Communitygithub.com

Astral-xm/ComfyUI-MiniMax-ContextIR

將產品圖片與廣告需求轉化為極簡風格的產品廣告短片,適用於電子商務推廣與產品發表。確認格式與產品變體、萃取賣點、撰寫簡潔的英文廣告文案、建立產品錨點、規劃節拍同步的字體排版/分鏡腳本,並以高質感的鏡頭語言產出乾淨的產品影片。不適用於KOC 口播廣告、一般剪輯或複雜的螢幕示範。

ComfyUI-MiniMax-ContextIR 是什麼?

這是一款專為電子商務賣家、小型品牌擁有者、獨立創作者與個人賣家設計的AI 技能,能將產品圖片與廣告需求轉化為極簡風格的產品廣告短片。此技能遵循一套結構化的流程:首先透過「啟始關卡」確認產品素材、變體狀態、目標長度(預設10秒)、畫面比例、Apple 風格模板與文字模式;接著萃取消費者洞察與賣點,撰寫簡潔的英文廣告文案;然後使用三張獨立錨點照片(英雄視角、材質細節、最終構圖)搭配精確的節拍分鏡腳本作為影片控制系統;最後生成節拍同步的字體排版、分鏡腳本與乾淨的產品影片。技能預設使用 MiniMax-H3 模型,因其能產出乾淨的 Apple 風格產品特寫與高質感的產品電影鏡頭語言。它強調產品本體顏色忠實再現、限制每鏡頭的字體排版為3-5個英文單字的一行文字,並確保使用者每一步都能看見進度。此技能支援 Claude Code、Cursor、Codex 等平台,適用於 earbuds、手錶、數位配件、小型家電等實體產品的極簡廣告短片製作。

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

極簡產品廣告短片產生器

使用此技能引導非專業使用者透過流程式工作流程,建立用於電子商務推廣與產品發表的極簡風格產品廣告影片。目標使用者為電子商務賣家、小型品牌擁有者、獨立創作者與個人賣家;使用者應至少提供一張產品圖片或相關素材。

核心原則是:先確認素材與需求摘要,建立產品事實與產品敘事主軸,以獨立錨點照片鎖定產品視覺,以精確的節拍分鏡腳本控制影片,再以原生音訊或音樂為基礎完成影片剪輯。 此技能不再預設使用四格錨點表,因為影片模型可能複製版面佈局。預設使用三張獨立錨點照片加上一個精確的節拍文字分鏡腳本作為影片控制系統。

啟始關卡

每次觸發此技能時,在進行任何分析、文案撰寫、錨點生成或影片生成之前,先執行一次完整但輕量的啟始關卡。僅確認生產所需的資訊。此時不詢問音樂相關事項;音樂將在後續的音樂步驟中處理。

啟始關卡必須一次性確認以下所有事項:

  1. 產品圖片與相關素材

    • 要求使用者上傳產品圖片與相關素材,例如產品照片、包裝圖片、渲染圖、細節照片、現有影片素材或視覺參考。
    • 如果當前訊息或當前畫布/工作階段已包含素材,則表示已偵測到素材。不要要求使用者再次上傳;僅需確認是否使用當前素材。
    • 如果有多個候選素材且其角色不明確,則詢問哪一個應作為主要產品圖片。
  2. 產品變體狀態

    • 確認這是單一變體還是多個變體/顏色/型號。
    • 如果有多個變體,確認哪一個是主要變體。
    • 如果使用者未指定,代理可根據產品圖片推薦一個,但後續分鏡腳本仍需寫出具體的顏色或變體名稱。
  3. 目標長度

    • 5秒 / 10秒 / 15秒,建議預設為10秒。
  4. 畫面比例

    • 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / 符合參考圖片。
    • 一旦選定,錨點表、影片與最終交付必須嚴格保持此比例。
  5. Apple 風格模板

    • 白色科技 / 暗色邊緣光 / 品牌色塊 / 淺色生活場景。
  6. 畫面內文字

    • 使用者提供的文案,或代理生成的Apple 風格英文文案。
  7. 影片模型策略

    • 預設模型為 MiniMax-H3,因為它通常能產出較乾淨的 Apple 風格產品特寫、留白空間與高品質的產品電影鏡頭語言。
    • 在啟始關卡期間不要要求使用者選擇影片模型。在已採用的啟始關卡結果中顯示「預設模型:MiniMax-H3」。
    • 如果使用者明確要求其他模型,在檢查能力後遵循使用者的模型選擇。
    • Seedance 僅作為備用方案,當使用者明確想要更強的多鏡頭執行能力、要求使用 Seedance,或在 H3 失敗或無法滿足所需結構時接受備援方案時使用。

啟始關卡是強制性的。如果使用者已上傳產品素材,僅跳過上傳請求;請不要跳過啟始關卡的其餘部分。在分析、錨點生成、分鏡腳本或影片生成之前,代理仍必須一次性確認產品變體狀態、目標長度、畫面比例、Apple 風格模板與畫面內文字模式。影片模型不是啟始關卡的問題:預設使用 MiniMax-H3,並在完成的啟始關卡結果中顯示。如果使用者說「你決定 / 直接做」,代理可為其餘欄位選擇建議的預設值,但在繼續之前,仍必須將已採用的選擇顯示為完成的啟始關卡結果。

操作原則

  1. 獨立錨點照片是預設的視覺控制系統

    • 預設情況下,產生三張獨立的錨點照片,而不是一張四格表,因為影片模型可能將版面佈局複製到最終影片中。
    • 三張錨點照片通常涵蓋:主角/搶眼主視覺、材質或功能細節、以及最終構圖文字。
    • 不要建立單獨的結構動作錨點,如果它與主角視覺重疊。將結構/動作提示合併到材質細節錨點中,除非產品確實需要一個獨特的機構參考。
    • 每個錨點照片必須是完整的獨立產品照片。不要建立網格佈局、分割畫面、拼貼板、框架面板、產品牆或分鏡腳本表。
    • 精確的節拍分鏡腳本決定實際的鏡頭順序、動作與文字行為。不要將錨點照片用作直接的鏡頭替代品。
  2. 畫面內文字必須以整合的影片動態呈現,而不是字幕備援方案

    • 文字錨點照片中的文字僅作為字型、位置、單行佈局與兩部分顏色處理的參考。這不表示整個影片只能使用那一行文字。
    • 精確的節拍分鏡腳本可在不同鏡頭中定義多段簡短的英文文字。每段文字必須是3-5個英文單字、單行、可讀,並遵循兩部分顏色規則:在白色科技風格中,前半部使用黑色或深灰色;在暗色邊緣光風格中,前半部可使用白色;後半部始終使用特定的產品顏色。不要使用孤立的1-2字功能標籤。
    • 影片生成必須將分鏡腳本文字包含在畫面內。
    • 文字不需要出現在每個鏡頭中。如果影片模型容易出現排版錯誤,主動減少文字出現頻率。對於10秒的影片,通常僅保留一個影片中間的文字時刻加上一個最終文字時刻;不要在每個鏡頭中都放文字。最終鏡頭必須包含一行穩定的單行文字。
    • 預設情況下,要求影片模型直接產生畫面內排版及其時序。不要默默地將文字降級為後製字幕,或保留空白空間供後續疊加。僅在使用者明確要求或整合式影片排版失敗且使用者接受備援方案時,才使用後製備援方案。
  3. 產品本體顏色是嚴格的忠實度限制

    • Apple 風格意味著乾淨的構圖、高級光線、剋制的動態與留白空間;它並不表示將產品本身變成白色、銀色或類似 AirPods。
    • 產品原始的機身顏色、強調色、材質色調與使用者圖片中可見的表面處理,必須在所有錨點照片與影片中保留。
    • 只有背景、打光環境與構圖可以朝向所選的 Apple 風格模板調整。除非使用者明確要求,否則絕不重新著色產品本體。
    • 最終文字強調色必須來自真實產品的主要顏色,而不是來自通用的銀色/白色 Apple 色板。
  4. 每個產品都需要特定於產品的敘事

    • 不要重複使用固定的耳機模板或撰寫模糊的短語,例如「產品狀態改變」。
    • 分鏡腳本必須基於產品類別、型態、材質、結構與可見動作。
    • 產品動態必須是可視且具體的,例如「蓋子打開30度,內部反射出現」,或「錶冠旋轉,同時高光沿邊緣滑動」。
  5. 進度必須可見

    • 在每個步驟之後,顯示產出了什麼以及下一步需要什麼決定。
    • 不要在未經使用者確認的情況下自動執行整個管線。

排版規則

  • 畫面內廣告文案必須是英文。
  • 如果使用者提供中文文案,將其翻譯成簡潔的英文,或要求使用者批准英文版本。
  • 可見的畫面內文字必須是3-5個英文單字,最好不超過32個英文字元(含空格)。不要撰寫孤立的1-2字功能標籤。
  • 文案應感覺像 Apple 產品電影:感官、利益導向、材質導向或輕微的價值主張;避免促銷標語與電商功能標籤用語。
  • 字型參考:SF Pro Display / SF Pro Text。在提示中偏好使用 SF Pro Display Semibold。
  • 在一個鏡頭中最多使用兩種文字顏色。
  • 在白色科技風格中,文字的前半部必須使用黑色或深灰色;白色文字禁止出現在白色背景上。在暗色邊緣光風格中,前半部可使用白色。後半部始終使用特定的產品顏色。
  • 文字必須維持在一行內。不要換行、堆疊或分成多行。
  • 在任何時刻,畫面內只能出現一行單行的英文文案。不要顯示兩行文字、雙行標題、標題+副標題對或同時顯示多個文字區塊。兩部分排版必須在同一行內延續或替換,絕不能分成上下兩行。
  • 不要將文字放在下方的字幕位置。偏好垂直置中的視覺區域,作為構圖的一部分靠左或靠右對齊。文字應稍微大一點,感覺像產品電影的視覺元素,而不是解釋性的字幕。
  • 核准的影片中間模式:乾淨的留白空間,產品動態或產品特寫引導畫面,畫面保持不擁擠,並且只出現一行單行英文文案。文字可以靠近產品邊緣、產品表面或特寫高光區域,以便感覺融入產品影像,而不是像字幕一樣漂浮。不要為了添加文案而破壞留白空間或添加第二個文字區塊。
  • 預設的兩部分文字動態必須保持可見:前半部首先以淡入或滑入的方式微妙地出現,然後後半部稍後以淡入或滑入的方式微妙地出現。當後半部出現時,前半部在同一行內輕微移動以騰出空間。
  • 移動應微妙,大約10-15像素或文字寬度的8-12%。動態應平滑且剋制;避免彈跳、霓虹或花俏的UI效果。
  • 不要為了避免兩行文字而讓排版完全靜止。正確的解決方案是同行的兩部分入場、微妙的移動、淡入或溫和的滑入;錯誤的解決方案是上下行分割、雙行標題或移除文字動態。

步驟1:素材檢查與產品事實摘要

如果沒有產品素材可用,要求使用者上傳。如果素材已可用,則使用它並分析:

  • 產品類別。
  • 主體位置與畫面佔比。
  • 影像品質:清晰度、光線、構圖與可見細節。
  • 產品主要顏色與可能的主要變體。
  • 可展示的結構:開啟、旋轉、升降、卡合、折疊、彈出、發光、螢幕、紋理等。
  • 可用於分鏡腳本的實際外觀特徵:材質、邊緣、按鈕、連接埠、包裝、透明部分、螢幕或獨特輪廓。

如果影像品質不可用,則停止並提供具體的重新拍攝建議。

輸出簡短的產品事實摘要:

  • 使用的材質。
  • 產品類別。
  • 主要顏色候選項與主要變體建議。
  • 品質合格/不合格。
  • 可展示的結構/功能。

步驟2:確認生產需求摘要

將啟始關卡的回答轉化為可執行的生產需求摘要。不要再次詢問已確認的參數。此摘要驅動敘事主軸、文案、錨點表與分鏡腳本。

生產需求摘要必須包含:

  • 使用的產品素材。
  • 主要變體/產品主要顏色。
  • 畫面比例。
  • 目標長度。
  • 所選的 Apple 風格模板。
  • 單一變體/多變體策略。
  • 畫面內文字模式:使用者提供的文案,或代理生成的 Apple 風格英文文案。

多變體產品規則:

  • 使用者選擇一種風格;不要自動移除所有其他變體。
  • 每個多變體專案必須先決定一個主要變體。
  • 其他變體不應全部在一開始就出現;它們僅在過程節拍、過渡或最終完整組合中出現。
  • 如果使用者未指定主要變體,代理可選擇視覺上最穩定的一個,並使用其他變體來增加節奏與層次。
  • 避免電商矩陣、九宮格顯示、堆疊、散落佈局、所有顏色平鋪或全螢幕產品牆。

步驟3:選擇產品敘事主軸

在文案撰寫與錨點生成之前,選擇一個輕量的產品敘事主軸。不要使用廣泛的企業品牌電影結構;此技能專注於實體產品的簡短 Apple 風格影片。

如果使用者尚未選擇方向,提供2-3個簡潔的方向,推薦一個,並在確認後繼續。如果使用者說「你決定」,則使用推薦的那個。

推薦的主軸:

  1. 產品發表(預設推薦)

    • 留白空間開場 → 主要變體建立英雄視角 → 材質/結構細節 → 自然的產品動作 → 變體或顏色關係 → 完整文案結尾。
    • 適用於耳機、手錶、數位配件、小型家電、香氛裝置等。
  2. 功能觸動

    • 產品靜止 → 互動觸發 → 功能動作 → 細節放大 → 結果/感受 → 結尾畫面。
    • 適用於具有明確開啟、旋轉、磁吸卡合、光線變化、螢幕、折疊、霧氣或類似動作的產品。
  3. 色彩家族

    • 主要變體單獨出現 → 支援變體輕柔滑入 → 顏色順序形成 → 材質與結構保持統一 → 完整組合結尾 → 文案落地。
    • 適用於多色、多變體或多型號產品。

輸出一句話描述所選的敘事主軸,例如:

此影片使用色彩家族主軸:紫色主要變體建立英雄視角,其他顏色作為支援層進入,完整產品組合以英文文案結尾。

步驟4:指導動態語言

在文案撰寫與錨點生成之前,定義影片的動態語言。此步驟不產生素材;它為後續步驟定義動態強度、過渡邏輯與節奏高峰。

相關技能