SKILL.cn.md


name: minimalist-product-ad-generator description: | 上传一张产品图,就能按 Apple 风做一条高级产品广告短片。适合电商商品、小品牌新品、潮玩、食品、数码配件等产品展示:我会先帮你确认时长、比例和风格,再提炼产品卖点、生成英文广告文案、制作产品锚定图、规划文字卡点分镜,并生成一条干净、有节奏、产品质感突出的短片。不适合 KOC 口播、普通剪辑或复杂屏幕演示。 metadata: trigger-words: [minimalist product ad, premium product ad, minimalist product film, 极简产品广告, 高质感产品广告, 产品广告片, 电商产品视频, 新品发布广告]


极简产品广告生成器

使用本 Skill 引导无专业制作能力的用户,通过流程型方式制作“苹果味儿”的产品广告片。目标用户是电商卖家、小品牌主理人、独立创作者和个人卖家;用户至少应提供一张商品图或相关素材。

核心原则是:先确认素材与简报,再建立产品事实和叙事脊柱,用独立锚定照片锁定产品视觉,用精确节拍分镜控制视频,最后用原生音频或音乐卡点完成成片。 本 Skill 不再默认使用四宫格锚定图,因为视频模型可能把宫格版式带进最终画面;默认使用三张独立锚定照片和一张精确节拍文字分镜表来控制视频。

启动前询问

每次触发本 Skill 后,正式进入分析、文案、锚定图或视频生成前,必须先做一次完整但轻量的启动问询。问询只确认制作必需信息,不问音乐;配乐在后续配乐步骤再处理。

启动问询必须一次性确认:

  1. 商品图和相关素材
    • 请用户上传商品图和相关素材,可包括产品图、包装图、渲染图、细节图、已有视频素材或希望参考的视觉素材。
    • 如果本轮消息或当前画布 / 会话中已经有素材,直接说明已检测到素材,不重复要求上传,只确认是否使用当前素材。
    • 如果有多张候选素材且角色不清,才请用户确认哪张作为主商品图。
  2. 商品款式情况
    • 确认是单款商品,还是多款式 / 多颜色 / 多型号商品。
    • 如果是多款式,确认哪个作为主推款。
    • 如果用户不指定,agent 可根据产品图推荐一个主推款,但后续分镜表必须写成具体色名或具体款式名。
  3. 目标时长
    • 5 秒 / 10 秒 / 15 秒,默认推荐 10 秒。
  4. 画幅比例
    • 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / 匹配参考图。
    • 视频比例一旦由用户选择,后续锚定图、视频和最终成片都必须严格沿用。
  5. 苹果风模板
    • 白色科技风 / 黑底轮廓光 / 品牌色块 / 生活方式轻场景。
  6. 画面文案
    • 用户已有文案,或由 agent 生成英文 Apple 风文案。
  7. 视频模型策略
    • 默认模型是 MiniMax-H3,因为它通常更容易生成干净的 Apple 感产品近景、留白和高级产品片镜头语言。
    • 启动问询时不要让用户选择视频模型;只需在已采用的启动结果中展示“默认模型:MiniMax-H3”。
    • 如果用户明确指定其他模型,经过能力检查后遵循用户选择。
    • Seedance 只在用户明确想要更强多分镜执行、用户点名 Seedance,或 H3 失败 / 无法满足结构且用户接受兜底时使用。

启动问询是强制 Gate。即使用户已经上传了商品素材,也只能跳过“请上传素材”这一步;不能跳过其余启动问询。agent 仍必须在进入产品分析、锚定图、分镜或视频生成前,一次性确认商品款式情况、目标时长、画幅比例、苹果风模板和画面文案方式。视频模型不是启动问询问题:默认使用 MiniMax-H3,并在已完成的启动问询结果中展示。如果用户说“你看着办 / 直接做”,agent 可以为其余字段选择推荐默认值,但仍必须把采用的选择作为已完成的启动问询结果展示出来,再继续下一步。

运行原则

  1. 默认用独立锚定照片作为视觉控制系统
    • 默认生成三张独立锚定照片,而不是一张四宫格锚定图,因为视频模型可能把宫格版式复制进最终成片。
    • 三张锚定照片通常分别承担:主视觉 / 刁钻主视角、材质或功能细节、结尾文案构图。
    • 当结构动作与主视角重叠时,不要单独生成结构动作锚定照;除非产品确实需要独立机制参考,否则把结构 / 动作线索合并进材质细节锚定照。
    • 每张锚定照片都必须是一张可独立成立的完整产品照片。禁止生成网格、分屏、拼贴板、画框、多面板、产品墙或分镜板。
    • 精确节拍分镜表才决定真正的镜头顺序、动作和文字出现方式;不要把锚定照片直接当成视频镜头。
  2. 画面文案必须作为视频内一体化动效出现,而不是字幕兜底
    • 文案锚定照片里的文字只作为字体、位置、单行排版和两段配色参考,不代表整条视频只能使用这一句文案。
    • 精确节拍分镜表可以按镜头定义多句短英文文案;每句必须是 3-5 个英文词、单行、可读,并遵守两段配色规则:白色科技风前半用黑色或深灰,黑底轮廓光前半才可用白色,后半始终用具体商品色。不要写 1-2 个词的孤立功能标签。
    • 视频生成时必须让分镜表里的文案出现在画面里。
    • 文案不要求每个镜头都有;如果视频模型文字容易出错,必须主动减少文字出现次数。10 秒片通常只保留 1 次中段文案 + 1 次结尾文案,不要每个镜头都有文字;结尾必须有一条稳定单行文案。
    • 默认让视频模型直接生成画面文字和文字卡点时机。不得擅自把文字退化成后期字幕,也不得只给后期叠字预留空位。只有用户明确要求后期叠字,或视频内一体化文字失败且用户接受兜底时,才使用后期文字方案。
  3. 产品本体颜色是硬保真约束
    • Apple 风指的是干净构图、高级光线、克制运动和留白,不代表把产品本体变成白色、银灰或 AirPods 风。
    • 必须在所有锚定照片和视频中保留用户原图里的产品本体颜色、点缀色、材质色相和可见表面质感。
    • 只有背景、光线环境和构图可以转向所选 Apple 风模板;除非用户明确要求,绝不能重染产品本体颜色。
    • 最终文案强调色必须来自产品真实主色,不能擅自使用通用银灰 / 白色 Apple 色盘。
  4. 每个产品都要有专属叙事
    • 不套固定耳机模板,也不写“产品状态变化”这类空话。
    • 分镜必须基于产品品类、形态、材质、结构和可展示动作。
    • 动态必须可视化,例如“盒盖打开 30 度,内部反光出现”“表冠轻旋,边缘高光滑过”。
  5. 每一步都有可见进度
    • 每完成一步,都展示产物和下一步需要用户决定的内容。
    • 不要未经用户确认直接跑完整链路。

文字规范

步骤 1:素材检查与产品事实摘要

如果没有商品素材,先请用户上传。若已有素材,直接使用并分析:

如果图片质量不达标,应暂停流程并给出具体重拍建议。

输出简短的产品事实摘要:

步骤 2:确认制作简报

根据启动问询结果整理一份可执行制作简报,不要重复追问已经确认过的参数。简报用于后续叙事脊柱、文案、锚定图和分镜表。

制作简报必须包含:

多款式产品规则:

步骤 3:选择产品叙事脊柱

在文案和锚定图之前,先选择一条轻量的产品叙事脊柱。不要使用大而泛的品牌片结构;本 Skill 聚焦实体商品的 Apple 风短片。

如果用户尚未选定方向,给出 2-3 个简短方向,推荐一个,并在确认后继续。若用户说“你看着办”,直接采用推荐方向。

推荐脊柱:

  1. 产品发布型(默认推荐)
    • 留白开场 → 主推款建立主视觉 → 材质 / 结构特写 → 产品自然动作 → 多款式或色彩关系 → 完整文案收束。
    • 适合耳机、手表、数码配件、小家电、香薰等。
  2. 功能触感型
    • 产品静置 → 交互触发 → 功能动作出现 → 特征细节放大 → 使用结果 / 感受 → 收束画面。
    • 适合有明确开合、旋转、磁吸、灯光、屏幕、折叠、喷雾等动作的产品。
  3. 色彩家族型
    • 主推款单独出现 → 辅助款轻量滑入 → 色彩关系形成秩序 → 材质和结构统一 → 全套收束 → 文案落定。
    • 适合多颜色、多款式、多型号产品。

输出一句“本片叙事脊柱”,例如:

本片采用“色彩家族型”:紫色主推款建立主视觉,其他颜色作为辅助层次进入,最后全套产品与英文文案收束。

步骤 4:导演动效语言

在生成文案和锚定图之前,定义本片的运动语言。它不生成素材,只规定后续分镜的运动强度、转场逻辑和节奏峰值。

规则:

  1. 转场由产品或画面真实元素驱动
    • 优先使用产品边缘、材质高光、开合 / 旋转 / 吸附 / 滑入等真实动作、多款式排列的几何变化、色彩关系的进入和退出、镜头方向或产品轮廓的匹配。
    • 不要用无意义闪白、抽象粒子、随机光效或随机切镜来假装高级。
  2. 每个节拍只保留一个主要动作
    • 次级元素要稍作延迟,不能同时抢画面。
    • 例如:先产品进入,再文字出现;先主推款稳定,再辅助款滑入;先材质高光扫过,再进入文字动效。
  3. 设置强弱节奏
    • 5 秒片:1 个小峰值 + 1 个稳定收束。
    • 10 秒片:1-2 个峰值 + 1-2 个制动时刻。
    • 15 秒片:2-3 个峰值 + 2 个安静制动时刻。
    • 峰值可以是产品动作完成、多款式进入、文案后半段出现或全产品结尾收束。
    • 制动可以是材质特写停顿、文案稳定可读或结尾画面定住。
  4. 保持安全空间
    • 产品轮廓清楚,单行文案可读,主推款不被遮挡。
    • 只有用户提供品牌标识时才加入标识;没有提供时不生成假标识。
  5. 禁止伪科技装饰、镜面白底和空镜拖时间
    • 避免虚假科技界面、无意义玻璃卡片、装饰性文字墙、未经确认的数据指标、随机粒子和光效堆叠、全片同一种缓动、满屏商品墙。
    • 白色科技风不是镜面白底,也不是死白平光;禁止把产品放在反光地面、玻璃台面或廉价影棚镜面上。
    • Apple 风白色空间应尽量是单纯白色背景,靠抓人眼球的产品视角、产品真实动作、运镜节奏和留白构图产生震撼,而不是靠镜面反射或空镜拖时间。
    • 开头不能只是空白等待;必须尽快给出一个有吸引力的产品动作或视角,例如产品从结构内部丝滑旋转出现、从开合结构中露出、沿产品轮廓滑出、由边缘高光带出主体。具体动作必须根据当前产品形态推导,不能固定写成耳机仓。

输出一段“本片动效语言”,例如:

本片以产品边缘高光和紫色主推款滑入驱动转场,主要峰值放在多款式进入和完整文案落定,结尾用稳定制动保留产品与文案。

步骤 5:生成或确认 Apple 风英文文案

在生成文字锚点和分镜之前,必须先得到可用于画面的英文文案。

规则:

  1. 分析产品品类、使用感受和叙事脊柱。
  2. 生成 2-3 个 3-5 词 Apple 风英文候选。
  3. 不要使用固定模板或固定口号;每个产品都要重新推导。
  4. 避免促销词。
  5. 如果用户已有文案,优先使用用户文案;中文文案需要英文化。

用户确认文案后,再进入锚定图生成。若用户授权“你看着办”,agent 自选推荐文案继续。

步骤 6:生成三张独立产品锚定照片

生成 三张独立锚定照片,比例和分辨率必须与用户选择的视频尺寸一致。它们必须是三张独立图片输出,不是一张三宫格或四宫格合成图。背景根据已选风格确定,三张照片必须统一光、影、调色和背景语言,同时每张都能作为独立产品照片成立。

锚定照片角色:

多款式产品处理:

结尾文案锚定照片文字规则:

展示三张独立锚定照片,让用户批准、编辑或指定重做某一张后,再进入精确节拍分镜表。

步骤 7:精确节拍与文字分镜表

生成任何视频片段前,必须先创建并读回一张精确节拍文字分镜表。它不是美术图,而是给视频模型看的执行表。

分镜表必须按“用户选择陈述 → 节拍内容 → 需要注意的原则”组织。

用户选择陈述

写明已确认的风格、比例、时长、叙事脊柱、主推款、商品主色、款式策略和文案。例如:

白色科技风,16:9,10 秒,色彩家族型,紫色为主推款,其他颜色作为辅助层次,文案为 Color Meets Sound。

节拍内容表

建议表头:

时间段镜头镜头目的视觉主导画面 / 运镜款式状态文案内容文字颜色文字效果转场 / 连贯节奏意图

表格规则:

节奏意图可使用:铺垫、建立、预备、冲击、制动、稳定。

需要注意的原则

  1. 核心文字只保留一行。
  2. 同一时间只允许一条单行英文文案;禁止两排文字、上下分行、主副标题并列或多处文字同时出现。
  3. 文字颜色只用两色:黑色或白色 + 已确认的具体商品色。
  4. 文字必须真正出现在视频里,不能只靠后期兜底。
  5. 镜间联系 = 元素连续 + 动势连续 + 形态接续。
  6. 流畅感 = 缓动 + 不卡时点 + 镜头进出有接缝。
  7. 总体节奏按用户选择时长控制。
  8. 文字动效必须可见:前半先淡入或轻微滑入,后半随后淡入或轻微滑入;后半出现时,前半在同一行内轻微位移让位。禁止把文字做成完全静态,也禁止上下分行。
  9. 风格已确定时,表格必须严格遵循该风格。

用户确认分镜表后,再进入视频生成。

步骤 8:视频生成

根据已确认的三张独立锚定照片 + 精确节拍文字分镜表直接生成视频。视频风格、背景、光线、气质、节奏都跟随用户已选风格。视频比例和尺寸必须严格跟随用户已选参数,例如用户选择 16:9 就必须生成 16:9,不得自动改成其他比例。

视频参考规则:

视频提示词必须包含:

步骤 9:music-2.6 科技配乐

视频生成阶段默认先使用 MiniMax-H3 原生音频,并把下面的 Apple 风科技配乐方向写入视频提示词。如果 H3 直出的音乐不好听、太吵、太弱、不同步,或用户要求重新配乐,再使用 music-2.6 生成一条较长的独立器乐配乐并替换视频音轨。不要默认使用 ElevenLabs;只有用户明确要求严格目标时长时才考虑 ElevenLabs,并按费用确认规则执行。

默认音乐方向:

100BPM左右,科技感快节奏,柱式和弦,pluck和空气底噪,kick + sub-bass + sine sweep,木质 percussion,瞬间切断,0.5s 内全停,只剩 pluck 尾音衰减。

扩展理解:

步骤 10:音乐分析、卡点剪辑与交付验证

最终成片前,必须根据音乐重新剪辑或合成,而不是简单把音乐铺上去。

音乐分析:

合成音轨规则:

交付前验证:

交付内容:

失败处理

触发示例

适合触发本 Skill 的请求:

不要把本 Skill 用于普通视频剪辑、纪录片 / 科普、KOC 口播广告或复杂屏幕文字演示,除非用户明确要的是 Apple 风产品广告流程。

下载此文件