Communitygithub.com

AvatarAdDirector

將 SaaS 專案的品牌與截圖,轉變為一支 ≤60 秒的 9:16 UGC 風格廣告 — 以一個 HeyGen 擬真頭像片段為主軸,並在 Remotion 中合成截圖、關鍵字彈出字幕、以及更安靜的側鏈壓低音樂背景,最終在地端輸出含字幕與純淨的 MP4 檔案。唯一有費用的步驟(HeyGen 頭像渲染)設有嚴格的確認關卡。

AvatarAdDirector 是什麼?

AvatarAdDirector 是一個針對 AI 代理(如 Claude Code、Cursor 或 Codex)設計的技能,用於自動化製作 SaaS 產品的垂直短片廣告(9:16,1080×1920,適用於 Reels/TikTok 等平台)。其核心工作流程是:先透過 HeyGen 生成一個擬真頭像的影片片段作為主幹(包含旁白聲音與影像),然後在 Remotion 中將其他元素(應用程式截圖、關鍵字彈出字幕、音樂)以時間視窗疊加的方式合成上去。所有步驟(腳本撰寫、版面編排、合成渲染)都可在本地免費執行,唯獨 HeyGen 頭像渲染需要實際花費,且技能內建了嚴格的成本關卡(Cost Gate),在執行前會明確估算費用並要求使用者確認,避免意外支出。此技能適合用於快速產出高品質、具有真實人物推薦風格的產品推廣影片,支援多種語言與自訂品牌元素。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/baldiga/headless-studio/tree/HEAD/skills/avatar-ad-director

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

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)

  1. 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。
  2. 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

  1. 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。
  2. 列印 HeyGen 餘額和成本關卡通知:heygen auth status(免費,唯讀)會顯示 remaining_balance。
  3. 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.group YOUR_AVATAR_GROUP_ID (Jibran),heygen.voiceId YOUR_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),resolution 1080p,music.gain 0.2,music.duckRatio 16,viewport 1080×1920,fps 30。根據品牌背景(頭像渲染時使用的純色背景)設定 brandBgHex。
  4. 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 `{

相關技能