fix(report): 负向归纳对齐分量类抱怨并约束质地表述

默认关注词与负向口语短语表补充分量/量少等；§8.2 情感大模型提示要求对照 negative_lexeme_hits 条数、勿将未命中的质地问题写成主诉；lexeme 说明补充预设表局限。

Made-with: Cursor

backend/crawler_copy/jd_pc_search/jd_competitor_report.py

@@ -142,6 +142,10 @@ COMMENT_FOCUS_WORDS: tuple[str, ...] = (
     "回购",
     "包装",
     "物流",
+    # 规格/分量（与「硬」等质地问题并列的常见抱怨维度）
+    "分量",
+    "量少",
+    "克重",
 )
 
 # 用途/场景：每组 (展示名, 触发子串…)。每条评价若命中组内任一子串则该组 +1；同一条可属多组。
@@ -638,12 +642,21 @@ _POS_LEXEME_DETAIL = (
     "软硬适中",
 )
 _NEG_LEXEME_DETAIL = (
+    # 质地（保留；与分量类并列，避免统计只突出硬而不计少量）
     "口感偏硬",
     "口感很硬",
     "咬不动",
     "发硬",
     "硬邦邦",
     "口感发粘",
+    # 分量/规格（常见生活化抱怨，与条形图、§8.2 归纳对齐）
+    "分量少",
+    "量太少",
+    "太少了",
+    "不够吃",
+    "一袋很少",
+    "比想象少",
+    "克重不足",
     "太甜了",
     "甜得发腻",
     "甜度过高",
@@ -753,6 +766,7 @@ def _comment_sentiment_lexicon(texts: list[str]) -> dict[str, Any]:
             "「正向短语」仅在命中正向词表的评价条内统计（含混合条）；"
             "「负向短语」仅在命中负向词表的评价条内统计（含混合条）；每条每短语最多计 1 次；"
             "统计的是预设口语片段，非分词模型。"
+            "预设表无法覆盖全部说法（如「一袋就一点点」），条形图条数低不代表用户未在别处表述同类不满，须结合语义池原文。"
         ),
     }
 
@@ -2580,7 +2594,7 @@ def build_competitor_markdown(
         _embed_chart(
             run_dir,
             "chart_sentiment_overview_pie.png",
-            "评价语气四象限占比（扇形图；与上表条数一致）",
+            "评价语气占比（扇形图；与上表条数一致）",
         )
     )
     lines.extend(

backend/pipeline/llm/generate.py

@@ -126,12 +126,13 @@ SENTIMENT_LLM_SYSTEM = """你是电商/食品类用户研究助手。输入 JSON
 - **不要编造**样本中未出现的具体事实、品牌、价格、医学功效；
 - **定量数字**（条数、占比、lexicon 各字段）须与 ``comment_sentiment_lexicon`` **一致**，勿编造；
 - **定性归纳**（满意点/抱怨点、引语是否算差评）：以**整句语义**为准；若某句在语义上为褒义或中性描述，**不得**放入「质地差、口感硬」等负向归因；若词表归类结果与句意冲突，**以句意为准**，并在「使用注意」点明「关键词归类**仅反映子串计数，不作态度判断**」。
+- **负向主题优先级（硬性）**：写「主要」「集中」「突出」类抱怨前，**必须对照** ``negative_lexeme_hits_top`` 各短语的 ``texts_matched``：若「口感硬/咬不动/发硬」等**预设短语命中为 0 或明显低于**其它维度（如分量、少、物流），**不得**把质地硬写成首要负向主题；若抽样原文与语义池里**反复出现**「分量少、太少、不够吃」等而预设短语未列出，仍须**单独归纳**（用户常用生活化表述，不必与预设表完全一致）。
 - 若某措辞**未**出现在任一抽样原文（含前缀后正文）中，**禁止**用引号写成直接引语。
 - **不要**只复述「某词出现 N 次」——条形图已展示；你的价值是**语义归纳**。
 
 **建议结构**（使用四级标题 ``####``）：
 1. ``#### 正向体验主题``：3～6 条；概括满意点（口感、甜度、性价比等），**尽量**用「」引用 ``sample_reviews_semantic_pool`` 或其它样本中**语义确为正面**的短句（勿把对比褒义句当差评例子）。
-2. ``#### 负向评价主题归因``：**核心段落**。依据你读后判定为**确有不满**的句子，归纳 **4～8 个**问题维度（口味、质地、价格、物流等）。引文优先取自句意确为批评的原文（可来自任一档位键，不限于 ``sample_reviews_negative_biased``）；引文须含 ``【细类…｜…店铺…】`` 或同义店铺+品名/SKU。
+2. ``#### 负向评价主题归因``：**核心段落**。依据你读后判定为**确有不满**的句子，归纳 **4～8 个**问题维度（须覆盖**质地、分量/规格、价格、物流、包装**等中在原文中**实际出现**的类别，勿只写质地）。引文优先取自句意确为批评的原文（可来自任一档位键，不限于 ``sample_reviews_negative_biased``）；引文须含 ``【细类…｜…店铺…】`` 或同义店铺+品名/SKU。
 3. ``#### 混合评价中的典型张力``（可选）：同一评价里褒贬并存时，说明在争什么；若无则略写。
 4. ``#### 使用注意``：关键词子串统计的局限、``sample_reviews_semantic_pool`` 与词表归类的差异、抽样截断、非医学结论。