name: ai-video-ad-production description: AI 电商视频广告生产线：一条命令出带货短视频（产品锁 / 多引擎选型 / 官方真像素产品镜 / 自动装配）。One-command product ad video pipeline: product lock, multi-engine selection, official-pixel product inserts, auto overlay assembly. category: ecommerce
AI 生成带货短视频（真人剧情 / 口播）
When to Use
用户要"短视频 / 带货片 / 口播片 / 样片标准"，或抱怨之前的成片"没有真实感、像图片拼接"时。 先做路径判断（见下），不要把素材拼接当成交付。
🚀 怎么跑（2026-09-18 起：一条命令出片）
整机 = scripts/make_ad.py —— 把原先散在 /tmp 的 6 个手工脚本串成一条命令，
后面所有零件脚本按需被它调用。
S=~/.hermes/skills/ecommerce/ai-video-ad-production
# ① 先看 prompt（免费、不提交；确认产品锁+分镜再花钱）
python3 $S/scripts/make_ad.py $S/templates/ad_project.hsq1.json --steps plan
# ② 全自动一条龙：提交→轮询→下载→抽帧核验→装配 30s/15s→交付桌面
python3 $S/scripts/make_ad.py $S/templates/ad_project.hsq1.json --steps all
# ③ 分段已下载，只重跑后期（改字幕/换旁白/重切 15s —— 不花钱，最常用）
python3 $S/scripts/make_ad.py <项目.json> --steps assemble,deliver
# ④ 只处理某几段 / 临时换 runid、分辨率
python3 $S/scripts/make_ad.py <项目.json> --steps fetch,verify --seg 3 --runid v24 --res 720P
每步都查退出码 + 产物存在/大小，不达标直接报 FAIL 原文并列出，不静默继续。
项目配置（templates/ad_project.hsq1.json 是可直接跑的真实样例，改它就能出新片）：
| 字段 | 说明 |
|---|---|
model | 引擎（产品镜用 wan3.0-video；缺省 wan2.7-r2v 只适合纯人物戏） |
product | 指向产品档案 product_profiles.json 的键 —— 生图/视频共用同一份档案 |
refs | 参考图顺序 = 图1..图N，必须与产品锁模板里的图号描述一一对应；本地图自动 scp 到公网 |
segments | 每段分镜正文（只写"拍什么"；产品锁由 make_ad 自动拼在前面） |
assembly.vo | 旁白（edge-tts）；落点 = 字幕 start，天生对齐 |
assembly.subs/chips/spec/compliance | 字幕 / 花字 / 参数条 / AI 生成内容标注 |
assembly.cut15 | 15s 版：取哪几段、旁白切哪几刀、每个 overlay 在 15s 轴上的新时间窗 |
deliver | 交付目录 + 文件名（默认 ~/Desktop/电商素材/<产品>/视频/） |
产品锁（所有产品共用一份，别新建）：templates/product_lock_head.txt + 档案里的 video_lock 字段。
"占比 ≤ 画面高 1/6、机头直径当尺子算 1.9 倍、底部端面是平的圆面、线沿轴线插、全程不直视镜头…"
这些血泪措辞都在那儿 —— 分镜里不要重复写，也不要手写新模板。
实测证据（2026-09-18）：用 ad_project.hsq1.json 跑 --steps assemble,deliver 复刻出来的成片，
与 2026-09-17 当晚手工交付版 md5 完全一致（30s 86f3da96…、15s 0b67686b…）；
--steps plan,submit,fetch,verify 单段冒烟测真实跑通（提交→轮询→下载→抽帧核验）。
零件清单（scripts/ 26 个，按用途分组）
| 环节 | 脚本 | 用途 |
|---|---|---|
| 整机 | make_ad.py | 一条命令出片（plan / submit / fetch / verify / assemble / deliver） |
| 生成 | videoretalk_submit.py / probe_model_availability.py / compare_video_models.py | 口型替换提交 / 模型可用性探针（提交成功≠可用）/ 同题多家模型横评 |
| 核验·产品 | product_fidelity_zoom.py / scale_consistency_check.py / scale_panel_check.py / measure_product_truth.py / check_reference_image.py / locate_reported_frame.py / audit_shots.py | 产品 2 倍放大 / 跨镜尺寸一致性 / 真值+成片读格面板 / 真机长径比真值 / 参考图体检 / 用户截图反查时间码 / 逐镜审计 |
| 核验·声音 | stt_dialogue_check.py / voice_consistency_check.py / voice_timbre_similarity.py / tts_fit.py | 台词 STT 反查（字幕落点来源）/ 换嗓检测 / 锁音色验证 / 配音调速对齐镜头 |
| 核验·画面 | verify_motion.py | 运动量检测 —— 判断成片是不是"静图贴图" |
| 后期 | assemble_r2v_overlays.py / build_vo30.py / overlay_anim.py / replace_segment_audio.py / gen_ass.py | 装配（支持 vo 整条旁白）/ 旁白轨 / 花字动画 / 替换段内音频 / ASS 花字 |
| 零失真路线 | build_official_product_insert.py / compose_official_material_ad.py / cutout_product.py / make_comp_cards.py | 官方真像素插入镜（产品镜首选，0 成本） / 官方物料动效成片 / 官方图抠透明 PNG / 合成卡 |
| 人物 | gen_character_candidates.py | 男主候选生成（一次出 3-4 个拼图给用户挑） |
路径判断（最重要 · 血泪教训；2026-09-19 重写）
| 路径 | 效果 | 何时用 |
|---|---|---|
① 产品锁 + wan3.0-video ✅ 当前主线 | 同 prompt 同 5 张参考图下产品一次就对、整段不掉金；真人生活情景。参考图=刀网微距/正面全身/真手比例/底部端面/男主 | 绝大多数带货片（有官方产品图、要求"产品像真机"） |
| ② 官方真像素产品镜（0 API 成本） ✅ 产品保真终极解 | 产品 100% 等于真机（官方真像素，不经过 AI） | AI 总把产品画不像时；或片子里要让人一眼认出产品 |
③ 文生视频（wan2.6-t2v，台词走 input.audio_url） | 真人 + 场景 + 中文口型，但产品每段会变一点 | 无官方素材、或纯人物剧情 |
| ④ 素材拼接（clipforge / MoneyPrinterTurbo） | ❌ 用户判定="图片拼接、缺乏真实感、和样片差距很大" | 只当草稿占位，不得作为交付 |
| ⑤ 数字人对口型（wan2.2-s2v / EMO / videoretalk） | 单人口播，环境真实感弱 | 只要口播讲解 |
推荐组合：人物/生活场景镜 → ①；产品出现/特写镜 → ②。
成片结构 =「钩子 5s（AI）+ 官方真机 3s（真像素）+ 正片 7s（AI）」= 15s；
脚本 scripts/build_official_product_insert.py（裁官方图合成 3s 竖屏产品镜，字幕/花字整体 +3s）。
铁律：
- ❌
wan2.7-r2v做产品镜已退役（产品小/看不清/易洗成银白 = 反复返工根因），只留人物戏 - 生成一律 720P（原生 1080P 生成 = 重抽卡不是升级，实测产品变形/掉金/并不更锐）→ 成片由装配升 1080
wan3.0-video会把参考图1 当画面首帧（要控开场就换图1）- 用户给的"样片标准"若是真人剧情对话，不要断言"只能实拍"（用户明确纠正过：他的样片本身就是 AI 生成的）
- 素材拼接（④）永远追不上 ① 的真实感，别把它当成 AI 视频的交付；直接走 ①/②，用用户自己的台词和配音
备用路线配方：wan2.6-t2v（真人剧情片 · 产品会变）
完整参数、JSON、计费、配音托管、验片命令见 references/scene-drama-and-candid-style.md。
要点速览：
POST https://dashscope.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesismodel=wan2.6-t2v，头X-DashScope-Async: enableparameters:size:"720*1280"(9:16) 或"1080*1920"、duration:5|10、shot_type:"multi"、prompt_extend:trueinput.audio_url：传我们自己写的台词配音（3~30s mp3/wav 公网 URL）→ 模型按音频做口型； 不传则模型自动配音效并自己编台词（不可控，卖点会跑偏）- 价格：720P 0.6 元/秒、1080P 1 元/秒；账号带 50 秒免费额度 → 首条 30 秒片可用额度 0 元跑
- 台词音色：edge-tts
zh-CN-XiaoyiNeural（年轻女）/zh-CN-XiaoxiaoNeural（阿姨）/zh-CN-YunxiNeural（男） - 提示词里用
第1个镜头[0-4秒]…第2个镜头[4-10秒]…描述多镜头；末尾加"画面中不要出现任何文字、字幕、水印"
标准生产流程
- 剧本：3 段 × 10 秒（或 6 段 × 5 秒）：剧情钩子 → 产品出场 + 真实卖点 → 收尾 + CTA
- 配音：edge-tts 生成每段台词 mp3 →
scp yunvela:/tmp/→sudo mv到/opt/yunvela-site/dh/→curl -o /dev/null -w '%{http_code}' https://yunvela.com/dh/segN.mp3必须 200 - 生成：逐段提交（可并行），轮询
GET /api/v1/tasks/<id>，curl -sL --retry 3 --retry-all-errors下载 - 后期：拼接 + 花字（白字黑描边 + 黄色关键词框）+ emoji 贴纸 + BGM → 9:16 成片
- 验片（不许跳过）：
ffprobe时长/分辨率/有无音轨 +volumedetect确认有声 + 抽帧拼图肉眼 + STT 反查台词（~/.hermes/scripts/voice_stt_local.py）确认说的就是我们的文案 - 交付：微信发大视频被 iLink 限流 →
~/.hermes/scripts/feishu_send_media.py <视频> "说明"
用户偏好（本项目内已确认）
- 🔴 产品特写别交给 AI——用官方真机图做动效（2026-09-15 实测结论）：
AI 生成的人物剧情镜头里，产品每段都会"变一点"（本项目实测：同 prompt 下一段是等直径圆柱、另一段变成锥形杆+网头，
还会出现重复 logo）。正确做法：人物场景交给 AI，产品特写用官方产品图做 Ken Burns 缓慢推近
（
scale=1080:-1,pad=1080:1920:(w-h)/2:(w-h)/2:white,zoompan=z='min(zoom+0.0007,1.10)':d=<帧数>）， 并把该段原配音接到官方图动效上（不断句）。这样产品 100% 与真机一致，也符合"产品必须真实融入"的甲方红线。 - 🔴 参考图两张必须"同向同形态"：给 r2v 的 2 张产品参考图都必须是竖立视角（本项目实测：把一张"底面断面圆视图" 当参考图2后，模型把修长和圆胖平均，生成出矮胖杯状产品）。禁止混入俯视/仰视/断面图当参考。 参考图做法：裁到主体外接框 → 贴到白底方形画布、主体占画面高 ~60%。
- ⚠️ AI 会自己烧字幕：wan2.6-r2v-flash 即使 prompt 写"不要文字"也常自带底部字幕。 所以我方花字放顶部（Alignment=8 + 大 MarginV），别在底部再叠一层 → 否则双字幕重叠。
- 形制按真实尺寸算，不许目测（2026-09-15 实测教训）：prompt 里的"高:直径"必须由官方尺寸算出
（HSQ1 = 74×39mm → 高:宽 1.93:1 修长圆柱；我曾目测写成"矮胖杯状 1.2:1"，生成结果客户判"还是不准确"）。
写法示例：
机身是修长圆柱形，高约74毫米、直径约39毫米（高度约为直径的1.9倍），黑色哑光缎面… - 话术口径铁律（2026-09-15 用户纠偏）：台词/口播/花字只许引官方宣传物料原文（拉页图、主图上的字）。
❌ 属性表"卖点"字段 ≠ 话术（内部描述）；❌ 参考样片/竞品片里听来的说法不得当话术（HSQ1 实测：禁用"鸡蛋大小"）；
🟡 尺寸类参照词（如"拇指高度"）只能用于画面比例/对比物，禁入话术。
→ 写台词前先按
product-spec-extraction取话术口径，别凭印象写卖点。 - 效果优先（用户 2026-09-15 定）：视频制作以效果为准，不为省钱牺牲观感
- 有产出必须主动汇报；长流程分段报进度，别等追问
- 设计阶段写全真实卖点，不因"没证据"删卖点（证明属投放阶段）；极限词/功效只提示不拦截
- 成本敏感：免费额度/低价先跑通再放量；花钱前说明单价
相关技能
clipforge-video-pipeline：素材拼接方案（clipforge / MoneyPrinterTurbo）的完整配方 = 路径②， 含环境安装坑、逐镜头挂图、本地素材模式，以及 0 成本"真机动态片段库"
📚 知识库索引（8 篇总纲）
| 什么时候读 | 文档 |
|---|---|
| 产品长得不像 / 变形掉色 / 尺寸比例 / 刀网 | references/product-fidelity.md |
| 选引擎 / 模型字段 / 价格 | references/engines-and-models.md |
| 分辨率 / 计费 / 欠费排查 / 预检 | references/resolution-cost-and-arrearage.md |
| 整机流水线 / 装配 / 交付核验 | references/pipeline-assembly-and-qc.md |
| 完播率 / 钩子变体 / 投放指标 | references/hooks-and-ad-metrics.md |
| 配音 / 字幕 / 音色 | references/voice-and-subtitles.md |
| 肖像权 / 合规红线 / 参考图规范 | references/compliance-portrait-and-references.md |
| 场景剧情片 / 真实感拍法 / 分镜措辞 | references/scene-drama-and-candid-style.md |