btcson66-rgb/ecommerce-video-pipeline-skill

Standardarbeitsanweisung (SOP) zur automatisierten Produktion von Kurz-Videos — Mehrere Marken, Premium-Version

⚠️ 【Eisernes Gesetz: Kein Faulenzen und kein Zusammenstückeln】

1. Jedes fertige Video MUSS aus 3 verschiedenen echten KI-Videos bestehen:
   • S1 (Gemini App) : Lifestyle-Action (Europäisches Street-Styling, Business-Korridor, Spaziergang auf dem Tennisplatz).
   • S2 (Gemini / Flow) : Detailaufnahmen mit sanftem Kameraschwenk (Kaffeetisch aus Holz, Bank am Spielfeldrand).
   • S3 (Google Flow 3D-Turntable) : 360°-Dreh-Show (min. 5 Sekunden, um Credits zu sparen + Asset Chips für echte Marken-Tags).
2. Keine reinen statischen Bild-Ken-Burns/Zoompan-Effekte als Hauptvideo!
3. Kein Abschluss mit nur 1 oder 2 Segmenten – S3 Drehteller-Detailaufnahme ist PFICHT!

---

1. Standard-Dreiteilige Kamera-Aufgabenverteilung und Reine-Brand-Werbeform

1. Standard-Dreiteilige Kamerastruktur (S1 + S2 + S3)

• S1 (Gemini App Lifestyle-Action, 8 Sekunden, 9:16) :
  • Taschen: Stadt-Spaziergang, Business-Korridor, zeigt natürliche Schulter-/Handtaschenbewegungen (nur Außenaufnahmen, keine Innenansichten von Geldbörsen oder Reißverschluss-Makros).
  • Sport-Sonnenbrillen: Sonniger Tennisplatz, Rennstrecken-Spaziergang mit Hand-Gesten an der Brille.
  • Vintage-Sonnenbrillen: Palmen-Allee am Strand, sonniger Street-Style.
• S2 (Gemini / Flow Detail-Nahaufnahme, 5-8 Sekunden, 9:16) :
  • Taschen: Platzierung auf einem Holztisch im Straßencafé, Sonnenlicht auf Lederstruktur und Metall-Details.
  • Sonnenbrillen: Straßencafé-Tisch mit Eiskaffee, sanfter Schwenk auf handgefertigte Metallrahmen und G-15-Gläser; oder Bank am Spielfeldrand mit Tennisschläger-Detail.
• S3 (Google Flow 3D-Turntable, 5 Sekunden, 9:16 – minimale Länge, um Credits zu sparen) :
  • 360°-Drehung auf der Plattform, mit Farbwechsel-Intro oder einfarbiger Vollumdrehung.

2. Reine Brand-Werbeform (Standard: „Shopee-frei' Pure Brand Commercial)

• Sofern der Benutzer nicht explizit „Shopee' verlangt, wird immer die reine Brand-Werbeform verwendet.
• Obere Capsule, untere Textkarte, CTA-Button, Voiceover und caption.txt dürfen keinerlei „Shopee'-Erwähnung enthalten. Einheitlich: „Offizielles Flagship / Auf Lager', „Klicken Sie unten, um zu entdecken / zu kaufen'.

---

2. Schritt 1: Erfassen echter Produktbilder, KI-freundliche Vorverarbeitung und doppelte Validierung

1. Erfassen hochauflösender Originalbilder und Überprüfen der Merkmale:
   • Notieren Sie echte Marke (FANTINI, ESPNER usw.), Modell, Preis, verfügbare Farben und Detailmerkmale.
2. Vorbereiten KI-freundlicher Referenzbilder (Pre-processing Reference Image) :
   • Verwenden Sie scripts/preprocess_ai_ref.py, um das Hauptproduktbild von Werbetextrahmen zu befreien, zu zentrieren und als sauberes, hintergrundfreies 1024×1024 RGB-Bild auszugeben (*_gemini_studio.jpg oder *_gemini_hero.jpg), um Verzerrungen durch KI-Erkennung zu vermeiden.
3. Doppelte Validierung (Falschzuordnung vermeiden + Schwarzbild vermeiden) :
   • Verwenden Sie read_file, um das Referenzbild zu überprüfen und 100%ige Übereinstimmung mit dem echten Produkt sicherzustellen.
   • Führen Sie scripts/validate_assets.py aus, um sicherzustellen, dass das Bild im RGB-Modus vorliegt (keine RGBA-Transparenz-Achtergrundbilder).

---

3. Schritt 2: Gemini (Veo) und Google Flow (Omni 1.1 Flash) Dual-Engine-Generierungsregeln

1. Vermeidung von Cache-Kontamination bei Gemini Multi-Turn-Dialogen (Session Isolation Regel)

• Beim Wechsel des Produkts in der Gemini App MUSS eine neue Konversation (New Chat) gestartet werden, um zu verhindern, dass der Backend-Cache versehentlich Bilder des vorherigen Produkts verwendet.
• Nach dem Download des Videos MUSS sofort ffmpeg verwendet werden, um Frames zu extrahieren und mit read_file zu überprüfen. Wenn das Design durch alte Konversationen verunreinigt ist oder Details nicht stimmen, wechseln Sie sofort zu Google Flow zur erneuten Generierung.

2. Google Flow: Minimale Sekundenzahl spart Credits + Asset Chips präzise Steuerung

• S3 Endsequenz: 360°-Drehteller-Show (Google Flow Pflicht) :
  • Nach dem Hochladen des Originalbildes MUSS im Eingabefeld auf „Neues Material in die Prompt-Eingabe einfügen' geklickt, das Originalbild ausgewählt und als Bedingungs-Tag (Asset Chips) eingefügt werden.
  • Stellen Sie die kürzeste Dauer (5 Sekunden) ein, um Credits zu sparen. Verlängern Sie das Video in der Nachbearbeitung über FFmpeg setpts mit sanfter Zeitlupe auf die Voiceover-Länge.
• Nahtlose Übergabe, wenn Gemini-Kontingent erschöpft ist oder präzise Nahaufnahmen benötigt werden:
  • Wenn Gemini das Limit von 3 Videos pro Runde erreicht (Abkühlphase von 5 Stunden), übernimmt Google Flow sofort die Generierung von S1/S2, ohne Leerlauf.

---

4. Schritt 3: Ruhige männliche Stimme Voiceover und FFmpeg „Null-Cut, Null-Freeze-Frame' Dual-Version-Rendering

Standard-Automatisierungs-Rendering-Skript: scripts/render_video_template.py

1. Voiceover-Standard (Null-Cut) :
   • Einheitlich verwenden Sie edge-tts für die offizielle, ruhige taiwanesische Männerstimme: zh-TW-YunJheNeural (rate="-1%", pitch="-2Hz").
   • Die 24-Sekunden-Hard-Limitierung ist vollständig aufgehoben: Die Segmentlänge wird dynamisch durch die volle Satzlänge bestimmt (target_dur = audio_dur + 0.8s, einschließlich adelay=350|350 und Atem-Pause am Ende). Verwenden Sie NIEMALS atrim, um das Voiceover zu schneiden.
2. Sanfte Bildverlängerung (Kein Freeze Frame) :
   • Verwenden Sie NIEMALS tpad=stop_mode=clone für Standbilder am Ende!
   • Wenn die Originalvideolänge (z. B. 5 s oder 8 s) kürzer ist als die Zielsegmentlänge, verwenden Sie IMMER setpts=(seg_dur/v_dur)*PTS für sanfte Zeitlupenverlängerung oder kombinieren Sie es mit einem sanften Zoom-In, um eine durchgehend dynamische Kamerabewegung zu gewährleisten.
   • Erzwungene Ausgabe-Spezifikationen: 1080x1920, -r 30 (30.0 fps CFR konstante Bildrate), libx264, yuv420p.
3. Gleichzeitige Erstellung von zwei Versionen (Multi-Color + Single-Color 360°-Dreh) :
   • final.mp4: S1 + S2 + S3 (Multi-Color-Farbwechsel-Karte).
   • final_single_color.mp4: S1 + S2 + S3 (Single-Color-Hauptfarbe 360°-Dreh-Karte).
4. Visuelle Stichprobenprüfung des fertigen Videos:
   • Extrahieren Sie final_check_s1.jpg, final_check_s2.jpg, final_check_s3.jpg und überprüfen Sie sie mit read_file.

---

5. Schritt 4: Google Drive Cloud-White-List-Übergabe der 7 Dateien

1. Standard-7-Dateien-Liste:
   • final.mp4 (Multi-Color-Introduktion)
   • final_single_color.mp4 (Single-Color-360°-Dreh)
   • cover.jpg (1080×1920 hochwertiges Cover)
   • caption.txt (Offizieller Social-Media-Text und Hashtags, Shopee-frei)
   • title.txt (SEO-Titel)
   • product_url.txt (Produkt-URL)
   • qa.json (Qualitätsprüfungsprotokoll)
2. White-List-Upload-Prozess:
   • Kopieren Sie die 7 Dateien in C:\Users\User\AppData\Local\Temp\<Product_ID>\.
   • Erstellen Sie im Google Drive-Ordner 02_手機待發布 einen Unterordner (<ID>_<Marke>_<Kurzname>) und schließen Sie den Upload ab.