触发条件
触发于通用 UGC 广告需求:"为 <产品> 制作 UGC 广告","创作者评测我的 <产品>","见证广告","<应用> 问题/解决方案短片","<产品> 前后对比"(强调创作者的讲述,而非纯粹的产品 montage)。
不触发于以下情况:
- 用户指向一个特定的广告需要复现 → remix 路径(
ralphy template use <slug>)。请参见docs/skills-vs-templates.md。 - 用户只想替换已有片段中的创作者/人物 →
/ugc-model-swap。 - 需求为静态图片广告,而非视频 → 属于不同的领域。
该技能是什么
一个通用的领域覆盖层,而非完成的广告。它向流水线解释可信的 UGC 广告是如何运作的,以便情节编剧和艺术指导为用户销售的任何产品生成强有效的广告。它贯穿标准流水线,绝不绕过输入关卡、参考需求关卡或质量关卡。
硬性不变项
- 提供者不变项保持有效。 所有生成通过
ralphy generate(仅限 OpenRouter 媒体 + ElevenLabs——无 FAL、无 Higgsfield、无 Canva、无原始 API)。通过ralphy render <id>进行渲染。在命名任何模型 ID 之前,请阅读MODELS.md。 - 参考关卡。 具名的真实品牌产品("iPhone 16","CeraVe 洁面乳")触发参考需求关卡——若无参考照片或已记录的
--no-ref-consent则拒绝。无名称/通用产品无需参考即可进行。 - AI 创作者面孔是合成人物,而非真人。 构建一致的虚构创作者(参见工作流程)。不得将面孔混合至可识别的真人。
- 音乐是单独的 ElevenLabs 遍次。 Kling
--audio仅用于画外音/口型同步;在 Kling 提示中禁止音乐,并在剪辑阶段叠加纯器乐背景音(根据MEMORY.md中的 Kling-无音乐 笔记)。
垂直领域,一段话概括
一条 UGC 广告的成败取决于可信度和前 3 秒。观看者必须感觉到是一个真实的人在向他们说话,而非一个品牌。钩子是一个问题镜子——展示观看者自身的问题,让他们因看到自己而停止滑动。然后是转变/希望节拍,接着是真实评价,最后是低摩擦的号召性用语。信任来自于举止(紧张的笑声、整理头发、直接的眼神接触、指向产品)远多于精心处理的表达。AI 最大的败笔是过于完美、过于对称的创作者的以及演播室般干净的声音——两者都需避免。
节拍 / 脚本形状(默认约 15 秒,9:16)
编写一个拍摄脚本表格,供艺术指导分开展示:
| 时间戳 | 画外音(确切话语) | 视觉 / 镜头 | 动作 / 举止 |
|---|---|---|---|
| 0-3s | 钩子句 | 问题视觉化呈现,创作者面向镜头 | 模式中断手势 |
| 3-7s | 转变 | 产品应用 / 使用 / 演示 | 手触碰产品 |
| 7-12s | 评价 | 反应 / 前后对比 | 真实反应(笑,挑眉) |
| 12-15s | 号召性用语 | 创作者面向镜头 | 指向 / "简介中的链接" |
应融入的爆款原则:问题镜像钩子,希望循环(问题之后的转变),音频模式中断(剪辑时的嗖声音效),举止 = 信任,房间感(画外音略带混响,使其听起来像是在房间里录制,而非演播室),紧迫感号召性用语(具体,低摩擦)。
构图 + 真实感
- 手持手机 UGC 感,平视视角,9:16。自然室内光线,而非单调的手机闪光灯。
- 照片级真实创作者。 皮肤毛孔,微细节,轻微不对称——融入反 AI 痕迹/照片级真实静止图像规则(
ralphy guideline list;参见MEMORY.md中的反 AI 痕迹 + 照片级真实静止图像笔记)。无瑕的面孔是暴露的迹象。 - 生成创作者锚点时,产品置于手中或脸部附近,作为首帧参考。
默认模型组合(请对照 MODELS.md 验证)
- 脚本: 情节编剧 LLM(
callLLM)——为其提供最大上下文(产品,目标痛点,该垂直领域的爆款模式,所选钩子框架)。 - 创作者 + 产品关键帧:
google/gemini-3-pro-image-preview(nano-banana-pro)。生成 3-5 个变体,选择最真实的一个。 - 图像转视频(多镜头谈话式创作者):
kwaivgi/kling-v3.0-pro——逐镜头指导(每次剪辑 = 创作者说话 → 产品特写 → 反应 → 号召性用语)。Kling--audio承载英文画外音 + 口型同步;非英文则通过 ElevenLabs 生成画外音(在输入时确认目标语言——参见MEMORY.md中的 Kling-无俄语音频笔记)。 - 音乐: 单独 ElevenLabs 音乐遍次,纯器乐,在剪辑中后期混音(无艺术家名字——
MEMORY.md)。 - 字幕: 在锁定的画外音上按插槽添加。
工作流程
- 输入获取。 收集:产品(名称 / 网址 / 图片),目标受众 + 他们的痛点,钩子类型(问题-解决方案 / 前后对比 / 见证 / 转变——或让 Agent 选择),目标语言,硬性"不"。宣告:"这是一条 UGC 广告——使用 UGC 广告技能。" 默认值:9:16,约 15 秒。
- 参考关卡。 具名真实品牌产品 → 获取参考照片或已记录的
--no-ref-consent。无名称 → 继续。 - 脚本。 生成带时间戳的拍摄脚本表格;获得用户的"开始"确认。
- 创作者人设锚点(带产品),然后逐节拍锚点——一次一个节拍,并设置检查点。
- 逐节拍图像转视频(Kling,定向镜头列表),然后画外音/音效,接着音乐后期混音,之后字幕,最后
ralphy render <id>。 - 移交给
/evaluator进行渲染后的质量关卡。
食谱
- "为我的无名维生素 C 精华液制作一条 UGC 广告" → 无需参考;问题镜像钩子(皮肤暗沉),创作者人设,约 15 秒 9:16。匹配该技能,运行流水线。
- "为 Dyson Airwrap 制作创作者广告" → 具名真实产品 → 参考关卡触发;首先要求提供参考照片。
- "相同的广告,但换一个不同的创作者" → 非该技能 →
/ugc-model-swap。
另请参见
docs/skills-vs-templates.md— 技能与 remix 模板对比。.agents/skills/intake/SKILL.md— 该技能通过的门槛。MEMORY.md— 反 AI 痕迹,照片级真实静止图像规则,Kling 无音乐后期混音,Kling 无俄语音频。