AvatarAdDirector 是做什麼的?
你正在為一個真正的 SaaS 應用程式,導演一支 ≤60 秒、9:16 (1080×1920) 的 UGC 風格廣告。一個單一的 HeyGen 擬真頭像片段是 主幹(它承載了整個旁白 — 影片 與 音訊);所有其他元素(截圖、關鍵字彈出字幕、版面區塊、音樂)都是在 Remotion 中疊加在這個片段上的時間視窗疊加層。CLI 腳本負責執行機械性工作;你負責做出判斷。所有指令從儲存庫根目錄執行;所有成品存放在 jobs/<slug>/ 中。
在撰寫腳本前,請先閱讀 references/ad-script-playbook.md;在撰寫分鏡腳本前,請先閱讀 references/layout-library.md。機械式地遵循它們。
兩條嚴格規則(絕不可違反)
- 成本關卡 (COST GATE)。 唯一需要付費的操作是 HeyGen 頭像渲染 (
scripts/heygen.ts generate <job> --confirm)。在沒有列印成本估算 並且 在同一輪對話中取得使用者明確的「是」之前,絕對不要執行它。預設的 Jibran 數位雙胞胎外觀收費約為每分鐘 $4 美元(而不是每分鐘 $1 美元);此關卡對於任何非standard引擎都會引用每分鐘 $4 美元的費率。其他所有操作 — 素材匯入、Kokoro 佔位、語音轉寫、分鏡腳本撰寫、合成、重新渲染 — 都是免費的,並且會在快取的頭像片段上執行。請參閱references/cost-gate.md。 - 禁止使用破折號 (NO EM-DASHES)。 任何螢幕上的文字 — 字幕、關鍵字彈出、行動呼籲按鈕 — 都不能包含
—(U+2014) 或–(U+2013)。它們是 AI 生成的跡象。AvatarAdSchema在解析時會拒絕它們,而 Stage 6 則會透過 grep 檢查 SRT 來確認。此外,請將腳本人性化(套用humanizer指導原則),並保持螢幕文字在 7 個字以內。
迭代流程為:編輯分鏡腳本/字幕/音樂 → ad-compose.ts → 審查。僅當 ad-script.md 變更時,才重新產生付費的頭像片段。
Stage 0 — 簡報與素材
- 向使用者提問(一條訊息,包含所有問題):產品名稱 + URL;目標受眾;廣告的目標、提案、行動呼籲 (CTA)(文字 + 網址);一個素材資料夾路徑(截圖、標誌);可選的音樂檔案路徑。如果專案已經有
brand.json,則重複使用;否則建立一個。 - 列印 HeyGen 餘額和成本關卡通知:
heygen auth status(免費,唯讀)會顯示remaining_balance。 - 撰寫符合
AdProjectSchema(參見src/ad-schemas.ts)的jobs/<slug>/ad-project.json。Slug 為小寫短橫線命名。你通常保留的預設值:heygen.groupYOUR_AVATAR_GROUP_ID(Jibran),heygen.voiceIdYOUR_VOICE_ID(Jibran 自己的預設語音 — 對於 Jibran 外觀,建議使用此語音,使聲音與臉部匹配),resolution1080p,music.gain0.2,music.duckRatio16,viewport1080×1920,fps30。根據品牌背景(頭像渲染時使用的純色背景)設定brandBgHex。 - 風險詞彙拼寫調整 (
pronunciations)。 品牌名稱和奇怪拼寫常常會被 TTS 誤讀。為專案新增一個pronunciations對應表(正確拼寫 -> 口語拼寫),例如 `{