AI 宣傳影片技能
端到端 AI 生成宣傳影片流程。當用戶想要使用 AI 影片生成工具規劃、撰寫和製作行銷/品牌/宣傳影片時使用。
技能涵蓋範圍
完整的 4 階段工作流程：
- 模型研究 — 調查影片生成模型（主要為 doubao-seedance），撰寫能力報告
- 行銷文案 — 定位、價值主張、差異化、行動呼籲
- 口播稿 — 為數位人或有聲書朗讀者設計的口語風格腳本，針對不同通路提供多種長度版本
- 逐鏡頭提示詞 — 遵循模型官方撰寫規範的具體影片生成提示詞
何時觸發
當用戶想要：
- 使用 AI 工具製作宣傳/品牌/行銷影片
- 研究 AI 影片生成模型（seedance、Sora、Kling、Runway 等）
- 為影片撰寫口播/旁白腳本
- 為 AI 影片模型撰寫逐鏡頭提示詞
- 規劃端到端 AI 影片製作
請勿觸發於：一般影片剪輯任務、螢幕錄製教學、非 AI 影片相關工作，或純粹的文案撰寫（無影片情境）。
通用性原則（重要）
此技能是一個框架，而非綁定任何特定產品、行業或品牌的樣板。處理專案時：
- 參考檔案中的範例是說明，而非可直接套用的樣板。 應根據專案的實際目標受眾、語調和產品類別調整結構。
- 請勿預設為 B2B、B2C、教育或任何特定垂直領域。 如果專案情境不明確，先向用戶詢問目標受眾和產品。
- 預設使用專案本身的品牌素材 — 從專案的 README 和品牌資料夾中提取顏色、語調和資歷；切勿假設特定值。
- 以下樣式規則（反 AI 廢話）是預設值，而非命令。 如果專案似乎需要不同的語調（例如，一個點擊誘餌廣告可能真的需要「震驚體」），則向用戶提出建議，否則保持規則。
核心原則：產出應存入專案文件
所有交付物（研究報告、文案、腳本、提示詞）應以 Markdown 檔案形式寫入專案的 docs/promo/ 目錄（或同等目錄），以便跨工作階段保留，並可供人類審閱和編輯。請勿僅將內容輸出到對話中。
依據用戶意圖路由
| 用戶提問 | 階段 | 執行事項 |
|---|---|---|
| "幫我調研 XX 影片模型" / "seedance 怎麼用" | 研究 | 讀取 references/research-template.md，派遣研究子代理，將報告儲存至 docs/promo/00-{模型}-調研報告.md |
| "幫我寫宣傳文案" / "廣告文案" | 文案 | 讀取 assets/copy-template.md，簡短訪談用戶（目標受眾、品牌資產、關鍵差異化點），寫至 docs/promo/01-宣傳文案.md |
| "寫口播稿" / "數位人念稿" | 口播 | 讀取 assets/voiceover-template.md，產出符合通路需求的長度版本，儲存至 docs/promo/02-口播稿.md |
| "影片 prompt 怎麼寫" / "分鏡腳本" | 鏡頭提示詞 | 讀取 references/shot-prompt-template.md + 模型專用指南（例如 references/seedance-guide.md），產出逐鏡頭提示詞至 docs/promo/03-{模型}-影片prompt.md |
| "從零做一支 AI 宣傳片" | 全部四個階段 | 依序執行各階段，儲存每項產出，並從 docs/promo/README.md 建立連結 |
階段 1：模型研究
目標：針對所選模型的能力、提示詞慣例、API、定價和陷阱，產出結構化報告。
- 詢問用戶要使用的模型（預設：
doubao-seedance-1-0-pro-250528；預算考量可考慮 pro fast，品牌影片避免使用 lite）。如果用戶提到 Sora / Kling / Runway / 其他，則為該模型派遣研究子代理 —references/research-template.md中的報告結構是模型無關的。 - 讀取
references/research-template.md以了解調查結構。 - 派遣研究子代理（使用
researcher子代理類型），並明確指示引用真實 URL；未經證實的主張標記「需核實」。切勿捏造價格、API 字段或發布日期。 - 將報告儲存至
docs/promo/00-{模型代號}-調研報告.md。 - 標記 3-5 個會影響後續階段的關鍵限制條件（例如「模型無法可靠生成文字 → 所有字幕必須在後期合成」）。
如果目標是 doubao-seedance，也請讀取 references/seedance-guide.md — 其中包含預先驗證的 5 段式提示詞結構、鏡頭詞彙和已知陷阱。對於其他模型，步驟 4 的研究報告即為標準參考。
階段 2：行銷文案
目標：一份主要的文案文件，作為後續口播稿和鏡頭提示詞的基礎。
- 讀取
assets/copy-template.md。 - 收集輸入資訊（僅詢問缺少的部分；優先從專案 README、品牌資料夾、先前文件中提取）：
- 目標受眾及其痛點 — 可能是單一或多個族群；請勿預設
- 產品/品牌差異化點（3-5 個）
- 品牌語調與風格
- 品牌視覺識別（顏色、標誌、既有素材） — 從專案實際的品牌設定中提取十六進制顏色值，請勿使用佔位符
- 行動呼籲（可能是企業/消費者/合作夥伴/安裝/註冊 — 取決於產品）
- 依照範本的結構撰寫文案：一句話定位 → 價值主張 → 主要敘事 → 差異化點 → 數據/資歷 → 行動呼籲。
- 儲存至
docs/promo/01-宣傳文案.md。
樣式規則（預設值 — 如果專案要求不同語調，請向用戶提出）：
- 使用平實語言，而非流行術語。使用日常比喻；僅在能幫助讀者理解時保留技術術語。
- 展示，而非宣稱。引用真實的資歷、排名、數字 — 切勿誇大。
- 句子要經得起口頭朗讀的考驗。在心中默念每一句話；如果聽起來像新聞稿，請改寫。
階段 3：口播稿
目標：為數位人或人類旁白設計的口語風格腳本，結構化以適用於 TTS 和影片剪輯。
- 讀取
assets/voiceover-template.md。 - 基於階段 2 的主要文案 — 請勿發明新的訊息。
- 詢問用戶發行通路（抖音/影片號/公眾號/官網/B站/朋友圈/開屏 等）— 通路決定所需的長度版本。範本中列出典型版本（長片 60s+、中片 30s、短片 15s）作為預設值，而非固定要求。
- 標註朗讀慣例：語速、停頓、強調標記（▲ 表重音、▼ 表輕柔、… 表延長）、中文數字讀法。
- 提供逐鏡頭對照表（時間 → 口播段落 → 視覺建議）。
- 儲存至
docs/promo/02-口播稿.md。
樣式規則：
- 使用短句。每行一個想法，可拆分為獨立子句。
- 對話式，而非書面式。「我們做的事，就是把這兩邊拉到一起」勝過「本平台致力於實現人才與企業的精準對接」.
- 重音和停頓標記很重要 — 它們驅動 TTS 節奏和影片剪輯節拍。
如果用戶會將腳本輸入 mimo TTS 或類似工具，也請依據 assets/segments-template.json 產出 segments.json — 每個鏡頭一個段落，包含每段落的風格指示。
階段 4：逐鏡頭影片提示詞
目標：為所選影片模型提供具體、可直接複製貼上的提示詞，每個鏡頭一個，準備好用於批次 API 調用。
- 讀取
references/shot-prompt-template.md和模型專用指南（seedance 使用references/seedance-guide.md；其他模型使用階段 1 的研究報告）。 - 將口播稿映射到鏡頭（通常每個 5-10 秒；總鏡頭數與總時長成比例，大約每 5-8 秒一個鏡頭）。
- 為每個鏡頭撰寫一個完整的提示詞，遵循模型的官方結構。對於 seedance，即 5 段式：
- 整體風格與氛圍
- 主體（含一致性約束）
- 場景（環境/光照/道具）
- 時間軸動作（0-N 秒）
- 運鏡 + 技術參數
- 一致性約束（無文字水印 logo、五指完整）
- 包含 API 調用參數（模型、解析度、比例、時長、種子）和批次提交的程式碼片段。
- 儲存至
docs/promo/03-{模型}-影片prompt.md。
seedance 的硬性規則（這些來自實際失敗經驗）：
- 字幕、品牌名、Logo 一律後期合成 — seedance 1.0 文字渲染能力弱。
- 無獨立的
negative_prompt字段 — 將否定詞摺疊到正向約束中（使用「無文字」而非「不要文字」）。 - 一個提示詞 = 一個鏡頭。請勿在單一提示詞中嘗試多鏡頭敘事；在後期剪輯。
- 為實現跨鏡頭的角色一致性，請使用圖片轉影片功能，並以第一幀錨定圖片，而非使用文字轉影片。
- 始終在結尾附加明確的「無文字、無水印、無 logo、人物五指完整」。
對於其他模型，請遵循該模型在階段 1 研究報告中記錄的官方提示詞結構和約束條件。
實際生產中遇到的陷阱
此技能見證過的失敗情況（均為通用情況，非特定專案）：
- Boson
higgs-avatar預覽版本浮水印 — 影片底部會出現「This digital avatar is generated by AI」。請在後期使用 ffmpeg 裁剪：ffmpeg -i in.mp4 -vf "crop=W:H-30:0:30,scale=W:H" out.mp4。此浮水印在影片生成時加入，非來源圖片自帶。 - 不同技能間的參數混淆 —
--skip-check存在於 mimo-lecture-audio-skill 中，但不存在於 boson-ai-skill 中。在假設參數可轉移前，務必先查看該技能自身的--help。 - 頭像服務的音頻時長限制 — boson 限制單次音頻長度為 60 秒。將較長的腳本分割為 ≤60 秒的段落，並在後期合併影片。
- 處理大量高品質圖片時，圖片 API 轉發偶爾會斷線（RemoteProtocolError）。每次調用使用
--count 1並循環，或降低至--quality medium。 - 影片模型任務佇列 — 在同一模型上，較長的影片（10 秒）比短影片（5 秒）耗時 3-5 倍。迭代時請預留重試的時間。
- 圖片轉影片比文字轉影片更一致 — 對於任何需要在不同鏡頭中看起來相同的角色，請先生成一張靜態圖片，並將其重複用作第一幀。
移交給執行技能
此技能產出計劃和提示詞；它本身不執行 API 調用。階段 4 完成後，引導用戶至執行環節：
- 圖片生成（頭像/產品照） →
image2-api技能 - 口播 TTS →
mimo-lecture-audio-skill（中文）或boson-ai-skill（多語言） - 數位人影片 →
boson-ai-skill（higgs-avatar，音頻轉影片模式） - B-roll / 場景鏡頭 → 直接調用影片模型 API（seedance/Sora/Kling 尚無包裝技能）
輸出索引檔案
完成所有四個階段後，維護 docs/promo/README.md 作為索引 — 列出每項產出檔、執行順序、預算估算以及待決決策。這是用戶下次工作階段開啟時恢復工作的起點。
所有輸出的樣式（反 AI 廢話預設值）
這些規則反映了偏好誠實、反 AI 廢話內容的傾向。它們是預設值 — 如果專案似乎需要不同的語調，則向用戶提出建議，否則請保持它們。
- 標題平實，而非點擊誘餌。不使用「震驚！」或「竟然發現...!」。
- 結論先行，細節在後。當用戶會根據項目採取行動時，使用清單而非段落。
- 誠實面對不確定性。未經證實的事實標記「需核實」；切勿捏造 URL、價格或功能。
- 預設情況下去除 AI 廢話用語：「賦能」、「抓手」、「閉環」、「生態」、「一站式」、「行業領先」、「致力於」。每個詞替換為具體的動詞或明確的主張。
- 報告中不帶虛假的熱情。不使用「太棒了」、「很驚喜」。交付報告應陳述事實。
- 與用戶的語言保持一致 — 中文輸入，中文輸出。