Communitygithub.com

andrewbowlds/edp-listing-video-maker

為EDP房地產公司建立房源行銷影片,使用AI主播(Faith金髮經紀人或EDP新聞男主播)合成到實際房源照片中,透過Grok Imagine圖轉影片技術,再以ffmpeg組裝成完成的16:9和/或9:16影片。

edp-listing-video-maker 是什麼?

此技能可自動化製作EDP Realty的房源行銷影片,核心技術是「圖像轉影片」,而非文字轉影片。它會先收集房源資訊與照片,撰寫每場景腳本,然後利用Grok Imagine將AI主播(預設為Faith)合成到真實房源照片中,最後透過ffmpeg添加浮水印、結尾卡片並輸出影片。支援16:9與9:16兩種比例,適用於Claude Code或其他AI代理環境。此技能已內建三個經實戰驗證的關鍵規則:必須發送角色參考圖以維持服裝一致性、室外場景鎖定鏡頭以避免Grok虛構背景、以及確保主播從第一幀就出現在畫面中。此外,它還包含公平住房法規的撰寫指引,確保行銷內容不涉及任何歧視性描述。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/andrewbowlds/edp-listing-video-maker/tree/HEAD/edp-listing-video-maker

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

EDP Listing Video Maker

為EDP房地產公司製作房源行銷影片,讓AI主播站在真實房源照片前,每張照片一個場景,念出預先撰寫的台詞。

流程:收集房源資訊+照片 → 檢視照片 → 撰寫場景腳本 → 建立Faith角色參考靜態圖 → Grok圖像轉影片(每場景兩個輸入:房間照片+角色參考) → ffmpeg合成(含Logo浮水印與結尾卡片) → 品質檢查 → 交付。

核心技術:這是圖像轉影片,絕非文字轉影片。 你上傳實際的房源照片,Grok將主播融入真實場景。文字轉影片會虛構一棟不存在的房子——這不僅偏離品牌形象,更會造成廣告問題。


三條用血淚學到的規則

在首次正式製作時,這三條規則曾導致整個製作週期重來。從第一次生成就要遵守,不要等審查員發現後再修正。

  1. 永遠將角色參考圖作為第二個輸入。 僅靠文字無法維持Faith的服裝。在五個場景中,她換了四套不同服裝——海軍藍西裝外套、卡其長褲、淡粉垂墜上衣、白色有領襯衫。詳見步驟3.5。
  2. 在室外場景鎖定鏡頭。 「流暢的鏡頭運動、輕微平移與縮放」在室內沒問題,因為有牆壁框住畫面。但在室外,鏡頭會拉遠到開闊的庭院,Grok就會虛構各種元素——有柱子的門廊、景觀灌木叢、甚至形狀詭異的鄰居房屋。詳見步驟4。
  3. 主播必須從第0幀就出現在畫面中。 Grok經常先渲染空的第一幀再讓主播出現,或者讓她先以很小的尺寸出現再拉近。這兩種情況看起來都像故障。明確要求她從一開始就出現在畫面中,並指定構圖方式。

主播介紹

兩個固定角色。Faith是預設角色——只有在用戶要求新聞格式或投資/翻修物件角度時才使用男主播。

Faith — BLONDE-AGENT-01(預設)

角色ID: BLONDE-AGENT-01
每支影片使用完全相同的螢幕主播。
有吸引力的金髮女性,30歲出頭,中長波浪髮,藍眼睛,友善的笑容,輕薄的自然妝容。
專業的房地產風格,藍色套裝,中性色調。
在所有影片中保持相同的面部結構、髮型、服裝風格和個性。
這個角色必須在每支獨立的影片中保持一致。

標準服裝(除非另有指示): 鋼藍色單扣西裝外套、象牙白有領襯衫(領口敞開)、搭配的鋼藍色長褲。在提示詞中明確寫出每個單品,包括長褲顏色——Grok最常見的偏差是讓她穿上卡其或米色長褲。

開場白範本: 「嘿,這裡是Faith,來自EDP Realty。來看看我們在[地址]的房源吧。」

語氣:溫暖、積極、自信。她是一位房地產經紀人,而不是模特兒。

EDP新聞主播 — MALE-ANCHOR-01(投資/翻新物件格式)

角色ID: MALE-ANCHOR-01
每支影片使用完全相同的螢幕主播。
年長男性新聞主播,40歲出頭到中旬。灰白短髮,梳理整齊。輕微鬍渣或乾淨刮鬍。堅毅的下巴線條,藍/灰色眼睛,自信的氣場,自然的新聞室妝容。
穿著深海軍藍或炭灰色主播西裝外套、白色正裝襯衫、不打領帶。
手持一個帶有簡單「EDP News」麥克風旗標的黑色手持麥克風(每支影片必須保持一致)。
在所有影片中保持相同的臉部、頭髮、服裝、麥克風和個性。

主播專用規則:他站在室外或門廊,絕不進到室內,而且固定站位,不會走進屋內。

服裝變化

Faith支援服裝覆蓋(例如「海軍藍專業洋裝、粉紅色安全帽、粉紅色高跟鞋」用於建築/翻新物件)。將服裝描述附加到她的角色設定區塊中;保留臉部和頭髮的描述不變,否則她會產生偏差。如果覆蓋服裝,你也必須重新建立角色參考圖以匹配,否則參考圖和提示文字會互相衝突。


步驟1 — 收集房源資訊

如果未提供,請詢問房源地址。你需要:街道地址、狀態、掛牌價格、臥室數、衛浴數、平方英尺、建造年份、MLS編號和房源備註。使用你的會話中已連接的任何房源來源(經紀公司的交易/房源系統,或用戶貼出的MLS資料表或房源連結)。若無任何連接,請用戶貼上MLS資料表或房源連結——不要猜測資訊。

同一個地址可能會有重複記錄。 舊的或封存的房源版本可能與現行版本並存,價格不同,且缺少臥室/衛浴/平方英尺資料。使用有MLS編號且為啟用狀態的記錄,並告知用戶你跳過了哪筆記錄,這樣他們才知道影片反映的是哪個價格。

在建立影片前檢查狀態。 如果該房源已封存、過期、已售出或已成交,請先告知用戶並確認後再為其製作「待售」行銷內容。

步驟2 — 取得並檢視照片

將房源照片存入本地工作資料夾 <work>/photos/,並使用簡短檔名:front.jpg、living.jpg、kitchen.jpg、bed1.jpg、bed2.jpg、shower.jpg。如果照片是連結形式,用curl下載;如果用戶以附件形式提供,直接複製進去。原始檔名通常包含房間標籤,這可以讓你直接確定場景順序。如果無法下載外部檔案,請參閱「注意事項」中的出口注意事項。

在動筆寫腳本前先看過照片

製作一個縮圖索引並閱讀它,這樣你就可以根據每個房間的實際情況撰寫台詞,並刪除任何過暗、模糊或重複的照片:

montage front.jpg living.jpg kitchen.jpg bed1.jpg bed2.jpg shower.jpg \
  -tile 3x2 -geometry 640x480+6+6 -background '#111' contact_sheet.jpg

選擇4–6張照片。順序:先放正面外觀(這是開場場景),然後依序是客廳→廚房→臥室→浴室,把最引人注目的房間留到最後,讓行動呼籲落在最好的畫面上。跳過幾乎相同的臥室照片。

步驟3 — 撰寫場景腳本

每張照片配一句簡短台詞,約2–4秒唸完(大約12–25個字)。以表格方式向用戶呈現完整腳本,並在生成任何內容前取得批准——重新生成是成本最高的步驟。

在請求腳本批准的同時提出這三件事,因為它們都會影響建置方式,而且一次只問一個問題是很不禮貌的:

  1. 腳本是否有任何措辭修改。
  2. 需要哪些尺寸——16:9、9:16、或兩者都要。(通常只需要寬版就夠了。)
  3. 影片是為誰做的——使用公司EDP品牌,還是指定經紀人/團隊的行動呼籲放在結尾卡片上。請參閱步驟5中的「結尾卡片」部分。

結構:

  • 場景1(正面照片): 主播的開場白 + 地址。
  • 中間場景: 每個房間一個具體的優點,根據房源備註和你從照片中實際看到的內容來撰寫。
  • 最後場景: 最強的房間 + 行動呼籲。公司偏好的結尾語是「立即聯繫我們,預約您的專屬看房行程。」——而不是「請洽EDP Realty。」保持口頭行動呼籲的通用性;特定的經紀人、團隊和電話號碼應放在結尾卡片上,絕不要讓Grok唸出來。

用真人說話的方式撰寫,而不是像MLS備註。「廚房已經翻新過,而且有空間放一張真正的餐桌」比「配備寬敞的翻新廚房與用餐區」要好。

不要讓Grok唸出價格。 Grok會唸錯數字,而房源影片中的錯誤價格是嚴重的問題。價格應放在標題卡片上,那裡能清晰呈現。平方英尺和任何電話號碼也是如此。

MLS記錄中沒有照片顯示的資訊(車庫、圍欄庭院、建造年份)可以讓Faith提及——但不要暗示照片中有這些東西。請使用MLS的措辭:如果該房產有獨立車庫,就說「獨立車庫」,不要說「雙車位車庫」。

公平住房 — 無妥協空間

這是為經紀公司做的廣告。描述房產,絕不要描述人。

  • 絕不提及或暗示種族、膚色、宗教、國籍、性別、殘疾或家庭狀況。這包括軟性的代用詞:「很棒的家庭社區」、「非常適合年輕夫妻」、「安全區域」、「步行到教堂」、「安靜、沒有小孩」、「好學區」、「獨家」。
  • 要說「第三間臥室」——不要說「兒童房」。
  • 不要描述誰會喜歡這個家。描述這個家本身。
  • 每一個陳述的事實都必須與房源記錄相符。不要把858平方英尺四捨五入成「900多」,不要把已封存的房源說成在售,不要捏造建造年份。
  • 必須標示經紀公司名稱和公平住房機會標誌。角落浮水印、結尾卡片的經紀公司資訊以及結尾卡片上的公平住房標誌涵蓋了這項要求——絕不能在沒有這些元素的情況下交付影片。
  • 如果用戶要求的措辭越過了這條線,請標記出來並提供符合規定的改寫版本,而不是直接生成。

步驟3.5 — 建立Faith角色參考圖

在任何生成之前完成此步驟。 這是確保角色一致性的最高槓桿步驟。

獲取一張Faith穿著標準服裝的乾淨靜態圖。可以重複使用先前房源中儲存的參考圖(首選——這能讓她在不同房源之間保持一致),或者從一個好的影片片段中提取某一幀:

ffmpeg -y -ss 7 -i good_clip.mp4 -frames:v 1 ref_full.png
# 裁切到緊貼她,去掉她身後的房間背景,並填充到視口比例
ffmpeg -y -i ref_full.png \
  -vf "crop=400:620:560:20,scale=-1:600,pad=1300:600:(ow-iw)/2:0:color=0x8a8a8a" \
  -q:v 3 faith_ref_wide.jpg

裁切到緊貼,讓原始的房間背景幾乎不存在——否則Grok會將那個房間融合到新場景中。填充到約略的瀏覽器視口比例,使用中性灰色,這樣你餵給Grok的螢幕截圖就不會有黑邊。

使用前先檢查結果。它應該包含:臉部、頭髮、西裝外套、襯衫,以及至少長褲的上半部分。

步驟4 — 在Grok中生成影片片段

使用Claude-in-Chrome工具,在已登入Chrome的 grok.com/imagine 操作。每張照片生成一次,使用影片模式、720p、10秒、16:9。

將圖片送入Grok

file_upload 會拒絕outputs資料夾中的路徑——它只接受它認為與會話共享的檔案,而outputs目錄不符合條件。不要在它身上浪費呼叫次數。有兩種可行方法:

方法A(首選)——透過localhost提供工作資料夾並截圖。 Grok的 upload_image 需要一個螢幕截圖 imageId,所以任何你可以在Chrome中顯示的東西都可以上傳:

# 在用戶的Mac上,從工作資料夾執行,背景執行以讓呼叫返回
(nohup python3 -m http.server 8777 --bind 127.0.0.1 > /tmp/srv.log 2>&1 &)
sleep 2; curl -s -o /dev/null -w "%{http_code}\n" --max-time 5 \
  http://127.0.0.1:8777/photos/front.jpg

然後針對每張圖片:navigate 到 http://127.0.0.1:8777/photos/front.jpg,執行以下JavaScript以移除Chrome的檢視器介面和任何擴充功能覆蓋層,然後截圖:

const img=document.querySelector('img');
document.body.querySelectorAll('*').forEach(e=>{if(e!==img&&!e.contains(img))e.remove()});
document.documentElement.style.cssText='margin:0;padding:0;overflow:hidden;background:#000';
document.body.style.cssText='margin:0;padding:0;overflow:hidden;background:#000';
img.style.cssText='position:fixed;top:0;left:0;width:100vw;height:100vh;object-fit:cover;margin:0';
'ok'

在生成完成後關閉伺服器:pkill -f "http.server 8777"。

方法B — 直接導航到照片本身的URL,並應用相同的JavaScript。可行,但URL通常很長且有時效性。

無論哪種方法,你都會得到一張適應視口比例、以cover方式裁切的螢幕截圖,這正是你需要的:Grok會匹配來源比例,因此約2.16:1的螢幕截圖會產生約2.16:1的影片片段,之後建置腳本可以將其乾淨地裁切為16:9。

頁面資訊(驗證日期:2026-08-11)

  • 隱藏的檔案輸入 — 使用 find 定位(「用於附加圖像的隱藏檔案輸入」),然後使用 upload_image 搭配 ref 和 imageId。絕不要點擊附加按鈕——那只會打開一個你無法操控的原生選取器。
  • 每場景兩個輸入: 先上傳房間照片,再上傳角色參考圖。它們會以兩個縮圖的形式出現在編輯區上方。在提示詞中依序將它們稱為圖片1和圖片2。
  • 編輯區 是 .tiptap.ProseMirror 內容可編輯元素。較長的提示詞使用合成貼上事件來設定會比逐字輸入更可靠。
  • 編輯區預設為 Image 模式。 切換到 Video 模式,並透過螢幕截圖確認720p / 10s / 16:9設定。模式在同一個會話內的多次生成之間會保持,但每次頁面重新載入後都需要重新確認。
  • 螢幕截圖ID有時間限制。 在每次場景上傳前,立即重新擷取房間照片和角色參考圖——不要重複使用幾個步驟前的 imageId,否則上傳會失敗。

提示詞範本 — 貼上此內容,並替換括號內的部分

圖片1是房產。圖片2是主播的角色參考圖。

角色ID: BLONDE-AGENT-01。完全比照圖片2:相同的臉部、相同的金髮波浪及肩髮型、相同的鋼藍色單扣西裝外套、相同的象牙白開領襯衫、相同的鋼藍色長褲。服裝必須與圖片2完全一致——不要改變西裝外套的顏色,不要改變襯衫,長褲必須是鋼藍色,不是卡其色,不是米色。

重要提示:生成的是影片,不是圖片。不要生成任何靜態照片。

建立一個房地產行銷影片。圖片1是真實的[房間]照片,必須完全保留。僅將圖片2用於主播的外觀和服裝——不要使用圖片2的任何背景。

[鏡頭設定區塊 — 見下方]

[保留區塊 — 見下方]

構圖:主播完全可見、居中、從膝蓋以上開始構圖,並且從第一幀開始就保持這個大小。她不是小小的或離得很遠。她沒有被畫面邊緣裁切。不要在空房間開始。不要讓她淡入、突然出現或走進畫面。從第一幀開始,她就站在那裡說話。

她站在[這個房間/房產前方]說

[台詞]

鏡頭設定區塊

室內場景: "Smooth camera motion, light pan and zoom, continuous clip, no cuts."(流暢的鏡頭運動,輕微平移與縮放,連續片段,無剪輯。)

室外場景: "Static camera, locked tripod shot, no pan, no zoom, no pullback. The camera does not move. The presenter stands in place in front of the property."(固定鏡頭,鎖定三腳架拍攝,無平移,無變焦,無拉遠。鏡頭不動。主播固定站在房產前方。)

如果你懷疑照片是否為室外場景,把它當作室外處理。

保留區塊 — 每場景都必須包含

"IMPORTANT: The real property shown in IMAGE 1 must be preserved exactly as it appears. The presenter is composited onto the image. Do not change the room, the furniture, the lighting, the landscaping, the sky, or any architectural detail. Do not add any objects or people that are not in IMAGE 1. Do not change the season, weather, or time of day from IMAGE 1. This is a real estate listing advertisement and every detail in the original photograph is a material fact."(重要提示:圖片1中顯示的真實房產必須完全保留原樣。主播是合成到圖片上的。不要改變房間、家具、照明、景觀、天空或任何建築細節。不要添加圖片1中沒有的任何物體或人物。不要改變圖片1中的季節、天氣或時間。這是房地產房源廣告,原始照片中的每一個細節都是重要事實。)

注意:這個區塊原本應該更嚴格,但Grok為了遵守它曾多次拒絕產生影片。如果在調整幾個字後它仍然拒絕,可以稍微放鬆這個區塊,優先讓它實際生成內容。這種權衡發生在約20%的生成中。

步驟5 — 用ffmpeg組裝影片

將所有片段合併成一支最終影片,加入開場標題卡、結尾卡片、角落浮水印和背景音樂。

開場標題卡(5秒,可選)

如果用戶想要,在Faith的開場白之前加一張標題卡:地址、掛牌價格、「由EDP Realty提供」。也可以完全省略,直接從Faith開始。

詢問用戶:"Would you like a title card before Faith's intro? It would show the address and price."(你希望在Faith開場前加一張標題卡嗎?會顯示地址和價格。)

角落浮水印

透明浮水印,覆蓋在影片的右下角,從第0秒到最後一幕。位置:從右邊緣往內20px,從底部邊緣往內20px。大小:約影片高度/寬度的6%。

浮水印圖片應包含EDP Realty標誌和「Equal Housing Opportunity」文字。在信差中向用戶索取浮水印圖片,如果他們沒有提供,則使用標準的EDP Realty浮水印(從公司的品牌資料中獲取)。

背景音樂

要求用戶提供他們想要使用的背景音樂檔案。如果他們沒有,則使用EDP公司的標準曲目(從他們的品牌資料中獲取)。

結尾卡片

最終場景淡出到結尾卡片,停留3秒。結尾卡片包含:

  • 房產地址和價格
  • 經紀人/團隊的名字和電話號碼(如果影片是為特定人員製作的)
  • 如果影片是為特定經紀人/團隊製作的:使用他們的個人標誌和標準的「連絡我們」行動呼籲
  • 如果影片僅使用EDP品牌:使用標準的EDP Realty行動呼籲
  • Equal Housing Opportunity標誌
  • EDP Realty經紀公司資訊行

結尾卡片的設計應與所使用的主播相匹配:

  • Faith: 乾淨、現代、住宅房地產風格
  • EDP新聞主播: 更類似新聞標題卡樣式(公司名稱、地址、行動呼籲,類似財經新聞圖表卡)

如需「我們是[[品牌]],聯絡我們了解[[地址]]」,讓Grok文字寫入成為結尾卡片的主要視覺元素。文字必須清晰可讀。

FFmpeg合成指令

所有片段必須按順序粘合。使用 concat 解碼器或其他方法,但不要重新編碼整個影片——這會損失質量。標準模板:

# 建立一個文字檔案,列出所有片段
for f in title_card.mp4 scene_01.mp4 scene_02.mp4 scene_03.mp4 end_card.mp4; do
  echo "file '$f'" >> clips.txt
done

# 粘合,並在頂層疊加浮水印(從第0秒到影片結束)
# 背景音樂:淡入,與音軌混合,在語音結束後淡出

ffmpeg -f concat -safe 0 -i clips.txt -i watermark.png -i background_music.mp3 \
  -filter_complex "
    [0:v][1:v]overlay=W-w-20:H-h-20:enable='between(t,0,999)'[base];
    [2:a]volume=0.15,afade=t=in:st=0:d=3,afade=t=out:st=total_duration-3:d=3[bgm];
    [base][bgm]amix=inputs=2:duration=first:dropout_transition=0
  " \
  -c:v libx264 -preset medium -crf 18 -c:a aac -b:a 192k \
  -pix_fmt yuv420p -movflags +faststart \
  final_listing_video.mp4

如果 concat 解碼器無法處理(例如片段有不同的編碼設定或尺寸),使用 ffmpeg concat 過濾器代替。如果預覽看起來正常(16:9無黑邊),則交付兩個尺寸。

9:16版本

如果用戶要求9:16版本(例如Reels/Shorts/TikTok):

ffmpeg -i final_listing_video.mp4 -vf "
  crop=ih*9/16:ih,scale=1080:1920
" -c:a copy listing_reel.mp4

品質檢查

在交付前,快速檢查影片,確認:

  • 播放流暢
  • 場景順序正確
  • 主播服裝保持一致
  • 室內場景鏡頭有輕微運動(除非是合成照片)
  • 室外場景鏡頭固定
  • 主播從第一幀開始可見
  • 主播沒有被裁切在畫面邊緣
  • 音訊清晰
  • 浮水印
  • 結尾卡片
  • 等標誌
  • 等行動呼籲
  • 文字可讀
  • 顏色準確
  • 無閃爍或偽影
  • 影片結尾不會突然中斷

交付

將完成的影片(ns)放在工作資料夾中,並附上簡短摘要說明已生成的內容,以及每個版本的播放時間。使用 stat 報告檔案大小,讓用戶知道寄送的內容(大檔案可能需要壓縮或連結)。

詢問用戶:「Everything look good? Should I send this to [name]?」(一切都好嗎?需要我把這個寄給[人名]嗎?)

如果用戶要求修改,根據他們的回饋重新生成特定的場景,而不是從頭開始。在替換影片時保持所有其他場景不變。

合約變體

可公開的代理/團隊影片: 在結尾卡片上加入經紀人名字。「由[經紀人名]在EDP Realty為您服務。打電話給[號碼]。」將浮水印從公司換成個人經紀人浮水印。使用經紀人提供的任何頭像或品牌元素。

EDP新聞投資者影片: 使用EDP新聞主播。保持相同格式,但語調改為分析性、數據導向。專注於投資回報率、潛在增值、市場趨勢。他們說:[[價格]],不開發,爆炸性增值,現金流動,長期持有」。第一句話:「我是[名稱],來自EDP新聞。」

已知問題與注意事項

  • 出口封鎖: curl、wget 或 Python的 urlopen 可能無法下載照片,因為它們被阻止了。如果你卡住了——你嘗試下載一張照片但收到403或連線超時——不要重試超過一次。只需向用戶要照片或MLS頁面(這通常會觸發不同的路由),然後手動將照片拖入工作資料夾。會話中的一個提示:當我上傳照片時,它們會直接進入你的 allowedlist,cp 就可以使用。
  • Grok拒絕產生影片: 有時Grok似乎卡住了或拒絕產生內容。在這種情況下,策略性地使用圖像模式來解鎖。產生一張展示Faith站在房產前的圖像;當該圖像成功後,切換到影片模式,複製同一個提示詞(加上鏡頭和保留區塊),它通常就會運作。這似乎能「喚醒」Grok對該提示詞的運動理解。
  • 多重裁剪問題: 如果你的16:9影片在側邊有黑邊,你可能在傳送給Grok的圖片中有未注意到的黑邊。在Grok內檢查它們,或產生一個全解析度的版本並從中間裁剪。
  • 模式重設: 如果你離開 grok.com/imagine 選項卡然後回來,模式有時會重置為「Image」。在每次生成前檢查。
  • 第二個輸入: 始終在每場景的第二個輸入上傳角色參考圖。只使用文字描述角色會導致服裝不一致。Grok有時會忽略第二張圖片——如果發生這種情況,請重新產生。
  • 外部網站的解決方案: 如果法規限制你使用Gro ks的操作(例如透過Chrome工具的審查政策),你可以使用替代的圖像轉影片平台如Runway或Pika Labs,並手動將影片粘合在一起。這個技能是主幹,但如果你受制於外部政策,請告訴用戶需要手動步驟並協助他們。

技術要求

  • ffmpeg用於影片處理
  • curl或 wget用於下載
  • montage(ImageMagick的一部分)用於製作縮圖索引
  • 對 grok.com/imagine 的瀏覽器存取權限
  • Gemini或LLM存取權限(由使用者決定由哪個來撰寫腳本)
  • 與房源資料的連接(MLS、經紀公司系統或使用者手動輸入)

相關技能