Communitygithub.com

YLKC269/MR-Next

将产品图片和广告需求转化为极简风格的产品广告短片,用于电商推广和产品发布。此技能会确认格式和产品变体,提炼卖点,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/分镜,并生成具有高级镜头语言的干净产品影片。不适用于KOC口播广告、通用剪辑或复杂的屏幕演示。

MR-Next 是什么?

这个AI技能旨在帮助电商卖家、小品牌主和独立创作者快速制作专业的极简产品广告视频。用户只需提供至少一张产品图片及相关资产,技能便会引导用户完成一个完整的流程:首先进行轻量级的启动门(确认产品图片、变体、目标时长、宽高比、Apple风格模板、画面内文案模式),然后分析产品事实、生成生产简报,并选择叙事主轴(如产品发布、功能触感、色彩家族)。在此基础上,技能会生成三个独立的锚点照片(而非四宫格)和一个精确的节拍故事版,确保视频模型能准确执行。最后,技能会调用视频模型(默认MiniMax-H3)根据故事版生成包含画面内排版和节拍同步的最终影片。该技能的核心原则包括:使用独立锚点照片作为视觉控制系统,文案必须集成在视频动画中而非字幕,严格遵守产品本体颜色,并为每个产品定制独特的叙事线。支持在Claude Code、Cursor、Codex等平台使用。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/YLKC269/MR-Next/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

极简产品广告生成器

使用此技能,通过流程式工作流引导非专业用户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:先确认素材和简报,构建产品事实和产品叙事主线,用独立锚点照片锁定产品视觉效果,用精确节拍故事板控制视频,然后通过原生音频或基于音乐的编辑完成影片。 此技能默认不再使用四宫格锚点表,因为视频模型可能会复制面板布局。默认使用三张独立的锚点照片加上一个精确节拍文字故事板作为视频控制系统。

启动门

每次触发此技能时,在进行任何分析、文案、锚点生成或视频生成之前,先运行一个完整但轻量化的启动门。仅确认生产所需的信息。此时不要询问音乐;音乐将在后续的音乐步骤中处理。

启动门必须一次性确认以下所有内容:

  1. 产品图片及相关素材

    • 要求用户上传产品图片及相关素材,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/会话中已包含素材,则说明已检测到素材。不要要求用户再次上传;仅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,询问哪一张应作为主产品图。
  2. 产品变体状态

    • 确认这是一款产品还是多款变体/颜色/型号。
    • 如果有多个变体,确认哪个是主变体。
    • 如果用户未指定,代理人可根据产品图片推荐一个,但后续的故事板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,推荐默认值为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,锚点照片、视频和最终交付物必须严格保持此比例。
  5. Apple风格模板

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

    • 用户提供的文案,或由AI生成的Apple风格英文文案。
  7. 视频模型策略

    • 默认模型为MiniMax-H3,因为它通常能生成更干净的Apple风格产品特写、留白空间和优质的产品影片镜头语言。
    • 不要在启动门中询问用户选择视频模型。在已完成的启动门结果中显示“默认模型:MiniMax-H3”。
    • 如果用户明确要求其他模型,在能力检查后遵循用户选择的模型。
    • Seedance仅作为备份,当用户明确希望更强的多镜头执行能力、要求使用Seedance、或接受H3失败或无法满足请求结构后的回退方案时使用。

启动门是强制性的。如果用户已上传产品素材,仅跳过上传请求;不要跳过启动门的其余部分。代理人仍必须在分析、锚点生成、故事板或视频生成之前,一次性确认产品变体状态、目标时长、宽高比、Apple风格模板和画面内文案模式。视频模型不是启动门问题:默认使用MiniMax-H3,并在完成的启动门结果中显示。如果用户说“你决定/直接做”,代理人可为剩余字段选择推荐的默认值,但必须在继续之前显示已采用的选择作为完成的启动门结果。

操作原则

  1. 独立锚点照片是默认的视觉控制系统

    • 默认生成三张独立的锚点照片,而不是一张四宫格表,因为视频模型可能会将面板布局复制到最终影片中。
    • 三张锚点照片通常涵盖: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。
    • 当结构与主角视图重叠时,不要创建单独的结构动作锚点。将结构/动作线索合并到材质细节锚点中,除非产品确实需要独立的机械参考。
    • 每张锚点照片必须是完整的独立产品照片。不要创建网格布局、分屏、拼贴板、框架面板、产品墙或故事板工作表。
    • 精确节拍故事板决定实际的镜头顺序、动作和文字行为。不要使用锚点照片作为直接的镜头替代品。
  2. 画面内文案必须以集成的视频动画形式出现,而非字幕回退

    • 文案锚点照片中的文本仅作为字体、位置、单行布局和双部分颜色处理的参考。它并不意味着整个视频只能使用那一行文案。
    • 精确节拍故事板可以在多个镜头中定义简短的英文文案行。每行应为3-5个英文单词,单行,可读,并遵循双部分颜色规则:在白色科技风格中,前半部分使用黑色或深灰色;在暗光边缘风格中,前半部分可以使用白色;后半部分始终使用特定的产品颜色。不要使用孤立的1-2个单词的功能标签。
    • 视频生成必须将故事板文案包含在画面内。
    • 文案不需要出现在每个镜头中。如果视频模型容易犯排版错误,则主动减少文案频率。对于10秒的影片,通常只保留一个中间镜头文案时刻加一个最终镜头文案时刻;不要在每一个镜头中都放置文字。最终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。不要沉默地将文字降级为后期制作的字幕,或预留空白空间供后续叠加。仅当用户明确要求,或集成的视频排版失败且用户接受回退时,才使用后期制作回退。
  3. 产品本体颜色是硬保真约束

    • Apple风格意味着干净的构图、高级的光影、克制的运动和留白空间;它并不意味着将产品本身变成白色、银色或类似AirPods。
    • 产品原有的本体颜色、强调色、材质色调以及用户图片中可见的表面处理,必须在所有锚点照片和视频中得到保留。
    • 只有背景、光照环境和构图可以朝向所选Apple风格模板调整。除非用户明确要求,否则绝不要重新着色产品本体。
    • 最终文案的强调色必须源自真实产品的主色,而非通用的银色/白色Apple调色板。
  4. 每款产品都需要特定于产品的叙事

    • 不要重复使用固定的耳塞模板,或编写模糊的短语如“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。
    • 产品动作必须是视觉和具体的,例如“盖子打开30度,内部反射出现”,或“表冠旋转时高光沿边缘滑动”。
  5. 进度必须可见

    • 在每个步骤之后,展示已生成的内容以及下一步需要什么决策。
    • 不要在未经用户确认的情况下自动运行整个流程。

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是3-5个英文单词,最好不超过32个英文字符(含空格)。不要编写孤立的1-2单词功能标签。
  • 文案应感觉像Apple产品影片:感官的、利益导向的、材质导向的,或轻价值主张;避免促销口号和电商功能标签式措辞。
  • 字体参考:SF Pro Display/SF Pro Text。在提示词中优先使用SF Pro Display Semibold。
  • 在一个镜头中最多使用两种文字颜色。
  • 在白色科技风格中,文本的前半部分必须使用黑色或深灰色;禁止在白色背景上使用白色文本。在暗光边缘风格中,前半部分可以使用白色。后半部分始终使用特定的产品颜色。
  • 文本必须保持在一行内。不要换行、堆叠或拆分成多行。
  • 在任何时刻,画面内只能出现一行单行英文文案。不要同时显示两行文本、两行标题、标题+副标题对或多个文本块。双部分排版必须在同一行内继续或替换,绝不能拆分为上下两行。
  • 不要将文本放在下方字幕位置。优先选择垂直居中的视觉区域,左对齐或右对齐作为构图的一部分。文字应稍大,感觉像是产品影片的视觉元素,而非解释性字幕。
  • 已批准的中间镜头模式:干净的留白空间,产品运动或产品特写主导画面,画面保持不拥挤,仅有一行单行英文文案。文本可放置在靠近产品边缘、产品表面或特写高光区域,使其看起来集成在产品图像中,而不是像浮动字幕。不要破坏留白空间或为了添加文案而增加第二个文本块。
  • 默认的双部分文字动画必须保持可见:前半部分首先淡入或微妙滑入,然后后半部分稍后淡入或微妙滑入。当后半部分出现时,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%。动画应平滑且克制;避免弹跳、霓虹或花哨的UI效果。
  • 不要仅仅为了避免两行文本而让排版完全静态。正确的解决方案是同一行内的双部分入场、微妙移动、淡入或轻微滑入;错误的解决方案是上下行拆分、两行标题或移除文字动画。

步骤 1:素材检查与产品事实总结

如果没有任何产品素材,则要求用户上传。如果素材已可用,则使用并分析:

  • 产品类别。
  • 主体位置和画面占用率。
  • 图像质量:清晰度、光照、构图和可见细节。
  • 产品主色和可能的主变体。
  • 可展示的结构:开合、旋转、提升、扣合、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、接口、包装、透明部分、屏幕或独特轮廓。

如果图像质量不可用,则停止并给出具体的重拍建议。

输出简短的产品事实总结:

  • 使用的素材。
  • 产品类别。
  • 主色候选及主变体建议。
  • 质量通过/不通过。
  • 可展示的结构/特征。

步骤 2:确认生产简报

将启动门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。该简报驱动叙事主线、文案、锚点表和故事板。

生产简报必须包含:

  • 使用的产品素材。
  • 主变体/产品主色。
  • 宽高比。
  • 目标时长。
  • 选定的Apple风格模板。
  • 单变体/多变体策略。
  • 画面内文案模式:用户提供的文案,或AI生成的Apple风格英文文案。

多变体产品规则:

  • 用户选择一个风格;不要自动移除所有其他变体。
  • 每个多变体项目必须先决定一个主变体。
  • 其他变体不应一开始全部出现;它们仅在过程节拍、过渡或最终的全集中出现。
  • 如果用户未指定主变体,代理人可选择视觉上最稳定的一个,并使用其他变体来增加节奏和层次感。
  • 避免电商矩阵、九宫格展示、堆叠、散落布局、所有颜色平铺或全屏产品墙。

步骤 3:选择产品叙事主轴

在文案和锚点生成之前,选择一个轻量化的产品叙事主轴。不要使用宽泛的企业品牌影片结构;此技能专注于为实体产品制作简短的Apple风格影片。

如果用户未选择方向,提供2-3个简洁方向,推荐一个,并在确认后继续。如果用户说“你决定”,则使用推荐的一个。

推荐的主轴:

  1. 产品发布(默认推荐)

    • 留白开场 → 主变体确立主角视图 → 材质/结构细节 → 自然的产品动作 → 变体或色彩关系 → 完整文案收尾。
    • 适用于耳塞、手表、数字配件、小电器、香薰设备等。
  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 → 收尾画面。
    • 适用于具有明确开合、旋转、磁吸、光变、屏幕、折叠、雾气等动作的产品。
  3. 色彩家族

    • 主变体单独出现 → 支持变体轻轻滑入 → 色彩顺序形成 → 材质和结构保持统一 → 全集收尾 → 文案落地。
    • 适用于多色、多变体或多型号产品。

输出一句话描述所选叙事主轴,例如:

此影片使用色彩家族主轴:紫色主变体确立主角视图,其他颜色作为支撑层进入,完整产品系列以英文文案收尾。

步骤 4:指导运动语言

在文案和锚点生成之前,定义影片的运动语言。此步骤不生成资产;它为后续的故事板定义运动强度、过渡逻辑和节奏高峰。

Individual skills in this repo

This repo contains 5 individual skills — each has its own dedicated page.

YLKC269/MR-Next

Create complete stylized 3D animated shorts from a story idea through an ordered production workflow covering project brief, story outline, character and environment cards, standardized shot planning, text or optional pencil storyboards, video-model selection, single-shot generation, assembly, BGM matching, and final review. Use when the user wants an end-to-end narrative animation workflow with strong character consistency, scene continuity, timing, camera, performance, and audio control. Not for single images, simple edits, photorealistic live action, or one standalone clip.

YLKC269/MR-Next

For marketers and creators producing promotional content for brands, products, websites, apps, shops, or personal projects. Users provide logos, product images, interface screenshots, official links, or other verifiable assets and confirm duration, aspect ratio, audience, and campaign focus. The Skill organizes brand facts and asset provenance, selects a narrative direction, plans precise beats and shots, generates needed imagery, video, voiceover, or music, and completes assembly and pre-delivery review. It outputs a promotional short that highlights product capabilities, use cases, and a call to action. Best for launches, website showcases, and social promotion; not for imitating real brand marks without authorized assets, inventing product claims, or producing long-form narrative films.

YLKC269/MR-Next

For creators making surreal short videos that blend rough glowing hand-drawn animation with live-action spaces. Users provide a scene idea, contact object or hand, desired mood, and optional language or style constraints. The Skill clarifies the physical contact, designs continuous morphing, escape route, and delayed handheld chase movement, then writes a reusable 15-second 16:9 video prompt in the user's language. After user confirmation it recommends MiniMax H3 generation and checks contact realism, camera delay, rough glowing stroke texture, and non-horror tone. Best for single-scene creative clips, not polished CG, horror jump scares, plush characters, or multi-scene cuts.

YLKC269/MR-Next

For musicians, video creators, and social-media editors producing AI music videos or emotional short films with lyric typography. Users provide music, lyrics, references, characters, typography direction, mood, or target platform. The Skill analyzes beat and vocal timing, separates character, scene, and text references, designs beat-reactive spatial typography, decomposes long works into connected shots, audits prompts, and routes generation for H3 or other video tools. It outputs MV concepts, shot prompts, lyric text plans, and stitching guidance. Best for stylized MVs and subtitle-driven music visuals, not ordinary caption cleanup, licensed IP copying, or fully manual post-production editing.

YLKC269/MR-Next

For creators explaining science, education, or general knowledge through tactile handmade papercraft visuals. Users provide a topic, core knowledge points, or source material and may specify audience, duration, aspect ratio, and deliverable type. The Skill extracts the learning goal and visual metaphor, proposes creative directions, designs paper characters, layered diorama sets, and props, creates preview concepts plus image and video prompts, and plans storyboards, camera movement, transitions, and sound with staged approvals and review checklists. It outputs a production-ready papercraft stop-motion explainer package, or selected assets such as still prompts, image-series prompts, short-video prompts, or storyboards. Best for cut-paper, pop-up-book, layered diorama, and miniature stop-motion explainers; not for standard 2D cartoons, line doodles, live action, or explainers without a paper-art look.

相关技能