feat(pipeline): 报告文案通俗化与 Markdown 导出可读性优化

- 竞品报告与流水线模板：弱化技术表述，促销与策略相关说明同步调整。

- md_document_export：按标题层级解析 #～######，列表与引用去掉行首符号，PDF 使用表格组件与分级标题样式。

Made-with: Cursor

backend/crawler_copy/jd_pc_search/jd_competitor_report.py

@@ -2,7 +2,7 @@
 """
 关键词 → 调用 ``jd_keyword_pipeline`` 全链路采集 → 生成 **标准化竞品分析报告**（Markdown）。
 
-报告结构对齐常见竞品分析框架：研究范围与方法、执行摘要、**整体市场观察（列表可见度 proxy）**、
+报告结构对齐常见竞品分析框架：研究范围与方法、执行摘要、**整体市场观察（列表可见度参考）**、
 市场与竞争结构、**按细分类目分组的竞品对比矩阵**、价格分析（含规则化价差/活动信号与可选 **细类价盘·促销** 大模型归纳）、**按细分类目的消费者反馈与用户画像**、**策略与机会提示**（以大模型归纳为主，可选）与附录；并明确数据边界。
 若运行配置中提供了外部市场规模摘录（``EXTERNAL_MARKET_TABLE_ROWS``），则追加对应表格小节；否则不输出占位行。
 
@@ -337,43 +337,10 @@ def _collect_prices(rows: list[dict[str, str]]) -> list[float]:
     return out
 
 
-# 列表/合并表中「卖点、腰带」常见活动话术子串（行级命中，非严谨 NLP）
-_PROMO_SUBSTRINGS_IN_COPY: tuple[str, ...] = (
-    "满减",
-    "秒杀",
-    "限时",
-    "优惠券",
-    "领券",
-    "券后",
-    "红包",
-    "京豆",
-    "百亿补贴",
-    "包邮",
-    "赠品",
-    "买赠",
-    "第二件",
-    "第2件",
-    "直降",
-    "特价",
-    "促销",
-    "套装",
-    "任选",
-    "到手价",
-    "补贴",
-    "聚划算",
-    "预售",
-    "定金",
-    "返现",
-    "折扣",
-    "加购",
-    "下单立减",
-)
-
-
 def _analyze_price_promotions(rows: list[dict[str, str]]) -> dict[str, Any]:
     """
-    从列表或合并行中归纳「标价 vs 券后/到手」及卖点/腰带中的活动话术信号，
-    供 §6.1 与结构化摘要使用（按**页面展示价**字段归纳，非结算实付）。
+    从列表或合并行中归纳「标价 vs 券后/到手」等价差信号，
+    供第六章第一节与结构化摘要使用（按**页面展示价**字段归纳，非结算实付）。
     """
     n = len(rows)
     with_jd = with_cp = with_both = 0
@@ -415,21 +382,6 @@ def _analyze_price_promotions(rows: list[dict[str, str]]) -> dict[str, Any]:
         if _cell(r, _RANK_TAGLINE_KEY, _LEGACY_RANK_TAGLINE_KEY).strip()
     )
 
-    kw_row_hits: dict[str, int] = {}
-    for kw in _PROMO_SUBSTRINGS_IN_COPY:
-        c = 0
-        for row in rows:
-            blob = (
-                _cell(row, _SELLING_POINT_KEY, _LEGACY_SELLING_POINT_KEY)
-                + " "
-                + _cell(row, _RANK_TAGLINE_KEY, _LEGACY_RANK_TAGLINE_KEY)
-            )
-            if kw in blob:
-                c += 1
-        if c:
-            kw_row_hits[kw] = c
-    top_promos = sorted(kw_row_hits.items(), key=lambda x: -x[1])[:14]
-
     median_pct = statistics.median(pct_offs) if pct_offs else None
     mean_pct = statistics.mean(pct_offs) if pct_offs else None
     share_below = (
@@ -448,14 +400,12 @@ def _analyze_price_promotions(rows: list[dict[str, str]]) -> dict[str, Any]:
         "rows_original_price_above_list_price": ori_above_list,
         "rows_selling_point_nonempty": selling_nonempty,
         "rows_rank_tagline_nonempty": rank_nonempty,
-        "promo_keyword_row_hits_top": [
-            {"keyword": k, "rows": v} for k, v in top_promos
-        ],
+        "promo_keyword_row_hits_top": [],
     }
 
 
 def _markdown_price_promotion_section(p: dict[str, Any]) -> list[str]:
-    """§6.1 优惠活动与价差信号（Markdown 行列表）。"""
+    """第六章第一节：优惠活动与价差信号（Markdown 行列表）。"""
     lines: list[str] = [
         "### 6.1 优惠活动与价差信号（页面展示摘录）",
         "",
@@ -466,7 +416,7 @@ def _markdown_price_promotion_section(p: dict[str, Any]) -> list[str]:
     wb = int(p.get("rows_with_both_list_and_coupon") or 0)
     if wb <= 0:
         lines.append(
-            "- **标价与券后价可对齐比较**的有效行不足，本节仅摘录卖点/腰带中的活动话术（若有）。"
+            "- **标价与券后价可对齐比较**的有效行不足，本节以展示价与券后/到手字段的可得信息为主。"
         )
         lines.append("")
     else:
@@ -493,7 +443,7 @@ def _markdown_price_promotion_section(p: dict[str, Any]) -> list[str]:
             )
         elif cb > 0:
             lines.append(
-                "- **价差**：存在「券后低于标价」样本，但条数较少，未给出稳健分位数；建议结合 §5 单品对照。"
+                "- **价差**：存在「券后低于标价」样本，但条数较少，未给出稳健分位数；建议结合第五章矩阵中的单品对照。"
             )
         lines.append("")
         oa = int(p.get("rows_original_price_above_list_price") or 0)
@@ -502,33 +452,10 @@ def _markdown_price_promotion_section(p: dict[str, Any]) -> list[str]:
                 f"- **划线原价高于当前标价** 的行约 **{oa}** 条（常见「划线价 + 当前价」促销陈列，具体以页面为准）。"
             )
             lines.append("")
-    sn = int(p.get("rows_selling_point_nonempty") or 0)
-    rn = int(p.get("rows_rank_tagline_nonempty") or 0)
-    nr = int(p.get("row_count") or 0)
-    if nr > 0:
-        lines.append(
-            f"- **卖点字段非空**：**{sn}** / **{nr}** 行；**榜单/腰带类文案非空**：**{rn}** / **{nr}** 行（用于观察申报活动与心智标签）。"
-        )
-        lines.append("")
-    top = p.get("promo_keyword_row_hits_top") or []
-    if isinstance(top, list) and top:
-        lines.append("- **活动话术在列表行中的出现面**（卖点+腰带合并扫描预设子串；**同一行可含多词**，为行级命中次数）：")
-        parts = []
-        for it in top[:10]:
-            if isinstance(it, dict):
-                k = it.get("keyword") or ""
-                v = it.get("rows")
-                if k and v is not None:
-                    parts.append(f"「{k}」**{int(v)}** 行")
-        if parts:
-            lines.append("  - " + "；".join(parts) + "。")
-        lines.append(
-            "  - **解读**：高频词反映列表侧**主推活动类型**（如满减、百亿补贴、赠品）；与 §6 分布表结合看「低价来自常态价还是大促价带」。"
-        )
-    else:
-        lines.append(
-            "- **活动话术**：未在卖点/腰带字段中命中预设促销子串（可能字段为空或话术与词表不一致）。"
-        )
+    lines.append(
+        "- **说明**：本节**不对**列表「卖点/腰带」等字段做预设促销关键词行级统计；"
+        "活动形态归纳以第六章「细类促销与活动要点归纳」为准（若已生成）。"
+    )
     lines.append("")
     return lines
 
@@ -1029,7 +956,7 @@ def build_price_groups_llm_payload(
 
 
 def _promo_snippet_for_llm(row: dict[str, str], title_h: str) -> str:
-    """单条 SKU：合并表中的「促销摘要 / 榜单排名 / 列表卖点与腰带」摘录，供促销 LLM 用。"""
+    """单条 SKU：合并表「促销摘要」「榜单排名」「榜单类文案」摘录，供促销 LLM 用（不含列表卖点/腰带列，避免固定词表匹配的粗口径）。"""
     title = _md_cell(_cell(row, title_h), 56)
     promo = _cell(
         row,
@@ -1041,7 +968,6 @@ def _promo_snippet_for_llm(row: dict[str, str], title_h: str) -> str:
         MERGED_FIELD_TO_CSV_HEADER["buyer_ranking_line"],
         "buyer_ranking_line",
     )
-    sp = _cell(row, _SELLING_POINT_KEY, _LEGACY_SELLING_POINT_KEY)
     belt = _cell(row, _RANK_TAGLINE_KEY, _LEGACY_RANK_TAGLINE_KEY)
     parts: list[str] = [title]
     if promo.strip():
@@ -1052,8 +978,6 @@ def _promo_snippet_for_llm(row: dict[str, str], title_h: str) -> str:
         parts.append(
             f"{MERGED_FIELD_TO_CSV_HEADER['buyer_ranking_line']}:{_md_cell(br, 120)}"
         )
-    if sp.strip():
-        parts.append(f"{JD_SEARCH_CSV_HEADERS['selling_point']}:{_md_cell(sp, 100)}")
     if belt.strip():
         parts.append(
             f"{JD_SEARCH_CSV_HEADERS['hot_list_rank']}:{_md_cell(belt, 80)}"
@@ -2245,15 +2169,15 @@ def build_competitor_markdown(
         "### 1.1 研究范围",
         "",
         f"- **搜索关键词**：「{keyword}」",
-        f"- **分析对象**：流水线拉取的 **{n_sku}** 个 SKU（搜索排序靠前子样本，非全站普查）。",
+        f"- **分析对象**：本次采集流程选取的 **{n_sku}** 个 SKU（搜索排序靠前子样本，非全站普查）。",
     ]
     if n_sku:
         n_sku_nop = n_sku - n_sku_pathed
         n_sku_unparsed = n_sku_pathed - n_sku_matrix
         lines.append(
-            f"- **细类分析范围**：**{n_sku_matrix}** 个 SKU 具备可参与 **§5～§8** 的商详 "
-            f"``detail_category_path``（且路径可解析为可读细类）；另有 **{n_sku_nop}** 个缺该字段、"
-            f"**{n_sku_unparsed}** 个有路径但无可读细类段，**未纳入**细类矩阵与按细类评价统计。"
+            f"- **细类分析范围**：**{n_sku_matrix}** 个 SKU 具备参与**第五至第八章**分析所需的**商品详情页类目路径**"
+            f"（且能读出常见细类名称，如饼干、挂面等）；另有 **{n_sku_nop}** 个商品缺少该信息、"
+            f"**{n_sku_unparsed}** 个虽有路径但读不出细类名称，**未纳入**细类矩阵与按细类的评价统计。"
         )
     if meta:
         lines.append(
@@ -2270,16 +2194,16 @@ def build_competitor_markdown(
             "",
             "### 1.3 方法说明（指标含义）",
             "",
-            "- **价格**：自页面「标价 / 券后价 / 详情价」等抽取的**展示价**，含促销与规格差异，**不等于**出厂价或成本。**第六章** 在具备可用的搜索列表导出时，优先以**列表全量**统计；否则使用**已深入 SKU** 的合并数据；**§6.1** 归纳标价与券后价差及卖点/腰带中的**活动话术信号**。",
+            "- **价格**：自页面「标价 / 券后价 / 详情价」等抽取的**展示价**，含促销与规格差异，**不等于**出厂价或成本。**第六章** 在具备可用的搜索列表导出时，优先以**列表全量**统计；否则使用**已深入 SKU** 的合并数据；**第六章第一节** 归纳标价与券后价差等**列表侧展示价差信号**（不对卖点/腰带字段做预设关键词扫描）。",
             "- **品牌/店铺集中度（第四章）**：有列表全量时按列表行计店铺与品牌占比；无列表导出时按深入 SKU 合并表估算。",
             "- **评价主题词**：对评价正文做**预设词表子串计数**，非分词主题模型，适合扫方向，**需抽样人工验证**。",
             "- **用途/场景**：对每条评价独立判断是否命中预设场景词；一条可计入多个场景，统计的是「提及该场景的评价条数」而非用户数。",
             (
-                "- **用户画像（第八章）**：正负面粗判含**口语短语**级摘录；§8.3 为 **jieba + TF-IDF / 共现 / LDA** 文本挖掘探针（与 §8.2 条形图口径不同、互补），可选词云与探针专用大模型归纳。"
+                "- **用户画像（第八章）**：正负面粗判含**口语短语**级摘录；**第八章第三节**另用分词、词频与主题模型等对评论做**补充分析**（与**第八章第二节**条形图口径不同、互为补充），可选词云并由大模型归纳要点。"
                 if _ch8_probe_sec
-                else "- **用户画像（第八章）**：正负面粗判含**口语短语**级摘录；关注词与场景**仅按细类**以**同图左右并列**展示（左为关注词命中次数，右为场景占有效文本 **%**）；见 §8.3。"
+                else "- **用户画像（第八章）**：正负面粗判含**口语短语**级摘录；关注词与场景**仅按细类**以**同图左右并列**展示（左为关注词命中次数，右为场景占有效文本 **%**）；见**第八章第三节**。"
             ),
-            "- **细类划分（§5～§8）**：**仅**依据合并表 ``detail_category_path``；该列为空或无法解析出可读细类段的 SKU **不参与**竞品矩阵与按细类评价统计（相关评价条亦**不进入**按细类图表）。",
+            "- **细类划分（第五至第八章）**：**仅**依据合并表中的**商品详情页类目路径**；该信息缺失或无法读出细类名称的 SKU **不参与**竞品矩阵与按细类评价统计（相关评价条亦**不进入**按细类图表）。",
             "- **检索结果规模**：来自京东 PC 搜索返回的「结果条数」类指标，表示平台侧申报的匹配数量级，**不等于**动销、库存或独立 SKU 数。",
             "",
             "### 1.4 主要局限",
@@ -2288,7 +2212,7 @@ def build_competitor_markdown(
             "- 样本量由本次抓取上限与搜索页数决定，**结论外推需谨慎**。",
             "- 详情配料与宣称以页面展示为准，**与真实配方可能不一致**（合规与实测另议）。",
             (
-                "- **行业零售额、TAM、CAGR 等**：无法从本批次数据推导；本报告已纳入任务中配置的第三方摘录，见 **§3.5**。"
+                "- **行业零售额、TAM、CAGR 等**：无法从本批次数据推导；本报告已纳入任务中配置的第三方摘录，见 **第三章第五节**。"
                 if has_external_market
                 else "- **行业零售额、TAM、CAGR 等**：无法从本批次数据推导；本报告未纳入外部摘录（可在任务报告调参中维护市场信息表）。"
             ),
@@ -2308,22 +2232,22 @@ def build_competitor_markdown(
         src = f"列表全量 **{n_structure}** 行"
         if cr3_shop is not None:
             exec_bullets.append(
-                f"竞争结构（{src}，§4）：**店铺** 第一大店铺份额 ≈ **{100 * cr1_shop:.1f}%**（「{top_shop_s}」），"
+                f"竞争结构（{src}，第四章）：**店铺** 第一大店铺份额 ≈ **{100 * cr1_shop:.1f}%**（「{top_shop_s}」），"
                 f"前三店铺合计份额 ≈ **{100 * cr3_shop:.1f}%**（按列表行计，同一 SKU 多行会重复计）。"
             )
         else:
             exec_bullets.append(
-                f"竞争结构（{src}，§4）：**店铺** 第一大店铺份额 ≈ **{100 * cr1_shop:.1f}%**（「{top_shop_s}」）。"
+                f"竞争结构（{src}，第四章）：**店铺** 第一大店铺份额 ≈ **{100 * cr1_shop:.1f}%**（「{top_shop_s}」）。"
             )
     elif not list_export and cr1_deep is not None and top_brand_deep:
         if cr3_deep is not None:
             exec_bullets.append(
-                f"竞争结构（无列表导出，§4 用深入合并表）：**品牌** 第一大品牌份额 ≈ **{100 * cr1_deep:.1f}%**（「{top_brand_deep}」），"
+                f"竞争结构（无列表导出，第四章用深入合并表）：**品牌** 第一大品牌份额 ≈ **{100 * cr1_deep:.1f}%**（「{top_brand_deep}」），"
                 f"前三品牌合计份额 ≈ **{100 * cr3_deep:.1f}%**。"
             )
         else:
             exec_bullets.append(
-                f"竞争结构（无列表导出，§4 用深入合并表）：**品牌** 第一大品牌份额 ≈ **{100 * cr1_deep:.1f}%**（「{top_brand_deep}」）。"
+                f"竞争结构（无列表导出，第四章用深入合并表）：**品牌** 第一大品牌份额 ≈ **{100 * cr1_deep:.1f}%**（「{top_brand_deep}」）。"
             )
     if (
         list_export
@@ -2342,7 +2266,7 @@ def build_competitor_markdown(
             )
     elif list_export and cr1_deep is not None and top_brand_deep and not brands_for_cr:
         exec_bullets.append(
-            f"列表导出缺少品牌标题字段，**深入 {n_sku} SKU** 商详品牌第一大品牌份额 ≈ **{100 * cr1_deep:.1f}%**（「{top_brand_deep}」），供与 §5 矩阵对照。"
+            f"列表导出缺少品牌标题字段，**深入 {n_sku} SKU** 商详品牌第一大品牌份额 ≈ **{100 * cr1_deep:.1f}%**（「{top_brand_deep}」），供与第五章矩阵对照。"
         )
     if pst:
         price_src_short = (
@@ -2359,11 +2283,11 @@ def build_competitor_markdown(
         med = promo_sig.get("median_discount_pct_when_coupon_below")
         if wb >= 3 and isinstance(sh, (int, float)) and sh >= 0.08 and med is not None:
             exec_bullets.append(
-                f"列表侧约 **{100.0 * float(sh):.0f}%** 可对齐行呈现「券后/到手」**低于**「标价」，展示价差中位数约 **{float(med):.1f}%**（**§6.1** 活动与话术摘录）。"
+                f"列表侧约 **{100.0 * float(sh):.0f}%** 可对齐行呈现「券后/到手」**低于**「标价」，展示价差中位数约 **{float(med):.1f}%**（**第六章第一节** 活动与话术摘录）。"
             )
     if multi_feedback_cat and (hits or scen_n_texts > 0):
         exec_bullets.append(
-            "评价侧写（关注词、用途/场景）已按 **§5 同款细类** 分节，见 **§8.3**（同图并列）。"
+            "评价侧写（关注词、用途/场景）已按**第五章同一细类划分**分节，见**第八章第三节**（同图并列）。"
         )
     elif hits:
         top3 = "、".join(f"「{w}」({n})" for w, n in hits.most_common(3))
@@ -2374,7 +2298,7 @@ def build_competitor_markdown(
         exec_bullets.append(f"用途/场景（评价自述，可多选）：{frag}（有效文本 **{scen_n_texts}** 条）。")
     if api_rc is not None:
         exec_bullets.append(
-            f"PC 搜索返回的检索结果规模约 **{api_rc:,}**（站内匹配条数量级，见 §3.2；**不是**零售额或动销统计）。"
+            f"PC 搜索返回的检索结果规模约 **{api_rc:,}**（站内匹配条数量级，见第三章第二节；**不是**零售额或动销统计）。"
         )
     for b in exec_bullets:
         lines.append(f"- {b}")
@@ -2382,13 +2306,13 @@ def build_competitor_markdown(
         lines.append("- 当前批次可汇总要点较少（以正文各节实际输出为准）。")
 
     proxy = _search_list_proxies(search_export_rows) if search_export_rows else {}
-    lines.extend(["", "---", "", "## 三、整体市场观察（渠道可见度 proxy · 非官方规模）", ""])
+    lines.extend(["", "---", "", "## 三、整体市场观察（渠道可见度参考，非官方市场规模）", ""])
     lines.extend(
         [
             "### 3.1 与「市场规模」的区别",
             "",
             "- **官方/行业市场规模**（如全国零售额、品类增速、渗透率）通常来自 **Euromonitor、行业协会、上市公司年报、券商研报** 等；**不能**用京东搜索返回条数或 SKU 数直接等同。",
-            "- **§3.2** 使用搜索接口返回的**检索结果规模**字段；**§3.3～3.4** 描述本次导出的列表行、去重 SKU/店铺及列表价，用作 **proxy（参照）**，外推全市场需谨慎。",
+            "- **第三章第二节** 使用搜索接口返回的**结果条数**；**第三章第三、四节** 描述本次导出的列表行、去重 SKU/店铺及列表价，仅作**参照**，外推全市场需谨慎。",
             "",
             "### 3.2 接口返回的检索规模",
             "",
@@ -2435,7 +2359,7 @@ def build_competitor_markdown(
             [
                 f"- **列表导出行数**：**{proxy['total_rows']}** 行。",
                 f"- **去重 SKU 数**：**{proxy['unique_skus']}**；**去重店铺数**：**{proxy['unique_shops']}**；{span_txt}。",
-                f"- **列表中去重叶子类目代码/片段数**（粗略）：**{proxy['unique_leaf_cats']}**（同一关键词下品类宽度 proxy）。",
+                f"- **列表中去重叶子类目代码/片段数**（粗略）：**{proxy['unique_leaf_cats']}**（同一关键词下品类宽度的参考）。",
                 "",
             ]
         )
@@ -2456,7 +2380,7 @@ def build_competitor_markdown(
             lines.append("")
     else:
         lines.append(
-            "*未读到可用的搜索列表导出或文件为空；§3.3～3.4 无列表侧数据。*"
+            "*未读到可用的搜索列表导出或文件为空；第三章第三、四节无列表侧数据。*"
         )
         lines.append("")
         lines.extend(["### 3.4 列表端展示价（全导出）", "", "*无列表数据。*", ""])
@@ -2466,7 +2390,7 @@ def build_competitor_markdown(
             [
                 "### 3.5 外部市场规模与行业信息（运行配置摘录）",
                 "",
-                "以下为本次任务报告调参中维护的**第三方市场摘录**，可与 §3.2 检索规模及 §3.3～3.4 列表参照对照使用；**指标含义与真实性以原出处为准**。",
+                "以下为本次任务报告调参中维护的**第三方市场摘录**，可与第三章第二节检索规模及第三章第三、四节列表参照对照使用；**指标含义与真实性以原出处为准**。",
                 "",
                 "| 指标 | 数值与说明 | 来源 | 年份 |",
                 "| --- | --- | --- | --- |",
@@ -2486,7 +2410,7 @@ def build_competitor_markdown(
     lines.extend(["", "---", "", ch4_heading, ""])
     if list_export:
         lines.append(
-            f"基于**搜索列表导出**共 **{n_structure}** 行，与 §3.3 一致；"
+            f"基于**搜索列表导出**共 **{n_structure}** 行，与第三章第三节一致；"
             f"集中度按**列表行**计数（同一 SKU 多次曝光则重复计）。"
         )
     else:
@@ -2504,7 +2428,7 @@ def build_competitor_markdown(
             _embed_chart(
                 run_dir,
                 "chart_brand_rows_pie.png",
-                "品牌列表曝光占比（扇形图；按 strip 后品牌名计数、与结构化摘要 ``list_brand_mix_top`` 同源；"
+                "品牌列表曝光占比（扇形图；按整理后的品牌名计数，与结构化摘要中的品牌占比统计一致；"
                 "长尾并入「（其余品牌）」；扇形内再合并为「其他」）",
             )
         )
@@ -2523,8 +2447,8 @@ def build_competitor_markdown(
     elif list_export:
         lines.append(
             f"*列表导出中店铺/品牌标题有效 **{brand_rows_n}** 条，"
-            f"低于建议阈值（≥{min_brand_rows}），品牌集中度未展开。**店铺结构见 §4.2**；"
-            f"商详品牌在 **§5**。*"
+            f"低于建议阈值（≥{min_brand_rows}），品牌集中度未展开。**店铺结构见第四章第二节**；"
+            f"商详品牌在**第五章**。*"
         )
     else:
         lines.append("*深入子样本无可用品牌字段。*")
@@ -2537,7 +2461,7 @@ def build_competitor_markdown(
             _embed_chart(
                 run_dir,
                 "chart_shop_rows_pie.png",
-                "店铺列表曝光占比（扇形图；按 strip 后店铺名计数、与结构化摘要 ``list_shop_mix_top`` 同源；"
+                "店铺列表曝光占比（扇形图；按整理后的店铺名计数，与结构化摘要中的店铺占比统计一致；"
                 "长尾并入「（其余店铺）」；扇形内再合并为「其他」）",
             )
         )
@@ -2557,14 +2481,14 @@ def build_competitor_markdown(
         lines.append("*无店铺字段。*")
     lines.append("")
 
-    lines.extend(["### 4.3 细分类目分布（深入合并表 · 与 §5 矩阵同一细类划分）", ""])
+    lines.extend(["### 4.3 细分类目分布（深入合并表 · 与第五章矩阵同一细类划分）", ""])
     if cm_structure and n_sku_matrix > 0:
         lines.extend(
             _embed_chart(
                 run_dir,
                 "chart_category_mix_pie.png",
-                "细类标签分布（扇形图；合并表 ``detail_category_path``，与 §5 同源；"
-                "Top 12 以外的细类在数据层并入「（其余细类）」；扇形图内再合并为「其他」）",
+                "细类标签分布（扇形图；依据合并表中的商品详情页类目路径，与第五章一致；"
+                "Top 12 以外的细类在统计时并入「（其余细类）」；扇形图内再合并为「其他」）",
             )
         )
         lines.append(
@@ -2572,7 +2496,7 @@ def build_competitor_markdown(
         )
     else:
         lines.append(
-            "*深入合并表中无具备可解析 ``detail_category_path`` 细类标签的 SKU，本小节不展示扇形图；请核对商详抓取与合并字段。*"
+            "*深入合并表中无具备可解析商品详情页类目路径的 SKU，本小节不展示扇形图；请核对商详抓取与合并字段。*"
         )
     lines.append("")
 
@@ -2582,11 +2506,11 @@ def build_competitor_markdown(
             "",
             "## 五、竞品对比矩阵（按细分类目分组）",
             "",
-            "分组**仅**使用合并表列 ``detail_category_path``（商详类目路径）：**三级路径**取中间一段（如 … > **饼干** > 粗粮饼干），"
-            "**四级及以上**取倒数第二段（如 … > **面条** > 挂面）。**该列为空**或路径段均为内部编码、**无法解析出可读细类**的 SKU **不进入**本矩阵，亦**不参与**第八章按细类的评价统计。",
+            "分组**仅**依据合并表中的**商品详情页类目路径**（京东商详中的类目层级）：**三级路径**取中间一段（如 … > **饼干** > 粗粮饼干），"
+            "**四级及以上**取倒数第二段（如 … > **面条** > 挂面）。**路径缺失**或各段均为内部编码、**读不出常见细类名称**的 SKU **不进入**本矩阵，亦**不参与**第八章按细类的评价统计。",
             "",
-            "**读图方式**：每个细类下为**并列横向条形图**（左：**展示价**（元）；右：**销量**（搜索列表 ``totalSales`` 文案解析件数，如「已售50万+」计为 **50 万**）），"
-            "纵轴为**产品标题**（与 ``report_assets/chart_matrix_prices_sales__*.png`` 同源）。**SKU、店铺、配料与评价摘要等明细不列入正文**，见本批次 ``keyword_pipeline_merged.csv``。",
+            "**读图方式**：每个细类下为**并列横向条形图**（左：**展示价**（元）；右：**销量**（来自搜索列表页「已售」等销量文案，如「已售50万+」计为 **50 万**）），"
+            "纵轴为**产品标题**（与本节各附图一致）。**SKU、店铺、配料与评价摘要等明细不列入正文**，详见本批次导出的合并数据表。",
             "",
         ]
     )
@@ -2594,8 +2518,8 @@ def build_competitor_markdown(
     if not grouped_matrix:
         if merged_rows:
             lines.append(
-                "*深入合并表有条目，但均无可用 ``detail_category_path``（或路径无法解析为可读细类），故无法生成细类矩阵；"
-                "§5～§8 中依赖矩阵的按细类统计相应为空。请核对商详抓取与合并字段。*"
+                "*深入合并表有条目，但均无可用商品详情页类目路径（或路径无法解析为可读细类），故无法生成细类矩阵；"
+                "第五至第八章中依赖矩阵的按细类统计相应为空。请核对商详抓取与合并字段。*"
             )
         else:
             lines.append("*无合并表 SKU。*")
@@ -2608,7 +2532,7 @@ def build_competitor_markdown(
             _embed_chart(
                 run_dir,
                 mx_chart,
-                f"「{_md_cell(gname, 20)}」· 展示价与销量（totalSales 解析）；纵轴为产品标题。",
+                f"「{_md_cell(gname, 20)}」· 展示价与销量（页面「已售」销量文案）；纵轴为产品标题。",
             )
         )
         if not (run_dir / "report_assets" / mx_chart).is_file():
@@ -2625,7 +2549,7 @@ def build_competitor_markdown(
                 "",
                 "#### 细类要点归纳（大模型，与上文条形图互补）",
                 "",
-                "> **说明**：与 §5 相同的细类划分下归纳卖点与配料共性；**具体 SKU、价格与条形图以正文为准**，SKU级明细见合并表 CSV。",
+                "> **说明**：与第五章相同的细类划分下归纳卖点与配料共性；**具体 SKU、价格与条形图以正文为准**，SKU 级明细见合并表 CSV。",
                 "",
                 _llm_mx,
                 "",
@@ -2692,7 +2616,7 @@ def build_competitor_markdown(
         lines.extend(
             [
                 "",
-                "#### 细类价盘要点归纳（大模型，与 §6 量化表互补）",
+                "#### 细类价盘要点归纳（大模型，与第六章量化表互补）",
                 "",
                 "> **说明**：侧重价带与标价/券后关系的可读叙述；**数值以正文分位数表为准**。",
                 "",
@@ -2706,10 +2630,10 @@ def build_competitor_markdown(
         lines.extend(
             [
                 "",
-                "#### 细类促销与活动要点归纳（大模型，与 §6.1 及价盘互补）",
+                "#### 细类促销与活动要点归纳（大模型，与第六章第一节及价盘互补）",
                 "",
-                "> **说明**：依据合并表「促销摘要」及列表卖点/腰带、榜单类文案等**页面展示摘录**；"
-                "归纳券/补贴/新人/榜单曝光等活动形态，**不**替代 §5 的配料/宣称归纳。**具体以页面与 CSV 为准**。",
+                "> **说明**：依据合并表「促销摘要」及榜单相关字段（如「榜单排名」「榜单类文案」）等**页面展示摘录**；"
+                "不采用列表「卖点/腰带」类字段作归纳依据（多为固定词表匹配，口径偏粗）。归纳券/补贴/新人/榜单曝光等活动形态，**不**替代第五章的配料/宣称归纳。**具体以页面与 CSV 为准**。",
                 "",
                 _llm_po,
                 "",
@@ -2729,18 +2653,18 @@ def build_competitor_markdown(
         "",
         "### 8.1 方法",
         "",
-        "- **细类划分**：与 **§5 竞品矩阵** 相同，**仅**依据 ``detail_category_path`` 解析为「饼干 / 西式糕点 / …」等（规则见 §5 章首说明）。",
-        "- **归因**：每条评价按其 SKU 对应到深入样本，再映射到该 SKU 所属细类；SKU 不在合并表中的评价单独归入说明性分组；**在合并表中但该 SKU 缺 ``detail_category_path`` 或路径无法解析为可读细类的，该评价不进入按细类统计**（与 §5 **同一条排除规则**）。",
-        "- **正负面粗判（§8.2）**：若评价含有效「评分」列则**先按星级**粗分正负与中评，再在对应子集内统计口语短语；无评分时仍按关键词子串；若任务开启 **llm_comment_sentiment**，可附**大模型对抽样原文的主题归因**，与条形图互补。",
+        "- **细类划分**：与**第五章「竞品矩阵」**相同，**仅**依据合并表中的**商品详情页类目路径**解析为「饼干 / 西式糕点 / …」等（规则见第五章开头说明）。",
+        "- **归因**：每条评价按其 SKU 对应到深入样本，再映射到该 SKU 所属细类；SKU 不在合并表中的评价单独归入说明性分组；**在合并表中但该 SKU 缺少类目路径或读不出细类名称的，该评价不进入按细类统计**（与第五章**同一条排除规则**）。",
+        "- **正负面粗判（第八章第二节）**：若评价含有效「评分」列则**先按星级**粗分正负与中评，再在对应子集内统计口语短语；无评分时仍按关键词子串；若任务开启**大模型评价情感分析**，可附**大模型对抽样原文的主题归因**，与条形图互补。",
         (
-            "- **文本挖掘探索（§8.3）**：本任务已启用 **jieba + sklearn** 的开放词表分析（词频 / TF-IDF / 共现 / LDA，可选词云），与 §8.2 规则词表条形图**不同**、**互补**；**不再**输出原「关注词次数 + 场景占比」左右并列条图。"
+            "- **文本补充分析（第八章第三节）**：本任务已用中文分词与统计工具做了开放词表分析（词频、关键词突出度、词对共现、主题归纳等，可选词云），与**第八章第二节**规则词表条形图**不同**、**互补**；**不再**输出原「关注词次数 + 场景占比」左右并列条图。"
             if _ch8_probe_sec
-            else "- **关注词与使用场景（§8.3）**：对组内评价正文做关注词子串计数（左栏条形图）；对每条有效文本独立扫描**本次任务生效的场景词组**（来自报告调参或系统默认），一条可属多场景，右栏为**占该细类有效文本比例 %**（多标签下可相加 **>** 100%）。二者在 **同一张图左右并列**，与 §5 矩阵细类一一对应。"
+            else "- **关注词与使用场景（第八章第三节）**：对组内评价正文做关注词子串计数（左栏条形图）；对每条有效文本独立扫描**本次任务生效的场景词组**（来自报告调参或系统默认），一条可属多场景，右栏为**占该细类有效文本比例 %**（多标签下可相加 **>** 100%）。二者在 **同一张图左右并列**，与第五章矩阵细类一一对应。"
         ),
         "",
         _sec82_title,
         "",
-        f"- **有效文本条数**：{sentiment_lex.get('text_units', 0)}（与 §8.1 **归因规则**一致）。",
+        f"- **有效文本条数**：{sentiment_lex.get('text_units', 0)}（与第八章第一节**归因规则**一致）。",
     ]
     if _sm_score:
         _sec82_block.append(
@@ -2835,21 +2759,21 @@ def build_competitor_markdown(
     if _ch8_probe_sec:
         lines.extend(
             [
-                "### 8.3 文本挖掘探针（jieba / TF-IDF / 共现 / LDA）",
+                "### 8.3 评论文本补充分析（词频、关键词与共现、主题归纳）",
                 "",
-                "> **说明**：与 §8.2 口语短语条形图（规则词表）**口径不同**、**互补**；**不**再输出本章原「关注词 + 场景」左右并列条图；插图路径相对于本批次目录下 ``report_assets/``。",
+                "> **说明**：与**第八章第二节**口语短语条形图（规则词表）**口径不同**、**互补**；**不再**输出本章原「关注词 + 场景」左右并列条图；插图位于本批次报告附图文件夹中。",
                 "",
                 _ch8_probe_sec,
                 "",
             ]
         )
     else:
-        # 仅当未嵌入文本挖掘探针（_ch8_probe_sec 为空）时：原「关注词 + 场景」条图与逐细类段落
+        # 仅当未嵌入第八章第三节补充分析（_ch8_probe_sec 为空）时：原「关注词 + 场景」条图与逐细类段落
         lines.extend(
             [
                 "### 8.3 关注词与使用场景（按细类）",
                 "",
-                "每细类一张**左右并列图**（与 ``report_assets/chart_focus_and_scenarios_bar__*.png`` 同源）："
+                "每细类一张**左右并列图**（与报告附图文件夹中的 ``chart_focus_and_scenarios_bar__*.png`` 同源）："
                 "**左**为配置关注词子串命中次数（同一评价可出现多次，为次数而非去重条数）；"
                 "**右**为预设场景词组命中占该细类有效文本比例 %（一条可属多场景；多柱比例可相加 **>** 100%）。"
                 "统计均基于评价正文（或兜底预览）子串规则，**不等于**购买动机调研结论。",
@@ -2904,9 +2828,9 @@ def build_competitor_markdown(
             lines.extend(
                 [
                     "",
-                    "#### 使用场景要点归纳（大模型，与 §8.3 右栏图表互补）",
+                    "#### 使用场景要点归纳（大模型，与第八章第三节右栏图表互补）",
                     "",
-                    "> **说明**：与 §8.3 **相同**的预设场景词组与子串命中规则；**各场景条数与占比以正文图右栏为准**。",
+                    "> **说明**：与第八章第三节**相同**的预设场景词组与子串命中规则；**各场景条数与占比以正文图右栏为准**。",
                     "",
                     _llm_sg,
                     "",
@@ -2918,9 +2842,9 @@ def build_competitor_markdown(
             lines.extend(
                 [
                     "",
-                    "#### 细类评价与关注词要点归纳（大模型，与 §8.3 左栏图表互补）",
+                    "#### 细类评价与关注词要点归纳（大模型，与第八章第三节左栏图表互补）",
                     "",
-                    "> **说明**：归纳各细类反馈主题与配置关注词命中；**次数与 §8.3 图左栏以正文为准**。",
+                    "> **说明**：归纳各细类反馈主题与配置关注词命中；**次数与第八章第三节图左栏以正文为准**。",
                     "",
                     _llm_cg,
                     "",

backend/pipeline/demos/chapter8_text_mining_probe.py

@@ -1,8 +1,8 @@
 """
-第八章「文本挖掘探针」独立脚本（**不修改**主报告代码）。
+第八章「评论文本补充分析」独立脚本（**不修改**主报告核心逻辑）。
 
-流程（按细类分组）：清洗（jieba 分词 + 停用词）→ **词云图（可选）** → 词频 / TF-IDF → 共现对 → LDA 主题
-→ 规则化叙事小结 → 文末可选 **探针专用 LLM**（结构化 JSON + ``PROBE_TEXT_MINING_SYSTEM`` + ``_call_llm``；**非** ``COMMENT_GROUPS_SYSTEM``、**非** §8.2 情感）。
+流程（按细类分组）：清洗（中文分词 + 停用词）→ **词云图（可选）** → 词频 / 关键词突出度 → 词对共现 → 主题归纳
+→ 规则化叙事小结 → 文末可选 **专用 LLM**（结构化 JSON + ``PROBE_TEXT_MINING_SYSTEM`` + ``_call_llm``；**非** ``COMMENT_GROUPS_SYSTEM``、**非**第八章第二节情感）。
 
 依赖（请自行安装）::
 
@@ -17,7 +17,7 @@
 
 输出：默认写入 ``<run_dir>/chapter8_text_mining_probe.md``。
 
-嵌入竞品报告：流水线默认开启（``get_default_report_config`` 中 ``chapter8_text_mining_probe``: true）；若任务显式关闭则为 false。开启时会生成本稿并调用 ``markdown_embed_body_for_competitor_report`` 写入 ``competitor_analysis.md`` 的 **§8.3**，替代原「关注词 + 场景」条图及对应两段大模型；**§8.2 与「大模型深入解读（主题归因…）」保留**。
+嵌入竞品报告：流水线默认开启（``get_default_report_config`` 中 ``chapter8_text_mining_probe``: true）；若任务显式关闭则为 false。开启时会生成本稿并调用 ``markdown_embed_body_for_competitor_report`` 写入 ``competitor_analysis.md`` 的 **第八章第三节**，替代原「关注词 + 场景」条图及对应两段大模型；**第八章第二节与「大模型深入解读（主题归因…）」保留**。
 """
 from __future__ import annotations
 
@@ -91,30 +91,30 @@ _STOP_BASIC: frozenset[str] = frozenset(
     """.split()
 )
 
-# --- 文本挖掘探针 · 专用 LLM（与正式报告 ``COMMENT_GROUPS_SYSTEM`` / §8.2 均不同）---
+# --- 评论文本补充分析 · 专用 LLM（与正式报告 ``COMMENT_GROUPS_SYSTEM`` / 第八章第二节均不同）---
 PROBE_TEXT_MINING_SYSTEM = """你是用户研究与文本挖掘方向的助手。
 
-输入 JSON 为「第八章文本挖掘探针」的**专用**结果（``schema_version``=1），**不是**正式竞品报告里的关注词规则统计、也不是 §8.2 情感 Lexicon。其中的数字与词表来自 **jieba 分词 + sklearn（TF-IDF / 共现 / LDA）**，与业务侧子串计数**口径不同**。
+输入 JSON 为「第八章第三节评论文本补充分析」的**专用**结果（``schema_version``=1），**不是**正式竞品报告里的关注词规则统计、也不是第八章第二节情感 Lexicon。其中的数字与词表来自**中文分词 + 统计工具**（词频、关键词突出度、共现、主题归纳），与业务侧子串计数**口径不同**。
 
 每个 ``groups`` 元素含：
 - ``probe_status``：``ok`` 表示该细类已完成分词与统计；``skipped`` 表示样本过少等未下钻。
 - ``word_freq_top`` / ``tfidf_top`` / ``cooccurrence_top``：统计型特征（开放词表）。
-- ``lda``：无监督主题词；**仅为探索**，同一词可出现在多主题，**禁止**当作严格品类或固定标签。
-- ``focus_hit_lines`` / ``sample_text_snippets``：与正式管线摘取方式**类似**，仅用于**对照语境**；若与 TF-IDF 焦点冲突，以**整句原文**为准，并在段末或「使用注意」中可点明「统计与语义可能不一致」。
+- ``lda``：无监督自动归纳的主题词；**仅为探索**，同一词可出现在多主题，**禁止**当作严格品类或固定标签。
+- ``focus_hit_lines`` / ``sample_text_snippets``：与正式管线摘取方式**类似**，仅用于**对照语境**；若与关键词突出度焦点冲突，以**整句原文**为准，并在段末或「使用注意」中可点明「统计与语义可能不一致」。
 
 **任务**：对 ``groups`` 中**每一项**输出对应 Markdown（**顺序与输入一致**）：
 - 对 ``probe_status == "ok"``：以 ``#### `` + 与该条 ``group`` 字段**完全一致**的细类名作为小节标题（勿用 ``##`` 一级标题）；每段约 **100～260 字**。
-- 内容须包含：①用 **1～2 句**概括该细类评论**主要讨论焦点**（综合词频与 TF-IDF，**不要罗列具体数字**）；② **1～2 句**说明共现词对**暗示**哪些维度常一起出现（**非因果**）；③若 ``lda.topics`` 非空，**1～2 句**说明主题粗分侧重点，并**明确** LDA 无监督、**不**与矩阵细类一一对应；④用 **1～2 句**体现 ``sample_text_snippets`` / ``focus_hit_lines`` 中的**用户语气与关切**（以**转述**为主）；若必须引用原文，**全小节合计**仅 **一处**极短引号内容（**≤40 字**，**不要**输出 ``【细类…SKU…店铺…】`` 等长前缀）；若无可用摘录则写明；⑤ **使用场景（仅从评论推断）**：用 **0～2 句**概括**何时、何地、何人、如何搭配**等（如早餐、加餐、控糖人群、配牛奶等）——**只能**依据本细类 ``word_freq``/``tfidf``/``cooccurrence``/``lda`` 与摘录中**已出现或可合理概括**的信息；**禁止**套用正式报告「场景分组」或其它外部场景分类；若统计与摘录中**均无**场景线索，**一句**写明「评论中未体现清晰使用场景」即可。
+- 内容须包含：①用 **1～2 句**概括该细类评论**主要讨论焦点**（综合词频与关键词突出度，**不要罗列具体数字**）；② **1～2 句**说明共现词对**暗示**哪些维度常一起出现（**非因果**）；③若 ``lda.topics`` 非空，**1～2 句**说明主题粗分侧重点，并**明确**算法无监督、**不**与矩阵细类一一对应；④用 **1～2 句**体现 ``sample_text_snippets`` / ``focus_hit_lines`` 中的**用户语气与关切**（以**转述**为主）；若必须引用原文，**全小节合计**仅 **一处**极短引号内容（**≤40 字**，**不要**输出 ``【细类…SKU…店铺…】`` 等长前缀）；若无可用摘录则写明；⑤ **使用场景（仅从评论推断）**：用 **0～2 句**概括**何时、何地、何人、如何搭配**等（如早餐、加餐、控糖人群、配牛奶等）——**只能**依据本细类 ``word_freq``/``tfidf``/``cooccurrence``/``lda`` 与摘录中**已出现或可合理概括**的信息；**禁止**套用正式报告「场景分组」或其它外部场景分类；若统计与摘录中**均无**场景线索，**一句**写明「评论中未体现清晰使用场景」即可。
 - 对 ``probe_status == "skipped"``：该小节仅 **一句**说明原因。
 
-**禁止**：编造数据中未出现的品牌、价格、医学功效或疗效承诺；不要把 ``keyword`` 监测词写进「用户原话」；不要输出 Markdown 表格；不要声称本段与「正式报告 §8 末」完全同源——本任务为**探针解读**。**禁止**把输入里的 ``sample_text_snippets`` / ``focus_hit_lines`` **逐条罗列**、**多条整段复制**到输出（那不是归纳，是重复贴评论）。
+**禁止**：编造数据中未出现的品牌、价格、医学功效或疗效承诺；不要把 ``keyword`` 监测词写进「用户原话」；不要输出 Markdown 表格；不要声称本段与「正式报告第八章末」完全同源——本任务为**补充分析解读**。**禁止**把输入里的 ``sample_text_snippets`` / ``focus_hit_lines`` **逐条罗列**、**多条整段复制**到输出（那不是归纳，是重复贴评论）。
 
-全文末可另起一段 **「使用注意」**（简短）：点明开放词表统计与人工阅读差异、LDA 局限、小样本细类不可靠。
+全文末可另起一段 **「使用注意」**（简短）：点明开放词表统计与人工阅读差异、主题归纳局限、小样本细类不可靠。
 
 总字数约 **800～4500 字**（细类多则偏长）。仅输出正文 Markdown，不要用代码围栏包裹全文。"""
 
 PROBE_TEXT_MINING_USER_PREFIX = (
-    "请根据以下 JSON 撰写「文本挖掘探针」解读正文（Markdown）。\n\n"
+    "请根据以下 JSON 撰写「评论文本补充分析」解读正文（Markdown）。\n\n"
 )
 
 
@@ -350,7 +350,7 @@ def _narrative_stub(
         )
         + "。",
         "",
-        "**TF-IDF 加权 Top**（相对区分度）："
+        "**关键词突出度 Top**（相对区分度）："
         + (
             "、".join(f"「{w}」({s:.3f})" for w, s in tfidf_top[:12])
             if tfidf_top
@@ -368,10 +368,10 @@ def _narrative_stub(
         "",
     ]
     if lda_note:
-        lines.append(f"*LDA：{lda_note}*")
+        lines.append(f"*主题归纳：{lda_note}*")
         lines.append("")
     elif lda_topics:
-        lines.append("**LDA 主题（无监督，仅作探索）**：")
+        lines.append("**自动归纳的主题（无监督，仅作探索）**：")
         for i, words in enumerate(lda_topics):
             lines.append(f"- 主题 {i + 1}：{'、'.join(words)}")
         lines.append("")
@@ -423,7 +423,7 @@ def _merge_snippets_from_comment_groups(
     comment_rows: list[dict[str, str]],
     run_dir: Path,
 ) -> None:
-    """把正式 ``build_comment_groups_llm_payload`` 中的摘录并入探针行（原地修改）。"""
+    """把正式 ``build_comment_groups_llm_payload`` 中的摘录并入补充分析行（原地修改）。"""
     sku_h = MERGED_FIELD_TO_CSV_HEADER["sku_id"]
     title_h = MERGED_FIELD_TO_CSV_HEADER["title"]
     fb = jcr._consumer_feedback_by_matrix_group(
@@ -461,9 +461,9 @@ def _run_probe_text_mining_llm(
     *,
     chunked: bool,
 ) -> str:
-    """探针专用：``PROBE_TEXT_MINING_SYSTEM`` + 结构化 JSON；可选按细类拆分调用。"""
+    """补充分析专用：``PROBE_TEXT_MINING_SYSTEM`` + 结构化 JSON；可选按细类拆分调用。"""
     if not payload.get("groups"):
-        return "> **探针 LLM 解读**：无分组数据，跳过。"
+        return "> **补充分析 LLM 解读**：无分组数据，跳过。"
     try:
         if not chunked:
             p = _truncate_probe_payload(payload)
@@ -487,7 +487,7 @@ def _run_probe_text_mining_llm(
             if g.get("probe_status") != "ok":
                 parts.append(
                     f"#### {gname}\n\n"
-                    f"*（未做探针：{g.get('reason', '')}）*"
+                    f"*（评论量不足，未做词云与主题归纳：{g.get('reason', '')}）*"
                 )
                 continue
             mini = {
@@ -507,13 +507,13 @@ def _run_probe_text_mining_llm(
             )
         return "\n\n---\n\n".join(parts)
     except Exception as e:
-        return f"> **探针 LLM 解读**调用失败：{e}"
+        return f"> **补充分析 LLM 解读**调用失败：{e}"
 
 
 def _ensure_probe_dependencies() -> None:
     if not _PROBE_TEXT_MINING_DEPS_OK:
         raise ImportError(
-            "第八章文本挖掘探针依赖未安装，请在 backend 环境下执行："
+            "第八章评论文本补充分析依赖未安装，请在 backend 环境下执行："
             "pip install jieba scikit-learn numpy wordcloud\n"
             f"原始错误: {_PROBE_TEXT_MINING_IMPORT_ERROR}"
         )
@@ -542,7 +542,7 @@ def build_markdown(
     )
 
     lines: list[str] = [
-        "# 八、消费者反馈与用户画像（文本挖掘探针 · 实验稿）",
+        "# 八、消费者反馈与用户画像（评论文本补充分析 · 实验稿）",
         "",
         f"- **运行目录**：`{run_dir}`",
         f"- **监测词（run_meta）**：{kw or '—'}",
@@ -550,10 +550,9 @@ def build_markdown(
         "",
         "## 8.0 说明",
         "",
-        "本稿为**独立探针**，流程参考「清洗 → 词云（可选）→ 词频/TF-IDF → 共现 → LDA → 叙事小结」；"
-        "文末可选 **探针专用 LLM 解读**（独立 JSON + ``PROBE_TEXT_MINING_SYSTEM``，**非**正式 ``COMMENT_GROUPS_SYSTEM`` / §8.2）。"
-        "与线上一致的部分：**细类划分与 SKU 归因**复用 ``jd_competitor_report._consumer_feedback_by_matrix_group``；"
-        "其余为 **jieba + sklearn** 的开放词表分析，**不替代**正式报告中的规则统计。",
+        "本稿为**独立补充分析**，流程为：清洗评论 → 词云（可选）→ 词频与关键词 → 词对共现 → 主题归纳 → 文字小结；"
+        "文末可选用**专用提示词**由大模型解读（与第八章第二节所用口径不同）。"
+        "**细类划分与 SKU 归因**与主报告一致；其余为中文分词与统计工具做的开放词表分析，**不替代**正式报告中的规则统计。",
         "",
         "---",
         "",
@@ -591,7 +590,7 @@ def build_markdown(
                 [
                     f"## {gname}",
                     "",
-                    f"*本细类有效文本 {n_raw} 条，低于 ``--min-texts``={min_texts}，跳过。*",
+                    f"*本细类有效评论仅 {n_raw} 条，低于分析所需最少条数（{min_texts} 条），故未生成词云与主题图。*",
                     "",
                     "---",
                     "",
@@ -668,7 +667,7 @@ def build_markdown(
             )
             if not err_wc:
                 lines.append(
-                    f"![词云（本分词词频权重；探针）](report_assets/{fn})"
+                    f"![词云（按词频权重）](report_assets/{fn})"
                 )
                 lines.append("")
                 wc_n += 1
@@ -696,8 +695,8 @@ def build_markdown(
         "schema_version": 1,
         "keyword": kw,
         "probe_note": (
-            "jieba 分词 + 停用词；TF-IDF/共现/LDA 为 sklearn；"
-            "与正式报告的关注词规则统计、§8.2 情感口径均不同；"
+            "中文分词 + 停用词；关键词突出度/共现/主题归纳为统计库；"
+            "与正式报告的关注词规则统计、第八章第二节情感口径均不同；"
             "评价摘录字段合并自 build_comment_groups_llm_payload，供语境对照；"
             "「使用场景」若出现，须仅能从本 JSON 内统计与摘录推断，不接入正式场景分组。"
         ),
@@ -709,11 +708,10 @@ def build_markdown(
             "",
             "---",
             "",
-            "## 探针归纳（大模型 · 文本挖掘专用）",
+            "## 评论文本归纳（大模型 · 专用口径）",
             "",
-            "> 输入为探针 JSON（``schema_version``=1）：每细类含 **word_freq / tfidf / cooccurrence / lda** 及合并后的 **focus_hit_lines、sample_text_snippets**（供语境，**非**要求逐条复述）；"
-            "归纳中的**使用场景**仅能从上述字段推断，**不**等同正式「场景分组」章节；"
-            "系统提示为脚本内 ``PROBE_TEXT_MINING_SYSTEM``，**不是** ``COMMENT_GROUPS_SYSTEM``。",
+            "> 输入为按细类整理后的词频、关键词、共现与主题等统计结果，以及少量原文摘录（供理解语境，**不是**要求逐条复述）；"
+            "归纳中的**使用场景**仅能从上述统计推断，**不等同**于正式的「场景分组」章节。",
             "",
         ]
     )
@@ -721,7 +719,7 @@ def build_markdown(
         lines.append(_run_probe_text_mining_llm(llm_payload, chunked=llm_chunked))
     else:
         lines.append(
-            "> **探针 LLM 解读**：未启用。请使用 ``--live-llm``（需 ``AI_crawler`` 等可用）；"
+            "> **补充分析 LLM 解读**：未启用。请使用 ``--live-llm``（需 ``AI_crawler`` 等可用）；"
             "细类很多、单次 JSON 易超长时可加 ``--llm-chunked``（按细类多次调用后拼接）。"
         )
 
@@ -732,7 +730,7 @@ def build_markdown(
 
 def markdown_embed_body_for_competitor_report(full_probe_md: str) -> str:
     """
-    将独立探针稿转为可嵌入 ``build_competitor_markdown`` 的 **§8.3 正文**（不含 ``### 8.3`` 标题行）：
+    将独立补充分析稿转为可嵌入 ``build_competitor_markdown`` 的 **第八章第三节正文**（不含 ``### 8.3`` 标题行）：
     从 ``## 8.0 说明`` 起至文末，并把 ``## …`` 降为 ``#### …``，避免与宿主 ``## 八、`` 冲突。
     """
     lines = (full_probe_md or "").splitlines()
@@ -766,7 +764,7 @@ def main() -> None:
             file=sys.stderr,
         )
         sys.exit(1)
-    ap = argparse.ArgumentParser(description="第八章文本挖掘探针（独立脚本）")
+    ap = argparse.ArgumentParser(description="第八章评论文本补充分析（独立脚本）")
     ap.add_argument(
         "--run-dir",
         type=Path,
@@ -780,19 +778,19 @@ def main() -> None:
         help="输出 Markdown 路径（默认 <run_dir>/chapter8_text_mining_probe.md）",
     )
     ap.add_argument("--min-texts", type=int, default=8, help="细类最少评论条数才分析")
-    ap.add_argument("--lda-topics", type=int, default=4, help="LDA 主题数上限（会按样本量裁剪）")
-    ap.add_argument("--top-k-words", type=int, default=30, help="词频/TF-IDF 展示长度")
+    ap.add_argument("--lda-topics", type=int, default=4, help="自动主题归纳条数上限（会按样本量裁剪）")
+    ap.add_argument("--top-k-words", type=int, default=30, help="词频/关键词突出度展示长度")
     ap.add_argument("--cooc-vocab", type=int, default=80, help="共现矩阵保留的高频词数")
     ap.add_argument("--cooc-pairs", type=int, default=25, help="输出词对数量")
     ap.add_argument(
         "--live-llm",
         action="store_true",
-        help="文末调用探针专用 LLM（PROBE_TEXT_MINING_SYSTEM + 结构化 JSON；需 AI_crawler 等）",
+        help="文末调用补充分析专用 LLM（PROBE_TEXT_MINING_SYSTEM + 结构化 JSON；需 AI_crawler 等）",
     )
     ap.add_argument(
         "--llm-chunked",
         action="store_true",
-        help="按细类拆分多次调用同一探针提示词，防单次 JSON 过长",
+        help="按细类拆分多次调用同一补充分析提示词，防单次 JSON 过长",
     )
     ap.add_argument(
         "--no-wordcloud",

backend/pipeline/jd/runner.py

@@ -18,9 +18,9 @@ from ..models import PipelineJob
 
 def merge_llm_supplement_with_rules_report(llm_md: str, rules_md: str) -> str:
     """
-    **以规则引擎全文为正文**（含 §5 完整竞品矩阵、各章内嵌统计图与表格）。
+    **以规则引擎全文为正文**（含第五章完整竞品矩阵、各章内嵌统计图与表格）。
 
-    大模型稿作为 **§8.5** 嵌入在 **第八章末、第九章策略** 之前，与 §8.2～8.3 等具体分析同卷连贯，
+    大模型稿作为 **8.5 小节**嵌入在 **第八章末、第九章策略** 之前，与第八章第二、三节等具体分析同卷连贯，
     **不再**插在篇首「## 一、」之前。
 
     注：API「重新生成报告」已不再调用本函数，避免整篇 LLM 与矩阵/图表**数据含义**冲突；保留供脚本或将来显式开关复用。
@@ -34,8 +34,8 @@ def merge_llm_supplement_with_rules_report(llm_md: str, rules_md: str) -> str:
     marker = "\n---\n\n## 九、策略与机会提示（假设清单，待验证）"
     insert = (
         "\n\n---\n\n"
-        "### 8.5 大模型深度补充（与 §2～§8.3 定量内容互补）\n\n"
-        "> **说明**：本段位于**第八章末**；**竞品矩阵、价盘表、统计图与 §8.2～8.3 等以正文各节为准**，"
+        "### 8.5 大模型深度补充（与第二章至第八章第三节正文中的定量内容互补）\n\n"
+        "> **说明**：本段位于**第八章末**；**竞品矩阵、价盘表、统计图与第八章第二、三节等各节正文以相应章节为准**，"
         "此处为跨小节语义整合，便于衔接第九章。\n\n"
         f"{sup.strip()}\n"
         "\n---\n\n## 九、策略与机会提示（假设清单，待验证）"
@@ -50,7 +50,7 @@ def merge_llm_supplement_with_rules_report(llm_md: str, rules_md: str) -> str:
         if alt in body and marker not in body:
             return body.replace(
                 alt,
-                "\n\n---\n\n### 8.5 大模型深度补充（与 §2～§8.3 定量内容互补）\n\n"
+                "\n\n---\n\n### 8.5 大模型深度补充（与第二章至第八章第三节正文中的定量内容互补）\n\n"
                 "> **说明**：位于第八章末；**矩阵与图表以正文为准**。\n\n"
                 f"{sup.strip()}\n"
                 + alt,
@@ -59,7 +59,7 @@ def merge_llm_supplement_with_rules_report(llm_md: str, rules_md: str) -> str:
     app = "\n## 附录 A：数据留存说明"
     if app in body:
         tail = (
-            "\n\n---\n\n### 8.5 大模型深度补充（与 §2～§8.3 定量内容互补）\n\n"
+            "\n\n---\n\n### 8.5 大模型深度补充（与第二章至第八章第三节正文中的定量内容互补）\n\n"
             f"{sup.strip()}\n"
         )
         return body.replace(app, tail + app, 1)
@@ -147,7 +147,7 @@ def _jd_crawler_modules():
 
 def use_chunked_group_summaries_llm(report_config: dict[str, Any] | None) -> bool:
     """
-    是否按矩阵细类**拆分** §5/§6/§8 等 group 归纳的 LLM 请求（默认开启）。
+    是否按矩阵细类**拆分**第五/六/八章等 group 归纳的 LLM 请求（默认开启）。
 
     关闭方式：``report_config`` 中 ``llm_group_summaries_chunk_by_matrix``: false，
     或环境变量 ``MA_LLM_GROUP_SUMMARIES_BULK=1``（恢复单次打包调用）。

backend/pipeline/llm/generate.py

@@ -41,7 +41,7 @@ REPORT_SYSTEM = """你是业务与产品读者顾问。输入 JSON 含 `keyword`
 `matrix_overview_for_llm`（按细分类目的 SKU 数与品牌样本）。
 
 你的输出将**嵌入在规则报告第八章末**（作为「### 8.5 …」的正文，系统已加小节标题与说明），**紧接在**
-消费者反馈 §8.1～8.3 **之后**、第九章策略**之前**。因此写的是**具体分析型补充**，不是篇首速读块。
+消费者反馈（第八章第一至三节）**之后**、第九章策略**之前**。因此写的是**具体分析型补充**，不是篇首速读块。
 
 所有数字、占比、条数、品牌名、价格区间等**必须严格来自输入 JSON**，禁止编造未在输入中出现的定量结论。
 
@@ -52,17 +52,17 @@ REPORT_SYSTEM = """你是业务与产品读者顾问。输入 JSON 含 `keyword`
 - **不要**撰写 Markdown 表格版「竞品对比矩阵」或罗列 SKU 明细——**正文已含矩阵**，此处只做分组级语义归纳；
 - **不要使用** CR1、CR3 等集中度缩写作主表述；集中度请用「第一大店铺/品牌份额」「前三家合计份额」；输入中的英文字段名勿照抄进正文，请写成中文业务用语。
 
-**请输出**（仅输出将置于 §8.5 下的正文，不要自造「### 8.5」标题行）：
+**请输出**（仅输出将置于 8.5 小节 下的正文，不要自造「### 8.5」标题行）：
 - **Markdown**，约 **800～1500 字**；
 - 建议用 ``####`` 组织：**执行摘要级要点**、**竞争与价盘**、**用户声量与负向事由**（须归纳用户在抱怨什么类型的问题，而非只堆关键词）、**后续可验证动作（假设）**（不写第九章目录或重复策略章内容）；
 - 若有 `comment_sentiment_lexicon`，概括正/负向粗判局限；**负向**写清事由类型（口感、价格、物流等）；
 - **归因与引语（硬性）**：`consumer_feedback_by_matrix_group` 与 `comment_sentiment_lexicon` 等均为**跨 SKU/跨店铺的关键词子串或条数统计**，**不能**单独据此推断「某一店铺某一单品」的结论。  
-  - **具体体验句式（含口感、包装等）**须以正文 **§8.2** 中带 ``【细类｜SKU｜品名｜店铺】`` 前缀的抽样为准；本段**不要**新增无前缀、无店铺/品名/SKU 指向的「」引语。  
-  - 若写口感、包装、物流、价格等**聚合**维度，须**写明统计范围**（如「在已合并的评价文本中，『物流』『价格』类关键词命中较多，为全样本子串计数」）；可结合 `matrix_overview_for_llm` 谈细类结构；**可一句**引导读者「见 §8.2 按店铺/品名的负向举例」。  
-  - 若 §8.2 已归纳带店铺与 SKU 的负向主题，本段**只做执行摘要级收束**，勿重复编造新引文。  
+  - **具体体验句式（含口感、包装等）**须以正文 **第八章第二节** 中带 ``【细类｜SKU｜品名｜店铺】`` 前缀的抽样为准；本段**不要**新增无前缀、无店铺/品名/SKU 指向的「」引语。  
+  - 若写口感、包装、物流、价格等**聚合**维度，须**写明统计范围**（如「在已合并的评价文本中，『物流』『价格』类关键词命中较多，为全样本子串计数」）；可结合 `matrix_overview_for_llm` 谈细类结构；**可一句**引导读者「见第八章第二节按店铺/品名的负向举例」。  
+  - 若 第八章第二节 已归纳带店铺与 SKU 的负向主题，本段**只做执行摘要级收束**，勿重复编造新引文。  
 - 语气专业、中文；某类信息在输入中缺失时**一句带过数据缺口**即可，**禁止**输出「本段未提供该项」等套话占位。"""
 
-REPORT_USER_PREFIX = """请根据以下 JSON 撰写上文所述 §8.5 嵌入段落（Markdown 正文，勿加 ### 8.5 标题）。\n\n"""
+REPORT_USER_PREFIX = """请根据以下 JSON 撰写上文所述 8.5 小节 嵌入段落（Markdown 正文，勿加 ### 8.5 标题）。\n\n"""
 
 
 def _estimated_chat_input_tokens(system_prompt: str, user_prompt: str) -> int:
@@ -119,7 +119,7 @@ SENTIMENT_LLM_SYSTEM = """你是电商/食品类用户研究助手。输入 JSON
 - ``sentiment_bucket_method``：``score_then_lexeme`` 表示**先按 1～5 星分桶**（无评分行再按关键词）；``keyword_substring_heuristic`` 表示**仅关键词**分桶；与条形图一致。``sample_reviews_positive_biased`` / ``negative`` / ``mixed_tone`` 按该规则**机械归类**的抽样，**可能与整句真实褒贬不一致**（例如「软硬适中」曾被误归负向）。
 - **``sample_reviews_semantic_pool``**（若有）：本批评价经去重后的**随机/洗牌抽样**（来自全部有效条，不限于某一象限）。**归纳正/负向体验、引用「」短引文时，优先以此池与上述各列表中的原文为准，自行结合语境理解**：转折、对比（如「没那么甜」「软硬适中」）、先抑后扬/先扬后抑整句态度；**不得以子串是否命中负面词来断言该句为抱怨**。
 
-每条样本通常以 ``【细类：…｜SKU：…｜品名：…｜店铺：…】`` 开头，表示 **§5 细类、SKU、品名、店铺**；写归纳与「」引文时须能还原「哪家店、哪条 SKU、哪款品名」，或保留前缀，**禁止**无指代地写「用户普遍…」。
+每条样本通常以 ``【细类：…｜SKU：…｜品名：…｜店铺：…】`` 开头，表示 **第五章细类、SKU、品名、店铺**；写归纳与「」引文时须能还原「哪家店、哪条 SKU、哪款品名」，或保留前缀，**禁止**无指代地写「用户普遍…」。
 
 **硬性要求**：
 - **仅输出 Markdown 正文**（不要用 ``` 围栏包裹全文）；
@@ -140,7 +140,7 @@ SENTIMENT_LLM_SYSTEM = """你是电商/食品类用户研究助手。输入 JSON
 
 
 def generate_comment_sentiment_analysis_llm(payload: dict[str, Any]) -> str:
-    """基于 lexicon 统计 + 语义池与按词表归类的抽样，生成 §8.2 大模型解读段落（Markdown）。"""
+    """基于 lexicon 统计 + 语义池与按词表归类的抽样，生成 第八章第二节 大模型解读段落（Markdown）。"""
     p = dict(payload)
     raw = json.dumps(p, ensure_ascii=False)
     if len(raw) > 88_000:
@@ -316,13 +316,13 @@ def generate_strategy_draft_markdown_llm(
 
 
 MATRIX_GROUPS_SYSTEM = """你是竞品分析顾问。输入为 JSON：``keyword`` 与 ``groups`` 数组。
-每个 group 含 ``group``（细分类目名）、``sku_count``、``price_stats``（该细类深入合并行可解析展示价的 min/max/median/mean/n，与 **§6「按细类价盘」** 分位数表同源；无则 n=0 或缺字段）、
+每个 group 含 ``group``（细分类目名）、``sku_count``、``price_stats``（该细类深入合并行可解析展示价的 min/max/median/mean/n，与 **第六章「按细类价盘」** 分位数表同源；无则 n=0 或缺字段）、
 ``lines``（该细类下若干 SKU 的标题/卖点/配料**摘录**，均来自页面抓取拼接，可能截断）。
 
 请**为每个细类**输出一小段 Markdown（全部 groups 都要写，顺序与输入一致）：
 - 以 ``#### `` + 与该 group 字段**完全一致**的细类名作为小节标题（不要使用 ``##`` 一级标题）；
 - 每段约 **100～200 字**中文：**主体**归纳该细类下**卖点表述共性**、**配料类型/宣称共性**（摘录中无配料则写「配料摘录较少」）；**品牌格局**可一句概括（仅依据摘录中可见品牌/系列，勿编造销量排名）；
-- **价带/价位**：若 ``price_stats.n`` 为大于 0 的整数，**仅允许**用该对象里的数值写价带（如 min～max、中位数），且须与 ``price_stats`` **完全一致**，**禁止**写「价格带未明确」「未体现具体价位」「多为中端」等**与上述数值相矛盾**的表述；若 n=0 或无可信数值，**不要猜测价位**，可写一句「深入样本可解析数值价不足，价盘以 **§6** 表格为准」；
+- **价带/价位**：若 ``price_stats.n`` 为大于 0 的整数，**仅允许**用该对象里的数值写价带（如 min～max、中位数），且须与 ``price_stats`` **完全一致**，**禁止**写「价格带未明确」「未体现具体价位」「多为中端」等**与上述数值相矛盾**的表述；若 n=0 或无可信数值，**不要猜测价位**，可写一句「深入样本可解析数值价不足，价盘以 **第六章** 表格为准」；
 - **禁止**输出 Markdown 表格、禁止逐条复述 SKU 明细表；勿编造功效、认证；
 - 若 ``lines`` 很少，明确写「样本较少，归纳供启发」。
 
@@ -359,8 +359,8 @@ def generate_matrix_group_summaries_llm(
 
 
 COMMENT_GROUPS_SYSTEM = """你是用户研究与品类顾问。输入为 JSON：``keyword`` 与 ``groups``。
-每个 group 含 ``group``（与 §5 矩阵一致的细分类目名）、``comment_flat_rows``、``effective_text_lines``、
-``focus_hit_lines``（关注词子串命中摘要，与 §8.3 同源）、``sample_text_snippets``（评价短摘录，已截断）。
+每个 group 含 ``group``（与 第五章矩阵一致的细分类目名）、``comment_flat_rows``、``effective_text_lines``、
+``focus_hit_lines``（关注词子串命中摘要，与 第八章第三节 同源）、``sample_text_snippets``（评价短摘录，已截断）。
 摘录行通常以 ``【细类：…｜SKU：…｜品名：…｜店铺：…】`` 开头：细类可与本 group 名对照，**品名/SKU/店铺**表示该句具体出自哪条链接；归纳时若引用原话，**须交代是「哪家店、哪条 SKU、哪款品名」上的反馈**，勿只写「有用户说口感差」而不指代产品。
 关注词命中为子串统计，可能与句意不一致；**请以整句语义**判断褒贬（如「软硬适中」「没那么甜」常为满意表述，不得据此写成质地问题）。
 
@@ -472,9 +472,9 @@ def generate_comment_group_summaries_llm(
 
 
 SCENARIO_GROUPS_SYSTEM = """你是用户研究与品类顾问。输入为 JSON：``keyword``、``scenario_lexicon``、``groups``。
-``scenario_lexicon`` 列出各场景标签及示例触发子串（与报告 **§8.3** 右栏统计规则一致）。
-``groups`` 每项含 ``group``（与 §5 矩阵一致的细分类目名）、``effective_text_count``（有效评价文本条数）、
-``scenario_distribution``（各预设场景的 ``mention_rows`` 与 ``share_of_effective_texts``；**一条评价可计入多场景**；与 §8.3 图右栏同源）、
+``scenario_lexicon`` 列出各场景标签及示例触发子串（与报告 **第八章第三节** 右栏统计规则一致）。
+``groups`` 每项含 ``group``（与 第五章矩阵一致的细分类目名）、``effective_text_count``（有效评价文本条数）、
+``scenario_distribution``（各预设场景的 ``mention_rows`` 与 ``share_of_effective_texts``；**一条评价可计入多场景**；与 第八章第三节 图右栏同源）、
 ``sample_text_snippets``（摘录行常含细类、SKU、品名、店铺等前缀的短引文，已截断）。
 统计为**子串命中**，不是语义主题模型。
 
@@ -488,7 +488,7 @@ SCENARIO_GROUPS_SYSTEM = """你是用户研究与品类顾问。输入为 JSON
 
 
 SCENARIO_GROUPS_USER_PREFIX = (
-    "请根据以下 JSON 撰写竞品报告 §8.3（右栏：使用场景）之后的「使用场景要点归纳」正文（Markdown）。\n\n"
+    "请根据以下 JSON 撰写竞品报告 第八章第三节（右栏：使用场景）之后的「使用场景要点归纳」正文（Markdown）。\n\n"
 )
 
 
@@ -624,13 +624,13 @@ def generate_scenario_group_summaries_llm(
 
 
 PRICE_GROUPS_SYSTEM = """你是定价与渠道顾问。输入为 JSON：``keyword`` 与 ``groups``。
-每个 group 含 ``group``（细分类目名，与 §5 矩阵、§6「按细类价盘」小节一致）、``sku_count``、``price_stats``（该细类可解析展示价的 min/max/median/mean/n，与 §6 各细类 Markdown 分位数表同源）、
+每个 group 含 ``group``（细分类目名，与 第五章矩阵、第六章「按细类价盘」小节一致）、``sku_count``、``price_stats``（该细类可解析展示价的 min/max/median/mean/n，与第六章各细类 Markdown 分位数表同源）、
 ``listing_snippets``（若干「标题｜标价｜券后｜详情价」摘录，来自合并表字段，已截断）。
 
 请**为每个细类**输出一小段 Markdown（全部 groups 都要写，顺序与输入一致）：
 - 以 ``#### `` + 与该 group 字段**完全一致**的细类名作为小节标题；
 - 每段约 **80～200 字**中文，**只写价盘与价差**：用 ``price_stats`` 概括价带/离散度（如 min～max、中位数、相对集中或拉得开）；用 ``listing_snippets`` 归纳**标价 vs 券后 vs 详情价**是否常一致、是否常见券后低于标价、价差幅度的大致印象；**可一句**联系标题里**显式出现的规格数字**（如克重、件数）解释**价高/价差大是否可能来自大规格或组合装**——仅当摘录里确有数字时写，勿展开成宣称解读；
-- **硬性禁止**（本章不是卖点章）：不要列举或归纳「0 蔗糖 / 低 GI / 全麦 / 代餐 / 孕妇 / 控糖」等**营销宣称或场景关键词**；不要写配料、功效、品牌叙事、用户画像；这些若出现应留给报告 **§5 细类要点归纳**。
+- **硬性禁止**（本章不是卖点章）：不要列举或归纳「0 蔗糖 / 低 GI / 全麦 / 代餐 / 孕妇 / 控糖」等**营销宣称或场景关键词**；不要写配料、功效、品牌叙事、用户画像；这些若出现应留给报告 **第五章细类要点归纳**。
 - **禁止** Markdown 表格、禁止罗列全部 SKU；勿编造未出现的到手价、销量排名；
 - 若 ``price_stats`` 中 n=0 或缺失，写「该细类无可解析数值价，从略」。
 
@@ -668,13 +668,13 @@ def generate_price_group_summaries_llm(
 
 
 PROMO_GROUPS_SYSTEM = """你是电商促销与价盘顾问。输入为 JSON：``keyword`` 与 ``groups``。
-每个 group 含 ``group``（细分类目名，与 §5 矩阵、§6 一致）、``sku_count``、``rows_with_buyer_promo_text``（该细类合并表中「促销摘要」非空行数）、
-``promo_snippets``（若干条摘录：标题 + 促销摘要/购买者侧榜单/列表卖点与腰带等，已截断）。
+每个 group 含 ``group``（细分类目名，与第五章矩阵、第六章一致）、``sku_count``、``rows_with_buyer_promo_text``（该细类合并表中「促销摘要」非空行数）、
+``promo_snippets``（若干条摘录：标题 + 促销摘要/榜单排名/榜单类文案等，已截断；**不含**列表卖点/腰带列）。
 
 请**为每个细类**输出一小段 Markdown（全部 groups 都要写，顺序与输入一致）：
 - 以 ``#### `` + 与该 group 字段**完全一致**的细类名作为小节标题；
-- 每段约 **80～220 字**中文，**只写促销与活动形态**：如券后/满减/百亿补贴/新人包邮/限购提示/「到手价」展示方式、与 **§6.1** 规则统计可对照的**活动话术密度**印象；可一句点出**榜单/腰带**是否常见、是否与价格带并存；
-- **硬性禁止**：不要展开配料、功效、用户画像；不要复述 §5 的配料归纳；不要编造未在摘录中出现的具体金额或活动规则；
+- 每段约 **80～220 字**中文，**只写促销与活动形态**：如券后/满减/百亿补贴/新人包邮/限购提示/「到手价」展示方式、与 **第六章第一节** 规则统计可对照的**活动话术密度**印象；可一句点出**榜单曝光**是否常见、是否与价格带并存；
+- **硬性禁止**：不要展开配料、功效、用户画像；不要复述第五章 的配料归纳；不要编造未在摘录中出现的具体金额或活动规则；
 - 若该细类 ``rows_with_buyer_promo_text`` 为 0 且摘录几乎只有标题，写「该细类缺少购买者侧促销摘要，从略」。
 
 总输出约 **500～2800 字**。仅输出正文 Markdown，不要用代码围栏包裹全文。"""
@@ -682,7 +682,7 @@ PROMO_GROUPS_SYSTEM = """你是电商促销与价盘顾问。输入为 JSON：``
 
 PROMO_GROUPS_USER_PREFIX = (
     "请根据以下 JSON 撰写竞品报告第六章「细类促销与活动要点归纳」正文（Markdown）。"
-    "依据 ``promo_snippets`` 中的促销摘要与列表文案，**不写**价带分位数（留给上一小节）。\n\n"
+    "依据 ``promo_snippets`` 中的促销摘要与榜单相关摘录，**不写**价带分位数（留给上一小节）。\n\n"
 )
 
 
@@ -785,7 +785,7 @@ def generate_scenario_group_summaries_llm_chunked(
     return _join_chunked_group_markdown(parts)
 
 
-STRATEGY_OPPORTUNITIES_SYSTEM = """你是 B 端市场与增长顾问。输入 JSON 含 ``keyword``、``competitor_brief``（与本任务规则报告同源的结构化摘要，可能经裁剪，并含 ``matrix_overview_for_llm``），以及可选 ``prior_chapter_llm_narratives``（本报告 **§5～§8** 已生成的大模型归纳节选，与正文**同源**）。
+STRATEGY_OPPORTUNITIES_SYSTEM = """你是 B 端市场与增长顾问。输入 JSON 含 ``keyword``、``competitor_brief``（与本任务规则报告同源的结构化摘要，可能经裁剪，并含 ``matrix_overview_for_llm``），以及可选 ``prior_chapter_llm_narratives``（本报告 **第五至第八章** 已生成的大模型归纳节选，与正文**同源**）。
 
 请输出 **Markdown 正文**（不要用 ``` 围栏包裹），将**直接嵌入**宿主文档中**已存在章节标题之下**的小节，读者已知当前处于「策略与机会」相关章节。
 
@@ -793,7 +793,7 @@ STRATEGY_OPPORTUNITIES_SYSTEM = """你是 B 端市场与增长顾问。输入 JS
 - **定性主题**（各细类讨论焦点、正负向体验、场景与关注词归纳、配料/卖点叙事、促销形态描述等）须与 ``prior_chapter_llm_narratives`` 中已出现的表述**方向一致**，**禁止**另写一套与节选**明显矛盾**的品类判断、品牌举例或用户痛点主题。
 - **定量与可核验事实**（价带分位数、店铺/品牌占比、条数、评论统计字段等）**以** ``competitor_brief`` **为准**；若节选与 brief 数字冲突，**采纳 brief**，且勿复述与数字冲突的节选句。
 - 若某键未出现在 ``prior_chapter_llm_narratives`` 或内容为空，则该维度**不得**编造与可能存在的报告其他章冲突的细节；仅依据 ``competitor_brief`` 或明确写「输入中未体现」。
-- **转化与体验**小节：正负向体验线索须**优先呼应** ``sec8_2_sentiment_theme_attribution`` 与 **§8.3 侧**节选（``sec8_3_comment_focus_summaries`` 或 ``sec8_3_text_mining_probe``，视何者存在）；**禁止**将节选未提及的具体抱怨/品类问题写成**主要结论**；可写「假设：待结合业务验证」。
+- **转化与体验**小节：正负向体验线索须**优先呼应** ``sec8_2_sentiment_theme_attribution`` 与 **第八章第三节 侧**节选（``sec8_3_comment_focus_summaries`` 或 ``sec8_3_text_mining_probe``，视何者存在）；**禁止**将节选未提及的具体抱怨/品类问题写成**主要结论**；可写「假设：待结合业务验证」。
 
 **标题与措辞（硬性）**：
 - **禁止**在正文开头或任何位置重复宿主已有章名/小节名，包括但不限于：「第九章」「第9章」「九、」「策略与机会提示」「策略与机会建议」「策略与机会」等；**不要**自造 ``##`` 一级标题；
@@ -803,7 +803,7 @@ STRATEGY_OPPORTUNITIES_SYSTEM = """你是 B 端市场与增长顾问。输入 JS
 - **数字与事实**：价格分位数、集中度份额、条数、占比等**只能**来自 ``competitor_brief`` 中已有字段；**禁止编造**未出现的品牌销量、具体 GMV、未给出的到手价；
 - **语气**：分节给出**可操作的假设性建议**（定价区间思路、应对齐的差异化观测点、应规避的风险、促销与机制设计线索、转化与详情页/评价侧改进方向），每条建议用「假设：」「待验证：」等标明不确定性；
 - **结构**：至少使用 ``####`` 组织以下主题（可合并子条，但须覆盖）：**定价与价带**、**差异化与应对齐的优势**、**风险与避免项**、**促销与活动机制**、**转化与体验**；
-- **促销与活动机制（硬性）**：该节**必须优先依据** ``competitor_brief.price_promotion_signals``（若存在），并与 ``prior_chapter_llm_narratives.sec6_promo_group_summaries``（若有）**不矛盾**：对 ``promo_keyword_row_hits_top`` 中**已出现**的活动话术类型逐类给出**假设性**机制建议。**禁止**编造具体满减门槛、红包面额、补贴比例；**禁止**在输入中完全未出现任何列表侧活动话术或价差信号时，仍写一大段具体「要做满减发红包」而无「输入中未捕获此类信号」的说明。
+- **促销与活动机制（硬性）**：该节**必须优先依据** ``competitor_brief.price_promotion_signals``（券后/标价、价差等，若存在），并与 ``prior_chapter_llm_narratives.sec6_promo_group_summaries``（若有）**不矛盾**，给出**假设性**机制建议。**禁止**编造具体满减门槛、红包面额、补贴比例；**禁止**在输入中完全未出现任何列表侧价差或促销归纳信号时，仍写一大段具体「要做满减发红包」而无「输入中未捕获此类信号」的说明。
 - **转化与体验（硬性）**：须**同时**写清正向与负向；**禁止**使用「占比均超过 130 次」等**语义不通或混用次数/占比**的表述；数字表述须与 ``competitor_brief`` 一致。
 - **禁止**：不要写完整报告目录；不要复述「研究范围与方法」；不要使用 CR1/CR3 缩写（用「第一大……份额」「前三家合计」）；不要输出与输入矛盾的价带描述。
 
@@ -812,7 +812,7 @@ STRATEGY_OPPORTUNITIES_SYSTEM = """你是 B 端市场与增长顾问。输入 JS
 
 STRATEGY_OPPORTUNITIES_USER_PREFIX = (
     "请根据以下 JSON 撰写策略归纳正文（Markdown）。"
-    "``competitor_brief`` 为结构化摘要；若含 ``prior_chapter_llm_narratives``，则为 §5～§8 大模型归纳节选，须与策略正文对齐。"
+    "``competitor_brief`` 为结构化摘要；若含 ``prior_chapter_llm_narratives``，则为 第五至第八章 大模型归纳节选，须与策略正文对齐。"
     "宿主报告已含章节标题，**勿在输出中写第九章或「策略与机会」类标题**。\n\n"
 )
 
@@ -852,6 +852,32 @@ def _strategy_prompt_fits_context(system: str, user: str) -> bool:
     return est < ctx - buf - 256
 
 
+def _strategy_completion_avail_tokens(system: str, user: str) -> int:
+    """
+    与 ``AI_crawler.chat_completion_text`` 中 ``avail = context_window - input_est - buf`` 一致，
+    即本次调用实际可用于 **completion** 的上限（随后还会与 ``max_tokens`` 取 min）。
+    若该值过小，长文会在句中被截断（例如「转化与体验」末段不完整）。
+    """
+    est = _estimate_chat_input_tokens(system, user)
+    ctx = _llm_context_window_limit()
+    buf = 256
+    return ctx - est - buf
+
+
+def _min_strategy_completion_tokens() -> int:
+    raw = (os.environ.get("MA_STRATEGY_MIN_COMPLETION_TOKENS") or "2048").strip()
+    try:
+        return max(256, int(raw))
+    except ValueError:
+        return 2048
+
+
+def _strategy_prompt_ok_for_call(system: str, user: str, *, min_completion_tokens: int) -> bool:
+    return _strategy_prompt_fits_context(
+        system, user
+    ) and _strategy_completion_avail_tokens(system, user) >= min_completion_tokens
+
+
 def generate_strategy_opportunities_llm(
     brief: dict[str, Any],
     *,
@@ -861,7 +887,7 @@ def generate_strategy_opportunities_llm(
     """
     基于 ``build_competitor_brief`` 全量摘要，生成策略与机会小节正文（不含章名，由宿主 Markdown 加标题）。
 
-    ``chapter_llm_narratives`` 为与本报告 §5～§8 同源的大模型正文节选，键名稳定（见 runner 传入），用于与策略段严格对齐。
+    ``chapter_llm_narratives`` 为与本报告 第五至第八章 同源的大模型正文节选，键名稳定（见 runner 传入），用于与策略段严格对齐。
     """
     narr_in = {
         k: v
@@ -873,6 +899,10 @@ def generate_strategy_opportunities_llm(
     def _user_from_payload(p: dict[str, Any]) -> str:
         return STRATEGY_OPPORTUNITIES_USER_PREFIX + json.dumps(p, ensure_ascii=False)
 
+    min_comp = _min_strategy_completion_tokens()
+    # 极长输入时仅「未超限」仍会把 completion 压到几百 token，正文会在小节末被截断；须同时满足最小输出预算。
+    min_comp_relaxed = max(256, min_comp // 2)
+
     # 按「字符上限」递减尝试；最终以 token 估算为准（与 AI_crawler 一致），避免 JSON 仍超长导致整段失败。
     for cap_brief, cap_narr in (
         (48_000, 2_800),
@@ -882,6 +912,10 @@ def generate_strategy_opportunities_llm(
         (26_000, 950),
         (22_000, 700),
         (18_000, 500),
+        (16_000, 400),
+        (14_000, 320),
+        (12_000, 260),
+        (10_000, 200),
     ):
         compact = compact_brief_for_llm(brief, max_chars=cap_brief)
         narratives = {
@@ -894,18 +928,25 @@ def generate_strategy_opportunities_llm(
         if narratives:
             payload["prior_chapter_llm_narratives"] = narratives
         user = _user_from_payload(payload)
-        if _strategy_prompt_fits_context(sys_prompt, user):
+        if _strategy_prompt_ok_for_call(sys_prompt, user, min_completion_tokens=min_comp):
             return _call_llm(sys_prompt, user)
 
     # 去掉各章节选，仅保留 brief
-    for cap_brief in (40_000, 32_000, 26_000, 20_000, 16_000):
+    for cap_brief in (40_000, 32_000, 26_000, 20_000, 16_000, 14_000, 12_000, 10_000):
         compact = compact_brief_for_llm(brief, max_chars=cap_brief)
         payload = {"keyword": keyword, "competitor_brief": compact}
         user = _user_from_payload(payload)
-        if _strategy_prompt_fits_context(sys_prompt, user):
+        if _strategy_prompt_ok_for_call(sys_prompt, user, min_completion_tokens=min_comp):
             return _call_llm(sys_prompt, user)
 
-    compact = compact_brief_for_llm(brief, max_chars=14_000)
+    for cap_brief in (14_000, 12_000, 10_000, 8_000):
+        compact = compact_brief_for_llm(brief, max_chars=cap_brief)
+        payload = {"keyword": keyword, "competitor_brief": compact}
+        user = _user_from_payload(payload)
+        if _strategy_prompt_ok_for_call(sys_prompt, user, min_completion_tokens=min_comp_relaxed):
+            return _call_llm(sys_prompt, user)
+
+    compact = compact_brief_for_llm(brief, max_chars=8_000)
     payload = {"keyword": keyword, "competitor_brief": compact}
     user = _user_from_payload(payload)
     return _call_llm(sys_prompt, user)

backend/pipeline/reporting/md_document_export.py

@@ -23,9 +23,26 @@ def _is_table_sep(line: str) -> bool:
     return bool(inner) and all(p in ("", "---", ":---", "---:", ":---:") for p in t.split("|"))
 
 
+_RE_HEADING = re.compile(r"^(#{1,6})\s+(.+)$")
+_RE_UL = re.compile(r"^\s*[-*+]\s+(.+)$")
+_RE_OL = re.compile(r"^\s*(\d+)\.\s+(.+)$")
+_RE_BLOCKQUOTE = re.compile(r"^\s*>\s?(.*)$")
+_RE_HR = re.compile(r"^\s*(?:[-*_]\s*){3,}\s*$")
+
 _img_line = re.compile(r"^!\[([^\]]*)\]\(([^)]+)\)\s*$")
 
 
+def _match_heading(line: str) -> tuple[int, str] | None:
+    """返回 (docx level 0–8, 标题文本) 或 None。"""
+    m = _RE_HEADING.match(line.strip())
+    if not m:
+        return None
+    depth = len(m.group(1))
+    title = _strip_inline_md(m.group(2).strip())
+    level = min(max(depth - 1, 0), 8)
+    return (level, title)
+
+
 def markdown_to_docx_bytes(md: str, *, asset_root: Path | None = None) -> bytes:
     from docx import Document
     from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
@@ -39,6 +56,20 @@ def markdown_to_docx_bytes(md: str, *, asset_root: Path | None = None) -> bytes:
     except Exception:
         pass
 
+    def _add_list_bullet(text: str) -> None:
+        t = _strip_inline_md(text)
+        try:
+            doc.add_paragraph(t, style="List Bullet")
+        except KeyError:
+            doc.add_paragraph("• " + t)
+
+    def _add_list_number(text: str) -> None:
+        t = _strip_inline_md(text)
+        try:
+            doc.add_paragraph(t, style="List Number")
+        except KeyError:
+            doc.add_paragraph(t)
+
     lines = (md or "").replace("\r\n", "\n").split("\n")
     i = 0
     in_fence = False
@@ -62,22 +93,18 @@ def markdown_to_docx_bytes(md: str, *, asset_root: Path | None = None) -> bytes:
             doc.add_paragraph("")
             i += 1
             continue
-        if line.startswith("# "):
-            doc.add_heading(_strip_inline_md(line[2:].strip()), level=0)
+
+        if _RE_HR.match(line):
+            doc.add_paragraph("")
             i += 1
             continue
-        if line.startswith("## "):
-            doc.add_heading(_strip_inline_md(line[3:].strip()), level=1)
-            i += 1
-            continue
-        if line.startswith("### "):
-            doc.add_heading(_strip_inline_md(line[4:].strip()), level=2)
-            i += 1
-            continue
-        if line.startswith("#### "):
-            doc.add_heading(_strip_inline_md(line[5:].strip()), level=3)
+
+        hm = _match_heading(line)
+        if hm is not None:
+            doc.add_heading(hm[1], level=hm[0])
             i += 1
             continue
+
         mimg = _img_line.match(line.strip())
         if mimg and asset_root is not None:
             rel = mimg.group(2).strip()
@@ -92,6 +119,7 @@ def markdown_to_docx_bytes(md: str, *, asset_root: Path | None = None) -> bytes:
                     doc.add_picture(str(img_path), width=Inches(5.9))
             i += 1
             continue
+
         if line.strip().startswith("|"):
             rows: list[list[str]] = []
             while i < len(lines) and lines[i].strip().startswith("|"):
@@ -112,6 +140,28 @@ def markdown_to_docx_bytes(md: str, *, asset_root: Path | None = None) -> bytes:
                         tbl.rows[ri].cells[ci].text = cell
             continue
 
+        mu = _RE_UL.match(line)
+        if mu:
+            _add_list_bullet(mu.group(1))
+            i += 1
+            continue
+
+        mo = _RE_OL.match(line)
+        if mo:
+            _add_list_number(mo.group(2))
+            i += 1
+            continue
+
+        mq = _RE_BLOCKQUOTE.match(line)
+        if mq:
+            inner = mq.group(1).strip()
+            if inner:
+                p = doc.add_paragraph()
+                p.paragraph_format.left_indent = Inches(0.25)
+                p.add_run(_strip_inline_md(inner))
+            i += 1
+            continue
+
         p = doc.add_paragraph()
         p.alignment = WD_PARAGRAPH_ALIGNMENT.LEFT
         text = _strip_inline_md(line)
@@ -171,13 +221,14 @@ def _pdf_flowable_image(img_path: Path, *, max_w: float, max_h: float) -> Any:
 
 
 def markdown_to_pdf_bytes(md: str, *, asset_root: Path | None = None) -> bytes:
-    """简易纯文本流式 PDF；需本机 .ttf 中文字体或环境变量 MA_PDF_FONT。"""
+    """简易 PDF；需本机 .ttf 中文字体或环境变量 MA_PDF_FONT。"""
+    from reportlab.lib import colors
     from reportlab.lib.pagesizes import A4
     from reportlab.lib.styles import ParagraphStyle, getSampleStyleSheet
     from reportlab.lib.units import cm
     from reportlab.pdfbase import pdfmetrics
     from reportlab.pdfbase.ttfonts import TTFont
-    from reportlab.platypus import Paragraph, SimpleDocTemplate, Spacer
+    from reportlab.platypus import Paragraph, SimpleDocTemplate, Spacer, Table, TableStyle
 
     font_name = "MaExportCJK"
     registered = False
@@ -226,22 +277,89 @@ def markdown_to_pdf_bytes(md: str, *, asset_root: Path | None = None) -> bytes:
         leading=17,
         spaceAfter=6,
     )
+    h3s = ParagraphStyle(
+        name="H3CJK",
+        parent=body,
+        fontSize=12,
+        leading=16,
+        spaceAfter=5,
+    )
+    h4s = ParagraphStyle(
+        name="H4CJK",
+        parent=body,
+        fontSize=11,
+        leading=15,
+        spaceAfter=4,
+    )
+    h56s = ParagraphStyle(
+        name="H56CJK",
+        parent=body,
+        fontSize=10.5,
+        leading=14,
+        spaceAfter=3,
+    )
+    quote_style = ParagraphStyle(
+        name="QuoteCJK",
+        parent=body,
+        leftIndent=14,
+        fontSize=9.5,
+        textColor=colors.HexColor("#444444"),
+    )
+    bullet_body = ParagraphStyle(
+        name="BulletBodyCJK",
+        parent=body,
+        leftIndent=18,
+        bulletIndent=8,
+        firstLineIndent=0,
+    )
 
     story: list[Any] = []
     lines = (md or "").replace("\r\n", "\n").split("\n")
+    i = 0
     in_fence = False
-    for raw in lines:
+
+    def _para_cell(s: str, style: Any) -> Paragraph:
+        return Paragraph(xml_escape(_strip_inline_md(s)), style)
+
+    while i < len(lines):
+        raw = lines[i]
         if raw.strip().startswith("```"):
             in_fence = not in_fence
+            i += 1
             continue
         s = raw.rstrip()
         if in_fence:
             story.append(Paragraph(xml_escape(s or " "), body))
             story.append(Spacer(1, 0.1 * cm))
+            i += 1
             continue
         if not s.strip():
             story.append(Spacer(1, 0.15 * cm))
+            i += 1
             continue
+
+        if _RE_HR.match(s):
+            story.append(Spacer(1, 0.2 * cm))
+            i += 1
+            continue
+
+        hm = _match_heading(s)
+        if hm is not None:
+            level, title = hm
+            title_esc = xml_escape(title)
+            if level == 0:
+                story.append(Paragraph(title_esc, h1s))
+            elif level == 1:
+                story.append(Paragraph(title_esc, h2s))
+            elif level == 2:
+                story.append(Paragraph(title_esc, h3s))
+            elif level == 3:
+                story.append(Paragraph(title_esc, h4s))
+            else:
+                story.append(Paragraph(title_esc, h56s))
+            i += 1
+            continue
+
         mimg = _img_line.match(s.strip())
         if mimg and asset_root is not None:
             rel = mimg.group(2).strip()
@@ -250,28 +368,83 @@ def markdown_to_pdf_bytes(md: str, *, asset_root: Path | None = None) -> bytes:
                 try:
                     img_path.relative_to(asset_root.resolve())
                 except ValueError:
+                    i += 1
                     continue
                 if img_path.is_file():
-                    # 版面可用高度需小于正文框（A4 减边距后约 24.6cm），否则 ReportLab 报 LayoutError
                     story.append(
                         _pdf_flowable_image(
                             img_path, max_w=13 * cm, max_h=24 * cm
                         )
                     )
                     story.append(Spacer(1, 0.2 * cm))
+            i += 1
             continue
+
+        if s.strip().startswith("|"):
+            rows: list[list[str]] = []
+            while i < len(lines) and lines[i].strip().startswith("|"):
+                row_line = lines[i].strip()
+                if _is_table_sep(row_line):
+                    i += 1
+                    continue
+                cells = [c.strip() for c in row_line.strip("|").split("|")]
+                rows.append([_strip_inline_md(c) for c in cells])
+                i += 1
+            if rows:
+                max_cols = max(len(r) for r in rows)
+                pad_rows = [r + [""] * (max_cols - len(r)) for r in rows]
+                usable_w = 13 * cm
+                col_w = usable_w / float(max_cols)
+                data: list[list[Any]] = []
+                for row in pad_rows:
+                    data.append(
+                        [_para_cell(c, body) for c in row]
+                    )
+                t = Table(data, colWidths=[col_w] * max_cols)
+                t.setStyle(
+                    TableStyle(
+                        [
+                            ("GRID", (0, 0), (-1, -1), 0.5, colors.grey),
+                            ("VALIGN", (0, 0), (-1, -1), "TOP"),
+                            ("LEFTPADDING", (0, 0), (-1, -1), 4),
+                            ("RIGHTPADDING", (0, 0), (-1, -1), 4),
+                            ("TOPPADDING", (0, 0), (-1, -1), 3),
+                            ("BOTTOMPADDING", (0, 0), (-1, -1), 3),
+                        ]
+                    )
+                )
+                story.append(t)
+                story.append(Spacer(1, 0.15 * cm))
+            continue
+
+        mu = _RE_UL.match(s)
+        if mu:
+            txt = xml_escape(_strip_inline_md(mu.group(1)))
+            story.append(Paragraph(f"• {txt}", bullet_body))
+            i += 1
+            continue
+
+        mo = _RE_OL.match(s)
+        if mo:
+            n, rest = mo.group(1), mo.group(2)
+            txt = xml_escape(_strip_inline_md(rest))
+            story.append(Paragraph(f"{n}. {txt}", bullet_body))
+            i += 1
+            continue
+
+        mq = _RE_BLOCKQUOTE.match(s)
+        if mq:
+            inner = mq.group(1).strip()
+            if inner:
+                story.append(
+                    Paragraph(xml_escape(_strip_inline_md(inner)), quote_style)
+                )
+            i += 1
+            continue
+
         plain = _strip_inline_md(s)
-        text = xml_escape(plain)
-        if s.startswith("# "):
-            story.append(Paragraph(xml_escape(plain[2:]), h1s))
-        elif s.startswith("## "):
-            story.append(Paragraph(xml_escape(plain[3:]), h2s))
-        elif s.startswith("### "):
-            story.append(Paragraph(xml_escape(plain[4:]), body))
-        elif s.strip().startswith("|"):
-            story.append(Paragraph(text.replace("|", " │ "), body))
-        else:
-            story.append(Paragraph(text, body))
+        story.append(Paragraph(xml_escape(plain), body))
+        i += 1
 
     buf = BytesIO()
     doc = SimpleDocTemplate(

backend/pipeline/views.py

@@ -757,7 +757,7 @@ def _read_page_params(request) -> tuple[int, int]:
 
 
 def _report_group_options_for_job(job: PipelineJob) -> list[str]:
-    """类目选项：与 §5 矩阵一致，来自合并表 ``detail_category_path`` 解析。"""
+    """类目选项：与第五章矩阵一致，来自合并表商品详情页类目路径解析。"""
     qs = (
         JdJobMergedRow.objects.filter(job=job)
         .exclude(matrix_group_label="")

backend/requirements.txt

@@ -9,7 +9,7 @@ reportlab>=4.0
 matplotlib>=3.8
 playwright>=1.40
 
-# 第八章文本挖掘探针（默认写入竞品报告 §8.3 时需安装）
+# 第八章评论文本补充分析（默认写入竞品报告第八章第三节时需安装）
 jieba>=0.42
 scikit-learn>=1.4
 numpy>=1.26