fix: make AI polish intent-aware

RULES.md

@@ -12,7 +12,7 @@
 - 详见 `CLAUDE.md` 立项决策段 + `.memory/plan.md` 七步管线拆解
 - 风格：`04-Dark-Gallery-Ambient`（路径：`~/Projects/research/20260305-网页风格库/04-Dark-Gallery-Ambient.md`）
 - 第一冲刺：步骤 1-4（下载 / 拆轨 / 关键帧 / ASR+翻译）
-- 当前产品方向（2026-05-26 Postgres 持久化版）：默认入口是多人通用的 SKG 营销内容生产平台，`https://marketing.skg.com` 登录后直接进入个人生成画布，`/canvas/` 只作为旧链接兼容跳转到根域名。终端可见品牌位只放 SKG logo，不在主界面展示“生图生视频”“SKG 生成画布”或长系统名。画布本体尽量恢复 `chatfire-AI/huobao-canvas` 的成熟交互，不再削成三模式单输入框：保留首页推荐词、画布底部推荐词、AI 润色、自动执行、公共工作流、我的工作流、首帧/尾帧/参考图节点、图片/视频/LLM 配置节点、模型配置和批量下载等上游能力；多角度分镜、故事板、图转视频、绘本等工作流按上游结构创建节点。API 接入是例外：生成调用继续走本项目后端 `/api` 和当前登录 Cookie，不要求员工在浏览器配置个人 API Key；图片/视频模型选择只显示后端已经接通的媒体模型，不能让浏览器本地自定义或旧缓存模型进入生成下拉。API 设置弹窗只保留模型/端点配置外观，不能出现上游注册链接或外部品牌。用户登录后仍只看到自己的任务、结果、详情页、画布项目和个人工作流模板，继续沿用后端 owner 隔离；画布项目和我的工作流以服务端 Postgres 为主持久化，浏览器 `localStorage` 只作为项目缓存和首次导入来源，图片/视频资产按登录用户写入后端 job。旧 TK 复刻工作台、Agent Cut 一键出片和营销图文方案保留为高级/详情页能力，不再作为默认首页入口或默认理解框架。
+- 当前产品方向（2026-05-26 Postgres 持久化版）：默认入口是多人通用的 SKG 营销内容生产平台，`https://marketing.skg.com` 登录后直接进入个人生成画布，`/canvas/` 只作为旧链接兼容跳转到根域名。终端可见品牌位只放 SKG logo，不在主界面展示“生图生视频”“SKG 生成画布”或长系统名。画布本体尽量恢复 `chatfire-AI/huobao-canvas` 的成熟交互，不再削成三模式单输入框：保留首页推荐词、画布底部推荐词、AI 润色、自动执行、公共工作流、我的工作流、首帧/尾帧/参考图节点、图片/视频/LLM 配置节点、模型配置和批量下载等上游能力；多角度分镜、故事板、图转视频、绘本等工作流按上游结构创建节点。API 接入是例外：生成调用继续走本项目后端 `/api` 和当前登录 Cookie，不要求员工在浏览器配置个人 API Key；AI 润色只扩写用户明确写出的主体、品牌、产品、平台、动作和镜头，用户没写 `SKG` 时绝不主动加入 SKG，也不能把未知主体润成人物或强行润成无人物；上传/生成的参考图如果本来就有人物，应在视频提示词里按 AI 生成的虚拟角色、非真人、非公众人物处理，继续允许 AI 人像素材参与图生视频；图片/视频模型选择只显示后端已经接通的媒体模型，不能让浏览器本地自定义或旧缓存模型进入生成下拉。API 设置弹窗只保留模型/端点配置外观，不能出现上游注册链接或外部品牌。用户登录后仍只看到自己的任务、结果、详情页、画布项目和个人工作流模板，继续沿用后端 owner 隔离；画布项目和我的工作流以服务端 Postgres 为主持久化，浏览器 `localStorage` 只作为项目缓存和首次导入来源，图片/视频资产按登录用户写入后端 job。旧 TK 复刻工作台、Agent Cut 一键出片和营销图文方案保留为高级/详情页能力，不再作为默认首页入口或默认理解框架。
 
 ## 部署事实
 - 平台：VPS `76.13.31.179`（Ubuntu 24.04 / Docker Compose / Coolify Traefik）

api/main.py

@@ -5517,55 +5517,282 @@ _PERSON_INTENT_RE = re.compile(
     re.I,
 )
 
+_OBJECT_INTENT_RE = re.compile(
+    r"("
+    r"产品|商品|物体|物件|道具|设备|机器|仪器|建筑|房子|屋顶|椅子|桌子|汽车|飞船|"
+    r"\b(?:product|object|item|device|machine|gadget|building|house|roof|chair|table|car|vehicle|spaceship)\b"
+    r")",
+    re.I,
+)
 
-def _prompt_has_person_intent(*parts: str) -> bool:
+_SCENE_INTENT_RE = re.compile(
-    text = "\n".join(part for part in parts if part).strip()
+    r"("
-    if not text or _NO_PERSON_INTENT_RE.search(text):
+    r"场景|街道|房间|室内|室外|空间|城市|森林|海边|天空|太空|夜景|摊位|"
-        return False
+    r"\b(?:scene|street|room|interior|exterior|space|city|forest|beach|sky|night|stall|booth)\b"
-    return bool(_PERSON_INTENT_RE.search(text))
+    r")",
+    re.I,
+)
+
+_ANIMAL_INTENT_RE = re.compile(
+    r"("
+    r"动物|猫|狗|鸟|马|鱼|龙|"
+    r"\b(?:animal|cat|dog|bird|horse|fish|dragon)\b"
+    r")",
+    re.I,
+)
+
+_SKG_RE = re.compile(r"\bskg\b", re.I)
+
+_NO_PERSON_CLAUSE_RE = re.compile(
+    r"\b(?:no|without)\s+people[^.。!?！？]*(?:[.。!?！？]|$)|"
+    r"\bdo\s+not\s+(?:introduce|add|include)\s+people[^.。!?！？]*(?:[.。!?！？]|$)",
+    re.I,
+)
+
+_PREVIOUS_POLISH_BOILERPLATE_PATTERNS = [
+    re.compile(
+        r"\bDetailed visual prompt,\s*clear main subject,\s*coherent composition,\s*"
+        r"natural lighting,\s*refined color palette,\s*high-quality details\.?",
+        re.I,
+    ),
+    re.compile(
+        r"\bSmooth camera movement,\s*clear subject continuity,\s*stable composition,\s*"
+        r"natural motion,\s*coherent lighting,\s*no subtitles,\s*no watermark\.?",
+        re.I,
+    ),
+    re.compile(
+        r"\bPreserve the original object-only,\s*scene-only,\s*or product-only composition;?\s*"
+        r"do not introduce people,\s*faces,\s*bodies,\s*hands,\s*avatars,\s*characters,\s*"
+        r"crowds,\s*bystanders,\s*or human silhouettes\.?",
+        re.I,
+    ),
+    re.compile(
+        r"\bUse a fully fictional synthetic AI character,\s*not based on any real person,\s*"
+        r"celebrity,\s*public figure,\s*or identifiable private individual\.?",
+        re.I,
+    ),
+    re.compile(
+        r"\bNot based on any real person,\s*celebrity,\s*public figure,\s*or identifiable private individual\.?",
+        re.I,
+    ),
+    re.compile(
+        r"\bThe subject is a fictional synthetic AI character,\s*not based on any real person\.?",
+        re.I,
+    ),
+]
 
 
-def _prompt_person_guard(req: PromptPolishReq) -> str:
+@dataclass(frozen=True)
-    if req.mode not in {"image", "video", "general"}:
+class PromptIntent:
+    raw_text: str
+    cleaned_text: str
+    person_requested: bool
+    no_person_requested: bool
+    subject_kind: str
+    skg_requested: bool
+
+
+def _strip_previous_polish_boilerplate(text: str) -> str:
+    raw = (text or "").strip()
+    if not raw:
         return ""
-    if _prompt_has_person_intent(req.text, req.system_prompt):
+    cleaned = raw
-        return (
+    for pattern in _PREVIOUS_POLISH_BOILERPLATE_PATTERNS:
-            "The user requested a person, portrait, model, or character subject. "
+        cleaned = pattern.sub(" ", cleaned)
-            "Describe any such subject as a fully fictional synthetic AI character or virtual avatar, "
+    cleaned = re.sub(r"\s+", " ", cleaned).strip()
-            "not based on any real person, celebrity, public figure, or identifiable private individual. "
+    cleaned = re.sub(r"\s+([,.;:!?])", r"\1", cleaned)
-            "Avoid real-person likeness, biometric identity, endorsement, or impersonation.\n"
+    cleaned = re.sub(r"(?:[.。]\s*){2,}", ". ", cleaned)
-        )
+    cleaned = re.sub(r"^[,.;:!?，。！？\s]+", "", cleaned)
-    return (
+    cleaned = re.sub(r"[,;:，；：\s]+$", "", cleaned)
-        "The user did not request a person or character subject. Preserve the original object-only, "
+    return cleaned or raw
-        "scene-only, or product-only composition. Do not introduce people, faces, bodies, hands, "
+
-        "avatars, characters, crowds, bystanders, or human silhouettes.\n"
+
+def _classify_prompt_intent(text: str) -> PromptIntent:
+    cleaned = _strip_previous_polish_boilerplate(text)
+    person_requested = bool(_PERSON_INTENT_RE.search(cleaned))
+    no_person_requested = bool(_NO_PERSON_INTENT_RE.search(cleaned)) and not person_requested
+    if person_requested:
+        subject_kind = "person"
+    elif _ANIMAL_INTENT_RE.search(cleaned):
+        subject_kind = "animal"
+    elif _OBJECT_INTENT_RE.search(cleaned):
+        subject_kind = "object"
+    elif _SCENE_INTENT_RE.search(cleaned) or no_person_requested:
+        subject_kind = "scene"
+    else:
+        subject_kind = "unknown"
+    return PromptIntent(
+        raw_text=text,
+        cleaned_text=cleaned,
+        person_requested=person_requested,
+        no_person_requested=no_person_requested,
+        subject_kind=subject_kind,
+        skg_requested=bool(_SKG_RE.search(cleaned)),
     )
 
 
-def _prompt_polish_fallback(req: PromptPolishReq) -> PromptPolishResp:
+def _remove_no_person_phrases(text: str) -> str:
-    text = req.text.strip()
+    return _NO_PERSON_INTENT_RE.sub(" ", _NO_PERSON_CLAUSE_RE.sub(" ", text or ""))
-    base = _ensure_english(text) if req.target_language == "en" else text
+
+
+def _output_mentions_person_subject(text: str) -> bool:
+    return bool(_PERSON_INTENT_RE.search(_remove_no_person_phrases(text or "")))
+
+
+def _clean_prompt_output(text: str) -> str:
+    out = (text or "").strip()
+    out = re.sub(r"^```(?:text)?\s*", "", out, flags=re.I).strip()
+    out = re.sub(r"\s*```$", "", out).strip()
+    out = re.sub(r'^[\'"「『]+|[\'"」』]+$', "", out).strip()
+    out = _strip_previous_polish_boilerplate(out)
+    return out
+
+
+def _ensure_fictional_person_subject(text: str) -> str:
+    out = (text or "").strip()
+    if not out:
+        return out
+    if re.search(r"\b(?:fictional|synthetic|virtual avatar|AI character|not based on any real person)\b", out, re.I):
+        return out
+    out = re.sub(
+        r"\b(?:a|an|the)?\s*(?:person|human|model|woman|man|girl|boy|actor|actress|character|avatar)\b",
+        "a fully fictional synthetic AI character",
+        out,
+        count=1,
+        flags=re.I,
+    )
+    if not re.search(r"\b(?:fictional|synthetic|virtual avatar|AI character)\b", out, re.I):
+        out = f"{out}. The subject is a fictional synthetic AI character, not based on any real person."
+    return out
+
+
+def _basic_polished_prompt(req: PromptPolishReq, intent: PromptIntent) -> str:
+    base = intent.cleaned_text or req.text.strip()
+    base = _ensure_english(base) if req.target_language == "en" else base
     base = re.sub(r"\s+", " ", base).strip()
     base = re.sub(r"[。.!！?？]+$", "", base).strip()
-    person_intent = _prompt_has_person_intent(req.text, req.system_prompt)
+    if intent.person_requested:
-    person_guard = (
+        base = _ensure_fictional_person_subject(base)
-        " Use a fully fictional synthetic AI character, not based on any real person, celebrity, public figure, or identifiable private individual."
-        if person_intent
-        else " Preserve the original object-only, scene-only, or product-only composition; do not introduce people, faces, bodies, hands, avatars, characters, crowds, bystanders, or human silhouettes."
-    )
     if req.mode == "video":
         polished = (
-            f"{base}. Smooth camera movement, clear subject continuity, stable composition, "
+            f"{base}. Cinematic motion, clear subject continuity, coherent camera movement, "
-            f"natural motion, coherent lighting, no subtitles, no watermark.{person_guard}"
+            "natural lighting transition, stable composition, detailed environmental interaction, "
+            "no subtitles, no watermark."
         )
     elif req.mode in {"general", "chat"}:
         polished = base
     else:
         polished = (
-            f"{base}. Detailed visual prompt, clear main subject, coherent composition, "
+            f"{base}. Clear main subject, coherent composition, natural lighting, refined color palette, "
-            f"natural lighting, refined color palette, high-quality details.{person_guard}"
+            "detailed textures, cinematic camera framing, high-quality visual detail."
         )
-    return PromptPolishResp(model="fallback", text=polished[:1800])
+    if intent.no_person_requested:
+        polished = f"{polished} No people, faces, bodies, hands, crowds, or human silhouettes."
+    return re.sub(r"\s+", " ", polished).strip()
+
+
+def _polished_prompt_issue(intent: PromptIntent, output: str) -> str:
+    out = output or ""
+    if not intent.skg_requested and _SKG_RE.search(out):
+        return "introduced SKG without user input"
+    if intent.person_requested and _NO_PERSON_INTENT_RE.search(out):
+        return "person prompt contains a no-person prohibition"
+    if not intent.no_person_requested and _NO_PERSON_INTENT_RE.search(out):
+        return "added a no-person prohibition that the user did not request"
+    if not intent.person_requested and _output_mentions_person_subject(out):
+        return "introduced a person or character subject that the user did not request"
+    return ""
+
+
+def _sanitize_polished_prompt(req: PromptPolishReq, intent: PromptIntent, output: str) -> str:
+    out = _clean_prompt_output(output)
+    if not out:
+        out = _basic_polished_prompt(req, intent)
+    if not intent.skg_requested:
+        out = re.sub(r"\bSKG\b[-\s]*(?:branded|brand|product|device|campaign|ad)?", "", out, flags=re.I)
+    if intent.person_requested:
+        out = _remove_no_person_phrases(out)
+        out = _ensure_fictional_person_subject(out)
+    elif intent.no_person_requested:
+        if _output_mentions_person_subject(out):
+            out = _basic_polished_prompt(req, intent)
+    else:
+        out = _remove_no_person_phrases(out)
+        if _output_mentions_person_subject(out):
+            out = _basic_polished_prompt(req, intent)
+    out = re.sub(r"\s+", " ", out).strip()
+    out = re.sub(r"\s+([,.;:!?])", r"\1", out)
+    if out and "a" <= out[0] <= "z":
+        out = out[0].upper() + out[1:]
+    return out[:1800]
+
+
+def _prompt_has_person_intent(*parts: str) -> bool:
+    text = "\n".join(part for part in parts if part).strip()
+    return _classify_prompt_intent(text).person_requested
+
+
+def _prompt_person_guard(req: PromptPolishReq) -> str:
+    if req.mode not in {"image", "video", "general"}:
+        return ""
+    intent = _classify_prompt_intent(req.text)
+    if intent.person_requested:
+        return (
+            "The input explicitly requests a person, portrait, model, or character subject. "
+            "Keep that subject, but describe them as a fully fictional synthetic AI character or virtual avatar. "
+            "Do not imply a real person, celebrity, public figure, private individual, endorsement, or copied likeness.\n"
+        )
+    if intent.no_person_requested:
+        return (
+            "The input explicitly requests a no-person composition. Keep the output free of people, faces, bodies, "
+            "hands, avatars, characters, crowds, bystanders, and human silhouettes.\n"
+        )
+    return (
+        "The input does not explicitly request a person or character. Do not force a person into the rewrite, "
+        "and do not add a no-person prohibition. If the source input or an attached/reference image already contains "
+        "a person or character, preserve that visible subject conditionally as a fictional AI-generated synthetic "
+        "character; otherwise use neutral wording such as 'main subject' when the subject is unclear.\n"
+    )
+
+
+def _prompt_polish_fallback(req: PromptPolishReq) -> PromptPolishResp:
+    intent = _classify_prompt_intent(req.text)
+    return PromptPolishResp(model="fallback", text=_sanitize_polished_prompt(req, intent, _basic_polished_prompt(req, intent)))
+
+
+def _repair_polished_prompt(req: PromptPolishReq, intent: PromptIntent, output: str, *, allow_llm: bool = False) -> str:
+    out = _sanitize_polished_prompt(req, intent, output)
+    issue = _polished_prompt_issue(intent, out)
+    if not issue or not allow_llm or not LLM_API_KEY:
+        return out
+    repair_prompt = (
+        "Repair the rewritten generation prompt so it follows the source input exactly.\n"
+        f"Issue to fix: {issue}.\n"
+        "Hard rules:\n"
+        "- Do not introduce SKG or any brand unless it appears literally in the source input.\n"
+        "- Do not introduce products, platforms, ad framing, sales language, slogans, hashtags, or claims unless present in the source input.\n"
+        "- If the source requests a person, keep the person only as a fully fictional synthetic AI character.\n"
+        "- If the source mentions a reference, uploaded, first-frame, last-frame, or current image that may already contain a person, preserve that visible subject conditionally as a fictional AI-generated synthetic character.\n"
+        "- If neither the source nor a referenced image requests or shows a person, do not add a person or character.\n"
+        "- Return one clean prompt only, no explanation.\n\n"
+        f"Source input:\n{intent.cleaned_text[:1800]}\n\n"
+        f"Current rewritten prompt:\n{out[:1800]}"
+    )
+    try:
+        resp = llm().chat.completions.create(
+            model=REWRITE_MODEL,
+            messages=[
+                {"role": "system", "content": "You repair generation prompts by removing contradictions and preserving only source intent."},
+                {"role": "user", "content": repair_prompt},
+            ],
+            temperature=0.15,
+            max_tokens=700,
+        )
+        repaired = _sanitize_polished_prompt(req, intent, resp.choices[0].message.content or "")
+        return repaired if not _polished_prompt_issue(intent, repaired) else out
+    except Exception as e:
+        print(f"[prompt polish repair fallback] {e}", flush=True)
+        return out
 
 
 @app.post("/prompt/polish", response_model=PromptPolishResp)
@@ -5573,6 +5800,7 @@ def polish_prompt(req: PromptPolishReq) -> PromptPolishResp:
     text = req.text.strip()
     if not text:
         raise HTTPException(400, "text required")
+    intent = _classify_prompt_intent(text)
     if not LLM_API_KEY:
         return _prompt_polish_fallback(req)
 
@@ -5588,47 +5816,54 @@ def polish_prompt(req: PromptPolishReq) -> PromptPolishResp:
         "chat": "a professional response to the user's request",
     }.get(req.mode, "an image-generation prompt")
     user_system = req.system_prompt.strip()
+    structure_hint = (
+        "For image prompts, write one polished paragraph covering subject, action/state, setting, composition, camera framing, lighting, material/detail, color mood, and production quality. "
+        if req.mode != "video"
+        else "For video prompts, write one polished paragraph covering opening state, subject motion, camera movement, continuity, environmental interaction, lighting transition, and ending state. "
+    )
     prompt = (
         f"Rewrite the user's input into {mode_hint} in {target_label}.\n"
-        "Preserve the user's actual subject, brand, product, place, style, and intent.\n"
+        "Preserve only the subject, brand, product, place, platform, style, action, and intent explicitly present in the source input.\n"
-        "Do not add SKG, health-tech, massage products, TikTok ad framing, product sales language, hashtags, captions, or any brand/product not explicitly present in the input or user-selected guidance.\n"
+        "Do not introduce SKG or any other brand unless the source input literally includes it.\n"
-        "Do not add medical, wellness, or advertising claims unless the user asked for them.\n"
+        "Do not introduce products, platforms, ad framing, sales language, slogans, hashtags, captions, or marketing claims unless explicitly present in the source input.\n"
-        "Improve concrete visual details, composition, lighting, camera language, materials, mood, and quality.\n"
+        "Improve visual specificity, composition, lighting, camera language, materials, motion, mood, and production quality without changing the subject.\n"
-        "Return only the rewritten prompt. No markdown, labels, JSON, quotes, explanation, or alternatives.\n"
+        "Do not add a no-person prohibition unless the source input explicitly asks for no people.\n"
+        "If the source input mentions uploaded images, reference images, first frames, last frames, or current images, keep any existing visible person in those references as a fictional AI-generated synthetic character; do not invent people for references that have none.\n"
+        f"{structure_hint}"
+        "Return only the rewritten prompt. No markdown, labels, JSON, quotes, explanation, alternatives, or meta-instructions.\n"
         f"{_prompt_person_guard(req)}"
     )
     if req.mode == "chat":
         prompt = (
             f"Answer or rewrite the user's request professionally in {target_label}.\n"
             "Follow the user-selected guidance when provided.\n"
-            "Do not add SKG, health-tech, massage products, TikTok ad framing, product sales language, hashtags, captions, or any brand/product not explicitly present in the input or user-selected guidance.\n"
+            "Do not add SKG or any brand/product/platform not explicitly present in the source input or user-selected guidance.\n"
             "Do not add medical, wellness, or advertising claims unless the user asked for them.\n"
             "Return only the final content in the format requested by the guidance. No markdown fences, labels, explanation, or alternatives unless explicitly requested.\n"
         )
     if req.mode == "video":
         prompt += (
             "For video, describe motion, timing, camera movement, continuity, and what changes over time. "
-            "Do not add people for scale, atmosphere, lifestyle context, or background decoration unless the input explicitly asked for people.\n"
+            "Do not add people for scale, atmosphere, lifestyle context, or background decoration unless the input or reference image already contains or requests people.\n"
         )
     if user_system:
         prompt += f"\nUser-selected polishing guidance:\n{user_system[:1000]}\n"
-    prompt += f"\nInput:\n{text[:2500]}"
+    prompt += f"\nSource input:\n{intent.cleaned_text[:2500]}"
 
     try:
         resp = llm().chat.completions.create(
             model=REWRITE_MODEL,
             messages=[
-                {"role": "system", "content": "You are a neutral professional prompt editor. You preserve intent and never inject unrelated brands or products."},
+                {"role": "system", "content": "You are a neutral professional prompt editor. Preserve source intent exactly and never inject SKG or unrelated brands, products, platforms, people, or marketing context."},
                 {"role": "user", "content": prompt},
             ],
             temperature=0.45,
             max_tokens=900,
         )
-        out = (resp.choices[0].message.content or "").strip()
+        out = _clean_prompt_output(resp.choices[0].message.content or "")
-        out = re.sub(r"^```(?:text)?\s*", "", out, flags=re.I).strip()
+        if not out:
-        out = re.sub(r"\s*```$", "", out).strip()
+            out = _prompt_polish_fallback(req).text
-        out = re.sub(r'^[\'"「『]+|[\'"」』]+$', "", out).strip()
+        return PromptPolishResp(model=REWRITE_MODEL, text=_repair_polished_prompt(req, intent, out, allow_llm=True))
-        return PromptPolishResp(model=REWRITE_MODEL, text=(out or _prompt_polish_fallback(req).text)[:1800])
     except Exception as e:
         print(f"[prompt polish fallback] {e}", flush=True)
         return _prompt_polish_fallback(req)
@@ -8197,6 +8432,24 @@ def _storyboard_video_prompt(scene: StoryboardScene, seed: int | None = None) ->
     return "\n".join([p for p in parts if p.strip()])
 
 
+_REFERENCE_IMAGE_SYNTHETIC_PERSON_GUARD = (
+    "Reference images may be AI-generated visual assets. If any person, face, body, hand, avatar, or character "
+    "appears in the provided reference image(s), treat the visible subject as a fully fictional AI-generated "
+    "synthetic character, not a real person, celebrity, public figure, private individual, or copied likeness. "
+    "Preserve the reference subject and composition without identifying, impersonating, or implying endorsement "
+    "by any real person."
+)
+
+
+def _append_reference_image_person_guard(prompt: str, has_reference: bool) -> str:
+    out = (prompt or "").strip()
+    if not has_reference or not out:
+        return out
+    if "Reference images may be AI-generated visual assets" in out or "fully fictional AI-generated synthetic character" in out:
+        return out
+    return f"{out}\n\n{_REFERENCE_IMAGE_SYNTHETIC_PERSON_GUARD}"
+
+
 class ProductFusionDescriptionReq(BaseModel):
     shots: list[ProductFusionShot] = Field(default_factory=list)
 
@@ -8287,8 +8540,9 @@ def _video_public_error(raw: object) -> str:
         "人脸",
     )):
         return (
-            "视频生成失败：参考图里有清晰人物或疑似真实人脸，视频模型出于肖像/隐私风控拒绝生成。"
+            "视频生成失败：参考图被视频模型判定为疑似真实人脸或肖像隐私。"
-            "请换成无可识别人脸的首帧，或先裁掉/模糊人物脸，再重新生成视频。"
+            "系统会按 AI 生成的虚拟角色提交，但上游仍可能误判；请尝试换更低识别度的首帧，"
+            "或裁掉/弱化脸部后重新生成视频。"
         )
 
     if any(token in lower for token in (
@@ -8687,6 +8941,7 @@ def _enqueue_storyboard_videos(job: Job, frame: KeyFrame, req: GenerateStoryboar
     source_ref = req.source_ref
     if source_ref and source_ref.kind == "source_video" and not source_ref.url:
         source_ref = None
+    has_visual_reference = bool(ref_path.exists() or last_ref_path or reference_ref_paths)
     items: list[GeneratedVideo] = []
     ids: list[str] = []
     queued_tasks: list[tuple[str, tuple]] = []
@@ -8695,6 +8950,7 @@ def _enqueue_storyboard_videos(job: Job, frame: KeyFrame, req: GenerateStoryboar
         ids.append(local_id)
         variant_seed = (req.seed + i) if req.seed is not None else random.randint(100000, 999999)
         variant_prompt = _ensure_english(f"{prompt}\n\nCreate variation {i + 1} of {count}. Variation seed: {variant_seed}. Keep the same compact row meaning but vary camera motion, gesture timing, and composition.")
+        variant_prompt = _append_reference_image_person_guard(variant_prompt, has_visual_reference)
         items.append(GeneratedVideo(
             id=local_id,
             provider_id="",

docs/source-analysis.html

@@ -582,10 +582,10 @@
           <p><strong>2026-05-25 上游能力恢复版：</strong>用户明确要求“API 没关系，其他恢复，别削弱”。因此根域名画布恢复 <code>chatfire-AI/huobao-canvas</code> 的成熟节点和工作流结构：推荐词、AI 润色、自动执行、工作流模板、首帧/尾帧/参考图节点、图片/视频/LLM 配置、多角度分镜、故事板、绘本和批量下载都保留；只继续替换品牌、路由和 API 接入。生成请求仍走 SKG 后端 <code>/api</code> 与登录 Cookie，员工不需要个人 API Key。</p>
           <p><strong>2026-05-25 媒体模型接入收口：</strong>图片和视频模型选择只暴露当前后端真实可用项：图片为 <code>auto</code>、<code>gpt-image-2</code>、<code>gemini-3-pro-image-preview</code>；视频当前只接通 <code>Seedance 2.0 Fast</code>（真实模型 <code>doubao-seedance-2-0-fast-260128</code>）。旧上游的 Nano Banana、Seedream、Kling、Veo 或浏览器本地自定义媒体模型不能进入生成下拉，避免同事选到实际不可用的模型。</p>
           <p><strong>2026-05-26 公司沉淀版：</strong>画布项目从浏览器本地存储升级为服务端 Postgres 持久化；<code>localStorage</code> 只作为离线缓存和首次导入来源。后端同时建立用户、任务、资源索引和审计表，保留原有 <code>state.json</code> 文件作为任务详情真源，避免一次迁移动到大文件资产结构。</p>
-          <p><strong>2026-05-26 AI 润色中性化：</strong>画布 <code>AI 润色</code> 不再复用 SKG 广告文案接口 <code>/creative/copy</code>。后端新增 <code>POST /prompt/polish</code>，前端 <code>useChat</code>、根画布输入框、文本节点和自动执行意图分析改走中性提示词/通用生成接口：只优化用户已经给出的主体、风格、镜头和细节，不主动添加 SKG、按摩产品、TikTok 广告话术或用户没有提到的品牌。润色会按人物意图分流：原提示词没有人物时明确保持物体/场景/产品构图且不新增人物；原提示词明确有人物、人像、模特或角色时，才补充“虚构 AI 角色、非真人、非公众人物”的合规描述。</p>
+          <p><strong>2026-05-26 AI 润色中性化：</strong>画布 <code>AI 润色</code> 不再复用 SKG 广告文案接口 <code>/creative/copy</code>。后端新增 <code>POST /prompt/polish</code>，前端 <code>useChat</code>、根画布输入框、文本节点和自动执行意图分析改走中性提示词/通用生成接口：只优化用户已经给出的主体、风格、镜头和细节，不主动添加 SKG、按摩产品、TikTok 广告话术或用户没有提到的品牌。当前润色链路会先清理上一次润色遗留的模板尾巴，再判断人物/无人/物体/场景/动物/未知主体；原文明确有人时才声明虚构 AI 角色，原文明确无人时才保留无人物约束，原文没写人时不主动造人但也不追加“必须无人物”的模板尾巴；当输入或参考图已经有人物时，按 AI 生成的虚拟角色继续描述，而不是把人物参考图判定为不可用。</p>
           <p><strong>2026-05-26 我的工作流云端版：</strong>工作流面板从只有公共模板扩展为“公共工作流 / 我的工作流”两类。当前画布可以保存成当前登录用户自己的云端工作流模板，后续在同一账号的其他电脑或浏览器打开后可插回画布；保存时只沉淀节点结构、连线、配置和提示词，主动清掉已生成图片、视频、任务进度、错误和运行态字段，避免把一次性生成结果误当模板复用。</p>
         </div>
-        <p>当前默认业务管线是“个人隔离任务 → 根域名进入个人画布 → 画布项目同步到服务端 Postgres → 用提示词、推荐词、AI 润色、公共工作流或我的工作流创建节点 → 画布自动执行或手动连接图片/视频/文本节点 → 生成结果沉淀在当前个人画布 → 可把当前节点结构保存为我的工作流 → 需要时进入详情页继续编辑”。画布不再被削成三模式入口；首帧、尾帧、参考图、图生视频、多角度分镜、故事板和绘本等上游概念按节点能力保留。底层生成仍由 <code>web/canvas-app/src/hooks/useApi.js</code> 适配到本项目 <code>/creative/jobs/image</code>、<code>/jobs/{id}/frames/{idx}/generate</code>、<code>/jobs/{id}/frames/{idx}/storyboard/video</code>，AI 润色和通用 LLM 文本生成走 <code>/prompt/polish</code> 并保持中性专业，不再默认套入 SKG 广告语境。生成资产按当前登录用户写入个人 job。图片尺寸只显示 <code>auto</code>、<code>1024x1536</code>、<code>1024x1024</code>、<code>1536x1024</code>；视频画幅只显示 <code>720x1280</code>、<code>1280x720</code>、<code>1024x1024</code>、<code>960x1280</code>；视频时长只显示 <code>5/8/10/12/15</code> 秒。多人互不影响依赖后端 <code>owner_id</code>、画布项目 owner、我的工作流 owner 和飞书 / 备用登录会话隔离。旧 React 单对话框首页、信息流复刻链路仍保留在源码里作为回滚/高级能力，但不作为生产默认入口。</p>
+        <p>当前默认业务管线是“个人隔离任务 → 根域名进入个人画布 → 画布项目同步到服务端 Postgres → 用提示词、推荐词、AI 润色、公共工作流或我的工作流创建节点 → 画布自动执行或手动连接图片/视频/文本节点 → 生成结果沉淀在当前个人画布 → 可把当前节点结构保存为我的工作流 → 需要时进入详情页继续编辑”。画布不再被削成三模式入口；首帧、尾帧、参考图、图生视频、多角度分镜、故事板和绘本等上游概念按节点能力保留。底层生成仍由 <code>web/canvas-app/src/hooks/useApi.js</code> 适配到本项目 <code>/creative/jobs/image</code>、<code>/jobs/{id}/frames/{idx}/generate</code>、<code>/jobs/{id}/frames/{idx}/storyboard/video</code>，AI 润色和通用 LLM 文本生成走 <code>/prompt/polish</code> 并保持中性专业：不主动套入 SKG，不主动补产品、平台、广告语境或人物，只扩写用户明确写出的主体、动作、场景、镜头、光线和质量细节；视频提交若带参考图，会在最终提示词中条件声明“参考图里若有人物，应按 AI 生成的虚拟角色处理”，避免把 AI 人像素材误当成真实肖像。生成资产按当前登录用户写入个人 job。图片尺寸只显示 <code>auto</code>、<code>1024x1536</code>、<code>1024x1024</code>、<code>1536x1024</code>；视频画幅只显示 <code>720x1280</code>、<code>1280x720</code>、<code>1024x1024</code>、<code>960x1280</code>；视频时长只显示 <code>5/8/10/12/15</code> 秒。多人互不影响依赖后端 <code>owner_id</code>、画布项目 owner、我的工作流 owner 和飞书 / 备用登录会话隔离。旧 React 单对话框首页、信息流复刻链路仍保留在源码里作为回滚/高级能力，但不作为生产默认入口。</p>
         <div class="pipeline">
           <div class="step"><div class="num">01</div><h3>个人任务</h3><p><code>GET /jobs</code> 按当前登录用户过滤；旧无 owner 任务只对备用账号可见。</p></div>
           <div class="step"><div class="num">02</div><h3>进入画布</h3><p>用户直接在根域名个人画布里操作；项目列表优先读取服务端 <code>/canvas-projects</code>，本地旧项目会首次导入。</p></div>
@@ -615,7 +615,7 @@
                 <tr><td><code>web/canvas-app/src/views/Canvas.vue</code></td><td>画布主交互：恢复上游底部 prompt composer、<code>AI 润色</code>、<code>自动执行</code>、推荐词、节点菜单、工作流面板、API/模型设置入口和批量下载入口。自动执行会调用 <code>useWorkflowOrchestrator</code> 分析提示词，创建文生图、图转视频、故事板、多角度分镜或绘本节点组；手动模式只创建文本节点，用户自行连接节点。工作流面板支持公共模板和我的工作流：公共模板走本地 <code>createNodes()</code>，我的工作流从云端 <code>workflow_data</code> 插回当前画布，并重新生成节点 ID、按视口中心重排、按映射重连边。底部推荐词来自共享短词池，4 个一组单行展示，刷新按钮在 30 组内轮换，不改变输入面板高度。</td></tr>
                 <tr><td><code>web/canvas-app/src/config/suggestions.js</code></td><td>首页和画布共用的推荐词配置：维护 <code>QUICK_SUGGESTION_GROUPS</code>，当前为 30 组 / 120 个短词，每组 4 个，控制刷新按钮的轮换范围；词条保持短小，避免推荐栏换行或顶起 composer。</td></tr>
                 <tr><td><code>web/canvas-app/src/config/models.js</code></td><td>画布媒体模型和规格的前端白名单：图片只内置 <code>auto</code>、<code>gpt-image-2</code>、<code>gemini-3-pro-image-preview</code>，尺寸只内置 <code>auto</code>、<code>1024x1536</code>、<code>1024x1024</code>、<code>1536x1024</code>；视频只内置 <code>seedance</code> / <code>Seedance 2.0 Fast</code>，画幅和时长对齐后端 <code>/health</code> 能力边界。<code>useModelConfig.js</code> 和 Pinia 模型 store 会忽略浏览器本地自定义图片/视频模型，防止旧缓存把不可用模型带回生成下拉。</td></tr>
-                <tr><td><code>web/canvas-app/src/hooks/useApi.js</code></td><td>画布到本项目后端的适配层：不再读取浏览器 API Key，而是使用当前登录会话 Cookie 调用 <code>/api</code>。文生图 / 图生图先创建轻量 creative job，再调用 <code>/frames/0/generate</code>；文生视频 / 图生视频调用 <code>/storyboard/video</code> 并轮询 <code>/jobs/{id}</code>，完成后把图片或 mp4 URL 写回画布节点。<code>useChat</code> 已从 SKG 广告文案接口切到 <code>/prompt/polish</code>：AI 润色显式使用 image/video prompt 模式，LLM 节点使用通用 chat 模式，避免自动注入用户没有提到的 SKG 或营销语境；后端会判断原提示词是否有人物意图，无人物时禁止新增人物，有人物时才声明虚构 AI 角色。</td></tr>
+                <tr><td><code>web/canvas-app/src/hooks/useApi.js</code></td><td>画布到本项目后端的适配层：不再读取浏览器 API Key，而是使用当前登录会话 Cookie 调用 <code>/api</code>。文生图 / 图生图先创建轻量 creative job，再调用 <code>/frames/0/generate</code>；文生视频 / 图生视频调用 <code>/storyboard/video</code> 并轮询 <code>/jobs/{id}</code>，完成后把图片或 mp4 URL 写回画布节点。<code>useChat</code> 已从 SKG 广告文案接口切到 <code>/prompt/polish</code>：AI 润色显式使用 image/video prompt 模式，LLM 节点使用通用 chat 模式，避免自动注入用户没有提到的 SKG、产品、平台或营销语境；后端会清理旧润色模板尾巴、判断人物/无人/物体/场景意图，并在输出后检查“有人却禁止人物、无人却新增人物、未写 SKG 却出现 SKG”等冲突。图生视频实际提交到后端后，后端会对参考图追加 AI 虚拟角色条件说明，不要求前端判断图片里是否有人脸。</td></tr>
                 <tr><td><code>web/scripts/sync-canvas-root.mjs</code></td><td>构建桥接脚本：在 <code>next build</code> 静态导出完成后，把 Vite 画布产物 <code>web/canvas-app/dist</code> 覆盖到 <code>web/out</code> 根目录，使 <code>https://marketing.skg.com</code> 登录后直接进入画布；旧 <code>web/scripts/sync-canvas-dist.mjs</code> 保留但不再由生产构建调用。</td></tr>
                 <tr><td><code>web/app/detail/page.tsx</code></td><td>任务详情页：静态导出路由 <code>/detail/?job=&lt;id&gt;</code>，通过 query 读取 job id，调用 <code>getJob</code> 恢复同一任务。页面展示参考图、全部生成图、视频候选、营销图文方案和历史提示词，可继续调用 <code>generateImage</code>、<code>generateStoryboardVideo</code>、<code>generateCreativeCopy</code>，并支持删除图片/视频。该页继续依赖后端 owner 过滤，用户不能通过切换 URL 读取别人的任务。</td></tr>
                 <tr><td><code>web/app/agent/page.tsx</code></td><td>新增一键出片终端页：只保留 TikTok 链接、产品图上传、实时 <code>Agent Terminal</code> 和最终成片播放器；通过 <code>POST /agent-runs</code> 创建受限后台状态机任务，通过 <code>GET /agent-runs/{id}</code> 轮询日志、进度、审片图和最终 mp4。该页不替代旧工作台深度编辑能力，只承接“用户只看成品”的快速出片主路径。</td></tr>
@@ -646,7 +646,7 @@
             <h3>后端核心</h3>
             <table>
               <tbody>
-                <tr><td><code>api/main.py</code></td><td>FastAPI 单文件后端：登录会话、状态模型、任务恢复、下载、抽帧、Vision、清洗、元素、分镜、原音频转写/翻译、声音与背景音分析、后续口播改写/TTS、文件返回；同时承载全局 <code>prompt_library</code> 和 <code>asset_library</code> 的磁盘索引、CRUD、删除保护和复制到 job API。启动时会初始化 Postgres schema、扫描现有 <code>state.json</code> / 资源库并写入索引；<code>/canvas-projects</code> 系列接口把画布项目按当前登录用户持久化，<code>/canvas-workflows</code> 系列接口把我的工作流按当前登录用户持久化为可复用模板。轻量创作入口 <code>POST /creative/jobs/image</code> 把上传图片或空白底图写成一个只有 0 号关键帧的 <code>Job</code>，让首页直接复用生图/生视频接口；该接口兼容无 body / JSON 空对象 / 正常 multipart 上传，避免无首帧文生图或文生视频时空 multipart 被 FastAPI 在业务前置解析阶段拒绝；<code>POST /prompt/polish</code> 用于中性 AI 润色和通用 LLM 文本生成，只保留用户明确给出的主体、品牌、产品、地点、风格和意图，不默认加入 SKG、按摩产品或短视频广告话术，并通过 <code>_prompt_has_person_intent</code> / <code>_prompt_person_guard</code> 区分“无人画面不新增人物”和“有人物画面声明虚构 AI 角色”；<code>/health</code> 返回 <code>database</code>、<code>image_options</code>、<code>image_size_options</code>、<code>video_options</code>、<code>video_size_options</code>、<code>video_duration_options</code> 和 <code>video_max_duration_seconds</code>；<code>/frames/{idx}/generate</code> 的 <code>model</code> 字段用于图片模型偏好，<code>size</code> 字段用于图片输出尺寸；<code>/storyboard/video</code> 继续使用 <code>model</code> 字段选择视频别名，并先校验画幅与时长能力边界，然后把 <code>GeneratedVideo</code> 写成 <code>queued</code> 占位并进入进程内视频队列。队列默认 <code>VIDEO_QUEUE_MAX_CONCURRENT=2</code>、<code>VIDEO_QUEUE_MAX_CONCURRENT_PER_USER=1</code>，同一用户连续提交不会占满全局并发；排队任务会回写 <code>queue_position</code>、<code>queue_size</code>、<code>queue_message</code>。旧 <code>AgentRun</code> 一键出片状态机、TK 复刻接口和 <code>POST /creative/copy</code> 作为明确的 SKG 营销文案接口继续保留。</td></tr>
+                <tr><td><code>api/main.py</code></td><td>FastAPI 单文件后端：登录会话、状态模型、任务恢复、下载、抽帧、Vision、清洗、元素、分镜、原音频转写/翻译、声音与背景音分析、后续口播改写/TTS、文件返回；同时承载全局 <code>prompt_library</code> 和 <code>asset_library</code> 的磁盘索引、CRUD、删除保护和复制到 job API。启动时会初始化 Postgres schema、扫描现有 <code>state.json</code> / 资源库并写入索引；<code>/canvas-projects</code> 系列接口把画布项目按当前登录用户持久化，<code>/canvas-workflows</code> 系列接口把我的工作流按当前登录用户持久化为可复用模板。轻量创作入口 <code>POST /creative/jobs/image</code> 把上传图片或空白底图写成一个只有 0 号关键帧的 <code>Job</code>，让首页直接复用生图/生视频接口；该接口兼容无 body / JSON 空对象 / 正常 multipart 上传，避免无首帧文生图或文生视频时空 multipart 被 FastAPI 在业务前置解析阶段拒绝；<code>POST /prompt/polish</code> 用于中性 AI 润色和通用 LLM 文本生成，只保留用户明确给出的主体、品牌、产品、地点、风格和意图，不默认加入 SKG、按摩产品、平台或短视频广告话术。润色链路会先用 <code>_strip_previous_polish_boilerplate</code> 去掉旧模板尾巴，再用 <code>_classify_prompt_intent</code> 判断人物、无人、物体、场景、动物或未知主体，最后用 <code>_repair_polished_prompt</code> 修掉有人/无人矛盾、未写人却新增人物、未写 SKG 却出现 SKG 等冲突；<code>_append_reference_image_person_guard</code> 会在视频任务最终入队前给参考图请求追加条件提示，声明参考图里若有人物则按 AI 生成的虚拟角色处理；<code>/health</code> 返回 <code>database</code>、<code>image_options</code>、<code>image_size_options</code>、<code>video_options</code>、<code>video_size_options</code>、<code>video_duration_options</code> 和 <code>video_max_duration_seconds</code>；<code>/frames/{idx}/generate</code> 的 <code>model</code> 字段用于图片模型偏好，<code>size</code> 字段用于图片输出尺寸；<code>/storyboard/video</code> 继续使用 <code>model</code> 字段选择视频别名，并先校验画幅与时长能力边界，然后把 <code>GeneratedVideo</code> 写成 <code>queued</code> 占位并进入进程内视频队列。队列默认 <code>VIDEO_QUEUE_MAX_CONCURRENT=2</code>、<code>VIDEO_QUEUE_MAX_CONCURRENT_PER_USER=1</code>，同一用户连续提交不会占满全局并发；排队任务会回写 <code>queue_position</code>、<code>queue_size</code>、<code>queue_message</code>。旧 <code>AgentRun</code> 一键出片状态机、TK 复刻接口和 <code>POST /creative/copy</code> 作为明确的 SKG 营销文案接口继续保留。</td></tr>
                 <tr><td><code>api/db.py</code></td><td>Postgres 适配层：在 <code>DATABASE_URL</code> 存在且 <code>psycopg</code> 可用时启用；负责建表、健康检查、用户 upsert、审计日志、画布项目 CRUD、我的工作流 CRUD，以及把 <code>Job</code>、<code>AgentRun</code>、提示词库和素材库写入索引表。数据库不可用时本地开发会降级为 disabled，生产 <code>verify-prod-docker.sh</code> 会要求 <code>database.connected=true</code>。</td></tr>
                 <tr><td><code>video_model_options()</code></td><td>视频模型能力出口：如果 <code>seedance</code>、<code>kling</code>、<code>veo3</code>、<code>veo</code> 等业务别名实际都映射到同一个真实模型，会按真实模型去重，只给前端返回一个可用选项；当前生产真实模型为 <code>doubao-seedance-2-0-fast-260128</code>，前端显示为 <code>Seedance 2.0 Fast</code>。后续只有在服务器真的配置了不同可用视频模型时，才应把新的模型重新暴露给画布。</td></tr>
                 <tr><td><code>api/product_library/skg-products</code></td><td>内置 SKG 白底产品图库：<code>manifest.json</code> 记录从桌面产品图筛出的 gallery 白底图和桌面 4 张产品角度图，<code>images/</code> 存 45 张参考图。</td></tr>
@@ -1107,8 +1107,8 @@ ProductRefStateItem {
             <tr><td>创建任务</td><td><code>POST /jobs</code></td><td><code>createJob</code></td><td>提交 TK 链接，后台开始下载；后端会把当前登录用户写入 <code>Job.owner_*</code>，后续详情、素材文件、删除和生成接口都通过统一中间件校验归属。下载阶段默认不带 cookies；生产环境必须显式保持 <code>YTDLP_COOKIES_FILE=</code> 和 <code>YTDLP_COOKIES_FROM_BROWSER=</code> 为空，避免容器内误读被打进镜像的开发 <code>api/.env</code>。</td></tr>
             <tr><td>画布项目</td><td><code>GET /canvas-projects</code><br><code>POST /canvas-projects</code><br><code>PUT /canvas-projects/{id}</code><br><code>GET /canvas-projects/{id}</code><br><code>DELETE /canvas-projects/{id}</code><br><code>POST /canvas-projects/import</code></td><td><code>web/canvas-app/src/stores/projects.js</code></td><td>根域名画布项目的服务端持久化接口。列表和详情按当前登录用户过滤；写入时保存画布 JSON、缩略图、可见性、版本和更新时间；删除为软删除。首次上线后本地 <code>localStorage</code> 旧项目会通过 import 导入到当前用户，之后服务端 Postgres 是主存储。</td></tr>
             <tr><td>我的工作流</td><td><code>GET /canvas-workflows</code><br><code>POST /canvas-workflows</code><br><code>PUT /canvas-workflows/{id}</code><br><code>DELETE /canvas-workflows/{id}</code></td><td><code>web/canvas-app/src/stores/workflows.js</code><br><code>WorkflowPanel.vue</code></td><td>工作流面板“我的工作流”页的个人模板接口。列表、保存、更新和删除都按当前登录用户过滤；保存的是清理过运行态的 <code>workflow_data.nodes/edges/viewport</code>，用于跨设备复用画布结构。插回画布时前端会按当前视口中心重排节点、重建节点 ID，并用旧 ID 到新 ID 的映射重连边，避免和现有画布节点冲突。</td></tr>
-            <tr><td>画布生成</td><td><code>POST /creative/jobs/image</code><br><code>POST /jobs/{id}/frames/upload</code><br><code>POST /jobs/{id}/frames/{idx}/generate</code><br><code>POST /jobs/{id}/frames/{idx}/storyboard/video</code><br><code>GET /jobs/{id}</code></td><td><code>web/canvas-app/src/hooks/useApi.js</code></td><td>画布项目结构保存在 <code>/canvas-projects</code>；一旦生成图片或视频，就通过同一套 creative job / frame / storyboard video 接口写入当前登录用户自己的 job 目录。文生图会创建空白 creative job 后生成图片；图生视频会把上传图转成 frame 并作为视频参考图提交，提交视频后用 <code>skg:{jobId}:{videoId}</code> 作为画布侧任务 id 轮询 <code>/jobs/{id}</code>，直到视频状态完成或失败。</td></tr>
+            <tr><td>画布生成</td><td><code>POST /creative/jobs/image</code><br><code>POST /jobs/{id}/frames/upload</code><br><code>POST /jobs/{id}/frames/{idx}/generate</code><br><code>POST /jobs/{id}/frames/{idx}/storyboard/video</code><br><code>GET /jobs/{id}</code></td><td><code>web/canvas-app/src/hooks/useApi.js</code></td><td>画布项目结构保存在 <code>/canvas-projects</code>；一旦生成图片或视频，就通过同一套 creative job / frame / storyboard video 接口写入当前登录用户自己的 job 目录。文生图会创建空白 creative job 后生成图片；图生视频会把上传图转成 frame 并作为视频参考图提交，提交视频后用 <code>skg:{jobId}:{videoId}</code> 作为画布侧任务 id 轮询 <code>/jobs/{id}</code>，直到视频状态完成或失败。视频任务最终 prompt 会条件说明参考图人物是 AI 生成的虚拟角色，避免员工上传的 AI 人像素材被当成真实肖像处理。</td></tr>
-            <tr><td>AI 润色 / LLM 节点</td><td><code>POST /prompt/polish</code></td><td><code>web/canvas-app/src/hooks/useApi.js</code><br><code>web/canvas-app/src/api/chat.js</code></td><td>中性的提示词润色和通用文本生成接口。根画布和文本节点传 <code>mode=image</code>、默认输出英文提示词；LLM 节点和自动执行意图分析传 <code>mode=chat</code>、保持输入语言。接口会遵守 system prompt，但明确禁止自动添加用户没有提到的 SKG、按摩产品、短视频广告 framing、营销标题或 hashtag。人物安全词按输入条件加入：原文无人物语义时追加“不新增人物/脸/身体/人群”；原文有人像、模特、角色、数字人等语义时才追加“虚构 AI 角色、非真人、非公众人物、不可识别私人个体”。</td></tr>
+            <tr><td>AI 润色 / LLM 节点</td><td><code>POST /prompt/polish</code></td><td><code>web/canvas-app/src/hooks/useApi.js</code><br><code>web/canvas-app/src/api/chat.js</code></td><td>中性的提示词润色和通用文本生成接口。根画布和文本节点传 <code>mode=image</code>、默认输出英文提示词；LLM 节点和自动执行意图分析传 <code>mode=chat</code>、保持输入语言。接口会清掉上一次润色遗留的模板尾巴，只保留用户明确写出的主体、品牌、产品、地点、平台、风格和意图；用户没写 <code>SKG</code> 时绝不主动加入 SKG，也不主动补产品、平台、广告语境、slogan 或 hashtag。人物安全词按输入条件加入：原文明确有人像、模特、角色、数字人等语义时才声明“虚构 AI 角色、非真人、非公众人物”；原文明确无人时才保留无人物约束；原文没写人时不主动造人，也不主动追加无人物禁令；输入提到参考图、首帧或尾帧时，提示词只条件保留已有可见人物，不凭空新增人物。</td></tr>
             <tr><td>一键出片终端</td><td><code>POST /agent-runs</code><br><code>GET /agent-runs</code><br><code>GET /agent-runs/{id}</code><br><code>GET /agent-runs/{id}/final.mp4</code><br><code>GET /agent-runs/{id}/contact.jpg</code></td><td><code>web/app/agent/page.tsx</code></td><td>快速出片页的唯一主接口。前端提交 TikTok 链接和最多 6 张产品图；后端创建同 owner 的 <code>Job</code> 与 <code>AgentRun</code>，后台执行下载、产品图归一化、透明骨架主体参考复制、12 段镜头计划、视频生成、失败镜头自动重跑一次、审片接触表和 ffmpeg 最终合成。列表、详情、最终 mp4 和接触表同样按 owner 隔离。</td></tr>
             <tr><td>重试下载</td><td><code>POST /jobs/{id}/download/retry</code></td><td><code>retryJobDownload</code></td><td>用于 TK 链接下载失败且没有 <code>video_url</code> 的素材；清空错误、重新进入下载状态，并在后台再次执行 <code>pipeline_download</code>。上传视频不能重下载，需要重新上传文件。</td></tr>
             <tr><td>上传视频</td><td><code>POST /jobs/upload</code></td><td><code>uploadJob</code></td><td>保存 source.mp4，然后同样进入下载完成状态；当前上传后也加入第一步队列，下载完成后自动解析音频。</td></tr>
@@ -1147,7 +1147,7 @@ ProductRefStateItem {
             <tr><td>分镜保存</td><td><code>PUT /frames/{idx}/storyboard</code></td><td><code>updateStoryboard</code></td><td>保存三字段中英镜像、选中视频 ID、4 图槽、时长、改造说明，以及高级抽屉里的镜头类型、人物描述、人物/产品开关、首帧规划、尾帧规划和产品出现方式。当前音频分镜行会额外写 <code>storyboard_row_idx</code>，避免多条分镜共用同一参考帧时互相覆盖。</td></tr>
             <tr><td>三字段自动展开</td><td><code>POST /jobs/{job_id}/frames/{idx}/storyboard/quick-plan</code></td><td><code>quickPlanStoryboard</code></td><td>输入 <code>skg_copy_*</code>、<code>scene_one_line_*</code>、<code>action_one_line_*</code> 和 <code>subject_brief</code>，用 <code>REWRITE_MODEL</code> 展开为完整 <code>StoryboardScene</code>，只作为视频 prompt 来源，不直接持久化。</td></tr>
             <tr><td>AI 改文案</td><td><code>POST /jobs/{job_id}/frames/{idx}/storyboard/refine</code></td><td><code>refineStoryboard</code></td><td>输入当前三字段和中文反馈，返回新的三字段中英镜像。前端必须先弹改前/改后预览，用户点应用后才写入行状态。</td></tr>
-            <tr><td>单条视频候选生成</td><td><code>POST /jobs/{job_id}/frames/{idx}/storyboard/video</code></td><td><code>generateStoryboardVideo</code></td><td>新增 <code>count</code>、<code>seed</code> 和 <code>storyboard_row_idx</code>，默认一次创建 4 个 <code>GeneratedVideo</code> 任务并立即返回 job；每个候选独立排队、生成、失败或成功。前端提交 prompt 前用 quick-plan 展开，高级首尾帧存在时继续带上，不存在时后端用参考帧/主体图/产品图透明兜底。视频候选显示必须优先按 <code>storyboard_row_idx</code> 归属到音频分镜行，而不是只按 <code>frame_idx</code>。</td></tr>
+            <tr><td>单条视频候选生成</td><td><code>POST /jobs/{job_id}/frames/{idx}/storyboard/video</code></td><td><code>generateStoryboardVideo</code></td><td>新增 <code>count</code>、<code>seed</code> 和 <code>storyboard_row_idx</code>，默认一次创建 4 个 <code>GeneratedVideo</code> 任务并立即返回 job；每个候选独立排队、生成、失败或成功。前端提交 prompt 前用 quick-plan 展开，高级首尾帧存在时继续带上，不存在时后端用参考帧/主体图/产品图透明兜底。最终提交给视频模型前，后端会为参考图追加 AI 虚拟角色条件提示：参考图若包含人物、脸、身体、手、头像或角色，就按虚构 AI 角色处理，不按真人或公众人物处理。视频候选显示必须优先按 <code>storyboard_row_idx</code> 归属到音频分镜行，而不是只按 <code>frame_idx</code>。</td></tr>
             <tr><td>整片一键生成候选</td><td><code>POST /jobs/{job_id}/storyboard/batch-generate-all</code></td><td>当前主路径改为逐行调用 <code>generateStoryboardVideo</code></td><td>用户选择“每行 N 条”后，前端按音频分镜逐行提交，确保每个候选都带 <code>storyboard_row_idx</code>。后端批量接口保留为兼容能力，默认 <code>concurrency=1</code>，但当前 UI 不再用它做主路径。</td></tr>
             <tr><td>生图</td><td><code>POST /frames/{idx}/generate</code></td><td><code>generateImage</code></td><td>基于关键帧或已选生成图做 image-to-image，目前可用。</td></tr>
           </tbody>
@@ -1266,6 +1266,18 @@ ProductRefStateItem {
         <h2>变更记录</h2>
         <p>这个记录不是 git log 的替代品。它记录“产品理解发生了什么变化、影响了哪些源码、你以后描述需求时该怎么说”。后续每次改功能都要补一条。</p>
         <div class="changelog">
+          <article class="change">
+            <header>
+              <h3>2026-05-26 · AI 润色改为意图分类和冲突校验</h3>
+              <span class="tag amber">API</span>
+              <span class="tag violet">Canvas</span>
+            </header>
+            <div class="body">
+              <p><strong>问题：</strong>旧润色会把人物/无人物安全词作为模板尾巴直接拼到可见 prompt。用户二次润色时，这些尾巴会污染意图判断，出现 <code>A person...</code> 后面又接 <code>do not introduce people</code> 这类自相矛盾结果；同时系统背景也不能替用户主动加入 SKG。</p>
+              <p><strong>改动：</strong><code>api/main.py</code> 的 <code>/prompt/polish</code> 改成“清理旧模板尾巴 → 分类人物/无人/物体/场景/动物/未知主体 → 按图片或视频结构改写 → 输出冲突校验/修复”。用户没写 <code>SKG</code> 时明确禁止主动加入 SKG；用户没写人时不把未知主体润成 person，也不追加“必须无人物”的兜底禁令；用户明确有人时才把人物描述成虚构 AI 角色；用户明确无人时才保留无人物约束。</p>
+              <p><strong>影响：</strong>AI 润色继续保持中性专业，但不会再把公司背景、SKG、产品、平台或人物安全尾巴硬塞给所有提示词。员工要 SKG 或具体产品时，需要自己写进输入；写了就保留并润色。视频生成的参考图链路会额外声明图中人物是 AI 生成的虚拟角色，以便员工继续使用 AI 人像素材做图生视频。</p>
+            </div>
+          </article>
           <article class="change">
             <header>
               <h3>2026-05-26 · 我的工作流接入云端个人模板</h3>
@@ -1335,7 +1347,7 @@ ProductRefStateItem {
             </header>
             <div class="body">
               <p><strong>问题：</strong>Seedance / Doubao 视频上游返回 <code>InputImageSensitiveContentDetected.PrivacyInformation</code>、HTTP 400、429、timeout 等机器错误时，画布错误框原样展示会让员工误以为账号、模型或网关坏了，需要人工解释。</p>
-              <p><strong>改动：</strong><code>api/main.py</code> 新增视频错误归一化逻辑，提交失败、轮询失败和后台任务异常都会先转换成可读中文，再写入 <code>GeneratedVideo.error</code>。例如含疑似真实人脸的参考图会提示“参考图里有清晰人物或疑似真实人脸，视频模型出于肖像/隐私风控拒绝生成”，并给出换无脸首帧、裁掉或模糊人物脸的下一步。</p>
+              <p><strong>改动：</strong><code>api/main.py</code> 新增视频错误归一化逻辑，提交失败、轮询失败和后台任务异常都会先转换成可读中文，再写入 <code>GeneratedVideo.error</code>。例如参考图被上游判成疑似真实人脸时，会提示系统已按 AI 虚拟角色提交但上游仍可能误判，并建议换低识别度首帧、裁掉或弱化脸部后重试。</p>
               <p><strong>影响：</strong>前端现有视频失败卡、画布轮询错误框和详情里的 <code>video.error</code> 会自动显示中文解释；原始上游错误只写入 API 日志，方便管理员排查，不再要求用户把英文错误码发给开发者翻译。</p>
             </div>
           </article>