StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

Minimalistischer Produktwerbespot-Generator

Nutzen Sie diesen Skill, um nicht-professionelle Benutzer durch einen workflow-basierten Prozess zu führen, der ein minimalistisches Produktwerbevideo für E-Commerce-Promotion und Produkteinführungen erstellt. Die Zielgruppe sind E-Commerce-Verkäufer, kleine Markeninhaber, unabhängige Kreative und Einzelverkäufer; der Benutzer sollte mindestens ein Produktbild oder zugehöriges Asset bereitstellen.

Das Kernprinzip ist: Assets und Brief zuerst bestätigen, Produkt-Fakten und eine narrative Produktlinie aufbauen, Produktvisuals mit unabhängigen Ankerfotos festlegen, das Video mit einem präzisen Takt-Storyboard steuern und dann den Film mit nativer Audio- oder musikbasierter Bearbeitung abschließen. Dieser Skill verwendet standardmäßig kein 4-Panel-Anchor-Blatt mehr, da Videomodelle das Panel-Layout reproduzieren könnten. Standardmäßig werden drei separate Ankerfotos plus ein präzises Takt-Text-Storyboard als Videosteuerungssystem verwendet.

Start-Gate

Jedes Mal, wenn dieser Skill ausgelöst wird, führen Sie vor jeglicher Analyse, Texterstellung, Anchor-Generierung oder Videogenerierung ein vollständiges, aber schlankes Start-Gate durch. Bestätigen Sie nur die für die Produktion erforderlichen Informationen. Fragen Sie hier nicht nach Musik; Musik wird später im Musikschritt behandelt.

Das Start-Gate muss alle folgenden Punkte in einem Durchgang bestätigen:

1. Produktbilder und zugehörige Materialien

   • Bitten Sie den Benutzer, Produktbilder und zugehörige Materialien hochzuladen, wie Produktfotos, Verpackungsbilder, Renderings, Detailaufnahmen, vorhandene Video-Assets oder visuelle Referenzen.
   • Wenn die aktuelle Nachricht oder der aktuelle Canvas / die Sitzung bereits Materialien enthält, geben Sie an, dass Materialien erkannt wurden. Bitten Sie den Benutzer nicht erneut um Upload; bestätigen Sie nur, ob die aktuellen Materialien verwendet werden sollen.
   • Wenn mehrere Kandidatenmaterialien vorhanden sind und ihre Rolle unklar ist, fragen Sie, welches das Hauptproduktbild sein soll.

2. Produktvariantenstatus

   • Bestätigen Sie, ob es sich um eine einzelne Variante oder mehrere Varianten / Farben / Modelle handelt.
   • Wenn es mehrere Varianten gibt, bestätigen Sie, welche die Hauptvariante ist.
   • Wenn der Benutzer keine Angabe macht, kann der Agent eine basierend auf dem Produktbild empfehlen, aber das spätere Storyboard muss dennoch den konkreten Farb- oder Variantennamen enthalten.

3. Zieldauer

   • 5s / 10s / 15s, wobei 10s als empfohlene Standardeinstellung gilt.

4. Seitenverhältnis

   • 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / zum Referenzbild passend.
   • Nach der Auswahl müssen das Ankerblatt, das Video und die endgültige Auslieferung dieses Verhältnis strikt einhalten.

5. Apple-ähnliche Vorlage

   • White-Tech / Dark Rim Light / Brand Color Field / Light Lifestyle Scene.

6. Text im Bild

   • Vom Benutzer bereitgestellter Text oder vom Agenten generierter Apple-ähnlicher englischer Text.

7. Videomodellstrategie

   • Standardmodell ist MiniMax-H3, da es oft sauberere Apple-ähnliche Produktnahaufnahmen, Negativraum und erstklassige Produktfilm-Kamerasprache erzeugt.
   • Bitten Sie den Benutzer während des Start-Gates nicht, ein Videomodell zu wählen. Zeigen Sie „Standardmodell: MiniMax-H3" als Teil des übernommenen Start-Gate-Ergebnisses an.
   • Wenn der Benutzer explizit nach einem anderen Modell fragt, folgen Sie der Modellwahl des Benutzers nach einer Fähigkeitsprüfung.
   • Seedance ist nur eine Reserve, wenn der Benutzer explizit eine stärkere Multi-Shot-Ausführung wünscht, nach Seedance fragt oder einen Fallback akzeptiert, nachdem H3 fehlgeschlagen ist oder die angeforderte Struktur nicht erfüllen kann.

Das Start-Gate ist obligatorisch. Wenn der Benutzer bereits Produktmaterial hochgeladen hat, überspringen Sie nur die Upload-Anfrage; überspringen Sie nicht den Rest des Start-Gates. Der Agent muss dennoch den Produktvariantenstatus, die Zieldauer, das Seitenverhältnis, die Apple-ähnliche Vorlage und den Textmodus im Bild in einem Durchgang bestätigen, bevor Analyse, Ankergenerierung, Storyboard oder Videogenerierung beginnen. Das Videomodell ist keine Start-Gate-Frage: Verwenden Sie standardmäßig MiniMax-H3 und zeigen Sie es im abgeschlossenen Start-Gate-Ergebnis an. Wenn der Benutzer „entscheide du / mach einfach" sagt, kann der Agent empfohlene Standardeinstellungen für die verbleibenden Felder wählen, muss aber dennoch die übernommenen Entscheidungen als abgeschlossenes Start-Gate-Ergebnis anzeigen, bevor er fortfährt.

Funktionsprinzipien

1. Unabhängige Ankerfotos sind das standardmäßige visuelle Kontrollsystem

   • Generieren Sie standardmäßig drei separate Ankerfotos, nicht ein 4-Panel-Blatt, da Videomodelle Panel-Layouts in den finalen Film kopieren können.
   • Die drei Ankerfotos umfassen normalerweise: Haupt-/auffällige Hauptansicht, Material- oder Funktionsdetail und abschließende Textkomposition.
   • Erstellen Sie keinen separaten Struktur-Aktions-Anker, wenn er sich mit der Hauptansicht überschneidet. Integrieren Sie Struktur-/Aktionshinweise in den Material-Detail-Anker, es sei denn, das Produkt benötigt tatsächlich eine eigenständige Mechanikreferenz.
   • Jedes Ankerfoto muss ein vollständiges, eigenständiges Produktfoto sein. Erstellen Sie keine Rasterlayouts, geteilte Bildschirme, Collage-Boards, gerahmte Panels, Produktwände oder Storyboard-Blätter.
   • Das präzise Takt-Storyboard bestimmt die tatsächliche Shot-Reihenfolge, Aktion und das Textverhalten. Verwenden Sie Ankerfotos nicht als direkte Shot-Ersätze.

2. Im Rahmen erscheinender Text muss als integrierte Videobewegung erscheinen, nicht als Untertitelfallback

   • Text im Text-Ankerfoto dient nur als Referenz für Schriftart, Position, einzeiliges Layout und zweiteilige Farbbehandlung. Das bedeutet nicht, dass das gesamte Video nur diese eine Textzeile verwenden kann.
   • Das präzise Takt-Storyboard kann mehrere kurze englische Textzeilen über Shots hinweg definieren. Jede Zeile muss 3-5 englische Wörter umfassen, einzeilig, lesbar sein und der zweiteiligen Farbregel folgen: Im White-Tech-Stil verwendet die erste Hälfte Schwarz oder Dunkelgrau, im Dark-Rim-Light-Stil kann die erste Hälfte Weiß verwenden, und die zweite Hälfte verwendet immer die spezifische Produktfarbe. Verwenden Sie keine isolierten 1-2-Wort-Feature-Labels.
   • Die Videogenerierung muss den Storyboard-Text im Rahmen enthalten.
   • Der Text muss nicht in jedem Shot erscheinen. Wenn das Videomodell tendenziell Typografiefehler macht, reduzieren Sie die Texthäufigkeit proaktiv. Für einen 10-Sekunden-Film behalten Sie normalerweise nur einen Textmoment in der Mitte plus einen abschließenden Textmoment; setzen Sie nicht in jeden Shot Text. Der letzte Shot muss eine stabile einzeilige Textzeile enthalten.
   • Standardmäßig bitten Sie das Videomodell, die Typografie im Rahmen und ihr Timing direkt zu generieren. Degradieren Sie Text nicht stillschweigend zu Postproduktions-Untertiteln oder reservieren Sie leeren Raum für spätere Überlagerungen. Verwenden Sie den Postproduktions-Fallback nur, wenn der Benutzer explizit danach fragt oder wenn die integrierte Video-Typografie fehlschlägt und der Benutzer einen Fallback akzeptiert.

3. Die Produktkörperfarbe ist eine harte Treuebeschränkung

   • Apple-ähnlich bedeutet saubere Komposition, hochwertiges Licht, zurückhaltende Bewegung und Negativraum; es bedeutet nicht, das Produkt selbst weiß, silber oder AirPods-ähnlich zu machen.
   • Die ursprüngliche Körperfarbe des Produkts, die Akzentfarbe, der Materialfarbton und die sichtbare Oberfläche aus dem Benutzerbild müssen in allen Ankerfotos und Videos erhalten bleiben.
   • Nur der Hintergrund, die Lichtumgebung und die Komposition können sich in Richtung der ausgewählten Apple-ähnlichen Vorlage verschieben. Färben Sie den Produktkörper niemals um, es sei denn, der Benutzer bittet explizit darum.
   • Die abschließende Text-Hervorhebungsfarbe muss von der echten Produkthauptfarbe stammen, nicht von einer generischen Silber-/Weiß-Apple-Palette.

4. Jedes Produkt braucht eine produktspezifische Erzählung

   • Verwenden Sie keine feste Ohrhörer-Vorlage wieder und schreiben Sie keine vagen Phrasen wie „Produktzustand ändert sich".
   • Das Storyboard muss auf Produktkategorie, Form, Material, Struktur und sichtbaren Aktionen basieren.
   • Die Produktbewegung muss visuell und konkret sein, wie „der Deckel öffnet sich um 30 Grad und innere Reflexion erscheint" oder „die Krone dreht sich, während ein Highlight entlang der Kante gleitet".

5. Der Fortschritt muss sichtbar sein

   • Zeigen Sie nach jedem Schritt, was produziert wurde und welche Entscheidung als nächstes erforderlich ist.
   • Führen Sie die gesamte Pipeline nicht ohne Benutzerbestätigung automatisch aus.

Typografieregeln

• Werbetext im Rahmen muss Englisch sein.
• Wenn der Benutzer chinesischen Text bereitstellt, übersetzen Sie ihn in prägnantes Englisch oder bitten Sie um Zustimmung zur englischen Version.
• Sichtbarer Text im Rahmen muss 3-5 englische Wörter umfassen, vorzugsweise nicht mehr als 32 englische Zeichen inklusive Leerzeichen. Schreiben Sie keine isolierten 1-2-Wort-Feature-Labels.
• Der Text sollte sich wie ein Apple-Produktfilm anfühlen: sensorisch, nutzenorientiert, materialorientiert oder eine leichte Wertversprechen; vermeiden Sie Werbeslogans und E-Commerce-Feature-Tag-Wortlaut.
• Schriftart-Referenz: SF Pro Display / SF Pro Text. Bevorzugen Sie SF Pro Display Semibold in Prompts.
• Verwenden Sie nicht mehr als zwei Textfarben in einem Shot.
• Im White-Tech-Stil muss die erste Hälfte des Textes Schwarz oder Dunkelgrau verwenden; weißer Text ist auf weißen Hintergründen verboten. Im Dark-Rim-Light-Stil kann die erste Hälfte Weiß verwenden. Die zweite Hälfte verwendet immer die spezifische Produktfarbe.
• Text muss in einer Zeile bleiben. Wickeln Sie nicht um, stapeln Sie nicht und teilen Sie nicht in mehrere Zeilen auf.
• Zu jedem Zeitpunkt darf nur eine einzeilige englische Textzeile im Rahmen erscheinen. Zeigen Sie nicht zwei Textzeilen, zweizeilige Titel, Titel + Untertitel-Paare oder mehrere Textblöcke gleichzeitig an. Zweiteilige Typografie muss innerhalb derselben Zeile fortgesetzt oder ersetzt werden, niemals in obere und untere Zeilen aufgeteilt.
• Platzieren Sie Text nicht in einer unteren Untertitelposition. Bevorzugen Sie den vertikal zentrierten visuellen Bereich, linksbündig oder rechtsbündig als Teil der Komposition. Der Text sollte etwas größer sein und sich wie ein visuelles Element des Produktfilms anfühlen, nicht wie ein erklärender Untertitel.
• Genehmigtes Mid-Film-Muster: sauberer Negativraum, Produktbewegung oder Produktnahaufnahme führt den Rahmen an, der Rahmen bleibt nicht überladen, und es erscheint nur eine einzeilige englische Textzeile. Text kann in der Nähe der Produktkante, der Produktoberfläche oder des Nahaufnahme-Highlight-Bereichs sitzen, sodass er sich in das Produktbild integriert anfühlt, anstatt wie ein Untertitel zu schweben. Beschädigen Sie nicht den Negativraum oder fügen Sie einen zweiten Textblock nur hinzu, um Text unterzubringen.
• Die standardmäßige zweiteilige Textbewegung muss sichtbar bleiben: Die erste Hälfte blendet sich zuerst subtil ein oder gleitet herein, dann blendet sich die zweite Hälfte subtil ein oder gleitet herein. Wenn die zweite Hälfte erscheint, verschiebt sich die erste Hälfte sanft innerhalb derselben Zeile, um Platz zu schaffen.
• Die Verschiebung sollte subtil sein, etwa 10-15px oder 8-12 % der Textbreite. Die Bewegung sollte glatt und zurückhaltend sein; vermeiden Sie hüpfende, Neon- oder grelle UI-Effekte.
• Machen Sie die Typografie nicht vollständig statisch, nur um zweizeiligen Text zu vermeiden. Die richtige Lösung ist der zweiteilige Eintritt in derselben Zeile, subtile Verschiebung, Einblendung oder sanftes Hineingleiten; die falsche Lösung ist die obere/untere Zeilenaufteilung, zweizeilige Titel oder das Entfernen der Textbewegung.

SCHRITT 1: Asset-Prüfung und Produkt-Fact-Summary

Wenn kein Produktmaterial verfügbar ist, bitten Sie den Benutzer, es hochzuladen. Wenn Material bereits verfügbar ist, verwenden Sie es und analysieren Sie:

• Produktkategorie.
• Subjektposition und Rahmenbelegung.
• Bildqualität: Schärfe, Beleuchtung, Komposition und sichtbare Details.
• Produkthauptfarbe und mögliche Hauptvariante.
• Zeigbare Struktur: Öffnen, Drehen, Heben, Einrasten, Falten, Aufspringen, Leuchten, Bildschirm, Textur usw.
• Reale Erscheinungsmerkmale, die für das Storyboard nutzbar sind: Material, Kante, Knopf, Anschluss, Verpackung, transparentes Teil, Bildschirm oder unverwechselbare Silhouette.

Wenn die Bildqualität nicht nutzbar ist, stoppen Sie und geben Sie konkrete Neufotografie-Hinweise.

Geben Sie eine kurze Produkt-Fact-Summary aus:

• Verwendetes Material.
• Produktkategorie.
• Hauptfarbkandidaten und Hauptvariantenvorschlag.
• Qualität bestanden / nicht bestanden.
• Zeigbare Struktur / Funktion.

SCHRITT 2: Bestätigen Sie den Produktionsbrief

Wandeln Sie die Start-Gate-Antworten in einen ausführbaren Produktionsbrief um. Fragen Sie nicht erneut nach Parametern, die bereits bestätigt wurden. Der Brief treibt die narrative Linie, den Text, das Ankerblatt und das Storyboard an.

Der Produktionsbrief muss Folgendes enthalten:

• Verwendetes Produktmaterial.
• Hauptvariante / Produkthauptfarbe.
• Seitenverhältnis.
• Zieldauer.
• Ausgewählte Apple-ähnliche Vorlage.
• Einzelvarianten-/Multivarianten-Strategie.
• Textmodus im Bild: vom Benutzer bereitgestellter Text oder vom Agenten generierter Apple-ähnlicher englischer Text.

Multivarianten-Produktregeln:

• Der Benutzer wählt einen Stil; entfernen Sie nicht automatisch alle anderen Varianten.
• Jedes Multivarianten-Projekt muss zuerst eine Hauptvariante bestimmen.
• Andere Varianten sollten nicht alle ganz am Anfang erscheinen; sie erscheinen nur in Prozess-Beats, Übergängen oder der endgültigen vollständigen Zusammenstellung.
• Wenn der Benutzer keine Hauptvariante angibt, kann der Agent die visuell stabilste wählen und die anderen für Rhythmus und Schichtung verwenden.
• Vermeiden Sie E-Commerce-Matrizen, Neun-Gitter-Displays, Stapelung, verstreute Layouts, alle Farben flach ausgelegt oder vollbild Produktwände.

SCHRITT 3: Wählen Sie eine narrative Produktlinie

Wählen Sie vor der Texterstellung und Ankergenerierung eine schlanke narrative Produktlinie. Verwenden Sie keine breite Corporate-Brand-Film-Struktur; dieser Skill konzentriert sich auf kurze Apple-ähnliche Filme für physische Produkte.

Wenn der Benutzer keine Richtung ausgewählt hat, bieten Sie 2-3 prägnante Richtungen an, empfehlen Sie eine und fahren Sie nach Bestätigung fort. Wenn der Benutzer „entscheide du" sagt, verwenden Sie die empfohlene.

Empfohlene Linien:

1. Produkt-Launch (Standardempfehlung)

   • Negativraum-Eröffnung → Hauptvariante etabliert Heldenansicht → Material-/Strukturdetail → natürliche Produktaktion → Varianten oder Farbbeziehung → vollständige Text-Schließung.
   • Gut geeignet für Ohrhörer, Uhren, digitales Zubehör, kleine Geräte, Duftgeräte usw.

2. Feature-Berührung

   • Produktstillstand → Interaktionsauslöser → Feature-Aktion → Detailvergrößerung → Ergebnis / Gefühl → Schlussbild.
   • Gut geeignet für Produkte mit klarem Öffnen, Drehen, Magnet-Snap, Lichtwechsel, Bildschirm, Falten, Nebel oder ähnlichen Aktionen.

3. Farbfamilie

   • Hauptvariante erscheint allein → unterstützende Varianten gleiten leicht herein → Farbordnung bildet sich → Material und Struktur bleiben einheitlich → vollständiger Satz schließt → Text landet.
   • Gut geeignet für mehrfarbige, multivariante oder mehrstückige Produkte.

Geben Sie einen Satz aus, der die ausgewählte narrative Linie beschreibt, zum Beispiel:

Dieser Film verwendet die Farbfamilien-Linie: Die lila Hauptvariante etabliert die Heldenansicht, andere Farben treten als unterstützende Schichten ein, und das vollständige Produktset schließt mit dem englischen Text.

SCHRITT 4: Leiten Sie die Bewegungssprache

Bevor Sie Texte verfassen und Anker generieren, definieren Sie die Bewegungssprache des Films. Dieser Schritt generiert keine Assets; er definiert Bewegungsintensität, Übergangslogik und Rhythmusspitzen für das spätere Storyboard.

SCHRITT 5: Schreiben Sie den Filmtext

Schreiben Sie 2-3 kurze englische Textzeilen. Jede Zeile: 3-5 englische Wörter, einzeilig, lesbar. Der Text muss wie ein emotionaler, minimaler Werbespruch aussehen, nicht wie ein Funktionsmerkmal.

SCHRITT 6: Bauen Sie Produktankerfotos

Generieren Sie drei separate, hochwertige Produktfotos mit einer stabilen Bildgenerierungsmethode:

• Anker 1: Heldenansicht – Produkt zentriert, sauberer Hintergrund, helle gleichmäßige Beleuchtung, Negativraum links oder rechts für zukünftigen Text. Halten Sie die genaue Produktfarbe ein.
• Anker 2: Material-/Strukturdetail – Nahaufnahme der einzigartigsten Textur, Kante, Knopf, transparenten Teil oder Öffnungsmechanik.
• Anker 3: Abschlusskomposition – Produkt im Rahmen, der die endgültige Textzeile und die Hauptfarbe enthält; die Textzeile sollte klein im Negativraum platziert sein.

SCHRITT 7: Bauen Sie das Takt-Storyboard

Erstellen Sie ein präzises Takt-Storyboard, das definiert:

• Shot-Reihenfolge und Dauer jedes Shots.
• Kamerabewegung (still, Schwenk, Zoom, Kamerafahrt).
• Produktaktion (drehen, öffnen, Lichtänderung).
• Textzeile und ihr Timing innerhalb jedes Shots.
• Übergang zum nächsten Shot.

SCHRITT 8: Videogenerierung

Verwenden Sie das Storyboard, um das Video Shot für Shot zu generieren. Standardmodell: MiniMax-H3. Wenn ein Shot fehlschlägt, versuchen Sie es mit Seedance oder einem anderen Modell als Fallback.

SCHRITT 9: Überprüfung und Bereitstellung

Zeigen Sie den finalen Film an. Bieten Sie an, die Typografie zu verfeinern, einen neuen Shot zu generieren oder das Audio zu wechseln.

Hinweis: Einige Details aus dem Original wurden aus Gründen der Klarheit und Länge komprimiert. Die vollständige Dokumentation enthält detailliertere Regeln und Ausnahmen.