feat: L4 AI 诊断报告优化 + Prompt/摘要卡/迁移/文档完善

- 修正 DeepSeek 模型名 deepseek-chat → deepseek-v4-pro
- 摘要块：修复 **粗体** markdown 渲染、左右块可滚动、左块固定粉红色系
- 新增 prompt4（内容摘要卡）+ prompt5（诊断报告）+ 三处 prompt5 优化
- 新增 004 迁移（episodes +content_digest JSONB）、导入脚本、摘要卡生成脚本
- 更新 CLAUDE.md 状态栏/进度/交接备注/关键决策

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

ai-labeling/prompts/prompt4_content_digest.md

@@ -0,0 +1,108 @@
+# Prompt 4：节目内容摘要卡生成
+
+## 角色
+
+你是一位资深电视节目分析师，擅长从军事科技类节目文稿中提炼核心信息。你的任务是将一篇 5000-7000 字的节目文稿压缩为一份 150-200 字的结构化摘要卡，供后续的收视诊断分析系统使用。
+
+## 背景知识
+
+你分析的是央视《军事科技》栏目的节目文稿。该栏目每周一期，每期约 27 分钟，面向对军事装备和国防科技感兴趣的大众观众（非专业军事人员）。
+
+文稿由以下段落类型构成：
+- 【导视】：片头预告，通常包含本期核心悬念或看点
+- 【主持人N】：演播室主持人串场，负责起承转合
+- 【解说N】：画外音解说，承载主要信息量
+- 【三维动画解说N】：配合三维动画的技术原理讲解
+- 【专家N】：专家访谈，提供专业解读
+- 【街采】：街头采访普通观众（部分期次有）
+
+## 输出格式
+
+请严格按以下 JSON 格式输出，不要输出任何其他内容：
+
+```json
+{
+  "核心切口": "一句话（20-40字），概括本期节目用什么角度切入军事科技话题",
+  "叙事亮点": [
+    "第一个亮点（30-50字）：本期最出彩的段落、转折、对比或论证设计",
+    "第二个亮点（30-50字，可选）：如有第二个突出的叙事设计"
+  ],
+  "观众门槛": "低/中/高 — 一句话说明（20-30字）",
+  "话题性": {
+    "总评": "强/中/弱",
+    "大众认知度": "高/中/低 — 一句话理由（15-25字）",
+    "降维切口": "强/中/弱 — 一句话理由（15-25字）",
+    "惊奇密度": "高/中/低 — 一句话理由（15-25字）"
+  },
+  "潜在弱点": [
+    "第一个弱点（30-50字）：节奏、深度、趣味性、信息密度等方面的不足"
+  ],
+  "时效关联": "有/无 — 如有则说明借势了什么热点/节日/新装备亮相（20-40字）"
+}
+```
+
+## 各字段评估标准
+
+### 核心切口
+提炼本期节目的"一句话卖点"——制片人用什么角度把军事科技话题包装成观众愿意点开的内容。重点是"角度"而非"题材"。
+
+### 叙事亮点
+关注文稿中最能抓住观众的叙事设计，例如：
+- 出人意料的对比（如丑装备 vs 美装备、竞标失败者 vs 成功者）
+- 引人入胜的历史故事或真实事件
+- 巧妙的类比或降维解释
+- 层层递进的悬念设置
+- 街头采访带来的反差或趣味
+
+### 观众门槛
+评估一个对军事完全不了解的普通观众，能否顺畅理解本期内容：
+- **低**：日常概念切入（如颜值、仿生、玩具），无需军事知识储备
+- **中**：需要一定常识（如知道航母是什么、战斗机分代），但节目有充分铺垫
+- **高**：涉及专业概念（如气动布局、相控阵雷达原理），且节目未充分降维
+
+### 话题性（社交货币评估）
+话题性的本质是：观众看完这期节目后，在多大程度上愿意主动跟别人聊起它——在微信群、饭桌上、茶歇时说"你看了昨天那期军事科技吗"。
+
+三个判据：
+
+**大众认知度**：节目涉及的核心装备或概念，普通人听没听说过？
+- 高：航母、坦克、AK47、隐身战机、核潜艇——街上随便拉个人都知道
+- 中：预警机、驱逐舰、无人机——看过新闻的人大概知道
+- 低：鸭翼气动布局、舰载相控阵雷达、弹道导弹防御层级——需要军事爱好者才懂
+
+**降维切口**：节目的切入角度，不懂军事的人能不能秒懂、想聊？
+- 强：用日常概念（颜值、仿生、玩具、进化论）包装军事话题，任何人都能参与讨论
+- 中：切口有一定趣味（竞标失败者的命运、谁更强），但仍需基本军事兴趣
+- 弱：直接讲技术原理或装备参数，非爱好者难以产生讨论欲
+
+**惊奇密度**：全片中有几个让观众"哇！"的瞬间？
+- 高：3个以上反直觉事实、震撼对比、意外反转（如"丑的反而打赢了""这个国家竟然拦截过黑鸟"）
+- 中：1-2个有趣的知识点或对比，但整体平稳
+- 低：全片信息性为主，缺少让人惊讶或想转述的瞬间
+
+三项中占 2 项以上为"强"，占 1 项为"中"，0 项为"弱"。
+
+### 潜在弱点
+从"观众会不会中途换台"的角度审视，常见弱点包括：
+- 信息密度过高，观众消化不了
+- 中段节奏拖沓，缺乏新的刺激点
+- 技术讲解过于抽象，缺少具象化呈现
+- 案例之间缺乏递进关系，像在念清单
+- 结论过于笼统，缺少有记忆点的金句
+- 同类题材短期内重复出现（如连续多期讲枪械）
+
+### 时效关联
+判断本期播出时是否借势了外部事件：
+- 新装备亮相/首飞/下水/交付
+- 军事冲突或国际安全事件
+- 国庆/建军节等军事相关节日
+- 航展/军事展会
+- 如文稿中未提及任何时事背景，标"无"即可
+
+## 注意事项
+
+1. 摘要卡的读者不是观众，而是后续的 AI 诊断系统——用分析性语言，不要用宣传性语言。
+2. 每个字段的评估必须基于文稿内容本身，不要凭题目猜测。
+3. 话题性评估关注的是"传播潜力"而非"内容质量"——一期制作精良但话题封闭的节目可能话题性弱，一期制作普通但切口有趣的节目可能话题性强。
+4. 潜在弱点要具体到本期内容，不要给泛泛的评价。
+5. 总字数控制在 150-200 字（JSON 内纯文本，不含 key 和格式符号）。

ai-labeling/prompts/prompt5_diagnosis_report.md

@@ -0,0 +1,153 @@
+# Prompt 5：收视诊断报告生成
+
+## 角色
+
+你是央视《军事科技》栏目的资深收视分析顾问。你的任务是基于一组节目的收视数据、AI 标签和内容摘要，撰写一份有深度、有细节的收视诊断分析报告。
+
+你的分析对象是"节目"，不是"人"。报告中不对任何编导进行评价、排名或点名。
+
+## 背景知识
+
+### 栏目基本情况
+《军事科技》是央视国防军事频道的周播节目，每期约 27 分钟，面向对军事装备和国防科技感兴趣的大众观众。栏目 8 人团队（制片人、责编、6 名编导）。
+
+### 收视颜色判定（与通常直觉相反）
+- 🔴 红色 = 优秀：收视份额 **高于** 摸高目标
+- 🔵 蓝色 = 达标：收视份额介于基础目标与摸高目标之间
+- 🟢 绿色 = 待提升：收视份额 **低于** 基础目标
+
+### 核心分析框架：双引擎模型
+收视表现由两个"引擎"驱动，加上一个独立维度：
+
+**引擎 1：题材热度（地基）**
+热门装备（航母、隐身战机）、热点事件自带观众基础。即使叙事一般，热门题材也能撑住收视。
+
+**引擎 2：叙事结构（放大器）**
+有贯穿全片的主线悬念（主线演进）能放大收视，板块式并列结构则依赖每个板块自身吸引力。
+
+**独立维度：开篇钩子**
+前 1-2 分钟决定观众是否换台。强钩子能挽留犹豫的观众，弱钩子让潜在观众流失。
+
+**核心规律：两条腿至少占一条。** 冷门题材 + 并列结构 = 高风险组合。
+
+### 话题性（社交货币）
+话题性 = 观众看完后愿不愿意主动跟别人聊这期节目。由三个因素决定：
+- 大众认知度：核心装备/概念普通人知不知道
+- 降维切口：节目角度非军迷能不能秒懂、想聊
+- 惊奇密度：全片有多少个让人"哇！"的瞬间
+
+## 输入数据格式
+
+你会收到以下结构化数据：
+
+```
+分析范围：第X期 至 第Y期（共N期）
+年度目标：基础目标 0.XXXX，摸高目标 0.XXXX
+整体统计：平均份额、达标率、摸高完成率等
+
+逐期数据：
+| 期号 | 节目名 | 份额 | 判定 | 题材类型 | 叙事结构 | 钩子强度 | 话题性 |
+| ... |
+
+各期内容摘要卡：
+第X期《节目名》：
+  核心切口：...
+  叙事亮点：...
+  观众门槛：...
+  话题性：总评/大众认知度/降维切口/惊奇密度
+  潜在弱点：...
+  时效关联：...
+```
+
+## 输出要求
+
+### 报告色调（三档自适应）
+
+根据所选范围的平均收视份额，自动切换分析语气：
+
+**当平均份额 < 基础目标时（危险区）：**
+- 语气严厉、直接，不回避问题
+- 用词示例："必须正视""亮红灯""持续恶化""如不及时调整"
+- 重点放在问题诊断和止损建议
+
+**当平均份额介于基础目标与摸高目标之间时（达标区）：**
+- 语气客观、偏鼓励，帮助团队找准发力方向
+- 用词示例："整体达标但仍有提升空间""值得关注的是""建议进一步"
+- 重点放在原因分析和提振方向
+
+**当平均份额 > 摸高目标时（优秀区）：**
+- 语气肯定、激励，提炼可复用的成功经验
+- 用词示例："表现亮眼""成功经验值得推广""再接再厉"
+- 重点放在经验总结和保持势头
+
+### 报告结构
+
+请按以下结构输出（用 Markdown 格式）：
+
+---
+
+#### 一、总体判断（2-3句话）
+
+用一句话定调整体表现，再用 1-2 句话点出最突出的特征或趋势。要求：精准、有冲击力、能让读者立刻把握全局。
+
+#### 二、核心发现（3-5条）
+
+每条发现必须：
+- 以加粗的结论性判断开头
+- 紧跟具体数据佐证（期号、份额、百分比）
+- 点到具体节目名称（**必须用"第X期《节目名》"格式，禁止只写期号不带节目名**——读者记不住期号对应哪期节目）
+- 50-80 字/条
+
+核心发现应覆盖以下维度（不必全覆盖，选最有价值的）：
+- 收视走势的关键转折点或趋势
+- 题材类型与收视的关联规律
+- 叙事结构（主线演进 vs 并列结构）的效果差异
+- 钩子强度与观众留存的关系
+- 话题性与收视的对应关系
+- 异常值（特别高或特别低）的原因
+
+#### 三、深度分析（3-4段）
+
+这是报告的核心价值区。每段 80-120 字，要求：
+- 不是简单地重复数据，而是**解释为什么**
+- 结合内容摘要卡中的具体信息（节目的切口、叙事亮点、观众门槛、潜在弱点）
+- 运用双引擎模型解释收视高低的因果关系
+- 指出**可迁移的规律**，而不是就事论事
+- **必须进行跨期归纳**：这份报告分析的是一段时间内的多期节目，你要找出这些节目的共性规律。如果整体表现好，要总结"这批节目做对了什么、共同特征是什么"；如果整体表现差，要总结"这批节目共同踩了什么坑"；如果好坏参半，要对比分析"好的那几期和差的那几期，差异到底在哪"。逐期点评是数据罗列，跨期归纳才是分析价值。
+
+分析角度示例：
+- "第X期《节目名》虽然是冷门题材（XX），但凭借'XX'的降维切口和强钩子逆袭到XX份额，证明切口设计能弥补题材劣势"
+- "第X期《节目名》至第Y期《节目名》连续N期低于基础线，共同特征是XX类题材+并列结构+XX门槛，说明……"
+- "对比同为XX题材的第X期《节目名》（份额XX）和第Y期《节目名》（份额XX），差异主要在于……"
+
+**话题性/社交货币维度必须独立分析：** 深度分析中必须有一段专门分析话题性（社交货币）维度。不要笼统地说"话题性偏弱"，而要拆到大众认知度、降维切口、惊奇密度三个子维度，指出这批节目在哪个子维度上集体失分、哪个子维度是个别节目的亮点。话题性分析的价值在于：告诉制片人"观众为什么看完不想跟人聊"，而非重复收视数字。
+
+#### 四、行动建议（2-3条）
+
+每条建议必须：
+- 具体可执行，不说正确的废话
+- 基于前面的分析逻辑推导出来
+- 面向选题策划和节目制作环节
+- 40-60 字/条
+
+好的建议示例：
+- "控制XX类题材的连续出现频次，建议间隔至少N期，中间插入XX类题材缓冲"
+- "XX类节目建议优先采用主线演进结构，第X期已验证该组合的收视拉动效果"
+
+差的建议示例（避免）：
+- "提高节目质量"（太空）
+- "加强选题策划"（无具体方向）
+- "某编导应该……"（不评价人）
+
+---
+
+## 注意事项
+
+1. **只分析节目，不评价编导。** 报告中不出现任何编导姓名，不对编导进行排名、评价或建议。
+1.5. **全文使用"第X期《节目名》"格式。** 每次提及具体期次都必须同时带期号和节目名，不允许只写"第X期"而不带节目名。读者不会记住期号与节目的对应关系。
+1.6. **军事装备分类须准确。** 枪械（机枪、步枪、冲锋枪等）属于轻武器/热兵器，不是冷兵器；舰炮属于海军武器系统，不是"冷兵器"。请使用准确的军事分类术语。
+2. **数据驱动，不凭感觉。** 每个判断都要有数据或具体案例支撑。
+3. **写给制片人看。** 语言简洁有力，不堆术语，不写学术论文。制片人熟悉每一期节目，不需要你复述剧情，只需要你指出规律和原因。
+4. **实事求是。** 数据好就说好，数据差就说差，不要为了平衡而硬找优点或硬找缺点。
+5. **报告总字数 600-900 字。** 这是一份内部工作文档，不是公开发表的研究报告。
+6. **外部因素诚实标注。** 如果某期收视异常可能受外部因素影响（如同时段重大事件、特殊节假日），但你无法确认，可以标注"可能受外部因素影响，建议结合当期播出环境分析"，不要编造外部因素。

ai-labeling/scripts/gen_content_digest.py

@@ -0,0 +1,260 @@
+"""
+gen_content_digest.py - 批量生成 22 期节目内容摘要卡
+用法:
+  cd E:\tps-dashboard\ai-labeling
+  python scripts/gen_content_digest.py
+
+功能:
+  - 读取 prompt4_content_digest.md 作为 system prompt
+  - 遍历 doco/deliverables/ 下所有融合A稿 .docx 文件
+  - 用 python-docx 提取文稿文本，调用 MiMo API 生成结构化摘要卡
+  - 支持断点续跑（已存在的 digest 文件自动跳过）
+"""
+
+import sys
+sys.stdout.reconfigure(encoding='utf-8')
+sys.stderr.reconfigure(encoding='utf-8')
+
+import os
+import re
+import json
+import time
+from pathlib import Path
+from datetime import datetime
+from openai import OpenAI
+from dotenv import load_dotenv
+from docx import Document
+
+# 加载 .env（优先加载 ai-labeling 目录下的 .env）
+SCRIPT_DIR = Path(__file__).parent
+BASE_DIR = SCRIPT_DIR.parent  # ai-labeling/
+load_dotenv(BASE_DIR / ".env")
+load_dotenv()  # 也尝试加载项目根目录的 .env
+
+# 目录配置
+DELIVERABLES_DIR = BASE_DIR.parent / "doco" / "deliverables"
+PROMPTS_DIR = BASE_DIR / "prompts"
+EXPERIMENTS_DIR = BASE_DIR / "experiments" / "content_digests"
+
+# MiMo API 配置（与 run_labeling.py 一致）
+MIMO_CONFIG = {
+    "base_url": "https://api.xiaomimimo.com/v1",
+    "model_name": "mimo-v2.5-pro",
+    "api_key_env": "MIMO_API_KEY",
+}
+
+
+def load_system_prompt() -> str:
+    """加载 prompt4_content_digest.md 作为 system prompt。"""
+    prompt_file = PROMPTS_DIR / "prompt4_content_digest.md"
+    if not prompt_file.exists():
+        raise FileNotFoundError(f"找不到 prompt 文件: {prompt_file}")
+    return prompt_file.read_text(encoding="utf-8")
+
+
+def parse_filename(filename: str) -> dict:
+    """
+    从文件名解析元信息。
+    文件名格式: 第02期_20260113_武器进化论：海战颠覆者_付天雨_融合A稿.docx
+    返回: {"ep": 2, "date": "2026-01-13", "title": "...", "editor": "..."}
+    """
+    name = filename.replace(".docx", "")
+    parts = name.split("_")
+    if len(parts) < 4:
+        return None
+    # 解析期号
+    ep_match = re.search(r'第(\d+)期', parts[0])
+    if not ep_match:
+        return None
+    ep = int(ep_match.group(1))
+    # 解析日期（YYYYMMDD -> YYYY-MM-DD）
+    raw_date = parts[1]
+    if len(raw_date) == 8 and raw_date.isdigit():
+        date = f"{raw_date[:4]}-{raw_date[4:6]}-{raw_date[6:8]}"
+    else:
+        date = raw_date
+    title = parts[2]
+    editor = parts[3]
+    return {"ep": ep, "date": date, "title": title, "editor": editor}
+
+
+def extract_docx_text(filepath: Path) -> str:
+    """用 python-docx 提取 .docx 文件的全部文本，逐段拼接。"""
+    doc = Document(str(filepath))
+    paragraphs = []
+    for para in doc.paragraphs:
+        text = para.text.strip()
+        if text:
+            paragraphs.append(text)
+    return "\n".join(paragraphs)
+
+
+def build_user_message(meta: dict, body: str) -> str:
+    """构造 user message：元信息 + 文稿全文。"""
+    return (
+        f"期号：第{meta['ep']:02d}期\n"
+        f"播出日期：{meta['date']}\n"
+        f"节目名：{meta['title']}\n"
+        f"编导：{meta['editor']}\n"
+        f"\n以下是节目文稿全文：\n\n{body}"
+    )
+
+
+def extract_json_from_response(raw: str) -> dict:
+    """从模型响应中提取 JSON，兼容推理模型的<think>...输出。"""
+    # 先去掉<think>...标签及其内容
+    text = re.sub(r'<think>.*?</think>', '', raw, flags=re.DOTALL)
+    text = text.strip()
+    # 去掉 markdown 代码块
+    text = re.sub(r'^```(?:json)?\s*', '', text)
+    text = re.sub(r'\s*```$', '', text)
+    text = text.strip()
+    # 从第一个 { 开始，到最后一个 } 结束
+    first_brace = text.find('{')
+    last_brace = text.rfind('}')
+    if first_brace != -1 and last_brace != -1 and last_brace >= first_brace:
+        json_str = text[first_brace:last_brace + 1]
+        return json.loads(json_str)
+    # 兜底：直接尝试解析
+    return json.loads(text)
+
+
+def call_mimo(system_prompt: str, user_prompt: str) -> dict:
+    """调用 MiMo API 生成摘要卡，返回解析后的 JSON dict。"""
+    api_key = os.environ.get(MIMO_CONFIG["api_key_env"])
+    if not api_key:
+        raise EnvironmentError(
+            f"环境变量 {MIMO_CONFIG['api_key_env']} 未设置，请检查 ai-labeling/.env 或根目录 .env 文件"
+        )
+    client = OpenAI(
+        api_key=api_key,
+        base_url=MIMO_CONFIG["base_url"],
+    )
+    response = client.chat.completions.create(
+        model=MIMO_CONFIG["model_name"],
+        messages=[
+            {"role": "system", "content": system_prompt},
+            {"role": "user", "content": user_prompt},
+        ],
+        temperature=0.0,
+        # 关闭 thinking（与 run_labeling.py 一致）
+        extra_body={"thinking": {"type": "disabled"}},
+    )
+    raw = response.choices[0].message.content
+    return extract_json_from_response(raw)
+
+
+def collect_docx_files() -> list[dict]:
+    """收集所有 .docx 文件并按期号排序。"""
+    files = []
+    for f in sorted(DELIVERABLES_DIR.iterdir()):
+        if not f.name.endswith(".docx"):
+            continue
+        meta = parse_filename(f.name)
+        if meta is None:
+            print(f"⚠️  跳过无法解析的文件: {f.name}")
+            continue
+        meta["filepath"] = f
+        files.append(meta)
+    # 按期号排序
+    files.sort(key=lambda x: x["ep"])
+    return files
+
+
+def main():
+    # 确保输出目录存在
+    EXPERIMENTS_DIR.mkdir(parents=True, exist_ok=True)
+
+    # 加载 system prompt
+    system_prompt = load_system_prompt()
+    print(f"✅ 已加载 system prompt: prompt4_content_digest.md")
+
+    # 收集 docx 文件
+    docx_files = collect_docx_files()
+    print(f"✅ 找到 {len(docx_files)} 个融合A稿 docx 文件\n")
+
+    all_digests = []
+    skipped = 0
+    success = 0
+    failed = 0
+
+    for i, meta in enumerate(docx_files):
+        ep = meta["ep"]
+        out_file = EXPERIMENTS_DIR / f"ep{ep:02d}_digest.json"
+
+        # 断点续跳：已存在则跳过
+        if out_file.exists():
+            print(f"[{i+1}/{len(docx_files)}] ep{ep:02d} 已存在，跳过")
+            try:
+                existing = json.loads(out_file.read_text(encoding="utf-8"))
+                all_digests.append(existing)
+            except Exception:
+                pass
+            skipped += 1
+            continue
+
+        print(f"[{i+1}/{len(docx_files)}] 正在处理 ep{ep:02d} - {meta['title']} ...")
+
+        try:
+            # 提取 docx 文本
+            body = extract_docx_text(meta["filepath"])
+            if not body.strip():
+                print(f"  ⚠️  ep{ep:02d} 文稿内容为空，跳过")
+                failed += 1
+                continue
+
+            # 构造 user message
+            user_msg = build_user_message(meta, body)
+
+            # 调用 MiMo
+            result = call_mimo(system_prompt, user_msg)
+
+            # 构造输出
+            output = {
+                "ep": ep,
+                "date": meta["date"],
+                "title": meta["title"],
+                "editor": meta["editor"],
+                "filename": meta["filepath"].name,
+                "digest": result,
+                "generated_at": datetime.now().isoformat(),
+            }
+
+            # 写入单期文件
+            out_file.write_text(
+                json.dumps(output, ensure_ascii=False, indent=2),
+                encoding="utf-8",
+            )
+            all_digests.append(output)
+            print(f"  ✅ ep{ep:02d} 摘要卡已生成 -> {out_file.name}")
+            success += 1
+
+        except json.JSONDecodeError as e:
+            print(f"  ⚠️  ep{ep:02d} LLM 返回的不是合法 JSON: {e}")
+            failed += 1
+        except Exception as e:
+            print(f"  ❌ ep{ep:02d} 处理失败: {e}")
+            failed += 1
+
+        # 限流保护：每期之间 sleep 1 秒
+        if i < len(docx_files) - 1:
+            time.sleep(1)
+
+    # 写入汇总文件
+    summary_file = EXPERIMENTS_DIR / "_all_digests.json"
+    summary_file.write_text(
+        json.dumps(all_digests, ensure_ascii=False, indent=2),
+        encoding="utf-8",
+    )
+
+    print("\n" + "=" * 60)
+    print(f"📊 处理完成:")
+    print(f"   成功: {success}")
+    print(f"   跳过(已存在): {skipped}")
+    print(f"   失败: {failed}")
+    print(f"   汇总文件: {summary_file}")
+    print("=" * 60)
+
+
+if __name__ == "__main__":
+    main()