觸發條件
啟動於通用的 UGC 廣告簡報:「為 <產品> 製作一支 UGC 廣告」、「創作者評論我的 <產品>」、「見證廣告」、「<應用程式> 的問題/解決方案短片」、「<產品> 的前後對比」(當重點是創作者說話時,而非純產品展示)。
請勿啟動於:
- 使用者指定要複製某一支特定廣告 → 使用 重製路徑(
ralphy template use <slug>)。請參閱docs/skills-vs-templates.md。 - 使用者只想替換現有片段中的創作者/人物 → 使用
/ugc-model-swap。 - 簡報是靜態圖片廣告,非影片 → 這屬於不同的利基。
此技能是什麼
這是一個通用的覆蓋層,而非一個完成的廣告。它告訴流程管道如何製作可信的 UGC 廣告,以便腳本編寫者和藝術指導能為使用者銷售的任何產品產出強勁的廣告。它貫穿常規流程管道,絕不繞過接收關卡、參考資料關卡或品質關卡。
硬性不變規則
- 供應商不變規則有效。 所有生成皆透過
ralphy generate(僅限 OpenRouter 媒體和 ElevenLabs——無 FAL、無 Higgsfield、無 Canva、無原始 API)。透過ralphy render <id>進行渲染。在指定任何模型 ID 前,請閱讀MODELS.md。 - 參考資料關卡。 一個有命名的真實品牌產品(「iPhone 16」、「CeraVe 洗面乳」)會觸發參考資料必要關卡——若無參考照片或記錄
--no-ref-consent則拒絕服務。無名/通用產品則無需參考資料即可進行。 - AI 創作者臉孔是合成人物,非真人。 建立一個一致的不存在創作者(參見工作流程)。請勿進行臉部混合以接近任何可識別的真人。
- 音樂是單獨的 ElevenLabs 流程。 Kling 的
--audio僅用於旁白/唇形同步;在 Kling 提示詞中禁止音樂,並在編輯階段疊加背景器樂(根據MEMORY.md中的 Kling 無音樂備註)。
利基,一句話說明
UGC 廣告的成敗取決於可信度和前 3 秒。觀看者必須感覺到是一個真實的人在對他們說話,而不是一個品牌。鉤子是一個問題鏡射——展示觀看者自己的問題,使他們因為看到自己而停止滑動。接著是一個轉變/希望節拍,然後是真實評價,最後是一個低門檻的行動呼籲。信任來自舉止(緊張的笑聲、撥弄頭髮、直接的眼神接觸、指向產品),遠勝過於完美的表達。最大的 AI 破綻是一個過於完美、過於對稱的創作者和錄音室般乾淨的聲音——兩者都要避免。
節拍 / 腳本結構(預設約 15 秒,9:16)
撰寫一個可供藝術指導展開的拍攝腳本表格:
| 時間戳 | 旁白(確切用詞) | 視覺 / 鏡頭 | 動作 / 舉止 |
|---|---|---|---|
| 0-3s | 鉤子台詞 | 視覺化呈現問題,創作者對著鏡頭 | 模式中斷手勢 |
| 3-7s | 轉折 | 產品塗抹/使用/展示 | 手在產品上 |
| 7-12s | 評價 | 反應 / 前後對比 | 真實反應(笑、挑眉) |
| 12-15s | 行動呼籲 | 創作者對著鏡頭 | 指向 /「簡介中有連結」 |
要融入的病毒式傳播原則:問題鏡射鉤子、希望迴圈(問題後的轉變)、音訊模式中斷(剪輯處的嗖聲 SFX)、舉止 = 信任、空間感(旁白加入一點殘響,使其聽起來像在房間錄製,而非錄音室)、行動呼籲的急迫感(具體、低門檻)。
架構 + 真實感
- 手持智慧型手機 UGC 感覺,視線高度,9:16。自然室內光,非平板手機閃光燈。
- 照片級真實創作者。 皮膚毛孔、微細節、輕微不對稱——採用反 AI 垃圾/照片級靜態風格(
ralphy guideline list;參見MEMORY.md中的反 AI 垃圾 + 照片級靜態備註)。完美的臉龐就是破綻。 - 生成創作者錨點時,讓產品拿在手中或靠近臉部,作為第一影格的參考。
預設模型堆疊(請與 MODELS.md 核對)
- 腳本: 腳本編寫者 LLM(
callLLM)——提供最大上下文(產品、目標痛點、該利基的病毒式模式、選擇的鉤子框架)。 - 創作者 + 產品關鍵影格:
google/gemini-3-pro-image-preview(nano-banana-pro)。生成 3-5 個變體,選擇最逼真的。 - 圖生影片(多鏡頭說話創作者):
kwaivgi/kling-v3.0-pro——逐鏡頭指導它(每個剪輯 = 創作者說話 → 產品特寫 → 反應 → 行動呼籲)。Kling 的--audio承載英文旁白 + 唇形同步;非英文則透過 ElevenLabs 處理旁白(在接收時確認目標語言——參見MEMORY.md中的 Kling 無俄語音訊)。 - 音樂: 單獨的 ElevenLabs Music 流程,器樂,在編輯器中後期混音(無藝術家姓名——
MEMORY.md)。 - 字幕: 在鎖定的旁白上按時間分配。
工作流程
- 接收。 收集:產品(名稱 / 網址 / 圖片)、目標受眾及其痛點、鉤子類型(問題-解決方案 / 前後對比 / 見證 / 轉變——或讓代理選擇)、目標語言、硬性「不」要求。宣告:「這是一支 UGC 廣告——使用 UGC 廣告技能。」預設值:9:16,約 15 秒。
- 參考資料關卡。 有命名的真實品牌產品 → 取得參考照片或記錄
--no-ref-consent。無名產品 → 繼續。 - 腳本。 產出帶時間戳的拍攝腳本表格;取得使用者的「開始」確認。
- 創作者角色錨點(與產品一起),然後逐節拍錨點——一次一個節拍並設定檢查點。
- 逐節拍圖生影片(Kling,有指導的鏡頭列表),然後旁白/SFX,接著音樂後期混音,然後字幕,最後
ralphy render <id>。 - 交接給
/evaluator進行渲染後的品質檢查關卡。
範例
- 「為我的無名維生素 C 精華製作一支 UGC 廣告」 → 無需參考資料;問題鏡射鉤子(暗沉肌膚)、創作者角色、約 15 秒 9:16。符合此技能,執行流程管道。
- 「為 Dyson Airwrap 創作者廣告」 → 有命名的真實產品 → 觸發參考資料關卡;先要求提供參考照片。
- 「同一廣告但換一個不同的創作者」 → 不屬此技能 → 使用
/ugc-model-swap。
參見
docs/skills-vs-templates.md— 技能 vs 重製模板。.agents/skills/intake/SKILL.md— 此技能會通過的關卡。MEMORY.md— 反 AI 垃圾、照片級靜態風格、Kling 無音樂後期混音、Kling 無俄語音訊。