v110-v112 自定义模式完善 + 模板导出增强 + 多模态兼容优化

- 自定义模式：分析模型输出 delta 唯一改动指令，生图模板 custom_image_prompt.md（{delta} 占位符），不再使用负向提示词；generate_design 按 custom_mode 分支，Pinterest 模式保留原创化指令，两模式互不影响
- 多模态分析 response_format 三级回退（json_schema → json_object → none），兼容 DeepSeek
- 模板导出：details 扩展列（细节1/2/3）、target_audience 扩展列（适用人群1）、固定值风格1=休闲/风格2=运动
- 童装特征库更新 + 标题模板外部化 + 图源映射增强

graph/nodes/prompt_node.py

@@ -39,9 +39,9 @@ REVIEW_REBRAND_HINT = (
     "a generic, non-infringing homage in the same mood, clearly distinct from the original."
 )
 
-# —— 自定义模式（custom）生图模板：固定前缀 + 分析模型 image_prompt + 固定负向 ——
-# 自定义模式分析模型产出的是「新设计描述」，生图时套用这套固定模板（含防复制/防服装约束），
-# 负向用固定文本（写入 composite_negative，compose 生图时作为负向参数传给图像后端）。
+# —— 自定义模式（custom）生图模板：固定前缀 + 分析模型 image_prompt + delta 改动指令 ——
+# 自定义模式分析模型产出的是「新设计描述 + 唯一改动指令 delta」，生图时套用这套固定模板
+# （含防复制/防服装约束），不再使用负向提示词——约束已全部内置进模板。
 CUSTOM_IMAGE_PROMPT_TEMPLATE = (
     "Use the attached bestseller product photo only as loose inspiration for "
     "overall mood, theme, era and style genre — do NOT reproduce, trace, "
@@ -53,11 +53,6 @@ CUSTOM_IMAGE_PROMPT_TEMPLATE = (
     "base the new design on THOSE observed traits. Ignore the model, background "
     "and photo quality. Then: {image_prompt}"
 )
-CUSTOM_NEGATIVE_PROMPT = (
-    "copy of reference artwork, lookalike of the bestseller print, characters, "
-    "mascots, likenesses, logos, trademarks, watermark, photorealistic shirt, "
-    "apparel, product mockup, model, garment, hanger, busy background"
-)
 
 # 图像生成策略敏感词 → 安全等效描述（生成设计稿前清洗 motif，
 # 避免 gpt-image 等内容策略频繁拦截导致"生图限制多"）
@@ -84,6 +79,18 @@ def _safe_motif(motif: str) -> str:
     return motif
 
 
+def _read_custom_prompt_md(filename: str) -> str:
+    """读取 prompts/<filename>（自定义模式生图模板），优先运行根 exe 旁、回退数据根；无/空返回空串。"""
+    from graph.paths import project_root, runtime_root
+    for base in (runtime_root(), project_root()):
+        p = base / "prompts" / filename
+        if p.exists():
+            t = p.read_text(encoding="utf-8").strip()
+            if t:
+                return t
+    return ""
+
+
 @with_fallback("prompt_build")
 def prompt_node(state: Dict[str, Any]) -> Dict[str, Any]:
     screened: List[Dict[str, Any]] = state.get("screened") or []
@@ -101,8 +108,11 @@ def prompt_node(state: Dict[str, Any]) -> Dict[str, Any]:
     print_suffix = (pp.get("print_suffix") or "").strip() or PINTEREST_PRINT_SUFFIX
     spelling_rule = (pp.get("spelling_rule") or "").strip() or SPELLING_RULE
     review_rebrand_hint = (pp.get("review_rebrand_hint") or "").strip() or REVIEW_REBRAND_HINT
-    custom_ip_tpl = (pp.get("image_prompt_template") or "").strip() or CUSTOM_IMAGE_PROMPT_TEMPLATE
-    custom_neg = (pp.get("negative_prompt") or "").strip() or CUSTOM_NEGATIVE_PROMPT
+    # 自定义模式生图模板优先读 prompts/custom_image_prompt.md（可编辑），
+    # 其次 config.custom.prompt_pieces，最后回退代码内置默认。
+    # 自定义模式不再使用负向提示词（约束已内置进模板），不再读取 custom_negative_prompt.md。
+    custom_ip_tpl = _read_custom_prompt_md("custom_image_prompt.md") \
+        or (pp.get("image_prompt_template") or "").strip() or CUSTOM_IMAGE_PROMPT_TEMPLATE
 
     briefs: List[Dict[str, Any]] = []
     for r in screened:
@@ -122,15 +132,20 @@ def prompt_node(state: Dict[str, Any]) -> Dict[str, Any]:
 
         prompts = assemble_prompts(motif, art_style, palette, composition, tpls, country)
         llm_ip = (r.get("image_prompt") or "").strip()
-        if r.get("source") == "pinterest" and llm_ip:
+        delta = (r.get("delta") or "").strip()
+        if r.get("source") == "pinterest":
             if bool(state.get("custom_mode")):
-                # —— 自定义模式：固定模板（前缀 + 分析 image_prompt），负向用固定文本 ——
-                # 模板含防复制/防服装约束，不再追加 print_suffix；负向写入 composite_negative，
-                # compose 生图时作为负向参数传给图像后端。
-                prompts["image_prompt"] = custom_ip_tpl.replace("{image_prompt}", llm_ip)
-                prompts["composite_negative"] = custom_neg
-                print(f"[prompt] 自定义模式按固定模板拼 image_prompt（含固定负向）: 「{r['topic']}」")
-            else:
+                # —— 自定义模式：固定模板（前缀 + 分析 image_prompt + delta 改动指令），负向留空 ——
+                # 新分析模板只产出 delta（无 image_prompt），生图模板也只引用 {delta}；
+                # 只要 delta 或 image_prompt 任一存在即可装配，不再使用负向提示词
+                # （约束已全部内置进模板），composite_negative 置空避免后端追加 Negative 段。
+                if llm_ip or delta:
+                    prompts["image_prompt"] = (
+                        custom_ip_tpl.replace("{delta}", delta).replace("{image_prompt}", llm_ip)
+                    )
+                    prompts["composite_negative"] = ""
+                    print(f"[prompt] 自定义模式按固定模板拼 image_prompt（含 delta 改动指令，无负向）: 「{r['topic']}」")
+            elif llm_ip:
                 # —— Pinterest 参考模式：跳过四要素模板，按 3 段结构拼 image_prompt ——
                 #   ① image_prompt（分析模型产出） + 固定输出形态后缀 PINTEREST_PRINT_SUFFIX
                 #   ② 拼写锁定句 SPELLING_RULE（仅当 LLM image_prompt 已含引号文字段时）