0.7.1 — プロンプトと原稿の区切り (prompt_separator)

1. 背景と課題

TTS へ渡すスタイルプロンプト (prompt) が長くなると、モデルに対して「ここから下が読み上げ対象の原稿である」という境界を明示したくなる。自然な方法は、プロンプトの末尾に次のような区切りを入れることである。

\n## 原稿\n

しかし現状の実装では、この方法を使うとスライドごとの追加指示 (additional_prompt) が原稿側に混入するという問題が起きる。

現状の実装

slidemovie/core.py の _speak_to_wav() (現状 1516-1519 行付近):

if self.tts_use_prompt:
    style_prompt = f'{self.prompt}{additional_prompt}'
else:
    style_prompt = ''

style_prompt は multiai_tts の save_tts(text, ..., prompt=style_prompt) に渡され、multiai_tts 側で最終的に style_prompt + 読み上げ本文 (text) が結合されてモデルに送られる。すなわちモデルが受け取る論理的な並びは:

{prompt}{additional_prompt}{text}

ここで区切りを prompt の末尾に書くと (prompt = "…指示…\n## 原稿\n"):

…指示…\n## 原稿\n{additional_prompt}{text}
                 ^^^^^^^^^^^^^^^^^ 指示なのに「## 原稿」の下＝原稿側に入ってしまう

additional_prompt（例: 「この文は興奮した口調で」）は指示であって原稿ではないため、これは誤りである。

制約

区切り文字を常に挿入する仕組みが必要（区切りが安定していないと、プロンプトと原稿の境界が曖昧になる）。
一方で ## 原稿 のような文字列をコードに固定すると、英語など他言語のプロジェクトで不自然になる。
ユーザーに過度な設定負担をかけない（区切りが不要なユーザーは何もしなくてよい）。

2. 設計方針

区切り文字を prompt 本体から切り離した独立の設定 prompt_separator として導入する。スタイルプロンプトの組み立て順を次のように変更し、区切りを additional_prompt の後ろ・本文の前に必ず挿入する。

{prompt}{additional_prompt}{prompt_separator}{text}

これにより:

prompt と additional_prompt（どちらも指示）は常に区切りの上に残る → additional_prompt の原稿側への混入が構造的に起きない。
区切りは設定値なので、言語ごとにユーザーが自然な文字列を指定できる（日本語なら "\n\n## 原稿\n"、英語なら "\n\nScript:\n" など）。
デフォルトを空文字列 "" とすることで、既存プロジェクトの挙動・音声を一切変えない（完全な後方互換・オプトイン）。chunk_size を None デフォルトの opt-in 機能として導入した既存の方針と一致する。

区切りは「prompt の末尾に自分で書く」のではなく「prompt_separator に書く」という置き場所を用意するだけで課題は解決する。ユーザーは区切りを prompt_separator に移すだけでよく、負担は最小限。

3. 仕様詳細

3.1 新設定 `prompt_separator`

項目	内容
キー名	`prompt_separator`
型	`str`
デフォルト	`""`（空文字列＝現状の挙動を維持）
意味	スタイルプロンプト（`prompt` + `additional_prompt`）と読み上げ本文の間に挿入する区切り文字列
適用条件	`tts_use_prompt` が `True` のときのみ

3.2 デフォルト設定への追加

_get_default_settings() (現状 124-163 行) の TTS settings ブロックに追加:

"prompt": 'Please speak the following.',
"prompt_separator": "",          # ← 追加
"chunk_size": None,

docstring にも 1 行説明を追記する:

prompt_separator (str): Separator inserted between the style prompt
    (prompt + additional_prompt) and the spoken text. Empty disables it
    (original behavior). Default: "".

3.3 `_speak_to_wav()` の変更

区切りをスタイルプロンプト末尾に連結する。multiai_tts はプロンプトを各チャンクに再適用するため、区切りも自動的に各チャンクへ付与され、チャンク分割との整合も取れる（区切りは本文長 chunk_size に含まれない）。

if self.tts_use_prompt:
    style_prompt = f'{self.prompt}{additional_prompt}{self.prompt_separator}'
else:
    style_prompt = ''

tts_use_prompt が False のときは従来通り style_prompt = '' （区切りも付かない）。
prompt / additional_prompt が空でも、prompt_separator が設定されていれば区切りは付与される（設定通りの明示的な挙動とする）。

3.4 TTS 設定としての記録とマイグレーション

区切りを変えると生成音声が変わるため、prompt_separator を TTS 設定の一部として status.json に記録し、変更検知の対象にする。

_get_tts_config() (現状 1341-1354 行) に追加:

return {
    "provider": self.tts_provider,
    "model": self.tts_model,
    "voice": self.tts_voice,
    "use_prompt": self.tts_use_prompt,
    "prompt": self.prompt,
    "prompt_separator": self.prompt_separator,   # ← 追加
    "chunk_size": self.chunk_size,
    "split_chars": self.split_chars,
    "chunk_overflow": self.chunk_overflow,
}

既存の status.json には prompt_separator キーが無いため、そのままでは「TTS config change detected」の誤検知（不要な再生成プロンプト）が出る。 _load_audio_state() 内の chunk キー backfill（現状 1248-1260 行）と同じ方式で、旧 state ファイルへデフォルト値を補完する。

chunk_defaults = {
    "chunk_size": None,
    "split_chars": "。．.!！?？\n",
    "chunk_overflow": "extend",
    "prompt_separator": "",      # ← 追加。デフォルトは空＝旧挙動と一致
}

デフォルトが "" かつ旧挙動と一致するため、既存プロジェクトでは補完後も stored_tts == current_tts となり、再生成は発生しない。

3.5 CLI オプション `--prompt-separator`

slidemovie/cli.py に追加する。

引数定義（--prompt の定義付近, 現状 90-92 行の後）:

parser.add_argument(
    "--prompt-separator",
    help="Separator inserted between the style prompt and the spoken text "
         '(e.g. "\\n\\n## 原稿\\n"). Empty by default.')

反映（--prompt の処理付近, 現状 139-143 行の後）。--chunk-size と同様に is not None で判定し、空文字列 "" を明示指定できるようにする:

if args.prompt_separator is not None:
    movie.prompt_separator = args.prompt_separator

4. 動作例

設定:

{
  "prompt": "あなたはプロのナレーターです。落ち着いた声で、聞き取りやすい速度で読んでください。",
  "prompt_separator": "\n\n## 原稿\n"
}

スライドの additional_prompt: "この文は特にゆっくり読んでください。"

変更前（区切りを prompt 末尾に書いた場合） — additional_prompt が原稿側に混入:

あなたはプロの…読んでください。
## 原稿
この文は特にゆっくり読んでください。{本文}

変更後（prompt_separator を使用） — 指示は区切りの上、本文だけが下:

あなたはプロの…読んでください。この文は特にゆっくり読んでください。
## 原稿
{本文}

5. ドキュメント更新

以下に prompt_separator の説明を追記する（英日両方）。

docs/configuration.md, docs/ja/configuration.md … 設定一覧に prompt_separator を追加。
docs/advanced-usage.md, docs/ja/advanced-usage.md … 「Custom Prompt per Slide」節に、長いプロンプトでの区切り利用と additional_prompt が指示側に保たれる旨を追記。「How prompts interact with chunking」節に、区切りも各チャンクへ再適用される旨を追記。
docs/cli-reference.md, docs/ja/cli-reference.md … --prompt-separator を追加。

6. テスト

tests/ に追加する（multiai_tts.Prompt はモックする）。

test_core.py
- prompt_separator のデフォルトが "" であること。
- tts_use_prompt=True のとき、save_tts に渡る prompt 引数が prompt + additional_prompt + prompt_separator になること。
- tts_use_prompt=False のとき prompt 引数が ''（区切りも付かない）こと。
- _get_tts_config() に prompt_separator が含まれること。
- 旧 status.json（prompt_separator 無し）読み込み時に backfill され、再生成プロンプトが出ないこと（stored_tts == current_tts）。
test_cli.py
- --prompt-separator "..." が movie.prompt_separator に反映されること。
- --prompt-separator ""（空文字）が無視されず反映されること。

7. 影響範囲・互換性

デフォルト "" のため、既存プロジェクトの生成音声・status.json は不変。
status.json の backfill により、旧ファイルでも不要な再生成は発生しない。
prompt_separator を実際に設定した場合のみ音声が変わり、その際は既存の TTS 設定変更検知（_load_audio_state() の確認プロンプト）が正しく働き、再生成の要否をユーザーに確認する。