Communitygithub.com

synthesia

企業級 AI 虛擬人偶影片技能:從腳本、場景到在地化,由 AI 規劃、人類審核、WoopSocial 發布。

synthesia 是什麼?

這是 Synthesia 的專屬技能,專為企業級培訓、入職引導、產品說明與大規模在地化影片而設計。技能的核心是「HUMAN 框架」,引導 AI 代理先判斷是否適合使用虛擬人偶(例如:資訊型內容適合、建立信任的創辦人內容不適合),然後確保使用已取得同意的肖像、將腳本改寫為口語化的「說出來」文字、組裝場景並進行翻譯與在地化,最後在標註 AI 生成標籤後由人類核准發布。技能完整文件包含 Synthesia 3.0 的功能細節(如 Express-2 引擎、影片代理、AI 遊樂場)、定價限制(分鐘不累積、自訂人偶約 $1,000/年)、同意架構與合規要求(SOC 2 Type II、GDPR、C2PA)。AI 代理負責腳本規劃、場景安排與 API 操作,但每一步都需人類核准,且嚴禁未經同意的肖像或偽造代言。此技能與 HeyGen、真人錄製、其他 AI 影片工具明確區分,並可與品牌資料、內容技能、排程與發布管道整合。

相容平台~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/social-media-skills/skills/tree/main/skills/synthesia

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

synthesia 是做什麼的?

虛擬人偶影片工具技能:僅在合理需要時使用虛擬人偶、僅使用已取得同意的肖像、將腳本改寫為口語化的說出來文字、組裝場景並進行在地化,並務必標註 AI 生成。AI 代理負責腳本規劃與安排;人類核准每一部影片;WoopSocial 負責發布。(附帶 tools/integrations/synthesia.md。)

觀點:呈現者是合成的,但標準仍須符合人性

Synthesia 是企業級虛擬人偶領域的領導者:一段鎖定的腳本可以變成一位一致的呈現者,支援 140 多種語言且無需重拍,這使其在培訓、入職引導、說明與大規模在地化方面無可匹敵。頂尖 1% 的操作者會遵循四條原則。 (1) 適配測試優先: 虛擬人偶讀稿時會呈現經過修飾但缺乏情感的特質——對於需要建立信任的創辦人內容與推薦,真人面孔效果更佳(此類內容請轉至 talking-head-and-piece-to-camera);進階做法是混合模式——創辦人拍攝建立信任的部分,虛擬人偶則負責規模化資訊層。 (2) 同意是架構,而非阻礙: 庫存人偶是付費且已取得同意的演員;個人化人偶需要您本人在未剪輯的一次性拍攝中進行即時同意錄製——沒有人可以擁有競爭對手、名人或未經可驗證同意者的虛擬人偶。 (3) 腳本是虛擬人偶品質的關鍵——且在生成前鎖定: 使用口語化的說出來文字(短句、SSML、朗讀),因為逗號層級的修改會基於分鐘上限導致完整約 8–12 分鐘的重新生成。 (4) 務必標註: 合成呈現者必須標示——平台 AI 標籤與歐盟 AI 法案的合成媒體義務使得未標註的虛擬人偶構成頻道層級的風險。

請先閱讀這些

  1. 內容技能(educational-content-and-how-to / short-form-video-script)——素材。
  2. brand-profile + voice-builder(腳本的聲音)+ design-and-templates(品牌套件)。

架構:HUMAN

(深度內容:references/the-human-framework.md。)

  • H — 合理使用虛擬人偶的原因: 培訓 / 說明 / 在地化 / 不需露臉 = 是;創辦人建立信任 / 推薦 / 情感說服 = 否(使用真人);受監管的醫療主題 = 謹慎(內容審核延遲)。
  • U — 僅使用已取得同意的肖像: 個人化人偶需即時同意錄製;已取得同意的庫存演員;絕不冒用或偽造代言;管理共享方式(使用 ≠ 編輯;聲音獨立)。
  • M — 將腳本改寫為口語化的說出來文字: 短句、縮寫、SSML、更緊密的構圖;在生成前鎖定腳本文案(重新渲染陷阱);先大聲朗讀。
  • A — 組裝場景 + 在地化: 一次設定品牌套件與範本;AI 遊樂場 B-roll(使用 Veo 3.1 通道——OpenAI 將於 2026 年 9 月 24 日終止 Sora API,因此 Sora 2 通道正在淘汰);一鍵翻譯 / 配音 → 每個語言都需母語人士進行品質檢查;一個主版本,追蹤各版本。
  • N — 標註揭露資訊 + 發布: 平台 AI 標籤 + 歐盟 AI 法案 + C2PA;人類核准;匯出 → 如有需要至 CapCut → 排程與佇列 → WoopSocial。

現狀(每季驗證)

Synthesia 3.0(2025 年 10 月):Express-2 引擎(全身、手勢、微表情、1080p/30fps、無長度限制)、影片代理(即時對話;企業版)、AI 遊樂場(內嵌 B-roll——最初搭載 Sora 2 + Veo 3.1;Sora API 將於 2026 年 9 月 24 日終止,因此將 Veo 視為可持續的通道)、Interactivity 2.0、AI 配音、Copilot、文件 / PPT 轉影片、SSML、~即時渲染、39+ 字幕語言。同意架構(來自 Synthesia 文件):已取得同意的庫存演員;個人化人偶透過一次性拍攝的即時同意錄製;禁止深度偽造 / 冒用;SOC 2 Type II + GDPR + ISO 42001/27701 + C2PA 會員;內容審查會過度標記受監管內容(據報需 12–24 小時審查)。 方案 ≈ Free 10 分鐘/月 · Starter $18–29(約 120 分鐘/年) · Creator $64–89(約 360 分鐘/年,API,語音複製) · Enterprise 客製(無限制,SCORM,一鍵翻譯,影片代理);分鐘不累積;不可退款年約;自訂人偶約 $1,000/年;逗號層級的修改會強制完整重新渲染(約 8–12 分鐘)。 誠實的界限:對情感內容缺乏溫度;HeyGen 更貼近 TikTok 原生風格。務必標註來源;每季驗證。 完整細節:references/synthesia-2026-reality.md;適配表、腳本模式、在地化鏈、方案數學工作表與範例:references/fit-and-templates.md。

誠實的範圍(絕不違反)

  • AI 代理負責執行適配測試、撰寫鎖定的口語化文字腳本、規劃場景 / 在地化 / 品質檢查,以及在有連接時驅動 API(否則需明確的人類步驟;不進行未經審查的自動發布);人類核准每一部影片(不偽造「看起來很自然」;每個語言都需母語人士品質檢查);WoopSocial 發布匯出的影片——它不生成虛擬人偶;LMS/SCORM 分發由人類負責。
  • 同意主軸: 未經可驗證同意,不得建立任何人的虛擬人偶;無名人 / 競爭對手;無偽造代言。務必標註(平台標籤;歐盟 AI 法案;C2PA)。YMYL: 使用虛擬人偶不會降低主張的標準;受監管主題需預留內容審查時間。絕不捏造方案、限制、渲染時間或功能。(完整範圍:references/scope-and-connections.md。)

與同類技能的區別(正確分流)

synthesia(本技能) = 企業 / L&D / 在地化虛擬人偶通道 · heygen = 創作者 / 社交原生通道(兩者都測試;說明取捨) · talking-head-and-piece-to-camera = 真人(建立信任的內容分流至此;混合模式是進階做法) · ai-video / luma / veo-3 / kling = 電影級畫面,無呈現者(AI 遊樂場內嵌其中兩個作為 B-roll) · ai-voiceover / elevenlabs = 純語音 · descript = 編輯錄製內容(本技能是生成呈現者) · capcut = 渲染後的字幕 / 節奏。

連接點

首先閱讀:內容技能 + brand-profile + voice-builder + design-and-templates。輸出至:capcut、平台發布技能、email-and-newsletter(嵌入說明影片)、lead-magnets-and-funnels(課程影片)。發布方式:匯出 → 排程與佇列 → WoopSocial(社群);LMS(培訓——人類)。工具檔案:tools/integrations/synthesia.md。衡量的方式:使用原生 + analytics-and-reporting 的完成率 / 觀看率——絕不捏造。

完成定義

一部通過適配測試(培訓 / 說明 / 在地化 / 不需露臉 = 虛擬人偶;建立信任的創辦人內容分流至真人;若兩者並存則採用混合模式)、僅建立在已取得同意的肖像上(庫存演員或擁有者的即時同意個人化人偶;無冒用或偽造代言)、腳本為鎖定的口語化文字(短句、SSML、朗讀、在單次渲染前簽署——不浪費重新渲染)、使用品牌套件搭配誠實的 B-roll 組裝並透過在地化鏈(主版本 → 一鍵翻譯 / 配音 → 每個語言都需母語人士品質檢查 → 追蹤各版本)處理、在人類核准後經由 WoopSocial 發布,並正確標註(平台 AI 標籤;歐盟 AI 法案;C2PA),同時誠實地完成方案數學(分鐘上限、不累積、企業版限制、$1,000/年自訂人偶、為受監管主題預留內容審查緩衝);無未標註的合成呈現者、無未經同意的肖像、無捏造的方案 / 功能;並正確區分於 heygen、talking-head-and-piece-to-camera、ai-video/luma、ai-voiceover 與 descript。

Individual skills in this repo

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

相關技能