Communitygithub.com

AI 產品影片生成

專業用於 AI 產品影片生成的技能。當你需要產品展示、動畫產品鏡頭、主視覺影片橫幅或電商影片內容時使用。觸發詞:產品影片、產品展示、產品動畫、主視覺影片。輸出專業級產品影片。

AI 產品影片生成 是什麼?

這個技能是一個系統化的 AI 產品影片生成方案,專為將靜態產品圖片轉化為電影級視覺內容而設計。它整合了多種頂級影片生成模型,包含 OpenAI 的 Sora 2、Google 的 Veo 3.1 以及 Kwaivgi 的 Kling v2.5 Turbo Pro,每種模型在速度、畫質和動作風格上各有擅長。技能的核心價值在於提供一套完整的動作風格目錄,涵蓋從奢華慢速揭示、360度軌道展示到動態能量與生活情境等多元方向,並根據產品類別(如電子產品、時尚、美食、珠寶)提供專業建議。技能強烈建議採用「圖片轉影片」(I2V) 的工作流程,以確保產品外觀的準確性與迭代效率。此外,它還包含了音效設計指引與各平台(網站、Instagram、TikTok、產品頁面)的技術規格,讓使用者能產出不僅高品質、且符合商業用途與平台特性的專業級產品影片。

相容平台~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/David-Li0406/meta-skill-evloving/tree/HEAD/skill-flow/data/skills-refined-36k/skillsmp/ai-product-video

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

AI 產品影片

將靜態產品圖片轉化為電影級影片內容。此技能處理產品揭示、動畫主視覺鏡頭、360 度展示以及電商影片等,所有能讓產品感覺高級且令人嚮往的影片類型。

使用時機: 你有需要動畫化的產品圖片,或需要以產品為主的影片內容。 接入來源: 來自 ai-product-photo 圖片審核通過後,或來自 ai-creative-workflow 直接需要影片。


為何需要此技能

問題所在: 影片內容的轉換率遠優於靜態圖片,但:

  1. 傳統產品影片拍攝成本高昂
  2. 多數 AI 影片提示會產出籠統、飄忽不定的結果
  3. 不同平台需要不同的影片風格
  4. 錯誤的動作可能讓高級產品顯得廉價

解決方案: 一套系統化方法:

  • 使用經過驗證的商業動作風格
  • 將動作與產品類別和市場定位匹配
  • 利用多模型生成進行品質篩選
  • 將動畫錨定於已通過審核的靜態圖片(I2V 工作流程)

影片模型陣容

策略: 使用多個模型生成,提供輸出供選擇。不同模型擅長不同領域。

模型開發商速度最佳領域
Sora 2openai~80秒通用品質、文字理解
Veo 3.1google~130秒音訊生成、電影級品質
Kling v2.5 Turbo Prokwaivgi~155秒人物、自然動作、較長連貫性

模型優勢與弱點

Sora 2:

  • 出色的提示理解能力
  • 良好的動作連貫性
  • 有時會過度風格化
  • 無原生音訊

Veo 3.1:

  • 可生成匹配的音訊
  • 電影級品質
  • 生成速度較慢
  • 有時會「自由發揮」提示

Kling v2.5:

  • 最適合人類主體
  • 自然的動作品質
  • 較長的影片連貫性
  • 有時會添加不必要的元素

何時使用哪種模型

一般產品 → Sora 2(可靠、快速)
需要音訊 → Veo 3.1(原生音訊)
包含人物 → Kling v2.5(最佳人物動作)
不確定 → 全部運行,選最佳

I2V vs T2V:為何以圖片為優先勝出

圖片轉影片 (I2V) — 推薦

ai-product-photo → [審核圖片] → ai-product-video (I2V)

為何 I2V 對於產品更優越:

  • 第一幀完全是你審核通過的
  • 產品外觀已鎖定
  • 動作錨定於已知構圖
  • 易於迭代而不改變產品
  • 若影片失敗,你仍有審核通過的圖片

文字轉影片 (T2V)

僅在以下情況使用:

  • 沒有原始圖片可用
  • 需要全新的構圖
  • 在確定圖片前探索動作概念

T2V 需要極其詳細的提示,且通常需要多次嘗試。


動作風格探索

不要只鎖定一種動作風格。 生成多種方法,選出最佳方案。

為何動作風格重要

相同的產品以不同動畫風格呈現,會感覺:

  • 高級 vs 廉價
  • 創新 vs 傳統
  • 興奮 vs 平靜
  • 專業 vs 業餘

一種風格 = 賭運氣。多種風格 = 明智選擇。

5 種動作風格方向

對於任何產品,考慮以下截然不同的方法:

風格 1 - 慢速揭示(高級):
緩慢電影式推進,戲劇性光線變化,
大氣粒子,優雅節奏,奢華感

風格 2 - 軌道展示(360 度):
相機平穩環繞產品,展示所有角度,
專業產品演示,資訊性

風格 3 - 飄浮高級(科技):
產品在空中失重漂浮,輕柔懸停動作,
夢幻般的品質,高端科技美學

風格 4 - 動態能量(大膽):
快速相機移動,戲劇性角度,高能量,
運動/動作廣告美學

風格 5 - 情境/生活方式:
產品處於使用中或場景中,自然的動作,
生活方式廣告,貼近生活的脈絡

風格決策框架

產品定位最佳動作風格
奢華/高級慢速揭示 或 飄浮高級
科技/創新飄浮高級 或 動態能量
實用/日常軌道展示 或 情境
時尚/生活方式情境 或 慢速揭示
運動/動作動態能量
食品/飲料慢速揭示 或 情境

動作風格深入探討

慢速揭示(高級)

奢華和高級產品的首選。營造期待感,創造渴望。

緩慢電影式推進朝向 [產品],平穩優雅動作,
戲劇性聚光燈照明搭配細微光線變化,
大氣灰塵粒子在光束中漂浮,
高級商業揭示,奢華節奏,5 秒

關鍵元素:

  • 速度: 緩慢、從容(營造期待)
  • 相機: 推進(將觀眾引向產品)
  • 燈光: 戲劇性變化(創造立體感)
  • 氛圍: 粒子/散景(高級感)

變化:

+ 逐漸亮度增加(黎明揭示)
+ 側光掃掠(雕塑揭示)
+ 聚光燈到滿光(從戲劇性到細節)
+ 從黑暗中浮現(神秘揭示)

軌道展示(360 度)

從多個角度展示產品。具資訊性,但也可以高級。

相機平穩環繞 [產品],優雅 180 度弧線,
光線變化以顯示不同表面和角度,
產品完美居中,專業產品展示,
商業演示品質,平穩連續運動,5 秒

關鍵元素:

  • 速度: 適中、穩定(專業)
  • 相機: 環繞(展示所有角度)
  • 燈光: 隨相機變化(揭示特點)
  • 產品: 居中、穩定(自身不旋轉)

變化:

+ 低角度環繞(強大、雄偉)
+ 高角度環繞(概覽、易於理解)
+ 半圈環繞並返回(A-B-A 運動)
+ 環繞並拉近(結合移動)

飄浮高級(科技)

失重、夢幻般的品質。非常適合科技產品。

[產品] 在空中失重漂浮,輕柔懸停動作
帶有細微的微動,柔和旋轉漂移,
高端科技美學,簡潔極簡環境,
夢幻般的品質,平穩超凡運動,5 秒

關鍵元素:

  • 速度: 非常緩慢(夢幻)
  • 動作: 漂浮、懸停(克服重力)
  • 環境: 乾淨、極簡(專注於產品)
  • 品質: 超凡、脫俗(高端科技)

變化:

+ 細微粒子場(太空科技)
+ 柔和光漣漪(高級感)
+ 最小旋轉(展示側面)
+ 呼吸動作(有機科技)

動態能量(大膽)

需要展現活力的產品高能量風格。運動、遊戲、生活風格。

[產品] 的動態揭示,快速相機掃掠搭配戲劇性角度,
高能量動作附帶衝擊時刻,大膽光線變化,
運動廣告美學,令人興奮且引人入勝,
充滿動能的強力揭示,5 秒

關鍵元素:

  • 速度: 快速、強而有力(令人興奮)
  • 相機: 戲劇性角度、掃掠(能量)
  • 燈光: 大膽變化(戲劇性)
  • 感覺: 衝擊、力量(引人注目)

變化:

+ 甩鏡揭示(極速)
+ 突變拉近(瞬間吸引注意)
+ 旋轉爆發(動態開場)
+ 定格動畫風格的節拍(節奏能量)

情境/生活方式

產品置於真實使用或場景中。貼近生活、令人嚮往。

[產品] 在 [場景] 中,自然環境動作,
[人物互動/環境移動/環境動作],
生活方式商業品質,真實感,
貼近生活的脈絡,令人嚮往但真實可信,5 秒

關鍵元素:

  • 速度: 自然節奏(真實)
  • 動作: 環境(風、手勢、環境)
  • 場景: 真實脈絡(貼近生活)
  • 感覺: 真實(不過度製作)

變化:

+ 晨光變化(時間流逝)
+ 伸手/抓取(產品使用)
+ 環境風(戶外場景)
+ 蒸氣/冷凝(食品/飲料)

相機動作詞彙

掌握這些術語以實現精準動作控制。

相機移動

移動描述最佳用途
推進相機移向主體揭示、聚焦、親密感
拉遠相機遠離主體場景揭示、結尾
環繞相機繞主體旋轉360 度展示、功能展示
推軌平穩橫向移動平移揭示、掃描
升降垂直移動宏大揭示、俯視
跟隨跟隨動作動態、生活方式

動作速度

速度描述創造的感覺
慢速從容、優雅高級、奢華、沉思
適中自然節奏專業、資訊性
快速敏捷、動態能量、興奮、急切
變速速度變化戲劇性、強調、節奏

主體動作

動作描述最佳用途
漂浮輕柔懸停科技、高級、夢幻
旋轉繞軸旋轉功能揭示、360 度
閃爍光線在表面流動奢華、珠寶、金屬
靜置停止不動結尾、產品置放
升起上升動作揭示、浮現

氛圍元素

元素描述創造的感覺
粒子漂浮的灰塵/光點高級、電影感
散景背景模糊動畫焦點、景深
光移照明變化戲劇性、立體感
反射光線在表面移動奢華、品質
陰影陰影移動時間、戲劇性

產品類別深入探討

電子產品與科技

動作特徵:

  • 控制反射在表面移動
  • 細微 LED/螢幕光暈動畫
  • 高端科技美學
  • 乾淨、精準的動作
[科技產品] 搭配在金屬表面移動的
控制反射,細微指示燈發光,
高端科技商業動作,乾淨精準美學,
專業科技展示,精緻揭示

最佳風格: 飄浮高級、慢速揭示 避免: 混亂動作、不受控的反射


時尚與服飾

動作特徵:

  • 自然布料飄動
  • 細微風/流動效果
  • 時尚編輯品質
  • 優雅、令人嚮往
[服飾商品] 搭配自然布料飄動,細微風效果
產生輕柔流動,時尚商業動作品質,
優雅且令人嚮往,動態中的編輯攝影

最佳風格: 慢速揭示、情境 避免: 僵硬布料、不自然動作


食品與飲料

動作特徵:

  • 上升蒸氣(熱飲/食)
  • 冷凝(冷飲/食)
  • 新鮮食材的動作
  • 誘人揭示
[食品/飲料產品] 搭配 [上升蒸氣/形成冷凝],
新鮮誘人動作,食品商業美學,
美味揭示,令人垂涎的呈現,
動態中的溫暖誘人色調

最佳風格: 慢速揭示、情境 關鍵元素: 蒸氣、傾倒、滴落、新鮮


美容與化妝品

動作特徵:

  • 平滑質地揭示
  • 閃光與光芒
  • 奢華美容美學
  • 優雅產品動作
[美容產品] 搭配平滑乳霜/液體質地在動作中,
細微閃光和光線遊戲,奢華美容商業美學,
優雅產品揭示,高級化妝品呈現,
精緻且令人嚮往

最佳風格: 慢速揭示、飄浮高級 避免: 快速動作、強烈光線


珠寶與手錶

動作特徵:

  • 閃閃發光的反射
  • 光線在刻面和表面舞動
  • 奢華慢動作
  • 優雅旋轉
[珠寶/手錶] 搭配閃閃發光的反射,光線
在珍貴表面和刻面舞動,奢華珠寶商業,
優雅慢速旋轉揭示璀璨光芒,
高級定位,精緻動作

最佳風格: 慢速揭示、軌道展示 關鍵: 可控光芒,而非混亂反射


家具與家居

動作特徵:

  • 環境場景動作
  • 自然光變化
  • 生活方式整合
  • 比例展示
[家具/家居產品] 在佈置好的房間場景中,
自然光透過窗戶變化,環境動作,
生活方式室內商業,令人嚮往的家居美學,
展示產品在場景中,邀請氛圍

最佳風格: 情境、慢速揭示 關鍵: 展示比例、展示使用情境


音效設計考量

何時使用音訊

Veo 3.1 可生成匹配的音訊。考量:

內容類型音訊建議
高級揭示細微環境音 + 低音漸強
科技產品電子音調、乾淨
生活方式環境聲音
食品滋滋聲、倒水聲、脆裂聲
時尚音樂驅動

音訊提示補充(Veo 3.1)

搭配音訊:
+ 揭示時細微電影低音漸強
+ 環境室內音搭配產品聲音
+ 柔和電子基底音
+ 自然環境音訊

何時跳過音訊

  • 將在後期增加音樂
  • 平台自動靜音
  • 需要為旁白保留彈性
  • 為其他編輯保留乾淨音軌

平台規格

網頁主視覺橫幅

比例:16:9
時長:5-8 秒
循環:乾淨循環或定格結尾
動作:高級揭示或飄浮
品質:高位元率、乾淨壓縮

Instagram 貼文

比例:1:1(正方形)或 4:5(豎直)
時長:5-15 秒
循環:無縫循環效果最佳
動作:第一幀吸睛
品質:行動裝置優化

Instagram 限時動態/Reels

比例:9:16(豎直)
時長:5-15 秒
循環:可選
動作:豎直優化構圖
品質:行動裝置優先
安全區域:避開頂部/底部 UI 區域

TikTok

比例:9:16(豎直)
時長:5-15 秒
風格:更動態、原生美學
動作:不過度製作
品質:行動裝置優化

產品頁面

比例:16:9 或 1:1
時長:5-15 秒
循環:乾淨循環
動作:資訊性(軌道、功能展示)
品質:高解析度

提示結構

I2V 提示模板

[產品描述] 搭配 [動作風格],
[具體動作元素],
[氛圍/品質描述],
[商業風格],[最終效果],5 秒

T2V 提示模板(更詳細)

[場景/背景描述],[產品描述] 精準放置在 [位置],
[相機移動] 搭配 [速度],
[燈光描述],[氛圍元素],
[動作風格] 搭配 [具體動作],
[商業品質],[最終感覺],5 秒

建議工作流程

標準工作流程

1. AI 產品照片 → 生成並審核圖片
2. 選擇動作風格(從上方選單)
3. 為所選風格撰寫提示(使用模板)
4. 向所有合適模型發送提示(I2V 優先)
5. 審核輸出 → 迭代或完成
6. 如有需要,後製添加音訊

使用免費 API(OpenRouter)

api-endpoint: https://openrouter.ai/api/v1/chat/completions
model: kwaivgi/kling-v2.5-turbo-pro

最佳實務

  • 圖片優先: 始終從 AI 產品照片的審核圖片開始
  • 多選項: 執行多個提示/模型,選擇最佳
  • 循環測試: 檢查影片結尾是否可在產品頁面上乾淨循環
  • 平台最佳化: 根據目標平台調整比例和時長
  • 音訊規劃: 決定是否從 Veo 3.1 同步生成音訊或後期添加
  • 迭代: 不要滿足於第一次生成。調整提示並重試。

所需 API 金鑰

產品影片生成需要有效的 API 金鑰。設為環境變數:

  • OPENAI_API_KEY — 用於 Sora 2(可選)
  • GOOGLE_API_KEY — 用於 Veo 3.1(可選)
  • OPENROUTER_API_KEY — 用於 Kling(建議)

至少需一個有效金鑰才能使用此技能。

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

David-Li0406/meta-skill-evloving

Browser automation with persistent page state. Use when users ask to navigate websites, fill forms, take screenshots, extract web data, test web apps, or automate browser workflows. Trigger phrases include "go to [url]", "click on", "fill out the form", "take a screenshot", "scrape", "automate", "test the website", "log into", or any browser interaction request.

David-Li0406/meta-skill-evloving

Create technical diagrams using Mermaid syntax for architecture, sequences, ERDs, flowcharts, and state machines. Use for visualizing system design, data flows, and processes. Triggers: diagram, mermaid, architecture diagram, sequence diagram, flowchart, ERD, entity relationship, state diagram, C4 model, component diagram, visualize, draw.

David-Li0406/meta-skill-evloving

Comprehensive document creation, editing, and analysis with support for tracked changes, comments, formatting preservation, and text extraction. When Claude needs to work with professional documents (.docx files) for: (1) Creating new documents, (2) Modifying or editing content, (3) Working with tracked changes, (4) Adding comments, or any other document tasks

David-Li0406/meta-skill-evloving

Complete color manipulation and green screen effects system. PROACTIVELY activate for: (1) Green screen/chromakey removal, (2) Color grading with LUTs, (3) Color correction (levels, curves, white balance), (4) Colorkey/color removal effects, (5) Hue/saturation manipulation, (6) Color space conversions (BT.709, BT.2020, HDR), (7) Color isolation effects, (8) Teal and orange look, (9) Vintage/film looks, (10) Color keying for transparency. Provides: chromakey and colorkey filters, LUT application (lut3d), curves and levels adjustment, color balance, selective color manipulation, color space handling, HDR tone mapping, professional color grading chains.

David-Li0406/meta-skill-evloving

Convert files and office documents to Markdown. Supports PDF, DOCX, PPTX, XLSX, images (with OCR), audio (with transcription), HTML, CSV, JSON, XML, ZIP, YouTube URLs, EPubs and more.

David-Li0406/meta-skill-evloving

Guide for creating high-quality MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. Use when building MCP servers to integrate external APIs or services, whether in Python (FastMCP) or Node/TypeScript (MCP SDK).

David-Li0406/meta-skill-evloving

Build with OpenAI's stateless APIs - Chat Completions (GPT-5, GPT-4o), Embeddings, Images (DALL-E 3), Audio (Whisper + TTS), and Moderation. Includes Node.js SDK and fetch-based approaches for Cloudflare Workers. Use when: implementing chat completions with GPT-5/GPT-4o, streaming responses with SSE, using function calling/tools, creating structured outputs with JSON schemas, generating embeddings for RAG (text-embedding-3-small/large), generating images with DALL-E 3, editing images with GPT-Image-1, transcribing audio with Whisper, synthesizing speech with TTS (11 voices), moderating content (11 safety categories), or troubleshooting rate limits (429), invalid API keys (401), function calling failures, streaming parse errors, embeddings dimension mismatches, or token limit exceeded.

David-Li0406/meta-skill-evloving

Comprehensive PDF manipulation toolkit for extracting text and tables, creating new PDFs, merging/splitting documents, and handling forms. When Claude needs to fill in a PDF form or programmatically process, generate, or analyze PDF documents at scale.

David-Li0406/meta-skill-evloving

Presentation creation, editing, and analysis. When Claude needs to work with presentations (.pptx files) for: (1) Creating new presentations, (2) Modifying or editing content, (3) Working with layouts, (4) Adding comments or speaker notes, or any other presentation tasks

David-Li0406/meta-skill-evloving

Comprehensive spreadsheet creation, editing, and analysis with support for formulas, formatting, data analysis, and visualization. When Claude needs to work with spreadsheets (.xlsx, .xlsm, .csv, .tsv, etc) for: (1) Creating new spreadsheets with formulas and formatting, (2) Reading or analyzing data, (3) Modify existing spreadsheets while preserving formulas, (4) Data analysis and visualization in spreadsheets, or (5) Recalculating formulas

David-Li0406/meta-skill-evloving

Download YouTube videos with customizable quality and format options. Use this skill when the user asks to download, save, or grab YouTube videos. Supports various quality settings (best, 1080p, 720p, 480p, 360p), multiple formats (mp4, webm, mkv), and audio-only downloads as MP3.

David-Li0406/meta-skill-evloving

Best practices for Remotion - Video creation in React

David-Li0406/meta-skill-evloving

Provides bidirectional translation (Chinese/English), grammar checking, and sentence polishing. Supports specific tense constraints, context-aware tone adjustment, and natural expression optimization. Outputs direct text without formatting.

David-Li0406/meta-skill-evloving

指导如何通过自定义注解(如@Unicom)标识Dubbo接口,利用BeanDefinitionRegistryPostProcessor在启动时扫描并动态注册ReferenceBean,实现RPC调用的封装。

David-Li0406/meta-skill-evloving

生成Python脚本,利用FFmpeg将图片序列按3x3布局合并,或将合并图拆分。要求使用subprocess模块执行命令,并支持用户交互式输入路径。

David-Li0406/meta-skill-evloving

SOP for extracting and analyzing promotional activity details, handling time formatting, location mapping, payment logic, and step-by-step process validation.

David-Li0406/meta-skill-evloving

Specializes in creating TikTok short video scripts using an anthropomorphic 'Chef' perspective to explain wildlife food chains and survival environments, utilizing real field footage.

David-Li0406/meta-skill-evloving

针对TikTok平台,以拟人化视角(如动物作为厨师)创作系列短视频脚本。重点介绍野生动物、食物链及生态环境,要求使用野外实拍素材,风格幽默且具有教育意义。

David-Li0406/meta-skill-evloving

Generates KWL (Know, Want to know, Learned) charts for educational videos, specifically BrainPOP, using simple 7th-grade language and short, concise bullet points.

David-Li0406/meta-skill-evloving

Tracks complex, multi-session work using the Beads issue tracker and dependency graphs, and provides persistent memory that survives conversation compaction. Use when work spans multiple sessions, has complex dependencies, or needs persistent context across compaction cycles. Trigger with phrases like "create task for", "what's ready to work on", "show task", "track this work", "what's blocking", or "update status".

相關技能