simonkoson
10 KiB
10 KiB
PRD：期次一条龙录入（收视分析可持续化）v1.0
立项：2026-07-07 ｜ 需求方：制片人 ｜ 起草：Claude（顾问） 目标页面：责编录入（
frontend/src/pages/EditorDesk/EditorDesk.jsx） 实施方式：Cline Plan + Opus 审 + 制片人批准 Act（含一次 schema 迁移，走既定纪律：迁移前 pg_dump 备份）
1. 背景与目标
看板升级的终极目标是"每做完一期节目，系统自动消化文稿和收视成绩，持续输出诊断"。但现在 25 期数据是一次性脚本导入的，往后每周新一期没有入口——收视数据、文稿入库、AI 打标、制片人审核、摘要卡生成五件事散在各处。
本功能把这五件事收进责编录入页面，做成一条龙：责编录数据传文稿 → 系统自动 AI 处理 → 制片人审核标签 → 该期自动进入收视分析看板全部模块。
不做成强制向导（收视数据播出次日才有、文稿可能更早就有），做成每期一张任务清单：五个环节各自独立完成、随时可补，页面上一眼看出"这期还差什么"。
2. 每期五个环节（流水线定义）
| # | 环节 | 谁操作 | 做什么 | 完成判定（从现有字段推导，不加状态列） |
|---|---|---|---|---|
| ① | 基础信息+收视 | 责编 | 现有新增/编辑期次表单，收视份额可后补 | audience_share 非空 |
| ② | 文稿上传 | 责编 | 上传该期 doco 融合A稿（docx/md）→ 自动入知识库+算向量+关联期次 | transcript_item_id 非空（新列，见 §5） |
| ③ | AI 处理 | 责编或制片人 | 一键触发：打标（Prompt 1/2/3 → 6 个标签字段）+ 摘要卡（Prompt 4 → content_digest），后台串行跑 | program_format 非空 且 content_digest 非空 |
| ④ | 制片人审核 | 仅制片人 | 看 AI 草稿标签，逐项可改（下拉枚举），点「审核通过」 | ai_label_confidence == 'reviewed' |
| ⑤ | 完成 | — | 无操作，①-④全勾即完成，该期在看板全模块生效 | 前四项全满足 |
环节依赖：③ 依赖 ②（没文稿没法打标）；④ 依赖 ③；①与②③无顺序要求。
3. 页面设计（责编录入页改造）
3.1 「节目期次」Tab 升级为流水线视图
现有表格增加一列「流水线」，每行显示 4 个状态点（收视 / 文稿 / AI处理 / 已审核），完成=实心绿点，未完成=空心灰点。鼠标悬停显示环节名。
表格行新增「处理」按钮 → 打开该期的流水线抽屉（Drawer）。
3.2 流水线抽屉（核心新界面）
抽屉从右侧滑出（宽约 560px），从上到下四个区块，对应环节 ①-④：
区块一：基础信息+收视
- 只读展示期次号/节目名/播出日期/编导/收视份额，带「编辑」按钮打开现有编辑弹窗。收视份额为空时黄色提示"收视数据待补录"。
区块二：文稿
- 未上传：拖拽上传框（接受 .docx / .md，单文件，≤10MB）。上传后后端自动：解析文本 → 写入知识库（source_type=manuscript，author=该期编导快照）→ 调 MiniMax 算 1536 维向量 → 回写
episodes.transcript_item_id。 - 已上传：显示文件名+入库时间+「重新上传」按钮（重传=删旧知识库条目+走一遍新流程，需二次确认弹窗）。
区块三：AI 处理
- 前提未满足（无文稿）：按钮置灰，提示"请先上传文稿"。
- 就绪：「开始 AI 处理」按钮。点击后后台任务串行跑 4 个 Prompt（分类/叙事/钩子/摘要卡），前端每 3 秒轮询进度，显示"打标中 2/4…"。全程预计 1-3 分钟，期间可关抽屉，不阻塞。
- 完成：展示 6 个标签结果 + 摘要卡生成时间；标签区显著标注 「AI 草稿·待制片人审核」（黄色 Tag）。
- 失败：显示错误信息 + 「重试」按钮（按 Prompt 粒度断点续跑，已成功的不重跑）。
区块四：制片人审核
- 仅制片人可见可操作（责编看到的是"待制片人审核"或"已审核"状态文字）。
- 6 个标签渲染为可编辑表单：program_format（单选下拉 6 值）、equipment_domain（多选 9 值）、scene_tags（多选 4 值）、tech_tags（多选 3 值）、narrative_structure（单选 2 值）、opening_hook（单选 3 值）。枚举值以
ai-labeling/CLAUDE.md§1.4 为准，前后端各存一份常量并对齐。 - 「审核通过」按钮：保存表单值 + 置
ai_label_confidence='reviewed'。 - 已审核后再次打开可继续修改并重新保存（保持 reviewed）。
- 已审核的期次若重跑 AI 处理，需二次确认："该期标签已审核，重跑将覆盖为草稿状态，确定？"
4. 后端设计
4.1 新增 API（backend/app/api/pipeline.py，前缀 /api/pipeline）
| 方法 | 路径 | 权限 | 说明 |
|---|---|---|---|
| GET | /episodes/{id}/status |
三角色可读 | 返回该期四环节完成状态（从字段推导） |
| POST | /episodes/{id}/transcript |
责编+制片人 | 上传文稿：解析→知识库入库→embedding→回写关联 |
| DELETE | /episodes/{id}/transcript |
责编+制片人 | 删除关联文稿（重传前置步骤） |
| POST | /episodes/{id}/ai-process |
责编+制片人 | 启动后台 AI 处理任务，返回 task_id |
| GET | /episodes/{id}/ai-process/status |
三角色可读 | 轮询任务进度（pending/running 2/4/done/failed+错误信息） |
| POST | /episodes/{id}/labels/review |
仅制片人 | 保存审核后标签 + 置 reviewed |
4.2 AI 处理服务（backend/app/services/labeling_service.py，新建）
- 把
ai-labeling/scripts/run_labeling.py和gen_content_digest.py的调用逻辑移植为后端服务函数（脚本本身保留不动，作为批量工具）。 - Prompt 文件继续从
ai-labeling/prompts/读取（与 analytics.py 读 prompt5 的做法一致）——Prompt 是活资产，继续在子项目里迭代，后端只读不复制。 - 模型：打标+摘要卡用 mimo-v2.5-pro（生产模型，与子项目选型一致）；
MIMO_API_KEY加入backend/.env。 - 沿用子项目已验证的技术约束：剥
<think>前缀正则、不用response_format=json_object、打标关 thinking。 - 后台任务用 FastAPI
BackgroundTasks+ 内存任务表（与诊断报告内存缓存同款做法，1.0 不引入 celery/redis）。 - 打标结果落库时
ai_label_confidence='draft'。
4.3 文稿入库复用
- 复用 Phase 3 知识库上传/embedding 链路（
knowledge.py的入库+向量逻辑抽成可复用函数供 pipeline 调用）。 - docx→文本解析参考
ai-labeling/scripts/import_transcripts.py（python-docx，后端需确认依赖已装）。
5. Schema 变更（005 迁移，需 Opus 审 + 制片人批准 + 迁移前 pg_dump）
005_add_transcript_link.sql
episodes 表 + 1 列：
transcript_item_id INTEGER NULL REFERENCES 知识库条目表(id) ON DELETE SET NULL
- 可空软引用：文稿被从知识库删除时自动断开关联（SET NULL），期次不受影响——与"软引用+快照"既有哲学一致，禁止级联删期次。
- 同步更新
backend/app/models/episode.py和schemas/episode.py。 - 不加流水线状态列——四环节状态全部从现有字段推导（见 §2 表），避免状态与事实不同步。
- 迁移同时做一次存量数据回填：现有 25 期中已导入 AI 标签的，
ai_label_confidence统一置'reviewed'（这批标签源自制片人逐期审定的 ground-truth v0.6.0，视为已审）。
6. 与看板的联动规则（设计哲学红线落地）
- 看板象限图/题材对比等依赖 AI 标签的模块，只使用
ai_label_confidence='reviewed'的期次。草稿标签绝不进入编导可见的任何图表（红线："未审核内容对编导显示待审核，绝不展示 AI 草稿值"）。 - 走势图、指标卡等不依赖标签的模块照常显示全部期次（不受审核状态影响）。
- L4 诊断报告的数据组装同样只取 reviewed 期次的标签 + 摘要卡。
- v1 简化处理：未审核期次直接不出现在标签类图表中（不做按角色区分渲染），审核通过后自然出现。
7. 验收标准（制片人真实点页面逐条验，不信自检）
- 责编新增一期 + 填收视 → 流水线列显示 1/4 完成。
- 上传一份真实融合A稿 docx → 知识库管理页能看到该文稿、语义可检索（向量已算）、流水线 2/4。
- 点「开始 AI 处理」→ 3 分钟内 6 个标签+摘要卡就位，标签带"AI 草稿"黄标，流水线 3/4。
- 用责编账号看抽屉 → 审核区不可操作；用制片人账号 → 可改标签、点审核通过 → 流水线 4/4。
- 审核通过后刷新收视分析看板 → 该期出现在双引擎象限图和题材对比中；审核前不出现。
- AI 处理中途断网/API 失败 → 状态显示失败+可重试，已成功的 Prompt 不重跑。
- 重跑已审核期次 → 有二次确认，确认后标签回到草稿态、看板中该期从标签类图表消失。
8. 分期实施建议（给 Cline 排刀）
- 第一刀（纯前端+已有API）：流水线状态列 + 抽屉骨架 + 区块一（复用现有表单）。
- 第二刀（后端）：005 迁移 + 文稿上传入库关联（区块二）。doco 22 期成品批量导入知识库+回联期次（§9.2）也挂这一刀——迁移落地后立即有真实数据可验。
- 第三刀（后端+前端）：AI 处理服务 + 后台任务 + 进度轮询（区块三）。
- 第四刀：审核表单 + 权限 + 看板 reviewed 过滤（区块四 + §6）。
- 每刀独立可验收，任何一刀卡住不影响已上线部分。
9. 已拍板决定（制片人 2026-07-07）
- 文稿口径 = doco 融合A稿。理由（制片人）：doco 以播出后唱词字幕 OCR 为最标准依据；CCA 是播出前生产唱词的工具，审片和播出后编导/责编还可能改，不是最终文稿。由此确认 doco 转入常态运行：每期播出后跑一遍 doco 全流程产出融合A稿，作为环节②的固定上游。
- 旧期次文稿要回联期次。doco 22 期批量导入知识库时，导入脚本一并回写
transcript_item_id。期次号与播出日期已在融合A稿文件名中注明（格式第XX期_YYYYMMDD_节目名_编导_融合A稿.docx），可直接解析匹配。 - 责编可触发「开始 AI 处理」。系统日常维护以责编为主，权限按"责编+制片人"实施（即 §4.1 现设计，不改）。