fix(ai-outfit): 标题解析改为「按逗号分割」，避开 Markdown 表格坑 (§19.23)

实测模型常返回 Markdown 表格（編號/標題/字元數估算 三列），按行解析会把
表头/分隔线/带 | 数字的行当成标题，写进 Excel A 全是「| 編號 | 標題 | … |」。
改用「提示词约定标题逗号分隔 + 解析按逗号拆分」，简单可靠。

- ai_text_service._clean_titles：从按行拆改为按逗号拆（半角 , / 全角 ，，
  换行作兜底分隔），每段走 _clean_title_line 去空白/序号/引号、丢空
- config_service.DEFAULT_TITLE_PROMPT：改逗号分隔风格，明确禁 Markdown 表格/
  换行/序号/編號/字元數/引号/表情
- extract_text_from_response（取首条）、generate_texts/generate_titles/
  _TitleWorker 均不变

测试：逗号分隔（全角/半角）→ 多条；逗号+换行混用都拆开；逐段去序号/引号；
Markdown 表头单行不再炸成多条垃圾。全套 py37 通过（test_config_service 的
packaging 模板失败属并行 §19.13，与本改动无关）。离屏冒烟：逗号响应解析 +
按序回填 Excel A。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

docs/11-ai-outfit.md

@@ -428,8 +428,8 @@ Excel 行 → `OutfitTask` 列表的转换由 `excel_service` 完成；核心只
 > **一次请求、纯提示词（不传图）、生成多条、按序回填**（用户在提示词里自写数量）。
 
 - **行来源**：复用 `excel_service.read_all_rows(excel)`（状态无关）——拿到全部有效行（仅为「填到哪些行 + 行号」），**覆盖式**写 A，不看 E 列状态、不引入新列。
-- **一次请求、纯提示词**：把用户标题提示词**原样**（不带图、不替换 `{title}`）发一次给文本模型；提示词里由用户自写数量（如「生成 6 条…每行一条」）。
-- **解析多条**：从响应里把文本**按行**拆成多条，每条清洗（去行首序号/符号 `1. / - / ①`、去首尾引号、单行化、丢空行）→ 得到标题列表。
+- **一次请求、纯提示词**：把用户标题提示词**原样**（不带图、不替换 `{title}`）发一次给文本模型；提示词里由用户自写数量并**约定标题之间用逗号隔开**（如「生成 6 条…标题之间用逗号分隔，不要表格/换行/序号」）。
+- **按逗号拆分多条**：把响应文本按**逗号**（半角 `,` / 全角 `，`，并兼容换行作兜底分隔）拆成多条，每条清洗（去首尾空白、去行首序号/符号 `1. / - / ①`、去首尾引号、丢空）→ 得到标题列表。**不再按行/不解析 Markdown 表格**——靠提示词约定逗号分隔（§19.23）。
 - **按序回填**：第 i 条 → 第 i 行 A（`write_title_result(excel, row_index, title)`），逐条写、刷新中栏「处理明细」表该行「标题」列。
 - **条数对不上时兜底**：`N = len(标题)`，`R = len(行)`。`N > R` → 多出的 `N-R` 条**丢弃** + 日志提示；`N < R` → 后 `R-N` 行**留空** + 日志提示。不报错中止。
 - **生成完重载 Excel**：刷新界面与内存任务，紧接「开始生成」跑图即用新标题（图片生成当场 `load_outfit_tasks` 读 A 列）。
@@ -443,7 +443,7 @@ Excel 行 → `OutfitTask` 列表的转换由 `excel_service` 完成；核心只
   - `images`/`images_edits`：纯图片接口，不能返回文字 → 抛 `AiTextServiceError`。
   - 一次 POST → `extract_titles_from_response` 返回**多条**清洗后标题。
 - `generate_text(prompt, image_path=None) -> str`：保留（返回第一条，= `generate_texts` 的 `[0]`），供单条场景与既有单测；与 `generate_texts` 共用同一段 POST。
-- `extract_titles_from_response(data) -> List[str]`：取 `choices[0].message.content` / gemini `candidates[0].content.parts[].text` 的原始文本，**按行拆分 + 逐行清洗**（去序号/符号/引号、单行化、丢空），返回标题列表。`extract_text_from_response` = 取其首条（兼容保留）。
+- `extract_titles_from_response(data) -> List[str]`：取 `choices[0].message.content` / gemini `candidates[0].content.parts[].text` 的原始文本，**按逗号（`,`/`，`，兼容换行）拆分 + 逐段清洗**（去首尾空白/序号/符号/引号、丢空），返回标题列表（§19.23）。`extract_text_from_response` = 取其首条（兼容保留）。
 
 ### 17.3 模型与提示词
 
@@ -455,7 +455,7 @@ Excel 行 → `OutfitTask` 列表的转换由 `excel_service` 完成；核心只
   - **命中的模型是纯图片接口（images/images_edits）时，开跑前就拦截（§19.21）**：`_find_title_model` 检出 `api_type ∈ {images, images_edits}` → 返回错误「『{名字}』是图片模型（{api_type}），不能生成文字标题，请改选 chat/gemini 文本模型」→ `_resolve_title_model_config` 弹窗 + 中止，不逐行失败。
   - 边界：`api_type=chat` 但实际返回图片的模型（如 Nano Banana）类型上无法预判，仍在运行时由 `AiTextClient`/「未找到文字标题」逐行暴露——这是固有限制。
 - **`ai_models.json` 需有一条文本/视觉模型**（管理员维护，含真实 key，不入库）：`api_type` 设 `chat`、`model` 填中转的真实 id（如 `gpt-5.5`）、`name` 与 `title_model` 一致（默认 `GPT-5.5 文本`）。`docs/ai_models.sample.json` 已含 chat 示例可参照。
-- **标题提示词**：单份，存 `~/.cmbot/config/title_prompt.txt`（`load_title_prompt`/`save_title_prompt`，仿旧式单份，标题侧不做多套模板）；默认文案为**批量风格**——让模型生成**多条**电商女装标题、**每行一条**、不带序号/引号/表情，数量由用户在提示词里写（默认示例可写「生成 10 条」）。
+- **标题提示词**：单份，存 `~/.cmbot/config/title_prompt.txt`（`load_title_prompt`/`save_title_prompt`，仿旧式单份，标题侧不做多套模板）；默认文案为**批量风格 + 逗号分隔**——让模型生成**多条**电商女装标题、**标题之间用逗号分隔**、**不要表格/换行/序号/引号/表情**，数量由用户在提示词里写（默认示例可写「生成 10 条」）。与 §17.1 的逗号拆分配套。
 
 ### 17.4 界面与运行
 
@@ -472,7 +472,7 @@ Excel 行 → `OutfitTask` 列表的转换由 `excel_service` 完成；核心只
 - 条数对不上：N>行数多的丢弃 + 日志；N<行数后面行留空 + 日志（不报错中止）。
 - `title_model` 找不到对应模型 / 命中条目是纯图片接口（images/images_edits）时，**开跑前**弹窗报错并中止（§19.21）。
 - 生成完重载 Excel，紧接「开始生成」跑图用的是新标题。
-- `extract_titles_from_response`（多行→多条、清洗）、`generate_titles`（一次请求纯文本、客户端异常）、`write_title_result`（只改 A）、`_find_title_model`（命中/缺失/图片模型报错）单测通过，Python 3.7。
+- `extract_titles_from_response`（**按逗号拆分**→多条、清洗、兼容换行、Markdown 表格不再当多条）、`generate_titles`（一次请求纯文本、客户端异常）、`write_title_result`（只改 A）、`_find_title_model`（命中/缺失/图片模型报错）单测通过，Python 3.7。
 
 ### 17.6 决策：标题模型「配置定名」而非下拉