Communitygithub.com

Qo-qiao/ComfyUI-omni-llm

製品画像と広告要件から、ECプロモーションや製品発表向けのミニマリストな製品広告ショート動画を生成します。このスキルはフォーマットと製品バリエーションを確認し、セールスポイントを抽出し、簡潔な英語の広告コピーを作成し、製品アンカーを構築し、ビートに同期したタイポグラフィ/ストーリーボードを計画し、プレミアムなカメラ言語で洗練された製品動画を生成します。KOCのトークヘッド広告、一般的な編集、複雑な画面デモには対応していません。

ComfyUI-omni-llm とは?

このスキルは、EC販売者や小規模ブランド所有者向けに、製品画像と広告要件からミニマリストな製品広告ショート動画を生成するための包括的なワークフローを提供します。Appleスタイルの製品動画制作に特化しており、スタートゲートでの事前確認、製品ファクトの抽出、ナラティブスパインの選択、ビートに同期したストーリーボードの作成、そして動画生成の各ステップをユーザーと対話的に進めます。デフォルトの動画モデルはMiniMax-H3で、高品質な製品クローズアップとネガティブスペースを生成します。画像内のテキストは3〜5語の簡潔な英語コピーに制限され、製品のボディカラーは忠実に保持されます。独立したアンカー写真とビートストーリーボードにより、ビデオモデルのパネルレイアウト再現を防ぎ、正確なショット制御を実現します。

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

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

ミニマリスト製品広告ジェネレーター

このスキルは、ECプロモーションや製品発表向けのミニマリストな製品広告動画を作成するためのフロースタイルワークフローを通じて、非専門ユーザーをガイドします。対象ユーザーはEC販売者、小規模ブランド所有者、個人クリエイター、個人販売者です。ユーザーは少なくとも1つの製品画像または関連アセットを提供する必要があります。

中核となる原則は次のとおりです。まずアセットとブリーフを確認し、製品ファクトと製品ナラティブのバックボーンを構築し、独立したアンカー写真で製品ビジュアルを固定し、正確なビートストーリーボードで動画を制御し、最後にネイティブオーディオまたは音楽ベースの編集で動画を仕上げます。 このスキルは、デフォルトでは4パネルのアンカーシートを使用しなくなりました。これは、ビデオモデルがパネルレイアウトを再現する可能性があるためです。デフォルトでは、3つの独立したアンカー写真と1つの正確なビートテキストストーリーボードを動画制御システムとして使用します。

スタートゲート

このスキルがトリガーされるたびに、分析、コピーライティング、アンカー生成、または動画生成の前に、完全ながらも軽量なスタートゲートを実行します。制作に必要な情報のみを確認します。音楽についてはここでは尋ねないでください。音楽は後で音楽ステップで処理されます。

スタートゲートでは、以下のすべてを一度に確認する必要があります。

  1. 製品画像および関連資料

    • ユーザーに製品画像と関連資料(製品写真、パッケージ画像、レンダリング、詳細ショット、既存の動画アセット、ビジュアルリファレンスなど)をアップロードするよう依頼します。
    • 現在のメッセージまたは現在のキャンバス/セッションに既に資料が含まれている場合は、資料が検出されたことを明記します。再度アップロードを依頼せず、現在の資料を使用するかどうかのみ確認します。
    • 複数の候補資料があり、その役割が不明確な場合は、どれをメインの製品画像にするかを尋ねます。
  2. 製品バリアントステータス

    • シングルバリアントか、複数バリアント/カラー/モデルかを確認します。
    • 複数のバリアントがある場合は、どれがメインバリアントかを確認します。
    • ユーザーが指定しない場合、エージェントは製品画像に基づいて1つを推奨する場合がありますが、後のストーリーボードでは具体的な色またはバリアント名を記述する必要があります。
  3. ターゲット時間

    • 5秒 / 10秒 / 15秒。推奨デフォルトは10秒です。
  4. アスペクト比

    • 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / 参照画像に合わせる。
    • 選択されたら、アンカーシート、動画、最終納品物はこの比率を厳密に守る必要があります。
  5. Appleスタイルテンプレート

    • ホワイトテック / ダークリムライト / ブランドカラーフィールド / ライトライフスタイルシーン。
  6. フレーム内コピー

    • ユーザー提供のコピー、またはエージェント生成のAppleスタイル英語コピー。
  7. 動画モデル戦略

    • デフォルトモデルはMiniMax-H3です。これは、よりクリーンなApple風製品クローズアップ、ネガティブスペース、プレミアムな製品フィルムカメラ言語を生成することが多いためです。
    • スタートゲート中にユーザーに動画モデルを選択させるような質問はしないでください。採用されたスタートゲート結果の一部として「デフォルトモデル: MiniMax-H3」を表示します。
    • ユーザーが明示的に別のモデルを要求した場合は、機能チェック後にユーザーのモデル選択に従います。
    • Seedanceは、ユーザーが明示的に強力なマルチショット実行を望む場合、Seedanceを要求した場合、またはH3が失敗した場合や要求された構造を満たせない場合のフォールバックとしてのみ使用されます。

スタートゲートは必須です。ユーザーが既に製品資料をアップロードしている場合は、アップロードリクエストのみをスキップします。スタートゲートの残りの部分はスキップしないでください。分析、アンカー生成、ストーリーボード、または動画生成の前に、製品バリアントステータス、ターゲット時間、アスペクト比、Appleスタイルテンプレート、フレーム内コピーモードを一度に確認する必要があります。動画モデルはスタートゲートの質問ではありません。デフォルトでMiniMax-H3を使用し、完了したスタートゲート結果に表示します。ユーザーが「あなたが決めて / とにかくやって」と言った場合、エージェントは残りのフィールドに推奨デフォルトを選択しても構いませんが、続行する前に、採用された選択を完了したスタートゲート結果として表示する必要があります。

運用原則

  1. 独立したアンカー写真がデフォルトのビジュアル制御システム

    • デフォルトでは、1つの4パネルシートではなく、3つの独立したアンカー写真を生成します。ビデオモデルがパネルレイアウトを最終的な動画にコピーする可能性があるためです。
    • 3つのアンカー写真は通常、次のものをカバーします:ヒーロー/印象的なメインビュー、素材または機能の詳細、最後のコピーコンポジション。
    • 構造アクションアンカーがヒーロービューと重複する場合は、別途作成しないでください。製品に明確なメカニズムのリファレンスが本当に必要な場合を除き、構造/アクションキューを素材詳細アンカーにマージします。
    • 各アンカー写真は、完全なスタンドアロンの製品写真である必要があります。グリッドレイアウト、分割画面、コラージュボード、フレーム付きパネル、製品ウォール、またはストーリーボードシートを作成しないでください。
    • 正確なビートストーリーボードが、実際のショット順序、アクション、テキストの動作を決定します。アンカー写真を直接のショット代替として使用しないでください。
  2. フレーム内コピーは、サブタイトルのフォールバックではなく、統合された動画モーションとして表示される必要があります

    • コピーアンカー写真内のテキストは、フォント、位置、単一行レイアウト、2パートカラー処理のリファレンスに過ぎません。これは、動画全体がその1つのコピー行のみを使用できることを意味するわけではありません。
    • 正確なビートストーリーボードは、ショット間で複数の短い英語コピー行を定義する場合があります。各行は3〜5語の英単語、単一行、読みやすいものであり、2パートカラールールに従う必要があります。ホワイトテックスタイルでは前半に黒または濃いグレーを使用し、ダークリムライトスタイルでは前半に白を使用してもよく、後半は常に特定の製品色を使用します。1〜2語の独立した機能ラベルを使用しないでください。
    • 動画生成には、ストーリーボードのコピーをフレーム内に含める必要があります。
    • コピーはすべてのショットに表示する必要はありません。ビデオモデルがタイポグラフィのミスを起こしやすい場合は、積極的にコピーの頻度を減らします。10秒の動画の場合、通常、中間の1つのコピーモーメントと最後の1つのコピーモーメントのみを保持し、すべてのショットにテキストを配置しないでください。最終ショットには、安定した単一行のコピーを含める必要があります。
    • デフォルトでは、ビデオモデルにフレーム内タイポグラフィとそのタイミングを直接生成するように依頼します。静かにテキストをポストプロダクションのサブタイトルに劣化させたり、後でオーバーレイするために空きスペースを確保したりしないでください。ポストプロダクションフォールバックは、ユーザーが明示的に要求した場合、または統合された動画タイポグラフィが失敗し、ユーザーがフォールバックを受け入れた場合にのみ使用します。
  3. 製品ボディカラーは厳格な忠実性の制約です

    • Appleスタイルとは、クリーンな構図、プレミアムな光、抑制された動き、ネガティブスペースを意味します。製品自体を白、シルバー、またはAirPodsのようにすることを意味しません。
    • ユーザーの画像からの製品の元のボディカラー、アクセントカラー、素材の色合い、目に見える仕上げは、すべてのアンカー写真と動画で保持される必要があります。
    • 背景、照明環境、構図のみが、選択されたAppleスタイルテンプレートに向けてシフトする場合があります。ユーザーが明示的に要求しない限り、製品ボディの色を変更しないでください。
    • 最終的なコピーの強調色は、一般的なシルバー/ホワイトのAppleパレットではなく、実際の製品のメインカラーから取得する必要があります。
  4. すべての製品には、製品固有のナラティブが必要です

    • 固定のイヤホンテンプレートを再利用したり、「製品の状態が変化する」のような曖昧なフレーズを書いたりしないでください。
    • ストーリーボードは、製品カテゴリ、形状、素材、構造、目に見えるアクションに基づいている必要があります。
    • 製品の動きは視覚的で具体的でなければなりません。たとえば、「蓋が30度開き、内側の反射が現れる」や「クラウンが回転し、ハイライトがエッジに沿ってスライドする」などです。
  5. 進捗状況を可視化する必要があります

    • 各ステップの後、何が生成されたか、次にどのような決定が必要かを示します。
    • ユーザーの確認なしに、パイプライン全体を自動実行しないでください。

タイポグラフィルール

  • フレーム内の広告コピーは英語である必要があります。
  • ユーザーが中国語のコピーを提供した場合は、簡潔な英語に翻訳するか、英語版の承認を求めます。
  • 表示されるフレーム内コピーは3〜5語の英単語で、スペースを含めて32英文字以内が望ましいです。1〜2語の独立した機能ラベルは記述しないでください。
  • コピーはApple製品フィルムのように感じられるべきです:感覚的、ベネフィット主導、素材主導、または軽いバリュープロポジション。プロモーションスローガンやEコマースの機能タグのような表現は避けてください。
  • フォントリファレンス:SF Pro Display / SF Pro Text。プロンプトでは SF Pro Display Semibold を優先します。
  • ショット内で使用するテキストカラーは2色までにしてください。
  • ホワイトテックスタイルでは、テキストの前半は黒または濃いグレーを使用する必要があります。白い背景に白いテキストは禁止です。ダークリムライトスタイルでは、前半に白を使用しても構いません。後半は常に特定の製品色を使用します。
  • テキストは1行に収める必要があります。折り返し、スタック、複数行に分割しないでください。
  • 常に、フレーム内には1行の英語コピーのみが表示されるようにしてください。2行のテキスト、2行のタイトル、タイトル+サブタイトルのペア、または複数のテキストブロックを同時に表示しないでください。2パートタイポグラフィは、同じ行内で継続または置換する必要があり、上下の行に分割することはありません。
  • テキストを下部のサブタイトル位置に配置しないでください。構図の一部として、左揃えまたは右揃えで、垂直方向の中央のビジュアルゾーンを優先します。テキストはやや大きめで、説明のサブタイトルではなく、製品フィルムのビジュアル要素のように感じられるようにします。
  • 承認済みの中間動画パターン:クリーンなネガティブスペース、製品の動きまたは製品クローズアップがフレームをリードし、フレームは混雑せず、1行の英語コピーのみが表示されます。テキストは、製品の端、製品表面、またはクローズアップのハイライト領域の近くに配置され、サブタイトルのように浮いているのではなく、製品画像に統合されているように感じられるようにします。ネガティブスペースを損なったり、コピーを追加するためだけに2番目のテキストブロックを追加したりしないでください。
  • デフォルトの2パートテキストモーションは、視認可能である必要があります。前半が最初に微妙にフェードインまたはスライドインし、その後、後半が後から微妙にフェードインまたはスライドインします。後半が表示されるとき、前半は同じ行内でスペースを空けるために穏やかにシフトします。
  • シフトは微妙で、約10〜15ピクセルまたはテキスト幅の8〜12%である必要があります。動きは滑らかで抑制されている必要があります。弾むような、ネオン的な、または派手なUI効果は避けてください。
  • 2行テキストを避けるためだけに、タイポグラフィを完全に静的しないでください。正しい解決策は、同じ行の2パートエントランス、微妙なシフト、フェードイン、または穏やかなスライドインです。間違った解決策は、上下行の分割、2行タイトル、またはテキストモーションの削除です。

ステップ1:アセットチェックと製品ファクトサマリー

製品資料が利用できない場合は、ユーザーにアップロードを依頼します。資料が既に利用可能な場合は、それを使用して分析します:

  • 製品カテゴリ。
  • 被写体の位置とフレーム占有率。
  • 画像品質:シャープネス、照明、構図、可視詳細。
  • 製品メインカラーと可能性のあるメインバリアント。
  • 表示可能な構造:開く、回転する、持ち上げる、スナップする、折りたたむ、ポップする、光る、画面、テクスチャなど。
  • ストーリーボードに使用可能な実際の外観特徴:素材、エッジ、ボタン、ポート、パッケージ、透明部分、画面、または特徴的なシルエット。

画像品質が使用可能でない場合は、停止し、具体的な再撮影のアドバイスを行います。

簡潔な製品ファクトサマリーを出力します:

  • 使用された素材。
  • 製品カテゴリ。
  • メインカラー候補とメインバリアントの提案。
  • 品質合格/不合格。
  • 表示可能な構造/特徴。

ステップ2:制作ブリーフの確認

スタートゲートの回答を実行可能な制作ブリーフに変換します。既に確認されたパラメータについて再度尋ねないでください。ブリーフは、ナラティブスパイン、コピー、アンカーシート、ストーリーボードを推進します。

制作ブリーフには以下を含める必要があります:

  • 使用された製品資料。
  • メインバリアント/製品メインカラー。
  • アスペクト比。
  • ターゲット時間。
  • 選択されたAppleスタイルテンプレート。
  • シングルバリアント/マルチバリアント戦略。
  • フレーム内コピーモード:ユーザー提供のコピー、またはエージェント生成のAppleスタイル英語コピー。

マルチバリアント製品ルール:

  • ユーザーがスタイルを選択します。他のすべてのバリアントを自動的に削除しないでください。
  • すべてのマルチバリアントプロジェクトは、最初に1つのメインバリアントを決定する必要があります。
  • 他のバリアントは、最初の段階で全て表示されるべきではありません。プロセスビート、トランジション、または最終的なフルセットでのみ表示されます。
  • ユーザーがメインバリアントを指定しない場合、エージェントは最も視覚的に安定しているものを選択し、リズムとレイヤリングのために他のものを使用することができます。
  • Eコマースマトリックス、9グリッド表示、積み重ね、散在レイアウト、すべての色をフラットに並べる、フルスクリーン製品ウォールは避けてください。

ステップ3:製品ナラティブスパインの選択

コピーライティングとアンカー生成の前に、軽量な製品ナラティブスパインを選択します。広範なコーポレートブランドフィルムの構造は使用しないでください。このスキルは、物理製品向けの短いAppleスタイルフィルムに焦点を当てています。

ユーザーが方向性を選択していない場合は、2〜3の簡潔な方向性を提供し、1つを推奨し、確認後に続行します。ユーザーが「あなたが決めて」と言った場合は、推奨されたものを使用します。

推奨スパイン:

  1. 製品発表(デフォルト推奨)

    • ネガティブスペースのオープニング → メインバリアントがヒーロービューを確立 → 素材/構造の詳細 → 自然な製品アクション → バリアントまたはカラー関係 → フルコピークロージング。
    • イヤホン、ウォッチ、デジタルアクセサリー、小型家電、フレグランスデバイスなどに適しています。
  2. フィーチャータッチ

    • 製品静止 → インタラクショントリガー → フィーチャーアクション → 詳細拡大 → 結果/感覚 → クロージングフレーム。
    • 明確な開閉、回転、磁気スナップ、光の変化、画面、折りたたみ、ミストなどのアクションを持つ製品に適しています。
  3. カラーファミリー

    • メインバリアントが単独で登場 → サポートバリアントが軽くスライドイン → カラー順が形成される → 素材と構造は統一されたまま → フルセットでクローズ → コピーがランディング。
    • マルチカラー、マルチバリアント、またはマルチモデルの製品に適しています。

選択されたナラティブスパインを説明する1文を出力します。例:

この動画はカラーファミリースパインを使用します。紫色のメインバリアントがヒーロービューを確立し、他の色がサポートレイヤーとして入り、製品フルセットが英語のコピーでクローズします。

ステップ4:モーション言語の指示

コピーライティングとアンカー生成の前に、製品モーションの言語を指示します。各ショットの詳細なカメラの動きや製品アクションを指定します。抽象的な「優雅な動き」や「ダイナミックな動き」ではなく、具体的な記述を行います。

推奨モーション語彙(プロンプト用):

  • ゆっくりとしたパン(左/右/上/下)
  • 穏やかなドリーイン/ドリーアウト
  • 徐々にフォーカスが合う
  • 超スローモーション
  • 被写体が軸上で回転(テーブルターン)
  • コンポーネントが内側から外側へ開く
  • 製品表面を横切る光のスイープ
  • クローズアップフォーカスシフト

各主要ショットのモーション言語を出力します(最終的なストーリーボード全体より少なくても構いません)。例:

モーション言語の要約:

  • オープニングショット:ゆっくりとしたドリーイン、製品が暗闇から現れる
  • 詳細ショット:穏やかなテーブルターン、220度回転
  • フィーチャーショット:コンポーネントがゆっくり開く、スローモーション
  • クロージングショット:製品が中央に静止、光がテキストを横切る

ステップ5:製品コピーの作成

選択されたナラティブスパインと製品ファクトサマリーに基づいて、簡潔な広告コピーを作成します。

ルール:

  • フレーム内コピーは英語で、3〜5語。
  • 感覚的で、ベネフィット主導、素材主導、または軽いバリュープロポジション。
  • プロモーションスローガンは避けてください。
  • ユーザーがコピーを提供した場合は、代わりにそれを使用しますが、タイポグラフィルールに準拠していることを確認し、必要に応じて調整します。

コピーが作成されたら、ユーザーに承認を求めます。「承認されました。次のステップに進みます」という単純な確認で問題ありません。

ステップ6:アンカー写真の生成

選択されたAppleスタイルテンプレートに従って、3つの独立したアンカー写真を生成します。

各アンカー写真の生成プロンプトルール:

  1. ヒーローアンカー:製品が中央に、クリーンな背景、強いネガティブスペース、プレミアムな製品照明。製品のメインビューを確立します。
  2. 詳細アンカー:素材または構造の詳細に焦点を当てます。クローズアップ、特定のコンポーネント、またはテクスチャ。製品の具体的な特徴を示します。
  3. コピーアンカー:製品とコピーテキストをクリーンな構図で表示します。テキストはスタイルリファレンスとしてのみ配置されます。

生成プロンプトの構造:

Product: [製品カテゴリ、メインカラー、素材]
Style: [Appleスタイルテンプレート]
Composition: [構図の説明]
Lighting: [照明の説明]
Background: [背景の説明]
Aspect Ratio: [アスペクト比]

重要: アンカー写真はスタンドアロン画像です。グリッド、パネル、コラージュを含めないでください。各画像は1つの完全な製品ビューである必要があります。

ステップ7:正確なビートストーリーボードの構築

ストーリーボードは、動画生成のコントロールシステムとして機能します。ショットごとに、正確なタイミング、製品アクション、テキストの動作を定義します。

ストーリーボード形式(動画モデルプロンプトに使用):

Total duration: [ターゲット時間]
Aspect ratio: [アスペクト比]

Shot 1 ([開始時間] - [終了時間]) [製品アクション] [カメラの動き]
  Text: "[コピー行]"
  Text behavior: [エントランス効果]
  
Shot 2 ([開始時間] - [終了時間]) [製品アクション] [カメラの動き]
  Text: "[コピー行]" (該当する場合)
  Text behavior: [エントランス効果]

...

ストーリーボードルール:

  • ターゲット時間に合わせてショットを分割します。10秒 = 通常3〜5ショット。
  • 各ショットは具体的な製品アクションを記述する必要があります。「製品が動く」のような曖昧な表現は避けてください。
  • テキストは、ショットの後半に表示されるか、ショットの全期間にわたって存在します。
  • テキストの動作は、各出現に対して指定する必要があります(例:「フェードイン+シフト」、「スライドイン」)。
  • すべてのショットがテキストを持つ必要はありません。テキストは戦略的に使用します。
  • 最終ショットには、安定した1行のテキストを含める必要があります。

ステップ8:音楽選択

動画フィーリングに合った背景音楽を選択します。Appleスタイルの動画は、通常、ミニマルでアンビエント、または軽いエレクトロニックトラックを使用します。

ユーザーに音楽の好みを尋ねます:

  • 楽器/ジャンルの好み。
  • テンポ/ムード。
  • 特定のトラックリファレンス(該当する場合)。

ユーザーが指定しない場合は、デフォルトのミニマルエレクトロニックトラックを推奨します。

ステップ9:動画生成

ストーリーボードとアンカー写真を動画生成モデルに送信します。デフォルトモデルはMiniMax-H3です。

動画生成プロンプトの構造:

  • アンカー写真を参照画像として使用します。
  • ストーリーボードをテキストシーケンスとして含めます。
  • Appleスタイルテンプレートを指定します。
  • フレーム内タイポグラフィを要求します。
  • アスペクト比と時間を指定します。

動画が生成されたら、その品質を確認します:

  • 製品は画像と一致していますか?
  • テキストは正しくレンダリングされていますか?
  • 製品アクションはスムーズですか?
  • 全体的なビジュアル品質は許容範囲内ですか?

品質が悪い場合は、プロンプトを調整して再生成します。

ステップ10:最終処理と納品

動画が承認されたら、背景音楽を追加します(該当する場合)。Appleスタイルの動画は、通常、トランジションやポストプロダクションエフェクトをほとんど必要としません。シンプルさと洗練さを維持します。

最終動画を出力し、クリエイティブアセットの要約を提供します:

  • 使用された製品資料。
  • メインバリアントとメインカラー。
  • アスペクト比と時間。
  • Appleスタイルテンプレート。
  • 使用されたコピー行。
  • 使用された動画モデル。

重要な注意事項

  • このワークフローは、Appleスタイルのミニマリスト製品動画用です。KOCトークヘッド広告、一般的な動画編集、または複雑な画面デモには使用しないでください。
  • 常に製品の実際の外観を維持します。Appleスタイルは製品の色を変更することを意味しません。
  • テキストは簡潔かつ統合された状態に保ちます。サブタイトルや説明テキストのブロックにしないでください。
  • 明示的な承認なしに、パイプライン全体を自動化しないでください。各ステップの後にユーザーの入力を求めます。
  • ビデオモデルがタイポグラフィに問題を起こした場合は、フォールバックする前にプロンプトを調整します。
  • コピーは常に英語で、製品フィルムに適した感覚的でベネフィット主導の言語を使用します。

関連スキル