fix: Branchen-Lock aus P7/P8 entfernen, Verbotslisten angleichen, Doku-Lücken schließen

Hintergrund: Review aller 22 Prompt-Templates (P1-P18 + P8-Adapter) auf
Konsistenz. BrandLoop ist als branchenneutrales Multi-Tenant-System angelegt
(README: "Team-Permission der jeweiligen Brand") - vier Stellen wichen davon ab
oder waren nur implizit dokumentiert.

1. Branchen-Lock entfernt (P07-bild-prompt-generator.md, P08-video-kern.md)
   Beide öffneten mit "... einer Werbe-Produktion fuer Kosmetik-Brands."
   Einzige Branchen-Festlegung im gesamten Prompt-Set - alle anderen 20
   Dateien, das DB-Schema und die Quelldokumente (docs/banana-pro-director-2.0.md)
   sind branchenneutral. Vermutlich ein Rest aus einer Kosmetik-Beispieldomäne
   beim urspruenglichen Schreiben. Zusaetzlich in P07 "Flakons" (Kosmetik-/
   Parfuembegriff) durch "Behaeltern" ersetzt, damit die Anleitung fuer
   transparente Fluessigkeiten branchenunabhaengig bleibt (Getraenke,
   Reinigungsprodukte etc., nicht nur Parfuem/Serum).

2. Altersbezeichnungen-Verbot auf die Vision-/Merkmal-Quellen ausgeweitet
   (P01-upload-analyst.md, P16-referenz-interpreter.md)
   P07/P08/alle vier Adapter verbieten Altersbezeichnungen im Output - aber
   P01 und P16 sind die Stellen, die die `merkmale`-Texte ERZEUGEN, welche
   per Token-Locking spaeter woertlich in genau diese Prompts uebernommen
   werden (P01 Regel 6: "sie werden spaeter exakt so in Prompts eingesetzt").
   Ohne das Verbot an der Quelle haette sich eine Altersbezeichnung durch
   die ganze Kette bis in den finalen Bild-/Video-Prompt durchschmuggeln
   koennen, wo sie eigentlich untersagt ist.

3. Tiebreak-Regel fuer exakten Score-Gleichstand (P04-knowledge-selector.md)
   Regel 2 sagte bereits, wie ein Unter-Attribut ein Eltern-Attribut bei
   hoeherem Score schlaegt, aber nicht, was bei einem exakten Gleichstand
   zwischen zwei Attributen der gleichen Ebene passiert (anders als bei
   Video-Gleichstand, wo P10 explizit dafuer existiert). Ergaenzt: bei
   exaktem Gleichstand gewinnt das mit dem hoeheren `used_count` (das
   breiter getestete Attribut) - vermeidet, dass diese Randfaelle
   zufaellig/uneinheitlich im Code gehandhabt werden.

4. Zwei bisher nur implizite Konzepte in prompts/README.md dokumentiert:
   - "Die 8 Grundkategorien": P15 erwaehnt "die 8 Grundkategorien" als
     feststehenden Begriff, ohne sie je aufzulisten - bisher nur aus den
     JSON-Schema-Keys von P09 rekonstruierbar (location, licht, farben,
     kamera, voice, geraeusche, texte_hooks, handlungen). Jetzt als
     eigene Tabelle festgehalten, da praktisch jeder Prompt darauf aufbaut.
   - "Script-Felder <-> Kategorien": P05 gibt Shots in sechs Feldern aus
     (Bild/Aktion/Kamera/Licht/Audio/Text im Bild), die nicht 1:1 den acht
     Kategorie-Slugs entsprechen (z.B. buendelt "Audio" voice+geraeusche,
     "Bild" buendelt location+farben). Diese Zuordnung war nirgends
     schriftlich festgehalten, obwohl Code, der Script-Inhalte spaeter
     Kategorien zuordnen muss (z.B. fuer P6-Diffs), sie braucht.

Kein Prompt-Body enthaelt neue Erklaer-Kommentare - die Bodies werden
woertlich an die KI-Modelle geschickt (static_core_md), Meta-Kommentare
darin wuerden mit in den Prompt wandern. Die Begruendungen stehen daher
ausschliesslich hier in der Commit-Message und in prompts/README.md
(reine Doku, wird nicht geseedet).

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>

prompts/P04-knowledge-selector.md

@@ -11,7 +11,7 @@ Du bist der Knowledge-Selector. Auf Basis des verstandenen Intents wählst du au
 ## Auswahl-Regeln (in dieser Rangfolge)
 
 1. **Fixierte Nutzerwünsche schlagen alles.** Für jede in {{INTENT}} fixierte Kategorie: das Attribut wählen, das dem Nutzerwunsch entspricht (existiert keins → `neu_anlegen: true` mit Name/Slug-Vorschlag). Auch wenn sein Score niedrig ist. Grund: `"fixiert"`.
-2. **Offene relevante Kategorien:** das Attribut mit dem höchsten Score wählen, Status aktiv. Grund: `"top"`. Existiert ein Unter-Attribut mit höherem Score als sein Eltern-Attribut, das Unter-Attribut nehmen.
+2. **Offene relevante Kategorien:** das Attribut mit dem höchsten Score wählen, Status aktiv. Grund: `"top"`. Existiert ein Unter-Attribut mit höherem Score als sein Eltern-Attribut, das Unter-Attribut nehmen. Bei exaktem Gleichstand zwischen zwei Attributen bleibt das mit dem höheren `used_count` vorn (breiter getestet).
 3. **Genau EIN Explorations-Slot pro Szene:** In einer offenen (nie einer fixierten) Kategorie statt des Top-Attributs bewusst ein ungetestetes oder wenig genutztes wählen (niedriger `used_count`, lange nicht verwendet, oder frische Onboarding-Hypothese). Grund: `"exploration"` + kurze Begründung. Ohne Exploration lernt das System nichts Neues. Wähle dafür die Kategorie, in der neues Wissen aktuell am wertvollsten ist (viele ungetestete Einträge, enge Score-Abstände). Gibt es nirgends Ungetestetes → Explorations-Slot weglassen.
 4. **Assets:** Aus {{ASSETS}} die freigegebenen Versionen wählen, die {{INTENT}}.`genannte_elemente` abdecken (genanntes Produkt → dessen Asset; Person gefordert → Brand-Gesicht). Nur freigegebene Versionen, exakt mit Versions-ID.
 5. **Fokus:** Maximal 6–8 Attribute gesamt. Nicht jede Kategorie erzwingen — nur was die Szene laut Intent braucht. Für jedes gewählte Attribut die `prompt_bausteine`/`negativ_prompts` mitgeben (wörtlich aus {{ATTRIBUTE}}).