kingsizestrj/SKILLS

使用 Voltec（ElevenLabs + HyperFrames）的 AI 逼真视频及品牌角色

制作和编辑任何以 Voltec 品牌角色为主的 AI 逼真视频（Reels、Stories 或 9:16 广告，适用于任何活动、季节、主题或场景）：AI 角色在真实场景中 → 快照审批 → Veo 3.1 图像转视频 → 克隆语音叙事 → HyperFrames 编辑（字幕、行动号召按钮和二维码）。以下是工作流程、规则、Voltec 固定元素以及每个视频会变化的插槽。完整的 JSON 数据结构、完整提示和长命令位于 references/ 中。

已测试的参考案例： 名为 "Verão Conectado" 的 Reels（2026年10月15日；时长 20.5 秒，分辨率 1080x1920，帧率 24；第5版交付）。其值显示为“例如：Verão Conectado”，并非默认值：属于活动专属的值是插槽（§1b），填充示例位于 §7.2。

• [Voltec] 标记哪些是 Voltec（及其角色）或服务区域（Grussaí 及周边）的固定元素。“例如：Verão Conectado” 仅标记参考活动专属的值。其余部分适用于任何 AI 广告。
• 证据级别，与参考文件相同：[vivido] 在会话中发生并已确认；[aplicado] 来自研究或反馈，并已纳入批准的片段；[pesquisa] 仅来自研究；[não testado] 从规则衍生而来，未经任何生成测试（§8）。
• $SKILL = 此 SKILL.md 所在的文件夹；$PROJ = 视频项目文件夹。Shell 变量不会在 Bash 调用之间传递：请在每次调用时重复第5节中的前置代码。
• 生成提示使用英文。面向客户的文本、旁白和字幕使用葡萄牙语。
• API 密钥存储在 ~/.config/elevenlabs/env 中（权限 600），scripts/el.py 会读取它且不会打印。切勿使用 echo、cat、env、curl -v 或 set -x 处理它，也不要将其写入文件、提示或消息中。
• 您无法听取音频：请使用语音转文本（文本和 audio_event）、该片段的频谱图和 ebur128 进行检查，并在审批门户中列出时间点供客户收听。

1. 何时使用

• [Voltec] 任何以品牌角色为主角、需要看起来像是有人真实拍摄的 逼真 AI 视频：Reels、Stories 或广告；任何活动、季节或主题（季节性促销、品牌宣传、Wi-Fi 提示、客户支持、开业庆典、黑色星期五）；服务区域内的真实场景（Grussaí、Atafona、Chapéu do Sol、São João da Barra；§7.1 中定义了作为场景的内容）或室内（家庭、商店、汽车）。未曾生成过的场景、服装或格式：请参阅 §8。
• 通过 ElevenLabs API 生成：图像（快照）、视频（Veo 3.1；Seedance 通过 API 仅可在获得授权后使用，或手动在应用内使用）、克隆语音旁白、音效和语音转文本。
• 在 HyperFrames 中编辑：逐帧剪辑、混音、卡片、同步字幕、行动号召按钮和二维码。
• 调整已交付的 AI 视频：剪辑片段、更换变体、替换某个短语或行动号召、添加字幕版本、优化角色形象。
• 角色对摄像机说话（“她对摄像机说话”、“她说话”、“她在解释”）：说话模式，请参阅 references/modo-falando.md。Veo 3.1 生成包含台词的片段，sts.py 会将语音替换为 Radassa。[vivido: 13 秒测试于 2026年10月15日获批]
• [通用] 其他品牌或角色：非 [Voltec] 的内容同样适用，只需进行调整（替换 §7.1 并填充 §1b 中的插槽）。参考项目：/home/syllas/hyperframes/voltec-reels-ia/（Verão Conectado；只读）。
• 不适用于不含人物或生成场景的动态图形（这种情况只需 HyperFrames），也不适用于不涉及视频的 Voltec 相关主题（网络、GenieACS、TR-069）。

质量标准（Voltec 要求；在所有项目中作为标准）：达到极致逼真度；镜头可信，就像有人真的在拍摄；场景真实，无生硬切换；手中物体无异常；使用展示给客户的、已获许可（或客户自己提供的）真实地点照片；在任何视频生成前必须先获得快照审批；详细提示（描述动作、皮肤、带有真实环境噪音的音频采集）；在生成前研究最佳实践。

1b. 快速启动：Voltec 品牌角色的任何新视频

1. 按此顺序阅读： 此 SKILL.md（包括 §7）→ persona-e-marca-voltec.md §1–4 和 §6–7 → 场景：如果在 Grussaí，阅读 locais-grussai.md §1、§3（包含“其他季节”表格）和 §4；如果在其他地方或室内场景，阅读此文件的 §8、persona-e-marca-voltec.md §10 和 locais-grussai.md §7–§10 → prompts-principios.md §1（包含“提示清单”）→ 仅阅读 prompts-moldes.md §2 中与场景最接近的模板（2.1 朋友拍摄、2.2 在同一位置摆姿势、2.3 自拍、2.5–2.6 视频；新场景：2.9–2.10）。其余部分仅在需要时才阅读。prompts-moldes.md 和 persona-e-marca-voltec.md 超出单次读取的限制：请使用 Grep 查找所需章节（例如：^### 2\.9、^## 10）并通过偏移/限制进行读取。
2. 已确定的决策（Voltec 固定元素；无需再次询问）： 账户中的角色，其资产 na7keiYvPpGArmyghOpk、pUgU1HXgmdqXfP02iR8T 和 ZY1iDcJLhPFklahPnvkM 已在账户中（无需再次上传；角色 §4）；以及面部、皮肤和手部的锚点（角色 §3.1–3.3）；声音“Radassa 100%” 4yvYc2GSakxLWMhlsd6b，eleven_v4，0.45/0.85，"pt"；AB 测试现在是在该声音的两个种子之间进行；发音为 vol-TÉC（TTS 中使用“Voltéc”，屏幕上显示“Voltec”）；无珠宝或纹身；无音乐；标志、颜色、字体和城市（§7.1）；现实主义、提示和质量保证规则（§3、qa-checklist.md）以及审批门控（§2）。模型：通过 API 使用 Veo 3.1，于 2026年10月15日选定；仅在免费访问测试（modelos-e-custos.md §2.2）或第一阶段的目录审查发生变化时，才重新询问此问题。
3. 视频插槽： 在编写旁白之前（在聊天中即可），始终询问以下内容。填充示例见 §7.2。
   • 来自客户（切勿自行捏造）： 主题和格式（Reels、Stories、广告）；画外音（默认）或她对摄像机说话（references/modo-falando.md），如果是对摄像机说话模式，则需明确每个片段的台词；优惠、价格、条款和有效期；付费广告（“了解更多”按钮 + 二维码）或自然帖子（“个人简介链接”）；二维码的目标链接（page_id=674 是“Verão Conectado 2026”页面：未经客户确认，不得重复使用）；CC BY 许可照片的版权信息是否应写在帖子描述中。
   • 询问并提出建议（客户在门控1或2中批准）： 场景、时间和光线；时长；片段剧本（按片段：地点、手中物品和环境噪音）；服装；钩子；活动卡片；音效背景文本。
4. 根据场景、季节或地点重新设计（切勿从示例复制）：服装锚点（角色风格 §3.4，不透明、无图案或标志；采用平纹或大纹理面料，因为精细图案会闪烁）；根据位置、日期和时间计算阳光（locais-grussai.md §8；对于 Grussaí，见 §3 中的“其他季节”表格：冬季下午约 3:40 太阳高度角约 19.5°，下午太阳方位角约 293–304°；逆光自拍时，她应朝南走，大海在右侧）；风（仅研究过夏季的风：请在执行前进行研究）；地点的环境噪音（在视频提示和音效背景中体现）；负面提示中的地点片段（prompts-moldes.md §2.6）；快照中为钩子预留的空间，应位于画面的平坦区域（模板的 #q1 位于右上角；例如：Verão Conectado：镜头1的天空）；模板中 __…__ 令牌内的活动文本：钩子、卡片标题（1 或 2 部分，可带可选图标，例如：“VERÃO ☀ CONECTADO”，包含太阳图标）和优惠；音效背景文本。
5. 新项目和页面： $HOME/hyperframes/<campaign> 和新 Artifact。请勿使用 Verão Conectado 的 URL 重新发布（§7.2）。

2. 分阶段流程和审批门控

每个门控都是一个页面（Artifact），包含并排的 A/B 对比和编号问题。请要求客户以“T1-A, T2-A, T3-A, voz A, modelo 1”的简短格式回复；这加快了决策速度。

• 页面： 每个项目一个页面，每个门控重新发布（同一文件，同一 URL），当前门控位于顶部，已做出的决定位于下方；新活动 = 新页面。媒体文件作为支持文件放置在 media/ 中：快照为 JPG 格式（会话中每张约 200 KB），旁白为 MP3 格式，视频预览为 MP4 格式（带 JPG 缩略图，会话中每个约 11 MB；单个文件上限为 15 MB）。模板结构（例如：Verão Conectado 页面）：请阅读 https://claude.ai/artifact/MivTjGgrZ9ZyhZTftP66kh (Artifact, action: "read")。每个片段：A/B、摄像机、动作、捕捉到的声音、旁白、屏幕文本和时间。然后：A/B 旁白（带时间表），模型路径，带版权信息的地点，以及回答格式说明。
• 记录： 在每个门控的审批结果记录在 $PROJ/DECISOES.md 和页面的“决策”部分。
• 合并门控： 当报价、行动号召（付费与自然帖子）和二维码目标均已回复后，将门控1、2和3合并到单个页面中。在此之前，请先执行门控1（在聊天中即可），且不要生成快照或旁白。在回复前演示的故事板中所展示的旁白是临时性的：在收到回复后（发音、行动号召、报价），使用选定的声音（2 个种子，每个约300 积分）生成最终旁白，然后再生成视频。例如：Verão Conectado：故事板中使用 narracao_radassa100，收到回复后使用 narracao_v2_A_s1。
• 绝不合并： 在门控3批准之前，绝不生成视频。

第一阶段：研究与计划（0 积分）

• 并行研究（4 个方向：模型、现实主义/反幻觉、地点和 API；如果有子代理，则并行执行）。然后按照故事板格式编写剧本和片段计划：每个片段包含位置和时间、拍摄者和摄像机、2-3 步动作、物体、捕捉到的声音、旁白台词、屏幕文本和时间。
• 在花费任何积分之前，执行 2 次独立审查：每个焦点一个子代理；如果没有子代理，则每个焦点单独过一遍。技术审查 = API 范围和限制（api-elevenlabs.md §3.3）、时长/1080p、成本和审核（prompts-principios.md §4）。现实主义审查 = prompts-principios.md §1 中的“提示清单” + 光照和几何（根据 locais-grussai.md §8 计算阳光；室内或夜间场景：此文件 §8）。每次审查应返回问题、涉及的片段、严重程度和修正方案。
• 排名变化很快：如果 modelos-e-custos.md 超过约2个月，请重新查询。自 2026年11月17日起，检查 veo-3.1-generate-001 是否仍然存在。测试每个模型的访问权限而不实际消耗（同一文件 §2.2）。
• 客户已服务过： 参考研究是现成的。只需重新执行上述项目以及活动中新的部分：季节（夏季以外的风尚未研究）、示例之外或无公开照片的场景（向客户索取照片，locais-grussai.md §7；未研究的部分见 §8 和 locais-grussai.md §10）、服装和手中物体（角色 §3.4）。在花费任何积分之前，仍需执行 2 次审查。
• 门控1，客户接收： 推荐模型（附有日期评分和预计成本）；剧本（包含书面旁白）；编号问题：付费广告或自然帖子的行动号召、二维码目标、品牌发音、报价和价格（来自客户；切勿捏造）、角色和参考文件（如果有任何参考文件包含其他人的面部，请提醒）、声音和同意、音乐（默认：无）、时长、纹身和珠宝、“AI 信息”标签、照片版权。[Voltec] 仅询问第 1b 节中要求的内容。

第二阶段：真实地点（0 积分）

• 照片需有已在照片页面上阅读过的许可，并且地点已通过验证（地理标签、OpenStreetMap）：方法见 locais-grussai.md §7。计算场景时间点的阳光高度角（locais-grussai.md §8）并检查该地点的风向。仅 CC0 和 CC BY 许可的照片可提供给 API；NC 许可的照片仅作为编写提示的参考。室内场景（家庭、商店、汽车）：客户自己的照片，不得有可辨识的招牌或文字（§8）。
• 门控2，客户接收： 联系表（绿色 = 可提供给 API；红色 = NC 许可）、版权信息、提议的唯一场景（一个地点和一个时间；例如：Verão Conectado：阳台和前方沙滩，夏季午后）和光线时间。

第三阶段：快照与旁白（强制门控）

• 快照 = 每个片段的第一个画面，使用 gpt-image-2.5-sunburst（9:16，2K，高画质），每个片段 2 个变体。使用 qa-checklist.md §A 审查所有快照。
• 首先生成 T1 A/B。您自行根据 qa-checklist.md §A 选择最佳的一个，并将其作为基础：同一地点的下一个片段将基于此快照进行编辑，摄像机保持同一位置；新地点则需要新的图像，对其中她作为图像1（例如：Verão Conectado：T2 和 T3 源自故事板前的 T1-A 5vBTv3B9FOt44Vu8jMY4）。在门控3中，说明哪些片段是衍生自 T1-X。如果客户选择了另一个 T1，则基于该选择重新生成所有衍生片段（每个片段 2 张图像；例如：Verão Conectado：T2 和 T3，4 张图像，约 2,200 积分），然后才能生成任何视频。
• 一次请求生成完整旁白，使用 2 种声音或 2 个种子。由 alignment 测得的时长决定剪辑点。检查品牌重音和实际说出的文本（使用 stress.py + 语音转文本）。
• 门控3，客户接收： 每个片段的 A/B 并列对比，并附有面部参考图像、A/B 旁白播放器、地点照片和模型选择问题。等待客户回复，并保存已批准的 generation_id。

第四阶段：视频，每个片段 2 个变体

• Veo 3.1，start_frame = 已批准快照的 generation_id，9:16，1080p，8 秒，带音频，种子 20260115 和 20260116。提示仅描述动作、摄像机和声音（prompts-moldes.md §2.5–2.6）。角色不说话，除非在说话模式中（references/modo-falando.md §4）。
• 每次生成消耗 19,391 积分，每个片段 2 次生成（例如：Verão Conectado，3 个片段 × 2 个变体 = 116,346 积分）。在会话中，6 次并行生成在约 3 分钟内完成（取决于情况）。客户在此阶段不接收任何内容。

第五阶段：每个变体的选择和 QA（内部门控）

• 以 2 fps 显示联系表，以 24 fps 显示编号条（嘴部），以 8 fps 显示编号条（手部和物体），并对原生音频进行语音转文本处理（qa-checklist.md §B）。记录每个缺陷所在的帧（Veo 片段 = 192 帧；帧号 = 秒数 × 24），并选择能避免缺陷的入/出点。如果变体 A 没有干净的时间窗口，使用变体 B。如果两者都失败，通过更改一个变量重新生成。
• 超出 2 个变体的重新生成：在门控1中批准的一轮备用范围内进行；超出此范围，需获得客户批准，并说明原因和成本（每个片段 19,391 积分）。
• 仅当存在实际疑问时，客户才会在此阶段收到任何内容；否则，仅将 2 个变体以循环播放形式显示在页面上。

第六阶段：编辑（0 积分，音效背景除外）

…[truncated for translation]