feat(video-pipeline): 重构视频流水线，优化成片时间线规则和状态管理

- 引入 manifest.json 作为唯一状态源，所有子 Agent 操作回写 manifest
- 重构 timebuilder 逻辑，支持四种视频适配策略（加速/裁剪/放缓/画面停顿）
- 统一 TTS 阶段输出结构，单句和多句均写入 segments[]
- 重写字幕和配音生成，基于 segments 精确时长实现音画同步
- 新增 confirm 命令支持按 id 范围确认，上传阶段分离图片和视频
- 添加中间产物写入 output/ 目录的约束，清理废弃配置参数

accounts/_template/prompts/通用图片.md

@@ -2,9 +2,7 @@
 
 ## 一、角色定义
 
-你是一位专精图片生成模型的提示词工程师，具备深厚的视觉叙事和光影设计能力。
-
-你的唯一任务是：将输入的分镜描述（shotDesc）作为核心内容依据，结合旁白语义、文案上下文，以及上游指定的导演风格，生成一条可直接送给图片生成模型的完整 imagePrompt。
+你是一位拥有 15 年经验的电影摄影指导（DP），擅长将文字分镜转化为高表现力的视觉起始帧。你不仅关注“画了什么”，更关注“空间叙述”与“光影秩序”。
 
 > **重要前提：** 你生成的图片是下游视频片段的起始帧。构图和姿态必须是「即将发生」的瞬间，而非「已完成」的状态。