techdou/ai-promo-video

Skill de Vídeo Promocional con IA

Pipeline integral para vídeos promocionales generados por IA. Úsalo cuando el usuario quiera planificar, redactar y producir un vídeo de marketing/marca/promoción utilizando herramientas de generación de vídeo por IA.

Qué cubre este skill

El flujo completo de 4 fases:

1. Investigación de modelos — examinar modelos de generación de vídeo (principalmente doubao-seedance), redactar informes de capacidades
2. Copy de marketing — posicionamiento, propuestas de valor, diferenciación, CTAs
3. Guion de locución — guion con estilo hablado para humano digital o narrador, múltiples versiones de duración para diferentes canales
4. Prompts plano a plano — prompts concretos de generación de vídeo siguiendo las convenciones de escritura oficiales del modelo

Cuándo activarlo

Actívalo cuando el usuario quiera:

• Crear un vídeo promocional/de marca/de marketing usando herramientas de IA
• Investigar modelos de generación de vídeo por IA (seedance, Sora, Kling, Runway, etc.)
• Escribir guiones de locución/narración para vídeos
• Escribir prompts plano a plano para modelos de vídeo por IA
• Planificar una producción de vídeo por IA de principio a fin

No activar para: tareas de edición de vídeo ordinarias, tutoriales con grabación de pantalla, trabajo de vídeo no basado en IA, o copywriting puro sin contexto de vídeo.

Principio de generalidad (importante)

Este skill es un marco, no una plantilla vinculada a un producto, industria o marca específicos. Al trabajar en un proyecto:

• Los ejemplos en los archivos de referencia son ilustraciones, no plantillas para copiar. Adapta la estructura a la audiencia, voz y categoría de producto reales del proyecto.
• No asumas B2B, B2C, educación ni ningún vertical específico. Pregunta al usuario sobre la audiencia y el producto primero si el contexto del proyecto no lo deja claro.
• Usa por defecto los activos de marca del propio proyecto — extrae colores, voz y credenciales del README del proyecto y la carpeta de marca; nunca asumas valores específicos.
• Las reglas de estilo a continuación (反 AI slop) son valores por defecto, no mandamientos. Preséntaselas al usuario si el proyecto parece requerir una voz diferente (por ejemplo, un anuncio de compra con clickbait podría querer legítimamente un tono sensacionalista), pero por lo demás mantenlas.

Principio central: la salida va a la documentación del proyecto

Todos los entregables (informes de investigación, copy, guiones, prompts) deben escribirse como archivos Markdown bajo el directorio docs/promo/ del proyecto (o equivalente), para que sobrevivan entre sesiones y puedan ser revisados/editados por humanos. No te limites a volcar el contenido en el chat.

Enrutamiento por intención del usuario

El usuario pregunta	Fase	Qué hacer
"帮我调研 XX 视频模型" / "seedance 怎么用"	Investigación	Leer references/research-template.md, despachar un subagente de investigación, guardar el informe en docs/promo/00-{model}-调研报告.md
"帮我写宣传文案" / "广告文案"	Copy	Leer assets/copy-template.md, entrevistar brevemente al usuario (audiencia objetivo, activos de marca, diferenciadores clave), escribir en docs/promo/01-宣传文案.md
"写口播稿" / "数字人念稿"	Locución	Leer assets/voiceover-template.md, producir versiones de duración adecuadas al canal, guardar en docs/promo/02-口播稿.md
"视频 prompt 怎么写" / "分镜脚本"	Prompts de plano	Leer references/shot-prompt-template.md + la guía específica del modelo (p.ej., references/seedance-guide.md), producir prompts por plano en docs/promo/03-{model}-视频prompt.md
"从零做一支 AI 宣传片"	Las cuatro fases	Ejecutar las fases en orden, guardar cada artefacto, enlazarlos desde docs/promo/README.md

Fase 1: Investigación de modelos

Objetivo: un informe estructurado sobre las capacidades del modelo elegido, convenciones de prompts, API, precios y dificultades.

1. Preguntar al usuario qué modelo (por defecto: doubao-seedance-1-0-pro-250528; considerar pro fast para presupuesto, evitar lite para vídeos de marca). Si el usuario menciona Sora / Kling / Runway / otros, despachar un subagente de investigación para ese modelo — la estructura del informe en references/research-template.md es independiente del modelo.
2. Leer references/research-template.md para la estructura del estudio.
3. Despachar un subagente de investigación (usar el tipo researcher) con instrucciones explícitas de citar URLs reales y marcar "需核实" para afirmaciones no verificadas. Nunca inventar precios, campos de API o fechas de lanzamiento.
4. Guardar el informe en docs/promo/00-{model-slug}-调研报告.md.
5. Destacar 3-5 restricciones clave que afectarán a fases posteriores (p.ej., "el modelo no puede generar texto fiable → todos los subtítulos deben componerse en posproducción").

Si el objetivo es doubao-seedance, leer también references/seedance-guide.md — contiene la estructura de prompt de 5 segmentos previamente validada, vocabulario de cámara y dificultades conocidas. Para otros modelos, el informe de investigación del paso 4 es la referencia canónica.

Fase 2: Copy de marketing

Objetivo: un documento de copy principal sobre el que se basarán la locución y los prompts de plano.

1. Leer assets/copy-template.md.
2. Recopilar entradas (preguntar solo lo que falte; extraer primero del README del proyecto, carpeta de marca, documentos previos):
   • Audiencia(s) objetivo y sus puntos débiles — podría ser un segmento o varios; no asumir
   • Diferenciadores del producto/marca (3-5)
   • Voz y tono de la marca
   • Identidad visual de la marca (colores, logotipos, activos existentes) — extraer valores hex de la configuración de marca real del proyecto, no usar marcadores de posición
   • Llamada a la acción (podría ser empresarial / consumidor / socio / instalación / registro — depende del producto)
3. Escribir el copy siguiendo la estructura de la plantilla: frase de posicionamiento → propuestas de valor → narrativa principal → diferenciadores → datos/credenciales → CTAs.
4. Guardar en docs/promo/01-宣传文案.md.

Reglas de estilo (valores por defecto — presentarlas al usuario si el proyecto requiere algo diferente):

• Lenguaje llano sobre palabras de moda. Usar metáforas cotidianas; mantener términos técnicos solo cuando enseñen algo al lector.
• Mostrar, no afirmar. Citar credenciales reales, clasificaciones, números — nunca inflar.
• Frases que sobreviven al ser dichas en voz alta. Leer cada frase en voz alta mentalmente; si suena a comunicado de prensa, reescribir.

Fase 3: Guion de locución

Objetivo: un guion con estilo hablado para un humano digital o narrador humano, estructurado para TTS y edición de vídeo.

1. Leer assets/voiceover-template.md.
2. Basarlo en el copy principal de la Fase 2 — no inventar nuevos mensajes.
3. Preguntar al usuario sobre el canal de distribución (抖音/视频号/公众号/官网/B站/朋友圈/开屏 etc.) — el canal determina las versiones de duración necesarias. La plantilla enumera versiones típicas (larga 60s+, media 30s, corta 15s) como valores por defecto, no como requisitos fijos.
4. Anotar con convenciones de lectura: velocidad del habla, pausas, marcadores de énfasis (▲ para énfasis, ▼ para suave, … para sostenido), números en lectura china.
5. Proporcionar una tabla de mapeo plano a plano (tiempo → segmento de locución → sugerencia visual).
6. Guardar en docs/promo/02-口播稿.md.

Reglas de estilo:

• Frases cortas. Una idea por línea, divisible en cláusulas independientes.
• Conversacional, no escrito. "我们做的事，就是把这两边拉到一起" es mejor que "本平台致力于实现人才与企业的精准对接".
• Los marcadores de énfasis y pausa importan — marcan el ritmo del TTS y el ritmo de edición del vídeo.

Si el usuario va a alimentar el guion en mimo TTS o similar, producir también un segments.json siguiendo assets/segments-template.json — un segmento por plano, con instrucciones de estilo por segmento.

Fase 4: Prompts de vídeo plano a plano

Objetivo: prompts concretos, listos para copiar y pegar, para el modelo de vídeo elegido, uno por plano, preparados para llamadas API por lotes.

1. Leer references/shot-prompt-template.md y la guía específica del modelo (references/seedance-guide.md para seedance; para otros modelos, el informe de investigación de la Fase 1).
2. Mapear el guion de locución en planos (típicamente 5-10s cada uno; el número total de planos escala con la duración total, aproximadamente 1 plano por cada 5-8 segundos).
3. Para cada plano, escribir un prompt completo siguiendo la estructura oficial del modelo. Para seedance, es la 5-段式:
   • 整体风格与氛围
   • 主体（含一致性约束）
   • 场景（环境/光照/道具）
   • 时间轴动作（0-N 秒）
   • 运镜 + 技术参数
   • 一致性约束（无文字水印 logo、五指完整）
4. Incluir parámetros de llamada API (modelo, resolución, relación de aspecto, duración, semilla) y un fragmento de código para envío por lotes.
5. Guardar en docs/promo/03-{model}-视频prompt.md.

Reglas estrictas para seedance (provienen de fallos reales):

• 字幕、品牌名、Logo 一律后期合成 — la representación de texto de seedance 1.0 es débil.
• No hay campo negative_prompt independiente — integrar las negaciones en restricciones positivas ("无文字" no "不要文字").
• Un prompt = un plano. No intentar narrativas de múltiples planos en un solo prompt; cortar en posproducción.
• Para la coherencia de personajes entre planos, usar imagen a vídeo con una imagen de anclaje del primer fotograma en lugar de texto a vídeo.
• Añadir siempre al final un "无文字、无水印、无 logo、人物五指完整" explícito.

Para otros modelos, seguir la estructura oficial de prompts y las restricciones de ese modelo según se documente en el informe de investigación de la Fase 1.

Dificultades de producciones reales

Cosas que este skill ha visto salir mal (todas son generales, no específicas de un proyecto):

• Marca de agua de vista previa de Boson higgs-avatar — los vídeos incluyen "This digital avatar is generated by AI" en la parte inferior. Recortar con ffmpeg en posproducción: ffmpeg -i in.mp4 -vf "crop=W:H-30:0:30,scale=W:H" out.mp4. La marca de agua se añade en el momento de generación del vídeo, no por la imagen de origen.
• Confusión de parámetros entre skills — --skip-check existe en mimo-lecture-audio-skill pero NO en boson-ai-skill. Siempre comprobar el --help del propio skill antes de asumir que las banderas se transfieren.
• Límites de duración de audio en servicios de avatar — boson limita el audio único a 60s. Dividir guiones más largos en segmentos ≤60s y fusionar vídeos en posproducción.
• La retransmisión de la API de imágenes ocasionalmente se desconecta en lotes grandes de alta calidad (RemoteProtocolError). Usar --count 1 por llamada y hacer bucle, o reducir a --quality medium.
• Cola de tareas del modelo de vídeo — los vídeos más largos (10s) tardan 3-5 veces más que los más cortos (5s) en el mismo modelo. Presupuestar para reintentos al iterar.
• Imagen a vídeo es más consistente que texto a vídeo — para cualquier personaje que deba tener el mismo aspecto en todos los planos, generar primero un fotograma fijo y reutilizarlo como primer fotograma.

Traspaso a skills de ejecución

Este skill produce planes y prompts; no ejecuta las llamadas API por sí mismo. Después de la Fase 4, indicar al usuario la ejecución:

• Generación de imágenes (fotos de avatar/producto) → skill image2-api
• TTS de locución → mimo-lecture-audio-skill (chino) o boson-ai-skill (multilingüe)
• Vídeo de humano digital → boson-ai-skill (higgs-avatar, modo audio a vídeo)
• Escenas B-roll / planos de escena → llamar a la API del modelo de vídeo directamente (aún no hay skill envolvente para seedance/Sora/Kling)

Archivo de índice de salida

Después de las cuatro fases, mantener docs/promo/README.md como índice — enumerar cada artefacto, el orden de ejecución, la estimación de presupuesto y las decisiones abiertas. Esto es lo que el usuario abrirá en la siguiente sesión para reanudar.

Estilo en todas las salidas (valores por defecto anti AI slop)

Estas reglas reflejan una preferencia por contenido honesto y anti genérico. Son valores por defecto — preséntalos al usuario si el proyecto parece requerir una voz diferente, pero por lo demás mantenlos.

• Titulares sencillos, no clickbait. No "¡Increíble!" o "¡Descubrimiento asombroso!".
• Conclusiones primero, detalles después. Listas sobre párrafos cuando el usuario vaya a actuar sobre los elementos.
• Honesto sobre la incertidumbre. Marcar "需核实" para hechos no verificados; nunca inventar URLs, precios o funciones.
• Eliminar palabras de AI slop por defecto: "potenciar", "apalancar", "ecosistema", "ventanilla única", "líder de la industria", "dedicado a". Reemplazar cada una con un verbo concreto o una afirmación específica.
• Sin entusiasmo falso en los informes. No "¡Genial!", "muy sorprendente". Los informes de entregables presentan hechos.
• Coincidir con el lenguaje del usuario — chino de entrada, chino de salida.