Communitygithub.com

Qo-qiao/ComfyUI-omni-llm

Convierte imágenes de producto y requisitos publicitarios en cortos anuncios de producto minimalistas para promociones de comercio electrónico y lanzamientos de productos. La habilidad confirma el formato y las variantes del producto, extrae puntos de venta, redacta un texto publicitario conciso en inglés, construye anclajes del producto, planifica tipografía/storyboards sincronizados con el ritmo y genera un video de producto limpio con un lenguaje de cámara premium.

¿Qué es ComfyUI-omni-llm?

Esta habilidad de agente de IA está diseñada para guiar a vendedores de comercio electrónico, pequeñas marcas y creadores independientes en la creación de videos publicitarios de productos minimalistas, al estilo Apple. Primero, realiza una verificación inicial obligatoria para confirmar los materiales del producto, variantes, duración objetivo (5s/10s/15s), relación de aspecto, plantilla de estilo Apple (tecnología blanca, luz de contorno oscura, campo de color de marca o escena de estilo de vida clara), y si el texto en pantalla lo proporciona el usuario o lo genera el agente. El flujo de trabajo construye de forma independiente tres fotos de anclaje (principal, detalle y composición final) en lugar de una hoja de paneles para evitar que los modelos de video reproduzcan diseños de cuadrícula. Luego, desarrolla un storyboard de ritmo preciso que dicta el orden de las tomas, las acciones y el comportamiento del texto, asegurando que el texto en pantalla aparezca como tipografía integrada en el video (no como subtítulos), con un máximo de 3-5 palabras en inglés por línea y con un esquema de color de dos partes que utiliza el color real del producto. La habilidad se adhiere estrictamente a la apariencia física del producto (no lo recolora) y utiliza MiniMax-H3 por defecto para la generación de video, ya que produce primeros planos limpios y con espacio negativo. Finalmente, genera el video completo con audio nativo o edición basada en música, mostrando el progreso después de cada paso y requiriendo confirmación del usuario antes de continuar.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Qo-qiao/ComfyUI-omni-llm/tree/HEAD/skills/minimalist-product-ad-generator

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Generador de Anuncios de Producto Minimalistas

Usa esta habilidad para guiar a usuarios no profesionales a través de un flujo de trabajo de estilo que crea un video publicitario de producto minimalista para la promoción de comercio electrónico y lanzamientos de productos. Los usuarios objetivo son vendedores de comercio electrónico, propietarios de pequeñas marcas, creadores independientes y vendedores individuales; el usuario debe proporcionar al menos una imagen del producto o activo relacionado.

El principio central es: confirmar primero los activos y el resumen, construir los datos del producto y una columna vertebral narrativa del producto, fijar las imágenes del producto con fotos de anclaje independientes, controlar el video con un storyboard de ritmo preciso, y luego finalizar la película con edición de audio nativo o basada en música. Esta habilidad ya no utiliza por defecto una hoja de 4 paneles de anclaje, porque los modelos de video pueden reproducir el diseño de los paneles. Por defecto, utiliza tres fotos de anclaje separadas más un storyboard de texto de ritmo preciso como sistema de control de video.

Puerta de Inicio

Cada vez que se active esta habilidad, ejecute una puerta de inicio completa pero ligera antes de cualquier análisis, redacción de textos, generación de anclajes o generación de video. Confirme solo la información requerida para la producción. No pregunte sobre la música aquí; la música se maneja más adelante en el paso de música.

La puerta de inicio debe confirmar todo lo siguiente en una sola pasada:

  1. Imágenes del producto y materiales relacionados

    • Pida al usuario que suba imágenes del producto y materiales relacionados, como fotos del producto, imágenes del empaque, renders, fotos de detalles, activos de video existentes o referencias visuales.
    • Si el mensaje actual o el lienzo/sesión actual ya contiene materiales, indique que se han detectado materiales. No pida al usuario que los suba de nuevo; solo confirme si desea utilizar los materiales actuales.
    • Si hay varios materiales candidatos y sus roles no están claros, pregunte cuál debería ser la imagen principal del producto.
  2. Estado de la variante del producto

    • Confirme si se trata de una sola variante o de múltiples variantes/colores/modelos.
    • Si hay múltiples variantes, confirme cuál es la variante principal.
    • Si el usuario no lo especifica, el agente puede recomendar una basándose en la imagen del producto, pero el storyboard posterior aún debe escribir el nombre del color o variante concreto.
  3. Duración objetivo

    • 5s / 10s / 15s, con 10s como valor predeterminado recomendado.
  4. Relación de aspecto

    • 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / igualar imagen de referencia.
    • Una vez seleccionada, la hoja de anclaje, el video y la entrega final deben mantener estrictamente esta relación.
  5. Plantilla de estilo Apple

    • Tecnología blanca / luz de contorno oscura / campo de color de marca / escena de estilo de vida clara.
  6. Texto en el fotograma

    • Texto proporcionado por el usuario, o texto en inglés de estilo Apple generado por el agente.
  7. Estrategia del modelo de video

    • El modelo predeterminado es MiniMax-H3, porque a menudo produce primeros planos de producto más limpios al estilo Apple, espacio negativo y un lenguaje de cámara de película de producto premium.
    • No pida al usuario que elija un modelo de video durante la puerta de inicio. Muestre "modelo predeterminado: MiniMax-H3" como parte del resultado adoptado de la puerta de inicio.
    • Si el usuario solicita explícitamente otro modelo, siga la elección del modelo del usuario después de verificar las capacidades.
    • Seedance es solo un respaldo cuando el usuario quiere explícitamente una ejecución de múltiples tomas más fuerte, solicita Seedance o acepta una alternativa después de que H3 falle o no pueda satisfacer la estructura solicitada.

La puerta de inicio es obligatoria. Si el usuario ya ha subido material del producto, solo omita la solicitud de carga; no omita el resto de la puerta de inicio. El agente aún debe confirmar el estado de la variante del producto, la duración objetivo, la relación de aspecto, la plantilla de estilo Apple y el modo de texto en el fotograma en una sola pasada antes del análisis, la generación de anclajes, el storyboard o la generación de video. El modelo de video no es una pregunta de la puerta de inicio: use MiniMax-H3 por defecto y muéstrelo en el resultado completado de la puerta de inicio. Si el usuario dice "tú decides / solo hazlo", el agente puede elegir los valores predeterminados recomendados para los campos restantes, pero aún debe mostrar las opciones adoptadas como el resultado completado de la puerta de inicio antes de continuar.

Principios Operativos

  1. Las fotos de anclaje independientes son el sistema de control visual predeterminado

    • Genere tres fotos de anclaje separadas por defecto, no una hoja de 4 paneles, porque los modelos de video pueden copiar los diseños de los paneles en la película final.
    • Las tres fotos de anclaje generalmente cubren: vista principal/impactante, detalle material o funcional, y composición final del texto.
    • No cree un anclaje de acción estructural separado cuando se superponga con la vista principal. Combine las señales de estructura/acción en el anclaje de detalle del material a menos que el producto realmente necesite una referencia de mecanismo distinta.
    • Cada foto de anclaje debe ser una foto de producto independiente completa. No cree diseños de cuadrícula, pantallas divididas, tableros de collage, paneles enmarcados, paredes de productos u hojas de storyboard.
    • El storyboard de ritmo preciso determina el orden real de las tomas, la acción y el comportamiento del texto. No utilice fotos de anclaje como reemplazos directos de tomas.
  2. El texto en el fotograma debe aparecer como movimiento de video integrado, no como un recurso de subtítulos

    • El texto en la foto de anclaje del texto es solo una referencia para la fuente, la posición, el diseño de una sola línea y el tratamiento de color de dos partes. No significa que todo el video pueda usar solo esa línea de texto.
    • El storyboard de ritmo preciso puede definir múltiples líneas de texto corto en inglés en diferentes tomas. Cada línea debe tener de 3 a 5 palabras en inglés, una sola línea, legible y seguir la regla de color de dos partes: en el estilo de tecnología blanca, la primera mitad usa negro o gris oscuro; en el estilo de luz de contorno oscura, la primera mitad puede usar blanco; y la segunda mitad siempre usa el color específico del producto. No use etiquetas de características aisladas de 1-2 palabras.
    • La generación de video debe incluir el texto del storyboard dentro del fotograma.
    • El texto no necesita aparecer en cada toma. Si el modelo de video tiende a cometer errores de tipografía, reduzca la frecuencia del texto de manera proactiva. Para una película de 10 segundos, generalmente mantenga solo un momento de texto a mitad de la película más un momento de texto final; no ponga texto en cada toma. La toma final debe incluir una línea de texto estable de una sola línea.
    • Por defecto, pida al modelo de video que genere la tipografía en el fotograma y su sincronización directamente. No degrade silenciosamente el texto a subtítulos de postproducción ni reserve espacio vacío para superposición posterior. Use la alternativa de postproducción solo cuando el usuario lo solicite explícitamente o cuando la tipografía de video integrada falle y el usuario acepte una alternativa.
  3. El color del cuerpo del producto es una restricción de fidelidad estricta

    • El estilo Apple significa composición limpia, luz premium, movimiento moderado y espacio negativo; no significa convertir el producto en blanco, plateado o similar a los AirPods.
    • El color original del cuerpo del producto, el color de acento, el tinte del material y el acabado visible de la imagen del usuario deben conservarse en todas las fotos y videos de anclaje.
    • Solo el fondo, el entorno de iluminación y la composición pueden cambiar hacia la plantilla de estilo Apple seleccionada. Nunca recoloque el cuerpo del producto a menos que el usuario lo solicite explícitamente.
    • El color de énfasis del texto final debe provenir del color principal real del producto, no de una paleta genérica plateada/blanca de Apple.
  4. Cada producto necesita una narrativa específica del producto

    • No reutilice una plantilla fija de auriculares ni escriba frases vagas como "el estado del producto cambia".
    • El storyboard debe basarse en la categoría del producto, la forma, el material, la estructura y las acciones visibles.
    • El movimiento del producto debe ser visual y concreto, como "la tapa se abre 30 grados y aparece el reflejo interior" o "la corona gira mientras un destello se desliza a lo largo del borde".
  5. El progreso debe ser visible

    • Después de cada paso, muestre lo que se produjo y qué decisión se necesita a continuación.
    • No ejecute automáticamente todo el proceso sin la confirmación del usuario.

Reglas de Tipografía

  • El texto publicitario en el fotograma debe estar en inglés.
  • Si el usuario proporciona texto en chino, tradúzcalo a un inglés conciso o solicite la aprobación de la versión en inglés.
  • El texto visible en el fotograma debe tener de 3 a 5 palabras en inglés, preferiblemente no más de 32 caracteres en inglés incluidos los espacios. No escriba etiquetas de características aisladas de 1-2 palabras.
  • El texto debe sentirse como una película de producto de Apple: sensorial, basado en beneficios, basado en materiales o una propuesta de valor ligera; evite eslóganes promocionales y etiquetas de características de comercio electrónico.
  • Referencia de fuente: SF Pro Display / SF Pro Text. Prefiera SF Pro Display Semibold en las instrucciones.
  • No use más de dos colores de texto en una toma.
  • En el estilo de tecnología blanca, la primera mitad del texto debe usar negro o gris oscuro; el texto blanco está prohibido sobre fondos blancos. En el estilo de luz de contorno oscura, la primera mitad puede usar blanco. La segunda mitad siempre usa el color específico del producto.
  • El texto debe permanecer en una línea. No lo envuelva, apile ni divida en varias líneas.
  • En cualquier momento, solo puede aparecer una línea de texto en inglés de una sola línea en el fotograma. No muestre dos filas de texto, títulos de dos líneas, pares de título + subtítulo o múltiples bloques de texto al mismo tiempo. La tipografía de dos partes debe continuar o reemplazar dentro de la misma línea, nunca dividirse en filas superior e inferior.
  • No coloque texto en una posición de subtítulo inferior. Prefiera la zona visual centrada verticalmente, alineada a la izquierda o a la derecha como parte de la composición. El texto debe ser ligeramente más grande y sentirse como un elemento visual de una película de producto, no como un subtítulo explicativo.
  • Patrón de media película aprobado: espacio negativo limpio, movimiento del producto o primer plano del producto lidera el fotograma, el fotograma permanece despejado y aparece solo una línea de texto en inglés de una sola línea. El texto puede colocarse cerca del borde del producto, la superficie del producto o el área de enfoque del primer plano para que se sienta integrado en la imagen del producto en lugar de flotar como un subtítulo. No dañe el espacio negativo ni agregue un segundo bloque de texto solo para agregar texto.
  • El movimiento de texto de dos partes predeterminado debe permanecer visible: la primera mitad se desvanece o se desliza sutilmente primero, luego la segunda mitad se desvanece o se desliza sutilmente después. Cuando aparece la segunda mitad, la primera mitad se desplaza suavemente dentro de la misma línea para hacer espacio.
  • El desplazamiento debe ser sutil, alrededor de 10-15 px u 8-12% del ancho del texto. El movimiento debe ser suave y moderado; evite efectos de interfaz de usuario saltarines, neón o llamativos.
  • No haga que la tipografía sea completamente estática solo para evitar el texto de dos filas. La solución correcta es la entrada de dos partes en la misma línea, desplazamiento sutil, desvanecimiento o deslizamiento suave; la solución incorrecta es la división en líneas superior/inferior, títulos de dos líneas o la eliminación del movimiento del texto.

PASO 1: Verificación de Activos y Resumen de Datos del Producto

Si no hay material del producto disponible, pida al usuario que lo suba. Si el material ya está disponible, utilícelo y analice:

  • Categoría del producto.
  • Posición del sujeto y ocupación del fotograma.
  • Calidad de la imagen: nitidez, iluminación, composición y detalles visibles.
  • Color principal del producto y posible variante principal.
  • Estructura visible: apertura, rotación, elevación, ajuste a presión, plegado, apertura emergente, brillo, pantalla, textura, etc.
  • Características de apariencia real utilizables para el storyboard: material, borde, botón, puerto, empaque, parte transparente, pantalla o silueta distintiva.

Si la calidad de la imagen no es utilizable, deténgase y dé consejos concretos para volver a tomar la foto.

Genere un breve resumen de datos del producto:

  • Material utilizado.
  • Categoría del producto.
  • Candidatos de color principal y sugerencia de variante principal.
  • Aprobado/reprobado en calidad.
  • Estructura/característica visible.

PASO 2: Confirmar el Resumen de Producción

Convierta las respuestas de la puerta de inicio en un resumen de producción ejecutable. No vuelva a preguntar por parámetros que ya se hayan confirmado. El resumen impulsa la columna vertebral narrativa, el texto, la hoja de anclaje y el storyboard.

El resumen de producción debe incluir:

  • Material del producto utilizado.
  • Variante principal / color principal del producto.
  • Relación de aspecto.
  • Duración objetivo.
  • Plantilla de estilo Apple seleccionada.
  • Estrategia de variante única/múltiples variantes.
  • Modo de texto en el fotograma: texto proporcionado por el usuario o texto en inglés de estilo Apple generado por el agente.

Reglas para productos con múltiples variantes:

  • El usuario selecciona un estilo; no elimine automáticamente todas las demás variantes.
  • Cada proyecto de múltiples variantes debe decidir primero una variante principal.
  • Las otras variantes no deben aparecer todas al principio; aparecen solo en tiempos de proceso, transiciones o el conjunto final completo.
  • Si el usuario no especifica una variante principal, el agente puede elegir la más estable visualmente y usar las demás para el ritmo y la estratificación.
  • Evite matrices de comercio electrónico, exhibiciones de nueve cuadrículas, apilamiento, diseños dispersos, todos los colores planos o paredes de productos a pantalla completa.

PASO 3: Elegir una Columna Vertebral Narrativa del Producto

Antes de redactar el texto y generar los anclajes, elija una columna vertebral narrativa ligera del producto. No use una estructura amplia de película de marca corporativa; esta habilidad se centra en películas cortas de estilo Apple para productos físicos.

Si el usuario no ha seleccionado una dirección, ofrezca 2-3 direcciones concisas, recomiende una y continúe después de la confirmación. Si el usuario dice "tú decides", use la recomendada.

Columnas vertebrales recomendadas:

  1. Lanzamiento del Producto (recomendación predeterminada)

    • Apertura con espacio negativo → la variante principal establece la vista principal → detalle del material/estructura → acción natural del producto → variantes o relación de color → cierre con texto completo.
    • Bueno para auriculares, relojes, accesorios digitales, pequeños electrodomésticos, dispositivos de fragancia, etc.
  2. Característica Táctil

    • Quietud del producto → disparador de interacción → acción característica → magnificación del detalle → resultado/sensación → fotograma de cierre.
    • Bueno para productos con apertura clara, rotación, ajuste magnético, cambio de luz, pantalla, plegado, vapor o acciones similares.
  3. Familia de Colores

    • La variante principal aparece sola → las variantes de apoyo se deslizan ligeramente → se forma el orden de colores → el material y la estructura se mantienen unificados → el conjunto completo se cierra → el texto aterriza.
    • Bueno para productos multicolor, de múltiples variantes o de múltiples modelos.

Genere una oración que describa la columna vertebral narrativa seleccionada, por ejemplo:

Esta película utiliza la columna vertebral Familia de Colores: la variante principal púrpura establece la vista principal, otros colores entran como capas de apoyo, y el conjunto completo de productos cierra con el texto en inglés.

PASO 4: Dirigir el Lenguaje de Movimiento

Antes de redactar el texto y generar los anclajes, elija el lenguaje de movimiento del producto. Esto define cómo se mueve el producto dentro del fotograma para contar la historia visualmente.

Opciones de lenguaje de movimiento:

  1. Revelación (recomendación predeterminada)

    • El producto aparece desde fuera del fotograma, se desliza o se ilumina gradualmente en espacio negativo. La cámara puede permanecer quieta o seguir suavemente.
    • Bueno para productos elegantes y minimalistas donde el enfoque es la forma y el material.
  2. Macro Enfoque

    • Primeros planos extremos de la textura del material, el borde o el patrón de la superficie, luego la cámara retrocede o se reenfoca para revelar el producto completo.
    • Bueno para productos con texturas o acabados de material únicos.
  3. Giro del Producto

    • El producto gira lentamente sobre su eje mientras la luz se mueve a través de su superficie. La cámara puede orbitar ligeramente.
    • Bueno para productos con formas 360 elegantes o detalles de diseño continuos.
  4. Acción Guiada

    • Una interacción humana o mecánica desencadena el movimiento del producto (por ejemplo, una mano que abre la tapa, un dedo que presiona un botón o una base que gira).
    • Bueno para productos con características interactivas.

Genere una oración que describa el lenguaje de movimiento seleccionado, por ejemplo:

Esta película utilizará un movimiento de Revelación: el producto se desliza suavemente desde la izquierda hacia el centro del fotograma con un sutil destello de borde en el momento de la entrada.

PASO 5: Redactar el Texto Publicitario en Inglés de Estilo Apple

Ahora redacte el texto publicitario en inglés para el fotograma. El texto debe sentirse como una película de producto de Apple: sensorial, basado en beneficios, basado en materiales o una propuesta de valor ligera. Evite eslóganes promocionales y etiquetas de características de comercio electrónico.

Reglas de redacción:

  • Cada línea debe tener de 3 a 5 palabras en inglés.
  • Preferiblemente no más de 32 caracteres en inglés incluidos los espacios.
  • No escriba etiquetas de características aisladas de 1-2 palabras.
  • Use un máximo de dos líneas de texto en todo el video (por ejemplo, una línea a la mitad de la película y una línea final).
  • La línea final debe ser la declaración más fuerte y memorable.

Ejemplos de buen texto de estilo Apple:

  • "Sound. Redesigned."
  • "Light. Balanced. Precise."
  • "Crafted from titanium."
  • "The new standard."

Genere el texto en el siguiente formato:

Mid-film line: [texto de 3-5 palabras]
Final line: [texto de 3-5 palabras]

PASO 6: Construir el Sistema de Anclaje Visual

Antes de generar fotos de anclaje, planifique tres anclajes visuales independientes:

  1. Anclaje Principal: la variante principal en espacio negativo, iluminación limpia, composición premium. Este anclaje establece el tono de la película.
  2. Anclaje de Detalle: enfatiza la textura del material, la característica estructural, el mecanismo de apertura o un detalle funcional. Combine señales de estructura/acción aquí a menos que el producto necesite una referencia de mecanismo separada.
  3. Anclaje de Texto: una composición limpia que muestra la línea de texto final integrada en el fotograma con la fuente y el color correctos.

Luego, genere estas tres fotos de anclaje utilizando un modelo de generación de imágenes. Asegúrese de que cada foto sea una foto de producto independiente y completa, no una hoja de storyboard o un diseño de cuadrícula.

PASO 7: Crear el Storyboard de Ritmo Preciso

Ahora cree un storyboard de ritmo preciso que dicta el orden real de las tomas, la acción y el comportamiento del texto. Este storyboard controla la generación de video directamente.

Formato de storyboard:

TomaDuraciónAcciónPosición del TextoMovimiento del Texto
12sLa variante principal se desliza desde la izquierda, se detiene en el centro, espacio negativo alrededorSin texto—
23sPrimer plano de la textura del material, iluminación suaveLínea de media película: "Crafted from precision."Mitad izquierda aparece primero, luego la mitad derecha se desvanece, desplazamiento sutil de 10 px
32sGiro del producto, el borde capta la luzSin texto—
43sEl producto completo se detiene en el centro, espacio negativo, la línea de texto final apareceLínea final: "The new standard."La mitad izquierda se desliza desde la izquierda, luego la mitad derecha se desliza desde la derecha, se encuentran en el centro

Asegúrese de que:

  • La duración total de todas las tomas coincida con la duración objetivo (por ejemplo, 10s).
  • El texto solo aparece en 1-2 tomas (por ejemplo, media película y final).
  • El texto sigue la regla de color de dos partes.
  • El movimiento del texto es sutil y moderado.

PASO 8: Generar el Video

Ahora genere el video completo utilizando el modelo de video seleccionado (MiniMax-H3 por defecto). Proporcione todas las instrucciones necesarias al modelo, incluyendo:

  • El storyboard completo.
  • Las fotos de anclaje como referencia visual.
  • El texto y su sincronización.
  • La relación de aspecto y la duración.
  • La plantilla de estilo Apple.

Después de la generación, muestre el video al usuario y pregunte si necesita ajustes.

Música y Audio

Si el usuario solicita música, pregunte sobre el estado de ánimo (por ejemplo, energético, calmado, premium) y el género (por ejemplo, electrónica, piano, ambiental). Genere o recomiende una pista de música que coincida. No agregue música al video generado por defecto; solo cuando el usuario lo solicite.

Entrega Final

  • El video debe estar en la relación de aspecto seleccionada.
  • El texto debe estar integrado en el fotograma (no subtítulos).
  • La calidad del producto debe ser alta: sin desenfoque, sin artefactos, composición limpia.
  • La duración debe coincidir con la duración objetivo.
  • Muestre al usuario el video final y pregunte si necesita cambios.

Skills relacionados