Communitygithub.com

极简产品广告视频生成器

将产品图片和广告需求转化为极简产品广告短片,适用于电商推广和产品发布。该技能确认格式和产品变体,提取卖点,撰写简洁的英文广告文案,构建产品锚点,规划节拍同步的排版/故事板,并生成具有专业摄影语言的产品影片。不适用于KOC口播广告、通用编辑或复杂的屏幕演示。

极简产品广告视频生成器 是什么?

此技能旨在引导非专业用户通过一个流程化工作流创建极简主义产品广告视频,适用于电商推广和产品发布。目标用户是电商卖家、小品牌主、独立创作者和个人卖家。用户需提供至少一张产品图片或相关素材。核心原则是:先确认素材和需求,构建产品事实和叙事主线,用独立的锚点图片锁定产品视觉效果,通过精确的节拍故事板控制视频,最后完成带有原生音效或音乐的影片编辑。该技能不再默认使用4格锚点图,因为视频模型可能复现面板布局。默认使用三个独立的锚点照片加上一个精确的节拍文字故事板作为视频控制系统。支持多个平台(如Claude Code, Cursor, Codex),工作流程包括开始门、资产检查、产品事实摘要、生产简报确认、产品叙事主线选择、动态语言指导、趣味锚点文案撰写、节拍故事板创建、音乐选择、主镜头生成和后期润色。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Astral-xm/ComfyUI-MiniMax-ContextIR/tree/HEAD/skills/minimalist-product-ad-generator

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

极简产品广告视频生成器 是做什么的?

使用此技能指导非专业用户完成一个流程化工作流,创建用于电商推广和产品发布的极简产品广告视频。目标用户是电商卖家、小品牌主、独立创作者和个人卖家;用户应至少提供一张产品图片或相关素材。

核心原则是:先确认素材和需求,构建产品事实和叙事主线,用独立的锚点图片锁定产品视觉效果,通过精确的节拍故事板控制视频,然后完成带有原生音效或音乐的影片编辑。 此技能不再默认使用4格锚点图,因为视频模型可能复现面板布局。默认使用三个独立的锚点照片加上一个精确的节拍文字故事板作为视频控制系统。

开始门

每次触发此技能时,在进行分析、文案撰写、锚点生成或视频生成之前,先运行一个完整但轻量的开始门。仅确认生产所需的信息。不要在此询问音乐;音乐会在后续步骤中处理。

开始门必须一次性确认以下所有内容:

  1. 产品图片和相关素材

    • 要求用户上传产品图片和相关素材,例如产品照片、包装图片、渲染图、细节图、现有视频素材或视觉参考。
    • 如果当前消息或当前画布/会话已包含素材,则说明已检测到素材。不要要求用户再次上传;只需确认是否使用当前素材。
    • 如果有多个候选素材且其角色不明确,询问哪张应作为主要产品图片。
  2. 产品变体状态

    • 确认是单一变体还是多种变体/颜色/型号。
    • 如果有多种变体,确认哪一个是主要变体。
    • 如果用户未指定,代理可根据产品图片推荐一个,但后续故事板仍必须写明具体的颜色或变体名称。
  3. 目标时长

    • 5秒/10秒/15秒,推荐默认10秒。
  4. 宽高比

    • 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / 匹配参考图片。
    • 一旦选定,锚点图、视频和最终交付必须严格保持此比例。
  5. 苹果风格模板

    • 白色科技/暗光边缘/品牌色域/明亮生活场景。
  6. 画面内文案

    • 用户提供的文案,或代理生成的苹果风格英文文案。
  7. 视频模型策略

    • 默认模型是 MiniMax-H3,因为它通常能生成更干净、类似苹果产品的特写、负空间和高端产品电影镜头语言。
    • 不要要求用户在开始门中选择视频模型。在采用的开始门结果中显示“默认模型:MiniMax-H3”。
    • 如果用户明确要求其他模型,在功能检查后遵循用户选择。
    • Seedance 仅在用户明确希望更强的多镜头执行、要求使用 Seedance,或接受 H3 失败或无法满足请求结构时的备用方案。

开始门是强制性的。如果用户已上传产品素材,仅跳过上传请求;不要跳过开始门的其余部分。代理仍必须在一次确认中一次性确认产品变体状态、目标时长、宽高比、苹果风格模板和画面内文案模式,然后才能进行分析、锚点生成、故事板或视频生成。视频模型不是开始门问题:默认使用 MiniMax-H3,并在完成的开始门结果中显示。如果用户说“你决定/直接做就行”,代理可以为其余字段选择推荐的默认值,但仍必须在继续之前将采纳的选择显示为完成的开始门结果。

操作原则

  1. 独立的锚点图片是默认的视觉控制系统

    • 默认生成三个独立的锚点照片,而不是一个4格图,因为视频模型可能将面板布局复制到最终影片中。
    • 三个锚点照片通常涵盖:主角/引人注目的主视图、材质或功能细节、以及最终文案构图。
    • 当与主视图重叠时,不要创建单独的结构动作锚点。将结构/动作提示合并到材质细节锚点中,除非产品确实需要独特的机制参考。
    • 每个锚点照片必须是一张完整的独立产品照片。不要创建网格布局、分屏、拼贴板、带框面板、产品墙或故事板图纸。
    • 精确的节拍故事板决定实际的镜头顺序、动作和文字行为。不要将锚点照片用作直接的镜头替换。
  2. 画面内文案必须作为集成的视频动态出现,而不是字幕替代方案

    • 文案锚点照片中的文字仅作为字体、位置、单行布局和两部分颜色处理的参考。这并不意味着整个视频只能使用那一条文案。
    • 精确的节拍故事板可能会在多个镜头中定义多条简短的英文文案。每条文案必须3-5个英文单词,单行,可读,并遵循两部分颜色规则:白色科技风格中前半部分使用黑色或深灰色,暗光边缘风格中前半部分可使用白色,而后半部分始终使用具体的产品颜色。不要使用孤立的1-2个词的功能标签。
    • 视频生成必须将故事板文案包含在画面内。
    • 文案不需要在每个镜头中出现。如果视频模型容易出现排版错误,主动减少文案频率。对于10秒影片,通常只保留一个影片中间的文案时刻加上一个最终文案时刻;不要在每次镜头中都放文字。最后一个镜头必须包含一个稳定的单行文案。
    • 默认情况下,要求视频模型直接生成画面内排版及其时间安排。不要静默地将文字降级为后期制作的字幕或预留空位用于后期叠加。仅在用户明确要求或集成视频排版失败且用户接受备用方案时,才使用后期制作后备方案。
  3. 产品主体颜色是严格的保真约束

    • 苹果风格意味着干净的构图、高级光线、克制的运动和负空间;这不意味着将产品本身变成白色、银色或类似 AirPods。
    • 产品原始的主体颜色、强调色、材质色调以及用户图像中可见的表面处理必须在所有锚点照片和视频中保留。
    • 只有背景、灯光环境和构图可以朝所选苹果风格模板方向调整。除非用户明确要求,否则切勿重新给产品主体上色。
    • 最终文案强调色必须来自真实的产品主色,而不是通用的银色/白色苹果调色板。
  4. 每个产品都需要一个产品特定的叙事

    • 不要重复使用固定的耳塞模板或写模糊的短语如“产品状态变化”。
    • 故事板必须基于产品类别、形态、材质、结构和可见动作。
    • 产品运动必须视觉化且具体,例如“盖子打开30度,内部反射出现”,或“表冠旋转,同时高光沿边缘滑动”。
  5. 进度必须可见

    • 每个步骤后,显示已产生的内容以及下一步需要做什么决定。
    • 不要自动运行整个流程而未经用户确认。

排版规则

  • 画面内广告文案必须是英文。
  • 如果用户提供中文文案,将其翻译成简洁的英文或请求批准英文版本。
  • 可见的画面内文案必须为3-5个英文单词,最好不超过32个英文字符(含空格)。不要写孤立的1-2个词功能标签。
  • 文案应感觉像苹果产品电影:感官、利益驱动、材质驱动或轻量价值主张;避免促销口号和电商功能标签用语。
  • 字体参考:SF Pro Display / SF Pro Text。提示中首选 SF Pro Display Semibold。
  • 一个镜头中使用不超过两种文字颜色。
  • 白色科技风格下,文字前半部分必须使用黑色或深灰色;白色背景上禁止使用白色文字。暗光边缘风格下,前半部分可使用白色。后半部分始终使用具体产品颜色。
  • 文字必须保持在一行内。不要换行、堆叠或分成多行。
  • 在任何时刻,画面中只能出现一行单行英文文案。不要同时显示两行文字、两行标题、标题+副标题对或多个文字块。两部分排版必须在同一行内继续或替换,切勿分成上下两行。
  • 不要将文字放在下方的字幕位置。首选垂直居中视觉区域,作为构图的一部分左对齐或右对齐。文字应稍大,感觉像产品电影的视觉元素,而不是解释性字幕。
  • 批准的影片中间模式:干净的负空间,产品运动或产品特写主导画面,画面不拥挤,只有一行单行英文文案。文字可位于产品边缘附近、产品表面或特写高光区域,使其感觉集成在产品图像中,而不是像字幕一样浮动。不要为了添加文案而破坏负空间或添加第二个文字块。
  • 默认的两部分文字动态必须保持可见:前半部分先淡入或微妙滑入,然后后半部分稍后淡入或微妙滑入。后半部分出现时,前半部分在同一行内轻微移动以腾出空间。
  • 移动应微妙,大约10-15像素或文字宽度的8-12%。运动应平滑且克制;避免弹跳、霓虹或花哨的UI效果。
  • 不要为了避开两行文字而让排版完全静态。正确的解决方案是同行内两部分进入,微妙移动、淡入或温和滑入;错误的解决方案是上下行分割、两行标题或去除文字动态。

步骤 1:资产检查与产品事实摘要

如果没有产品素材,要求用户上传。如果素材已可用,则使用并分析:

  • 产品类别。
  • 主体位置和画面占比。
  • 图片质量:清晰度、光线、构图和可见细节。
  • 产品主色和可能的主要变体。
  • 可展示的结构:开合、旋转、升降、卡扣、折叠、弹出、发光、屏幕、纹理等。
  • 可用于故事板的真实外观特征:材质、边缘、按钮、端口、包装、透明部件、屏幕或独特轮廓。

如果图片质量不可用,停止并给出具体的重新拍摄建议。

输出简短的产品事实摘要:

  • 所用材质。
  • 产品类别。
  • 主色候选和主要变体建议。
  • 质量通过/失败。
  • 可展示的结构/特征。

步骤 2:确认生产简报

将开始门的答案转化为可执行的生产简报。不要再次询问已确认的参数。简报驱动叙事主线、文案、锚点图和故事板。

生产简报必须包含:

  • 使用的产品素材。
  • 主要变体/产品主色。
  • 宽高比。
  • 目标时长。
  • 选择的苹果风格模板。
  • 单一变体/多变体策略。
  • 画面内文案模式:用户提供的文案,或代理生成的苹果风格英文文案。

多变体产品规则:

  • 用户选择一种风格;不要自动移除所有其他变体。
  • 每个多变体项目必须首先确定一个主要变体。
  • 其他变体不应一开始全部出现;它们仅出现在过程节奏、过渡或最终整套展示中。
  • 如果用户未指定主要变体,代理可选择视觉上最稳定的一个,并使用其他变体进行节奏和层次处理。
  • 避免电商矩阵、九宫格显示、堆叠、散落布局、所有颜色平铺或全屏产品墙。

步骤 3:选择产品叙事主线

在撰写文案和生成锚点之前,选择一个轻量级的产品叙事主线。不要使用宽泛的企业品牌电影结构;此技能专注于针对实体产品的短苹果风格电影。

如果用户未选择方向,提供2-3个简洁的方向,推荐一个,确认后继续。如果用户说“你决定”,则使用推荐的那个。

推荐的主线:

  1. 产品发布(默认推荐)

    • 负空间开场 → 主要变体建立主视图 → 材质/结构细节 → 自然产品动作 → 变体或颜色关系 → 完整文案结束。
    • 适用于耳塞、手表、数字配件、小家电、香氛设备等。
  2. 功能触感

    • 产品静止 → 交互触发 → 功能动作 → 细节放大 → 结果/感受 → 结束画面。
    • 适用于具有清晰的开合、旋转、磁吸卡扣、灯光变化、屏幕、折叠、雾气或类似动作的产品。
  3. 色彩家族

    • 主要变体单独出现 → 辅助变体轻柔滑入 → 颜色顺序形成 → 材质和结构保持一致 → 全套结束 → 文案落地。
    • 适用于多色、多变体或多型号产品。

输出一句描述所选叙事主线的话,例如:

此影片使用色彩家族主线:紫色主要变体建立主视图,其他颜色作为支撑层进入,完整产品系列以英文文案结束。

步骤 4:指导动态语言

在撰写文案和生成锚点之前,定义影片的动态语言。此步骤不生成资产;而是定义动态强度、过渡逻辑和节奏高峰,供后续使用。

相关技能