产品展示 是做什么的?
适用场景: 产品实拍、开箱、试用、店铺实物拍摄。无需人物出镜——技能自动撰写文案并调用AI配音。
不适用场景: 长时间人物对话视频(请使用 video-phu-de-to)。
配方(15–30秒带货视频)
- 询问用户(一条消息,若尚未说明): 产品名称、价格(及原价,如有折扣)、2–3个卖点、目标受众、行动号召(加购/私信/主页链接)。
- 挑选片段: 查看网格分析图,选取5–9段1.5–3秒片段:最好看的画面放开头,接着是细节、试用、效果。丢弃模糊、抖动、手部遮挡的片段。视频总长度需与配音时长匹配。
- 配音 (
giong_doc) 按4拍结构:- 钩子(0–3秒): 触及痛点或引发好奇。例如:“家里小还想用空气炸锅?”
- 介绍: 一句话说明产品是什么。
- 2–3个具体优点: 尽量包含数据(“5升”、“只需15分钟”)。
- 收尾: 价格 + 行动号召。“价格仅890千盾,请点击左角购物车。”
- 15–25秒配音对应50–90个字。口语化自然,避免枯燥罗列参数。
- 画面文字:
mo_dau0–2.8秒(≤7个字);gia在配音提及价格时出现(例如“890K”);cta视频最后3秒(“点击购物车 🛒”——若字体不支持emoji可省略)。 - 横版视频输入: 自动置于模糊背景上,不裁剪产品。
- 原始音频: 关闭(由AI配音替代)。若原始音频有价值(如炒菜声、开箱声),初始版本仍关闭,事后询问用户是否保留。
- 无边缘TTS/无网络: 跳过
giong_doc,仅保留画面文字 + 背景音乐(为每个优点添加更多nhan文字)。
本技能可用的文字样式
| 样式 | 用途 | 位置 |
|---|---|---|
mo_dau | 开头3秒钩子句子 | 上方,白色文字带深色描边,略倾斜 |
gia | 价格、折扣百分比 | 画面居中,带强调色背景,文字超大 |
nhan | 简短优点(“5升”、“不粘”) | 上方,主题色背景 |
cta | 结尾行动号召 | 下方居中,强调色背景 |
通用流程(所有视频类型)
所有命令在技能目录(包含SKILL.md的目录)下执行。将 <SKILL> 视为该目录的路径。
步骤0. 检查(每次使用前)
Python命令:macOS使用 python3,Windows使用 py -3(不要直接使用 python:Windows上新版可能是Microsoft Store的假版本)。路径使用 /,在Git Bash和PowerShell中均可运行。以下统一写 python3,Windows上替换为 py -3。
python3 <SKILL>/scripts/kiem_tra.py
thieu_bat_buoc非空 → 向用户显示将安装的依赖列表,询问一条消息“你同意安装这些吗?”,同意后才继续。Windows上若尚未安装Python:winget install -e --id Python.Python.3.12 --scope user。安装ffmpeg后,在Windows上必须重新打开命令窗口(或重启Agent)以使ffmpeg命令生效。thieu_tuy_chon→ 仅在需要时安装:faster-whisper用于从语音生成字幕(首次自动下载模型约800 MB),edge-tts用于AI配音。cap_nhat.co_ban_moi为true → 提示一条消息:“此技能有新版本 {moi_nhat}。是否更新?” 用户同意后,按照cau_cap_nhat中的指示操作。不要自动更新。cap_nhat为null则跳过,正常构建。cap_nhat.skill_khac_chua_cai包含名称 → 在回复末尾提示一行:“Agent Boss仓库中还有:……”。每个会话仅提示一次。- 字体:若字幕乱码或显示不佳,运行
python3 <SKILL>/scripts/kiem_tra.py --cai-font(从Google Fonts下载Be Vietnam Pro)。
步骤1. 品牌档案(仅首次使用)
读取 ~/.agent-boss/thuong-hieu.json(所有Agent Boss技能共用)。若文件不存在,通过一条消息简洁询问用户:店铺/频道名称、视频结尾行动号召、主色、强调色、logo路径(如有)、用户拥有使用权限的背景音乐文件(如有)。跳过的问题则使用默认值。写入文件:
{"ten": "Tiệm Nhà Mây", "cau_ket": "Bấm giỏ hàng để đặt ngay", "mau_chinh": "#1B1B1B", "mau_nhan": "#FFD21F",
"mau_chu": "#FFFFFF", "logo": "~/Pictures/logo.png", "font": null, "nhac": "~/Music/nen.mp3"}
此文件位于技能目录之外,因此技能更新不会丢失该文件。
步骤2. 查看输入视频
python3 <SKILL>/scripts/phan_tich.py <视频文件或视频目录> --ra <工作目录>
工作目录:在用户视频旁创建 video-<日期>-<短名称>/。对于每个视频,读取 phan-tich/<名称>.json(时长、纵向/横向、静音部分、场景切换点、逐字语音)并打开查看图片 phan-tich/<名称>.jpg(带时间戳的网格帧)以选取最佳片段。视频无语音时添加 --khong-nghe 加快处理。
步骤3. 在工作目录中编写 ke-hoach.json 计划
{
"dau_ra": "thanh-pham/video.mp4",
"doan": [{"file": "../clip1.mp4", "tu": 2.0, "den": 9.5}],
"chu": [{"tu": 0, "den": 2.6, "noi_dung": "ĐỪNG MUA NỒI CHIÊN NẾU CHƯA XEM", "kieu": "mo_dau"}],
"giong_doc": null,
"nhac": null,
"sua_chu": {"cờ lốt": "Claude"},
"tu_khoa": ["giảm giá", "miễn phí"],
"the_ket": true
}
doan:源视频中的时间(秒),按出现顺序排列。路径相对于包含ke-hoach.json的目录。chu:新视频上的时间位置。"den": "het"表示直至视频主体结束。kieu从本技能的文字样式表中选取。giong_doc:{"van_ban": "...", "giong": "vi-VN-HoaiMyNeural"}(女声)或vi-VN-NamMinhNeural(男声)。撰写口语化文案,短句。大约每秒3.5个字。nhac:若为空则使用品牌档案中的背景音乐;若无则不加音乐。仅使用用户拥有使用权限的音乐。 视频已自带音乐则设置为"nhac": null。sua_chu:若系统听错某些字(专有名词、产品名、英文单词),在此处修正。仔细阅读分析中的van_ban以发现错误。
如需查看新视频上每个字幕片段的时间位置(以便文字与语音对齐):python3 <SKILL>/scripts/dung.py ke-hoach.json --chi-thoi-gian。
步骤4. 构建
python3 <SKILL>/scripts/dung.py <工作目录>/ke-hoach.json
输出 thanh-pham/video.mp4(1080×1920,30fps,标准响度-14 LUFS)和 thanh-pham/video-bia.jpg。
步骤5. 自检并交付
- 使用ffmpeg抽取3帧(开头、中间、结尾)并查看:文字是否溢出边缘、遮挡人脸、出现错别字。如有错误修正计划并重新构建。
- 编写
thanh-pham/chu-thich.txt:1行引发好奇的开头 + 2–3行内容描述 + 行动号召 + 4–6个紧密相关的越南语标签(避免泛泛标签)。 - 通知用户:视频路径、封面图片、标题文案。询问是否需要修改(更改开头句子、缩短时长、更换音乐)。
通用规则
- 纵向9:16视频。文字需位于TikTok安全区域内:不靠近右侧按钮区边缘,不高于80%高度(频道名称、字幕区域)。
- 开头3秒决定观众是否停留。务必有明确的钩子。
- 不得虚假承诺,不得使用“100%保证”、“治愈”、“最佳”等词汇(用于化妆品、保健品、药品时易被TikTok限流或拒审)。
- 不得使用用户无使用权限的音乐、图像、logo。