xiaoxia/xiaoxia-saas
1
0
Fork 0
Code Issues 16 Pull Requests 12 Actions 34.2k Packages Projects Releases 7 Wiki Activity

[P0][后端] 爆款视频v1.2 - Prompt模板系统（核心资产） #2040

New Issue
Open
opened 2026-09-25 21:30:12 +08:00 by xiaoxia · 1 comment
xiaoxia commented 2026-09-25 21:30:12 +08:00
Owner
Copy Link
Copy Source

父工单：#2038

概述

实现爆款视频v1.2的Prompt模板系统——这是本项目核心资产，直接决定出片质量。5套Prompt模板 + DB配置化 + seed脚本。

5套Prompt模板

所有Prompt输出严格JSON格式，每个模板带 example_output 示例，LLM调用时 response_format={"type":"json_object"}。

1. 图片多模态分析Prompt（VLM）

  • 输入：图片URL数组（1-9张）+ industry上下文
  • 模型：豆包VLM（ai_service.call_vision()）
  • 输出（JSONB → image_analysis）： 
    {
  "products": [{"name":"","features":"","position":"main/secondary","image_index":0}],
  "colors": [{"hex":"","name":"","coverage":0.3}],
  "people": {"has_person":true,"count":1,"gender":"","age_range":"","pose":"","expression":""},
  "mood": "",
  "visible_text": [{"text":"","position":""}],
  "scene": "",
  "quality": {"resolution":"","lighting":"","composition":"","blur":false},
  "key_selling_points": [""]
}

2. 【v1.2新增】用户文案意图解析Prompt（LLM）

  • 输入：user_copy_text（用户原始输入，可能是关键词/碎碎念/短句/不完整句子）+ image_analysis
  • 输出（JSONB → intent_result）： 
    {
  "intent_summary": "一句话概括用户想表达的核心意图（展示给用户确认）",
  "core_messages": [
    {"text":"核心信息点","must_keep":true,"confidence":0.95}
  ],
  "personal_brands": [
    {"text":"用户提到的具体事实（品牌名/价格/人名/地名/时间/产品名等）","category":"brand|price|person|place|time|product"}
  ],
  "emotion_tone": "",
  "missing_info": ["AI认为需要补充但缺失的信息点（用于后续文案生成时合理推断）"]
}
  • 关键约束：
    • personal_brands 中的事实信息原样引用，不改字不改义
    • core_messages 中 must_keep=true 的点在user_primary模式下必须原封不动保留
    • intent_summary 用用户语言风格写，口语化，30字以内

3. 文案融合生成Prompt（LLM）

  • 输入：image_analysis + intent_result（可选，ai_full模式下为空）+ industry + target_customer + persona + viral_structure + marketing_purpose + duration

  • 输出（JSON）：

    {
  "title": "",
  "hook": "开头3秒钩子（5-15字）",
  "body_points": [{"point":"","elaboration":"","image_index":0}],
  "cta": "行动号召",
  "script_segments": [{"text":"配音文案","duration_sec":5,"image_index":0}],
  "word_count": 0,
  "estimated_duration": 0
}

  • 三档融合指令段（根据fusion_level注入不同system prompt片段）：

    ai_full：

    你是资深短视频编导。用户只提供了产品图片，没有给出具体文案方向。请根据图片内容和营销参数，自由发挥创作完整的爆款短视频文案。充分挖掘产品卖点，使用爆款结构，抓人眼球。

    ai_polish（推荐）：

    你是用户的文案助理。用户已经写了草稿/关键词/碎碎念，表达了他想讲的核心意思，但表达不完整、不够吸引人。你的任务是：以用户的意思为主，保留他想表达的所有核心信息点，在此基础上润色扩写、调整语序、增加衔接、优化表达，让文案更流畅更有吸引力。绝对不能改变用户想表达的核心意思，不能把用户的观点换成相反的，不能添加用户没提到的产品卖点。 用户提到的品牌名、价格、人名、具体事实必须原样保留。

    user_primary：

    你是文案润色助手。用户已经写好了明确的文案，这是他最终想表达的内容。你的任务是最小化修改：只做必要的错别字修正、标点调整、语句通顺度优化，以及添加必要的衔接词让口播更自然。用户的核心句子、关键表述、事实信息一律不改。如果用户文案本身已经很好，直接返回，不要为了改而改。personal_brands中的事实信息必须逐字保留。

4. 编导级分镜Prompt（LLM）

  • 输入：文案JSON + image_analysis + duration目标
  • 输出（JSONB → storyboard）： 
    {
  "clips": [{
    "image_index": 0,
    "transition": "fade|cut|zoom_in|slide_left|dissolve|wipe",
    "zoom": "in|out|null",
    "ken_burns": {"start":[0,0],"end":[100,100],"ease":"linear"},
    "duration_sec": 3,
    "voice_text": "对应配音文本",
    "subtitle_text": "字幕文本（可与voice_text一致或精简）",
    "bgm_note": "此片段BGM情绪标记"
  }]
}
  • 约束：clips总duration≈目标duration±2秒；image_index必须在上传图片范围内；首图(marked as cover)必须出现在第一个clip。

5. 文案审核Prompt（LLM）

  • 输入：生成的文案JSON + fusion_level + intent_result（若有）
  • 6维度审核：
    1. 违规词（平台禁用词、敏感词）
    2. 夸大承诺（"包治百病""100%有效""保证赚钱"等）
    3. 事实一致性（不编造价格/数据/认证/用户未提到的产品特性）
    4. 用户意图保留（ai_polish/user_primary模式下，core_messages must_keep=true的点是否都保留了）
    5. 结构完整性（hook/body/cta都有）
    6. 语气人设（是否符合选择的persona语气）
  • 输出： 
    {
  "passed": true/false,
  "issues": [{"dimension":"","severity":"error|warning","description":"","location":"hook|body_points[0]|cta"}],
  "rewrite_suggestions": ["具体修改建议"]
}
  • 不通过时自动重写1次（传入rewrite_suggestions），2次不通过返回前端让用户确认。

Prompt设计原则

  1. modular_cot思维链：人设/客户→卖点→结构→情绪→CTA，分步骤生成，不要一步到位
  2. global_constraints硬约束自动注入（每个文案生成Prompt都带）：
    • 时间真实：不编造"2024年最新"等可能过时的表述
    • 不承诺效果：不写"保证""一定""100%"等
    • 不编造价格：除非用户明确给出
    • 不编造认证/奖项/销量数据
    • 符合广告法
  3. negative_prompt反套路化：避免"家人们谁懂啊""绝绝子""宝子们"等烂大街词，避免固定模板化开头
  4. 三档融合强度各有独立指令段，确保user_primary模式下用户原话核心表达不被AI改掉
  5. personal_brands事实信息原样引用，不改字不改义
  6. 每个Prompt末尾都加："只输出JSON，不要输出任何解释、markdown标记、```json包裹。"

DB配置化

  • 新增表 viral_video_prompt_templates：id, name, prompt_type(image_analysis|intent_parsing|copy_fusion|storyboard|review), version, system_prompt(TEXT), user_prompt_template(TEXT), example_output(JSONB), is_active, created_at, updated_at
  • Alembic migration
  • 初始数据seed脚本 scripts/seed_viral_video_prompts.py，将5套Prompt模板写入DB
  • 运营后台可在不重启服务的情况下修改Prompt（热加载，可加简单缓存+版本号）
  • Orchestrator调用时从DB读取 is_active=true AND version=latest 的模板

文件位置

  • apps/worker/viral_video/prompts.py — Prompt模板默认值（作为fallback和seed数据源）
  • apps/worker/viral_video/prompt_loader.py — DB加载+缓存逻辑
  • scripts/seed_viral_video_prompts.py — seed脚本
  • apps/worker/viral_video/tests/test_prompts.py — Prompt单测（验证三档融合输出差异、JSON格式、约束遵守）

验收标准

  1. 5套Prompt在LLM调用中返回合法JSON（格式校验测试100%通过）
  2. 三档融合强度实测输出有明显差异：
    • ai_full：完全AI发挥，不出现用户没说的内容约束
    • ai_polish：保留用户核心意思，语言更流畅
    • user_primary：用户原句核心表达逐字保留，仅做最小化修改
  3. personal_brands事实信息在所有档位都原样保留
  4. 审核Prompt能正确识别违规词/夸大承诺/意图丢失
  5. DB配置化：运营后台修改Prompt后新任务生效（无需重启）
  6. seed脚本可重复执行（幂等）
  7. 负面词测试：生成文案不含"家人们谁懂啊"等禁用套路词
父工单：#2038 ## 概述 实现爆款视频v1.2的Prompt模板系统——这是本项目**核心资产**，直接决定出片质量。5套Prompt模板 + DB配置化 + seed脚本。 ## 5套Prompt模板 所有Prompt输出**严格JSON格式**，每个模板带 `example_output` 示例，LLM调用时 `response_format={"type":"json_object"}`。 ### 1. 图片多模态分析Prompt（VLM） - **输入**：图片URL数组（1-9张）+ industry上下文 - **模型**：豆包VLM（`ai_service.call_vision()`） - **输出**（JSONB → `image_analysis`）： ```json { "products": [{"name":"","features":"","position":"main/secondary","image_index":0}], "colors": [{"hex":"","name":"","coverage":0.3}], "people": {"has_person":true,"count":1,"gender":"","age_range":"","pose":"","expression":""}, "mood": "", "visible_text": [{"text":"","position":""}], "scene": "", "quality": {"resolution":"","lighting":"","composition":"","blur":false}, "key_selling_points": [""] } ``` ### 2. 【v1.2新增】用户文案意图解析Prompt（LLM） - **输入**：`user_copy_text`（用户原始输入，可能是关键词/碎碎念/短句/不完整句子）+ `image_analysis` - **输出**（JSONB → `intent_result`）： ```json { "intent_summary": "一句话概括用户想表达的核心意图（展示给用户确认）", "core_messages": [ {"text":"核心信息点","must_keep":true,"confidence":0.95} ], "personal_brands": [ {"text":"用户提到的具体事实（品牌名/价格/人名/地名/时间/产品名等）","category":"brand|price|person|place|time|product"} ], "emotion_tone": "", "missing_info": ["AI认为需要补充但缺失的信息点（用于后续文案生成时合理推断）"] } ``` - **关键约束**： - `personal_brands` 中的事实信息**原样引用，不改字不改义** - `core_messages` 中 `must_keep=true` 的点在user_primary模式下必须原封不动保留 - `intent_summary` 用用户语言风格写，口语化，30字以内 ### 3. 文案融合生成Prompt（LLM） - **输入**：`image_analysis` + `intent_result`（可选，ai_full模式下为空）+ industry + target_customer + persona + viral_structure + marketing_purpose + duration - **输出**（JSON）： ```json { "title": "", "hook": "开头3秒钩子（5-15字）", "body_points": [{"point":"","elaboration":"","image_index":0}], "cta": "行动号召", "script_segments": [{"text":"配音文案","duration_sec":5,"image_index":0}], "word_count": 0, "estimated_duration": 0 } ``` - **三档融合指令段**（根据fusion_level注入不同system prompt片段）： **ai_full**： > 你是资深短视频编导。用户只提供了产品图片，没有给出具体文案方向。请根据图片内容和营销参数，自由发挥创作完整的爆款短视频文案。充分挖掘产品卖点，使用爆款结构，抓人眼球。 **ai_polish**（推荐）： > 你是用户的文案助理。用户已经写了草稿/关键词/碎碎念，表达了他想讲的核心意思，但表达不完整、不够吸引人。你的任务是：以用户的意思为主，保留他想表达的所有核心信息点，在此基础上润色扩写、调整语序、增加衔接、优化表达，让文案更流畅更有吸引力。**绝对不能改变用户想表达的核心意思，不能把用户的观点换成相反的，不能添加用户没提到的产品卖点。** 用户提到的品牌名、价格、人名、具体事实必须原样保留。 **user_primary**： > 你是文案润色助手。用户已经写好了明确的文案，这是他最终想表达的内容。你的任务是**最小化修改**：只做必要的错别字修正、标点调整、语句通顺度优化，以及添加必要的衔接词让口播更自然。**用户的核心句子、关键表述、事实信息一律不改**。如果用户文案本身已经很好，直接返回，不要为了改而改。personal_brands中的事实信息必须逐字保留。 ### 4. 编导级分镜Prompt（LLM） - **输入**：文案JSON + image_analysis + duration目标 - **输出**（JSONB → `storyboard`）： ```json { "clips": [{ "image_index": 0, "transition": "fade|cut|zoom_in|slide_left|dissolve|wipe", "zoom": "in|out|null", "ken_burns": {"start":[0,0],"end":[100,100],"ease":"linear"}, "duration_sec": 3, "voice_text": "对应配音文本", "subtitle_text": "字幕文本（可与voice_text一致或精简）", "bgm_note": "此片段BGM情绪标记" }] } ``` - **约束**：clips总duration≈目标duration±2秒；image_index必须在上传图片范围内；首图(marked as cover)必须出现在第一个clip。 ### 5. 文案审核Prompt（LLM） - **输入**：生成的文案JSON + fusion_level + intent_result（若有） - **6维度审核**： 1. 违规词（平台禁用词、敏感词） 2. 夸大承诺（"包治百病""100%有效""保证赚钱"等） 3. 事实一致性（不编造价格/数据/认证/用户未提到的产品特性） 4. **用户意图保留**（ai_polish/user_primary模式下，core_messages must_keep=true的点是否都保留了） 5. 结构完整性（hook/body/cta都有） 6. 语气人设（是否符合选择的persona语气） - **输出**： ```json { "passed": true/false, "issues": [{"dimension":"","severity":"error|warning","description":"","location":"hook|body_points[0]|cta"}], "rewrite_suggestions": ["具体修改建议"] } ``` - 不通过时自动重写1次（传入rewrite_suggestions），2次不通过返回前端让用户确认。 ## Prompt设计原则 1. **modular_cot思维链**：人设/客户→卖点→结构→情绪→CTA，分步骤生成，不要一步到位 2. **global_constraints硬约束自动注入**（每个文案生成Prompt都带）： - 时间真实：不编造"2024年最新"等可能过时的表述 - 不承诺效果：不写"保证""一定""100%"等 - 不编造价格：除非用户明确给出 - 不编造认证/奖项/销量数据 - 符合广告法 3. **negative_prompt反套路化**：避免"家人们谁懂啊""绝绝子""宝子们"等烂大街词，避免固定模板化开头 4. **三档融合强度各有独立指令段**，确保user_primary模式下用户原话核心表达不被AI改掉 5. **personal_brands事实信息原样引用**，不改字不改义 6. 每个Prompt末尾都加："只输出JSON，不要输出任何解释、markdown标记、```json包裹。" ## DB配置化 - 新增表 `viral_video_prompt_templates`：id, name, prompt_type(image_analysis|intent_parsing|copy_fusion|storyboard|review), version, system_prompt(TEXT), user_prompt_template(TEXT), example_output(JSONB), is_active, created_at, updated_at - Alembic migration - 初始数据seed脚本 `scripts/seed_viral_video_prompts.py`，将5套Prompt模板写入DB - 运营后台可在不重启服务的情况下修改Prompt（热加载，可加简单缓存+版本号） - Orchestrator调用时从DB读取 `is_active=true AND version=latest` 的模板 ## 文件位置 - `apps/worker/viral_video/prompts.py` — Prompt模板默认值（作为fallback和seed数据源） - `apps/worker/viral_video/prompt_loader.py` — DB加载+缓存逻辑 - `scripts/seed_viral_video_prompts.py` — seed脚本 - `apps/worker/viral_video/tests/test_prompts.py` — Prompt单测（验证三档融合输出差异、JSON格式、约束遵守） ## 验收标准 1. 5套Prompt在LLM调用中返回合法JSON（格式校验测试100%通过） 2. 三档融合强度实测输出有明显差异： - ai_full：完全AI发挥，不出现用户没说的内容约束 - ai_polish：保留用户核心意思，语言更流畅 - user_primary：用户原句核心表达逐字保留，仅做最小化修改 3. personal_brands事实信息在所有档位都原样保留 4. 审核Prompt能正确识别违规词/夸大承诺/意图丢失 5. DB配置化：运营后台修改Prompt后新任务生效（无需重启） 6. seed脚本可重复执行（幂等） 7. 负面词测试：生成文案不含"家人们谁懂啊"等禁用套路词
xiaoxia added the backendP0feature labels 2026-09-25 21:30:12 +08:00
xiaoxia commented 2026-09-26 12:12:18 +08:00
Author
Owner
Copy Link
Copy Source

📌 v1.3升级补充（2026-09-26）

新增2套Prompt模板：

  1. VIDEO_STYLE_INTEGRATION_PROMPT（PRD 4.2.5节）：将FFmpeg/OpenCV/librosa/VLM的结构化视频分析数据整合为style_guide JSON，输入shot_boundaries+camera_movements_raw+bpm_result+vlm_keyframes_desc+style_strength，输出完整style_guide（含style_name/avg_shot_duration/shot_count/camera_movements/transitions/color_palette/color_tone/color_filter/composition/lighting/pace/bpm/visual_keywords/ken_burns_direction_hint）
  2. STYLE_CONSTRAINT_MODULE_PROMPT（PRD ⑦.8节）：分镜生成时拼入的风格约束模块，三档：
    • light：参考一下就行，灵活调整
    • medium：按风格拍，shots±2、运镜方向/滤镜/转场遵循
    • strict：1:1复刻运镜，shot_count/duration/ken_burns/transition严格匹配

文案生成Prompt拼装公式增加[🆕v1.3 镜头风格约束]模块（位置在[用户文案意图融合]之后）。

输出格式（4.5节）shots[]每项增加：

  • video_filter字段（none/warm_vintage/cool_fresh/high_contrast/soft_pastel/dramatic_cinematic）
  • ken_burns字段（zoom_in_slow/zoom_out_slow/pan_left_slow/pan_right_slow/zoom_in_medium/diagonal_push/static）
  • style_consistency顶层对象（has_style_reference/style_strength/style_name）

文案审核Prompt（4.4）增加第5审核维度"风格一致性"（5条校验规则，详见PRD）。
Prompt模板viral_video_prompt_templates表需增加prompt_type=video_style_integration和prompt_type=style_constraint_module两条记录。

## 📌 v1.3升级补充（2026-09-26） 新增2套Prompt模板： 1. VIDEO_STYLE_INTEGRATION_PROMPT（PRD 4.2.5节）：将FFmpeg/OpenCV/librosa/VLM的结构化视频分析数据整合为style_guide JSON，输入shot_boundaries+camera_movements_raw+bpm_result+vlm_keyframes_desc+style_strength，输出完整style_guide（含style_name/avg_shot_duration/shot_count/camera_movements/transitions/color_palette/color_tone/color_filter/composition/lighting/pace/bpm/visual_keywords/ken_burns_direction_hint） 2. STYLE_CONSTRAINT_MODULE_PROMPT（PRD ⑦.8节）：分镜生成时拼入的风格约束模块，三档： - light：参考一下就行，灵活调整 - medium：按风格拍，shots±2、运镜方向/滤镜/转场遵循 - strict：1:1复刻运镜，shot_count/duration/ken_burns/transition严格匹配 文案生成Prompt拼装公式增加[🆕v1.3 镜头风格约束]模块（位置在[用户文案意图融合]之后）。 输出格式（4.5节）shots[]每项增加： - video_filter字段（none/warm_vintage/cool_fresh/high_contrast/soft_pastel/dramatic_cinematic） - ken_burns字段（zoom_in_slow/zoom_out_slow/pan_left_slow/pan_right_slow/zoom_in_medium/diagonal_push/static） - style_consistency顶层对象（has_style_reference/style_strength/style_name） 文案审核Prompt（4.4）增加第5审核维度"风格一致性"（5条校验规则，详见PRD）。 Prompt模板viral_video_prompt_templates表需增加prompt_type=video_style_integration和prompt_type=style_constraint_module两条记录。
Sign in to join this conversation.
No Branch/Tag Specified
Branches Tags
Labels
Clear labels
architecture
架构设计
 backend
后端相关
 blocked
阻塞中
 bug
Bug修复
 ci-bug
CI本身的bug
 ci-optimization
CI优化类任务
 ci-pipeline
CI流水线/workflow相关
 cleanup
代码清理
 devops
运维/部署/CI
 documentation
文档相关
 feature
新功能
 frontend
前端相关
 P0
阻塞性，必须立即处理
 P1
高优先级
 P2
中优先级
 P3
低优先级/后考虑
 question
需要讨论确认
 ready
PR CI通过，可合并
 refactor
代码重构
No Label backend feature P0
Milestone
No items
No Milestone
Projects
Clear projects
No project
Assignees
Clear assignees
auto-approve-bot frontend-dev xiaoxia
No Assignees
1 Participants
Notifications
Due Date
No due date set.
Dependencies

No dependencies set.

Reference: xiaoxia/xiaoxia-saas#2040
Delete Branch "%!s()"

Deleting a branch is permanent. Although the deleted branch may continue to exist for a short time before it actually gets removed, it CANNOT be undone in most cases. Continue?