表，不要出现"镜头一/台词："这类制作说明。
-4. 内容必须来自图片观察与用户给出的信息，不编造卖点、不夸大、不使用绝对化用语和虚假承诺。
-5. reference_image_index 填本镜参考图片序号（从 0 开始），没有合适参考图填 -1。
-6. 分镜数量与时长匹配总时长，节奏紧凑。
-7. 【字数/镜头数/时间轴硬约束】：严格遵守 user_prompt 里给出的 {duration_constraint_text}，宁少勿多。
-8. 每个 clip 必须分配一个 reference_image_index（从 0 开始的图片序号），没有合适图片填 -1。
-9. 必须严格按<marketing_purpose><target_audience><persona><viral_structure><language><industry>指定的参数写文案和分镜，不能忽略任何一项用户参数。
-10. 禁止使用"很近"等错别字，统一使用"最近"。"""
+"""
+    + GLOBAL_CONSTRAINTS
+    + """
+
+{industry_redlines}
+
+## 【文案创作四铁律】（最优先级，必须严格遵守）
+
+### 铁律一：开头3秒——必须是正在发生的事，禁止亮广告身份
+- 第一句话/第一个画面必须是「正在发生的事」：正在进行的对话、冲突、悬念、反常识瞬间、当场抓包、具体场景中的人
+- ❌ 绝对禁止以下开头（这些是广告身份证，观众0.5秒划走）：
+  「大家好/我是XX/我干这行XX年了/你是否/很多人/人过XX/你有没有发现/今天给大家推荐/家人们」等自我介绍、痛点科普、泛泛而谈开场
+- 前3秒不要亮店名/品牌名/「来找我」「来我店」这类推销词
+- 开头台词要短、有冲击力、让人想继续看（2-8个字最佳），像"开个价吧""又疼？""你这肩膀硬得跟石板似的""昨天来个顾客进门就哭"
+
+### 铁律二：内容——像真人讲故事，禁止抽象词堆砌
+- 文案要像真人在对话或讲故事，不是在念广告；不要一个人干巴巴讲道理，尽量有"人物"和"对话"感（独白也要有场景代入，像在跟人掏心窝子说话）
+- 必须有情绪起伏：不能从头到尾一个腔调，全片至少要有2-3个情绪转折点（惊讶/好笑/好奇/感动/反转）
+- 禁止抽象形容词堆砌：❌「专业/靠谱/实惠/舒服/松快/效果好/品质好/值得信赖/服务周到/环境好」这些空词一律不准写
+- 卖点必须场景化、数字具体化、有反差梗：
+  ✅ 不说「肩膀放松」→说「按完你今晚能扛着孙子上三楼不喘气」
+  ✅ 不说「效果好」→说「昨天张哥按完在我这睡了半小时，呼噜打隔壁来敲门」
+  ✅ 不说「专业」→说「这手劲我练了二十三年，比你老公给你揉的准十倍」
+  ✅ 不说「舒服」→说「按完那一下，你整个人跟面条似的软在那」
+- 可以用反套路/反转/自嘲/幽默/当场抓包/顾客反应来增加记忆点；人物对话比单人独白吸引力高3倍
+- 所有描述要能"看见画面"——读者脑子里能浮现出具体场景、人物表情、动作，而不是抽象评价
+
+### 铁律三：结尾CTA——好奇心驱动，禁止指令式推销
+- ❌ 禁止指令式硬推CTA：「快来吧/赶紧来/欢迎光临/不要错过/点击购买/赶紧试试/走过路过不要错过/机不可失/先到先得/错过后悔一辈子」
+- ✅ 用好奇心/互动钩子驱动CTA：
+  - 提问互动式：「你摸摸你肩膀这根筋，是不是一按就酸？评论区告诉我」
+  - 悬念留钩式：「昨天那个张哥，按完当场睡了半小时——你猜他啥情况？」
+  - 轻量推荐式：「路过可以进来试试，不好算我的」
+  - 破梗自嘲式：「我知道你以为我要推销了——其实真不是，你试试就知道」
+- CTA要自然，像朋友随口说一句，不要像销售在逼单
+
+### 铁律四：语言风格——像朋友聊天，禁止广告腔/服务腔/说教腔
+- 短句为主（每句5-15字最佳），像口语不像书面语；不要长句/排比句/对仗句/朗诵腔
+- 禁止以下腔调：
+  - 服务腔：「竭诚为您服务/欢迎莅临/您的满意是我们的追求/宾至如归」
+  - 广告腔：「限时特惠/重磅来袭/好评如潮/销量领先/品质保证」
+  - 长辈说教腔：「听我一句劝/我跟你说/你不懂/年轻人啊/过来人告诉你」
+  - 主播带货腔：「家人们/宝子们/321上链接/买它/OMG」
+- 要像：朋友聊天、当场发生的事、一个小故事、两个熟人在拌嘴、师傅边干活边随口搭话
+- 【重要】以上铁律不能覆盖GLOBAL_CONSTRAINTS合规规则，医疗/养生类仍不能有诊疗/疗效承诺；但表达方式必须变——合规的前提下，把"松快""舒服"变成具体场景描述（"按完在我这睡着了""出门时脚步轻了"），而不是删掉所有具体内容只留抽象词
+
+## 写作要求（格式与技术规范）
+1. 口播台词必须遵守上方【文案创作四铁律】，像真人对话、短句口语、有情绪起伏、有场景、有反转、有钩子
+2. <shot> 只写6项摄影参数（景别/机位高度/焦段/光圈/运镜），简短不超过20字；<visual> 写观众会看到的画面主体/场景/光线/氛围；<action_details> 写人物动作/表情/物品操作细节（真人出镜必填）。三字段各司其职，不要混写
+3. copy_display_markdown：直接展示给最终用户的文案，用 Markdown 写成自然、流畅、有故事感的成片文案，可用小标题与短句组织；不要做字段列表，不要出现"镜头一/台词："这类制作说明
+4. 内容必须来自图片观察与用户给出的信息，不编造卖点/价格/销量/认证/奖项、不夸大、不使用绝对化用语和虚假承诺；卖点要场景化表达（铁律二）
+5. reference_image_index 填本镜参考图片序号（从 0 开始），没有合适参考图填 -1
+6. 分镜数量与时长匹配总时长，节奏紧凑（平均每镜2-3秒，开头1-2镜要更快）
+7. 【字数/镜头数/时间轴硬约束】：严格遵守 user_prompt 里给出的 {duration_constraint_text}，宁少勿多
+8. 每个 clip 必须分配一个 reference_image_index（从 0 开始的图片序号），没有合适图片填 -1
+9. 必须严格按<marketing_purpose><target_audience><persona><viral_structure><language><industry>指定的参数写文案和分镜，不能忽略任何一项用户参数
+10. 禁止使用"很近"等错别字，统一使用"最近"
+11. 前3秒第一镜画面必须是具体场景/人物动作/对话瞬间，禁止空镜/产品特写/品牌logo开场；第一镜必须有人有动作有情绪"""
 )
 
 _STORYBOARD_USER = """<marketing_purpose>{marketing_purpose}</marketing_purpose>
@@ -198,9 +293,11 @@ _STORYBOARD_EXAMPLE = """<script>
 
 # ── 模板3：文案审核（合规/质量门禁）───────────────────────────────────
 _REVIEW_SYSTEM = """你是一名短视频广告合规审核与文案优化专家。请审核下面这段口播文案：
-1) 广告法与平台合规（绝对化用语、虚假承诺、医疗功效宣称、导流违规、套路烂梗词）；
-2) 口播是否自然、口语化、无书面腔；
-3) 是否有明显错别字（例如把"最近"写成"很近"）。
+1) 广告法与平台合规（绝对化用语、虚假承诺、导流违规、套路烂梗词）；
+2) **医疗/养生/健康红线（重点审查）**：是否出现诊疗暗示（"帮你看看""一搭手就知道""老师诊断""检查"等）、疗效/治愈承诺（"治好""根治""见效""一用就好""药到病除""特效""克星""永不复发"等）、医疗术语（"疗程""对症""膏药""针灸""中药""偏方""秘方""诊疗""治疗""就诊"等）、冒充医生/专家/老师做诊断、贬低正规医疗（"别贴膏药""别吃药""别去医院"等）；
+3) 养生/按摩/理疗/推拿/保健类文案是否用了纯感受类表达（放松/舒缓/舒服/松快/解乏/轻松），而不是"治病/根治/疗效"类表达；
+4) 口播是否自然、口语化、无书面腔；
+5) 是否有明显错别字（例如把"最近"写成"很近"）。
 
 只输出 XML，结构：
 <review>
@@ -237,18 +334,18 @@ DEFAULT_TEMPLATES: list[dict] = [
         "is_active": True,
     },
     {
-        "name": "编导级分镜 v3.1",
+        "name": "编导级分镜 v3.2",
         "prompt_type": "storyboard",
-        "version": 4,
+        "version": 5,
         "system_prompt": _STORYBOARD_SYSTEM,
         "user_prompt_template": _STORYBOARD_USER,
         "example_output": _STORYBOARD_EXAMPLE,
         "is_active": True,
     },
     {
-        "name": "文案审核 v2",
+        "name": "文案审核 v3",
         "prompt_type": "review",
-        "version": 2,
+        "version": 3,
         "system_prompt": _REVIEW_SYSTEM,
         "user_prompt_template": _REVIEW_USER,
         "example_output": _REVIEW_EXAMPLE,

packages/application/viral_video/reviewer.py

@@ -39,6 +39,44 @@ _EXAGGERATION_PATTERNS = [
     r"一喷(就|全|100)",
 ]
 
+# 本地规则：医疗/养生/诊疗红线（#2312：出片前最后一道本地兜底，命中即 error）
+# 注意：这些词/句式出现在养生/理疗/按摩/保健/康复类文案中几乎必然违规，直接挡
+# 本地规则做快速兜底，LLM 审核是主防线（review prompt v3 已加强医疗维度，语义判断更准）
+_MEDICAL_REDLINE_PATTERNS = [
+    # 疗效/治愈/根治/效果承诺
+    (r"包治(百病|各种|颈肩|腰腿|风湿|颈椎|腰椎)?", "出现诊疗承诺：'{hit}'，暗示包治违反广告法与医疗合规"),
+    (r"根[治除](?!本)", "出现根治/根除表述：'{hit}'，非医疗机构不得承诺根治"),
+    (r"(永不复发|药到病除)", "出现疗效承诺：'{hit}'"),
+    (
+        r"一(?:用|贴|抹|喷|吃|服|针|喝)[^，。！？]{0,3}(?:就|即|立)(?:好|见效|灵|愈|止痛)",
+        "出现'一X就好'类即时疗效承诺：'{hit}'",
+    ),
+    (r"(?:立刻|马上|立即|瞬间|当天|一次就)(?:见效|止痛|不痛|康复|止?痛|治好)", "出现即时效果承诺：'{hit}'"),
+    (r"特[效药贴针酒]|神药|神贴|神针|妙药", "出现神/特效类违规表述：'{hit}'"),
+    # 诊断暗示（工作人员"搭手就知道""帮你看看哪有问题"）
+    (r"一搭手就知道", "出现诊断暗示：'{hit}'，非医疗机构按摩师/老师不能做诊断"),
+    (
+        r"(?:老师|师傅|大夫|医生|专家|医师)(?:帮你|给你|为你|一)(?:看看|检查|诊断|判断|瞧瞧|搭手)",
+        "出现诊断暗示：'{hit}'，工作人员不能被描述为做诊断",
+    ),
+    (r"(?:帮你|给你|为你)(?:看看(?:问题|毛病|病|哪儿|哪)?|检查(?:一下)?|诊断)", "出现诊断暗示：'{hit}'"),
+    # 贬低正规医疗/引导弃医
+    (
+        r"别(?:急着|忙着|光|总|一直)?(?:贴膏药|吃药|上医院|去医院|看医生|打针|拖|扛|忍(?:着|着不)?|硬扛)|不要(?:急着|忙着)?(?:贴膏药|吃药|上医院|去医院|看医生|打针)",
+        "出现贬低/规避正规医疗的引导：'{hit}'",
+    ),
+    # 医疗术语（按摩/养生门店正常营销不应出现）
+    (
+        r"(?:疗[程效]|对症(?:下药)?|诊疗|就诊|就医|医嘱|病(?:灶|情|症)|处[方箋])",
+        "出现医疗术语：'{hit}'，非医疗机构文案应使用感受类表达",
+    ),
+    (
+        r"哪儿酸哪儿胀|哪(?:儿|里)(?:疼|酸|胀|痛|不舒服|不适)[^，。！？]{0,8}(?:就知道|一看就知|老师|师傅|大夫|把下脉)",
+        "出现中医问诊式诊断话术：'{hit}'，应改为顾客自我感受表达",
+    ),
+    (r"(?:偏方|秘方|宫廷秘方|祖传秘方)", "出现偏方/秘方类违规表述：'{hit}'"),
+]
+
 # 本地规则：套路烂梗/明显错别字（与 prompts.COMPLIANCE_BLACKLIST 同步）
 _VIOLATION_PATTERNS = [re.escape(p) for p in COMPLIANCE_BLACKLIST] + [
     r"最(好|强|牛|便宜|美|棒)",  # 广告法极限词（最X）
@@ -173,6 +211,19 @@ class Reviewer:
                         text="出现违规/套路词或错别字：" + self._hit(text, pattern),
                     )
                 )
+        # #2312: 医疗/养生/诊疗红线扫描（命中即 error）
+        for pattern, msg_tpl in _MEDICAL_REDLINE_PATTERNS:
+            m = re.search(pattern, text)
+            if m:
+                hit = m.group(0)
+                issues.append(
+                    ReviewIssue(
+                        dimension="医疗合规",
+                        severity="error",
+                        location="voiceover_script",
+                        text=msg_tpl.format(hit=hit),
+                    )
+                )
         return issues
 
     @staticmethod

packages/domain/points_rules.py

@@ -159,10 +159,39 @@ VIRAL_VIDEO_MODEL_CONFIG: dict[str, dict] = {
 
 
 def get_viral_video_model_config(model_key: str | None) -> dict:
-    """获取模型配置，未知 key 回落到默认 seedance-2.5。"""
-    key = (model_key or "").strip().lower()
-    if key and key in VIRAL_VIDEO_MODEL_CONFIG:
+    """获取模型配置，未知 key 回落到默认 seedance-2.5。
+
+    #2312 E2E问题4: 支持多种别名/变体查找，防止前端或内部传model_id/大小写/横杠变体
+    # （如 wan3.0-video / Wan-3.0 / wan_3_0 等）误回落 seedance-2.5。
+    """
+    raw = (model_key or "").strip()
+    if not raw:
+        return VIRAL_VIDEO_MODEL_CONFIG["seedance-2.5"]
+    key = raw.lower()
+    if key in VIRAL_VIDEO_MODEL_CONFIG:
         return VIRAL_VIDEO_MODEL_CONFIG[key]
+    # 别名归一化：横杠/下划线/点/空格统一去掉，做模糊匹配
+    _norm = key.replace("-", "").replace("_", "").replace(".", "").replace(" ", "")
+    # 同时支持 model_id 反向查找（防止传 wan3.0-video 这类 model_id 串）
+    for _k, _cfg in VIRAL_VIDEO_MODEL_CONFIG.items():
+        _k_norm = _k.replace("-", "").replace("_", "").replace(".", "").replace(" ", "")
+        if _k_norm == _norm:
+            return _cfg
+        _mid = str(_cfg.get("model_id", "")).lower().replace("-", "").replace("_", "").replace(".", "")
+        if _mid and _mid == _norm:
+            return _cfg
+    # wan 系列兜底（任何包含 wan 的未知key归到 wan-3.0，而不是 seedance）
+    if "wan" in key:
+        logger = __import__("logging").getLogger(__name__)
+        logger.warning("[points_rules] 未知wan模型key=%r，归一化为wan-3.0", model_key)
+        return VIRAL_VIDEO_MODEL_CONFIG["wan-3.0"]
+    # seedance 系列同理
+    if "seedance" in key and "2.0" in key and "fast" in key:
+        return VIRAL_VIDEO_MODEL_CONFIG["seedance-2.0-fast"]
+    if "seedance" in key and "mini" in key:
+        return VIRAL_VIDEO_MODEL_CONFIG["seedance-2.0-mini"]
+    if "seedance" in key and "2.0" in key:
+        return VIRAL_VIDEO_MODEL_CONFIG["seedance-2.0"]
     return VIRAL_VIDEO_MODEL_CONFIG["seedance-2.5"]
 
 

packages/ports/storage_port.py

@@ -26,6 +26,7 @@ class StoragePort(ABC):
         file_or_path: str | Path | object,
         storage_key: str,
         content_type: str = "application/octet-stream",
+        extra_headers: dict | None = None,
     ) -> str:
         """上传文件到存储，返回公开 URL。
 
@@ -33,6 +34,7 @@ class StoragePort(ABC):
             file_or_path: 本地文件路径（str/Path）或类文件对象
             storage_key: 目标存储键
             content_type: MIME 类型
+            extra_headers: 额外请求头（如 x-oss-object-acl）
 
         Returns:
             公开访问 URL

packages/shared/dashscope_client.py

@@ -180,7 +180,7 @@ class DashScopeClient:
             "audio": bool(generate_audio),
         }
         if ratio and ratio != "adaptive":
-            params["aspect_ratio"] = ratio
+            params["ratio"] = ratio
 
         payload: dict[str, Any] = {
             "model": model,

packages/shared/storage.py

@@ -183,22 +183,26 @@ class SharedStorageService(StoragePort):
         file_or_path: str | Path | object,
         storage_key: str,
         content_type: str = "application/octet-stream",
+        extra_headers: dict | None = None,
     ) -> str:
         if self.bucket is None:
             raise RuntimeError("OSS storage is not configured")
         try:
+            headers: dict = {"Content-Type": content_type}
+            if extra_headers:
+                headers.update(extra_headers)
             if isinstance(file_or_path, (str, Path)):
                 self.bucket.put_object_from_file(
                     storage_key,
                     str(file_or_path),
-                    headers={"Content-Type": content_type},
+                    headers=headers,
                 )
             else:
                 file_or_path.seek(0)
                 self.bucket.put_object(
                     storage_key,
                     file_or_path,
-                    headers={"Content-Type": content_type},
+                    headers=headers,
                 )
             return f"{self.public_url}/{storage_key}"
         except Exception as e:
@@ -208,6 +212,7 @@ class SharedStorageService(StoragePort):
         self,
         local_path: str | Path,
         storage_key: str,
+        extra_headers: dict | None = None,
     ) -> Optional[str]:
         local_path = Path(local_path)
         if not local_path.exists():
@@ -230,6 +235,9 @@ class SharedStorageService(StoragePort):
                     use_multipart = False
                     file_size = 0
 
+                headers: dict = {}
+                if extra_headers:
+                    headers.update(extra_headers)
                 if use_multipart:
                     logger.info(
                         "大文件分片上传(internal): key=%s size=%.1fMB part=%dMB threads=%d",
@@ -245,9 +253,10 @@ class SharedStorageService(StoragePort):
                         multipart_threshold=OSS_MULTIPART_THRESHOLD,
                         part_size=OSS_PART_SIZE,
                         num_threads=OSS_MULTIPART_NUM_THREADS,
+                        headers=headers or None,
                     )
                 else:
-                    self.bucket.put_object_from_file(storage_key, str(local_path))
+                    self.bucket.put_object_from_file(storage_key, str(local_path), headers=headers or None)
                 result["url"] = f"{self.public_url}/{storage_key}"
             except Exception as e:
                 result["error"] = e

tests/unit/test_lipsync_routes.py

@@ -486,6 +486,87 @@ class TestLipsyncServiceUnit:
         assert call_kwargs.kwargs["audio_url"] == "https://example.com/direct-audio.mp3"
         assert job.audio_url == "https://example.com/direct-audio.mp3"
 
+    def test_create_job_presynth_backfills_script_text(self, mock_mediakit, mock_cosyvoice):
+        """预合成模式 script_text 为空时，从 sentence_timings 拼接兜底.
+
+        背景：前端 #1875 起预合成 payload 不带 script_text，导致 job.script_text
+        落库为空，Ditto 任务 script_len=0、情绪分析被跳过。
+        """
+        from app.services.lipsync_service import LipsyncService
+
+        mock_db = MagicMock()
+        svc = LipsyncService(
+            mock_db,
+            client=mock_mediakit,
+            cosyvoice_service=mock_cosyvoice,
+            voice_clone_repo=MagicMock(),
+        )
+        svc.settings.use_gpu_lipsync = False
+        timings = [
+            {"index": 0, "text": "大家好，", "start_time": 0.0, "end_time": 1.0},
+            {"index": 1, "text": "欢迎来到直播间。", "start_time": 1.0, "end_time": 2.5},
+        ]
+        job = svc.create_job(
+            user_id="user-1",
+            video_url="https://example.com/video.mp4",
+            audio_url="https://example.com/audio.mp3",
+            audio_duration=2.5,
+            sentence_timings=timings,
+            script_text="",  # 前端预合成 payload 不带文案
+        )
+
+        assert job.script_text == "大家好，欢迎来到直播间。"
+
+    def test_create_job_presynth_keeps_supplied_script_text(self, mock_mediakit, mock_cosyvoice):
+        """预合成模式显式传了 script_text 时，保留原文不做拼接."""
+        from app.services.lipsync_service import LipsyncService
+
+        mock_db = MagicMock()
+        svc = LipsyncService(
+            mock_db,
+            client=mock_mediakit,
+            cosyvoice_service=mock_cosyvoice,
+            voice_clone_repo=MagicMock(),
+        )
+        svc.settings.use_gpu_lipsync = False
+        timings = [
+            {"index": 0, "text": "分句一", "start_time": 0.0, "end_time": 1.0},
+        ]
+        job = svc.create_job(
+            user_id="user-1",
+            video_url="https://example.com/video.mp4",
+            audio_url="https://example.com/audio.mp3",
+            audio_duration=1.0,
+            sentence_timings=timings,
+            script_text="原始文案，含标点。",
+        )
+
+        assert job.script_text == "原始文案，含标点。"
+
+    def test_create_job_presynth_empty_timings_falls_back_to_direct(self, mock_mediakit, mock_cosyvoice):
+        """sentence_timings 空列表时 is_pre_synth=False，退化为直接音频模式（语义固化）."""
+        from app.services.lipsync_service import LipsyncService
+
+        mock_db = MagicMock()
+        svc = LipsyncService(
+            mock_db,
+            client=mock_mediakit,
+            cosyvoice_service=mock_cosyvoice,
+            voice_clone_repo=MagicMock(),
+        )
+        svc.settings.use_gpu_lipsync = False
+        job = svc.create_job(
+            user_id="user-1",
+            video_url="https://example.com/video.mp4",
+            audio_url="https://example.com/audio.mp3",
+            sentence_timings=[],
+            script_text="",
+        )
+
+        # 直接音频模式：无 timings 可拼，script_text 保持空（不报错）
+        assert job.script_text == ""
+        mock_mediakit.submit_lipsync.assert_called_once()
+
 
 class TestErrorHandling:
     """v3: 音色解析与错误码在 service 层处理，路由层做 HTTP 状态码映射."""