Communitygithub.com

HXZ09845/电商SKU技能构建器

一套智能体技能系统,用于将电商产品简报、卖点与参考素材转化为经过验证的、可交付的AI视频生成SKU技能包。

电商SKU技能构建器 是什么?

该技能(SKU Skill Builder)是一个面向电商场景的AI智能体技能构建器,帮助开发者或运营人员将产品卖点、参考素材等信息,系统性地转化为一套完整的、可直接发布的Codex技能包(用于AI视频生成)。其核心价值在于:它并非简单地编写提示词,而是引导用户从产品理解、卖点验证、素材映射,到技能包草稿、验证与回归测试的完整工作流。该技能支持在所有主流Agent平台(如Codex、Cursor、Claude Code)上构建和交付独立可运行的SKU技能,特别强调“构建时与运行时分离”:构建时可以使用任何外部资料,但最终生成的SKU技能包必须完全自包含,不依赖构建时的任何外部环境、父技能或记忆。工作流程严格遵循多个质量门控(如素材门、同步门、提示词门、交接门),确保输出的技能包专业、健壮且易于交接。

兼容平台✓Claude Code✓Codex CLI✓Cursor
npx skills add HXZ09845/ecommerce-sku-skill-builder

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

SKU Skill 构建器

使用本技能作为行业通用的新电商产品/SKU视频生成技能创建器。它不仅编写提示词。它引导创建者从产品理解到卖点验证、素材映射、标准包起草、验证和异常回归。

当前阶段重点:做好具体的产品SKU技能。同样的工作流在积累足够多合格的SKU技能后可生成抽象的品类技能,但那些抽象的品类技能最终仍是为了帮助创建未来的具体产品SKU技能。除非创建者明确要求,否则不要将品类抽象作为主要任务。

默认输出是一个可发布的 Codex 技能包:

skill-name/
  SKILL.md
  agents/openai.yaml
  references/
    product-rules.md
    core-asset-layer.md
    audio-visual-sync.md
    asset-manifest.md
    prompt-plan-format.md
    gotchas.md
    trigger-tests.md
    quickstart.md
  scripts/
    validate_*.py
  assets/

不要将旧的三个文件包作为主要交付物。如需转换旧的 Cursor 时代材料,将其保留为源输入,并将标准的 Codex 包作为标准化输出。

此创建器还包含仅元引用的文件,如 references/golden-case-abstractions.md;在构建目标 SKU 技能时使用它们。它们是自包含的抽象,不依赖其他技能。

生成的产品 SKU 技能必须是自包含的交接包。目标 SKU 包不得依赖本创建器、品类元技能、黄金案例技能、本地源文件夹或任何外部技能才能工作。运行时所需的每条规则都必须写入目标包自己的 SKILL.md、references/、scripts/ 或 assets/ 中。

元技能到SKU的独立性规则

本元技能仅为构建时的创建器。它必须能仅从此包的自身文件中可用。

由本元技能生成或更新的任何具体 SKU 技能在交接后必须能独立运行。生成的 SKU 技能不得要求用户阅读本元技能、品类元技能、黄金案例技能、旧的SKU包、外部协作文档、记忆或本地绝对路径。

外部材料(如产品简报、卖点表、实拍素材、旧的SKU包、外部协作文档、品类元技能、案例视频、截图或记忆)只能作为当前运行的输入使用。从它们中学到的任何有用规则都必须复制、改写或总结到生成的 SKU 技能自己的 SKILL.md、references/、scripts/、assets/ 或 asset-manifest.md 中。

已确认需要在运行时使用的实拍素材应标准化到生成的 SKU 技能的 assets/ 目录中,并在 references/asset-manifest.md 中记录其语义角色、产品状态、批准状态和引用边界。仅将未批准、过大或未解决的素材版本保留为 pending;不要将必需的运行时素材留在外部文件夹中。

工作模式

  1. 新建 SKU 技能:使用从产品理解到状态矩阵、原型、卖点验证、素材策略、包起草、代表性验证和异常路由的完整工作流。
  2. 更新现有 SKU 技能:从报告的问题、变更的源或异常开始。识别受影响的文件,修补最小的必要规则/素材/验证器,然后运行自包含审计和代表性验证。
  3. 异常修补:将失败路由到产品规则、素材清单、注意点、验证器或触发测试。除非问题暴露出结构性缺口,否则不要重写整个技能。
  4. 批量生产:仅在 SKU 技能通过代表性验证后,或创建者明确要求使用已知待处理风险进行批处理时,才允许进行。

操作契约

  1. 加载此技能后,用固定的初学者安全输入引导创建者。不要说“随便给一个东西”或直接跳到最终技能编写。使用命名输入槽,解释下一个输出,并允许缺失项标记为 pending。
  2. 从源确认开始。首先阅读此包的内部规则。然后阅读创建者提供或批准的当前运行输入,如品类元数据、旧的SKU参考、外部协作文档、案例视频、截图或素材文件夹。
  3. 如果品类元数据或旧的SKU参考缺失或薄弱,继续使用此包的行业规则加上内置的黄金案例抽象;不要因外部源缺失而阻塞。
  4. 首先理解产品。除非创建者明确提供了全部已批准的素材库,否则不要在首轮就要求完整的已批准素材库或编写最终规则。
  5. 在详细规则编写前,确认产品结构和状态矩阵。
  6. 在提示词编写前,将产品分类为一种生产原型:大型固定 A+B、小型可移动 A+B 或纯 A 非变形/可穿戴。
  7. 将 A/B 判断视为最重要的决策门。创建者的明确标准和当前运行的判断覆盖默认启发式方法;不确定时,展示推理过程并等待确认。
  8. 为所选原型应用内置的黄金案例抽象。从这些抽象中提取幻觉点、A/B 处理、提示词防护、素材规则和验证器钩子。
  9. 从高质量案例和当前输入中提取核心素材层:身份/标识、环境、节奏、动作、提示词形式、提交契约和时间戳风险。
  10. 将卖点逐一映射到视觉证明。对于每个卖点,提出候选的实拍参考选择,并在标记为 OK 前与创建者历史选材经验进行对话测试。在当前卖点的证明路线、参考类型、产品状态、A/B 判断、禁止素材和降级路线未确认前,不要进入下一个卖点。 10.5. 在卖点素材选择期间,审计产品状态风险和参考继承边界。优先使用低噪声产品参考,如白底 P0/P1 图片。一个单元可使用多个参考,但默认情况下它们必须服务于一个产品状态。对于鞋子、包袋、服装及其他身体相关产品,除非创建者明确批准,否则不要从产品参考中继承模特/人物、造型、着装、背景或道具。
  11. 在提示词编写前构建音视频同步安排:文案 → 具体视觉实体 → 实际环境 → 卖点证明 → 单元 → 素材角色 → 提示词动作 → 时间戳风险。不要仅根据文案或仅根据素材编写提示词。 11.5. 场景叙事推导(product-rules.md 第 11.5 节)。 如果脚本场景不是产品的默认/主要场景,则在编写任何 A 类提示词前完成四步推导:第 1 步:场景微动作 → 第 2 步:场景特定道具 → 第 3 步:情感弧线 → 第 4 步:叙事质量自查(Q1-Q6)。在提示词计划顶部输出一个“场景叙事适配表”。默认场景的脚本可跳过第 1-3 步,但仍需通过 Q1-Q6。
  12. 每个使用 @图片 或 @视频 的单元提示词必须包含简洁的 【素材说明】 / Reference Materials 块。审计表可使用 controls / does_not_control,但最终提示词应使用模型友好的简短措辞,如 只参考...、不参考... 和 ...以 @图片X 为准。
  13. 根据产品状态行为将每个单元分类为 A、A-out、A-in 或 B,然后与创建者确认关键行。不要默默地选择“足够”的素材。
  14. 在已批准的素材版本选定前,运行时素材保持 pending。在测试模式下,一个或两个脚本创建第一个技能草稿和视觉反馈循环;在生产模式下,批处理脚本驱动批量提示词计划、素材安排、验证和视频任务输入。
  15. 仅在产品理解、生产原型、黄金案例抽象、核心素材盘点、卖点证明、音视频同步和素材策略对齐后,才生成标准技能包。
  16. 运行自包含交接审计:无外部技能依赖、无本地绝对路径依赖、无“阅读父/元/黄金技能”指令,所有运行时引用都在目标包内解析或明确标记为 pending。
  17. 使用代表性提示词计划和产品验证器进行验证;将异常反馈回规则、注意点、清单或验证器。

必需工作流

  1. 在首次回复创建者之前阅读 references/creator-onboarding.md。用它来请求命名的首轮输入,并以初学者安全的语言解释分阶段流程。
  2. 阅读 references/sku-creator-workflow.md。
  3. 阅读 references/product-rules.md,了解行业硬性规则、A/B 逻辑、素材角色、状态一致性、提示词计划要求和案例抽象规则。
  4. 在选择生产原型后阅读 references/golden-case-abstractions.md。使用其内置的茶饮、杯/容器、鞋服和包类可穿戴抽象来处理幻觉点和 A/B 处理。不要加载外部技能,除非创建者明确提供当前运行源进行抽象。
  5. 在卖点映射或提示词编写前阅读 references/core-asset-layer.md。首先用它来选择生产原型,然后从高质量案例和当前输入中提取标识/文本、环境、节奏、单元分割、提示词形式、提交和时间戳风险规则。
  6. 在提示词编写前阅读 references/audio-visual-sync.md。用它来绑定文案、具体视觉实体、实际环境、卖点证明、单元分割、A/B 或 A+B 素材角色、提示词动作、持续时间和时间戳风险降级。
  7. 使用 references/category-questionnaire.md 进行分阶段创建者提问和确认卡。
  8. 使用 references/method-decision-tree.md 选择生成方法。默认为直接生成;仅当用户明确请求 TVC/广告时,才使用网格/TVC 流程。
  9. 在起草目标 SKU 技能包时使用 references/skill-template.md。
  10. 在定义语义素材角色和已批准/待处理运行时素材时,使用 references/asset-manifest.md。
  11. 在验证代表性脚本计划时使用 references/prompt-plan-format.md。
  12. 在交接前和纳入异常时使用 references/gotchas.md。
  13. 使用 references/validate-template.py 和产品特定案例创建 scripts/validate_*.py。
  14. 仅将 scripts/scaffold_category_skill.py 作为起始骨架,然后用真实产品规则进行细化。

品类元数据回退

优先使用成熟的品类元技能或旧的SKU参考(如果存在),但将其视为助手,而非阻塞。如果它们缺失或薄弱,使用行业规则加上内置的黄金案例抽象。继承任何旧规则时,在应用前输出 可继承 / 需改写 / 禁止继承。

质量门控

  • 入口门:在详细规则前,完成命名的首轮输入槽、源确认、产品理解、组件/状态矩阵和生产原型。
  • 证明门:每个卖点都有创建者确认的视觉证明路线、素材类型、产品状态、A/B 判断、禁止素材/状态、降级路线和一对一的对话测试记录。
  • 素材门:在提示词编写前,记录核心素材盘点、时间戳风险、P0/P1/P2 角色、产品状态风险、低噪声参考偏好、有用/忽略的参考内容以及运行时素材批准状态。
  • 同步门:每个有意义的文案节拍映射到具体的视觉实体、实际环境、单元、证明目标、素材角色、提示词动作、持续时间/节奏和时间戳风险。
  • 提示词门:每个带有 @图片 或 @视频 的单元提示词包含一个简洁的素材用途块,使用模型友好的 只参考 / 不参考 / 以...为准 措辞。
  • 场景门 U31:非默认场景在 A 类提示词前完成场景微动作、场景道具、情感弧线和 Q1-Q6 叙事自查。
  • 单元门 U32-U35:单元根据证明、产品状态、A/B 类型、场景和幻觉风险进行分割,而非固定的时间片;标准 A 类提示词声明单元目标、动作流和结束条件,无需分段逐秒描述。
  • 交接门:生成的 SKU 技能为标准 Codex 形态、自包含、SKILL.md 精简、references/ 详细、无运行时依赖(本创建器、品类元技能、黄金案例、外部文档、记忆、本地路径或外部素材文件夹)。
  • 验证门:存在触发测试、代表性提示词计划、产品验证器、素材表、A/B 分类、音视频同步映射、API/素材计数、验证记录和异常路由。

相关技能