产品发布AI助手

把任意产品做成产品发布视觉内容：产品特写加结构化双语参数卡加运镜 + 中英双语包装。B 模式（竖屏带货）v1.3 新增自适应声音环节：解说声音可在「技能 TTS(preset) / 克隆音色(clone) / 自带录音(file)」间自适应选择；解说文案可在「上传产品介绍→LLM 智能组织」与「无上传→LLM 头脑风暴（模板兜底）」间自适应生成（红线：绝不编造用户未提供的规格/价格）。

⚠️ 重要提示（为确保出片效果，使用者务必阅读）

> 🔴 郑重提示（第 1 遍）：为保证成片效果与实测一致，强烈建议使用者使用本技能在开发 & 实测期间所采用的同一套模型 API——即您自己在火山方舟 / 豆包的 api_key、tts_api_key 与已激活的模型接入点（Seedream 5.0、Seedance 2.5、doubao-seed-tts、方舟 chat 接入点 ep- ID 等）。换成其它未经实测的模型或端点，画质、音色、文案质量可能下降，或与本文档描述不符。

> 🔴 郑重提示（第 2 遍）：本技能的成片质量、声音磁性、双语文案均建立在「上述已实测模型」之上。运行前请务必在 ~/.workbuddy/ark_config.json 配齐并核对：图/视频 api_key、TTS tts_api_key、LLM 文案 chat_model（已激活的 ep- 接入点 ID）。请使用您自己实名开通、已激活的模型接入点，效果才有保障。

> 🔴 郑重提示（第 3 遍）：重要的事情说三遍——请使用与我们实测相同的模型 API（您自己的、已激活的凭证），这是效果达标的硬前提。 任何模型替换、未激活状态、或降级到非实测端点，质量差异由使用者自行承担；技能虽内置优雅降级，但降级版≠实测版效果。

🚀 30 秒最简上手（先跑通，再精调）

> 前提：已在 ~/.workbuddy/ark_config.json 配齐 api_key / tts_api_key / chat_model（未配也能跑，自动降级，但效果弱，见 FAQ.md）。

📌 先选模式（30 秒决策）

> 选错模式的典型表现：想开发布会却用了 B，会出成竖屏快剪而非 keynote 大片（详见 FAQ Q14）。

① 竖屏带货（最快出片 · B 模式）

python scripts/run_launch_vertical.py --name "产品名" --name_en "Product" --lang zh \
  --looks "卖点1" "卖点2" "卖点3" --price-hook "到手价 ¥xxx" \
  --theme commerce-stage --online --narration preset --work-dir vwork

→ 产出 vwork/launch_vertical_final.mp4（9:16，含中文磁性解说 + 旋律音乐床 + 末镜价格钩子）。

② 横屏发布会（A 模式）

python scripts/run_launch.py --name "产品名" --name_en "Product" \
  --selling-points "卖点1" "卖点2" --params '{"价格":"xxx"}' \
  --lang both --theme tech-blue

→ 产出 launch_final.mp4（16:9，双语 keynote 大片）。

💬 不想敲命令？直接这么跟本技能说

• “帮我把这款无线耳机做成竖屏带货短视频，卖点是主动降噪和 36 小时续航，价格钩子写到手 ¥399，用中文磁性解说。”
• “给新手机做个横屏发布会大片，中英双语，卖点：2K 屏、钛金属、长续航，参数按我给的填。”
• “我没产品图，你帮我 AI 生成英雄图再做发布视频。”（效果弱于有图，会提示）
• “用我自己的声音解说”——把录好的 mp3 给本技能，说“用这个录音做解说”，它走 file 模式零合成、零编造。
• “没有豆包模型怎么办？”——本技能会回你自动降级方案（见 FAQ.md）。

0. 一句话定位

不是「模特走秀」（那是 AI 时装秀场），而是产品本身 + 参数的发布会。产品悬浮特写 + 参数 keynote，最接近「余大嘴发布会」结构化 keynote 场面。

1. 三层架构（丙混合 · 确定性优先）

L1 · AI 出片层（产品视觉）

• 产品英雄图：豆包 Seedream 5.0 文生图（产品悬浮、暗调舞台光、产品光影、微旋转）。兜底用内置 ImageGen。
• 运镜视频：豆包 Seedance 2.5 图生视频（英雄图作首帧，prompt 放开运镜：缓慢环绕 / 俯冲 / 推拉 / 微距）。兜底用内置 VideoGen。

L2 · 确定性合成层（核心差异化，必须确定性，禁止交给 AI 自由发挥）

• keynote 烧卡（scripts/keynote_burn.py，Pillow）：在视频帧上叠加结构化参数卡——产品名 / 核心卖点（3–5 条）/ 关键参数（重量·尺寸·材质·价格）/ 中文 + 英文双语。
• 成片合成（scripts/compose.py，FFmpeg）：L1 视频 + 可选 TTS 旁白 + keynote 卡 → 多段拼接（开场 → 卖点1 → 卖点2 → 参数 → 收尾 CTA）。

L3 · 编排层

• scripts/run_launch.py：输入产品图（或产品名让 AI 生图）/ 产品名 / 卖点列表 / 参数表 / 语言（zh|en|both）/ 风格主题，产出 launch_manifest.json，串联 L1→L2→L3→打水印收尾。

2. 向导表单（向用户采集，缺一不可则追问）

1. 产品素材：产品实拍图 / 渲染图路径；或只给「产品名」让 AI 生图（质量下降，需告知）。
2. 产品名（中/英）：如 星瀚 Pro 旗舰手机 / XingHan Pro Flagship Phone。
3. 核心卖点（3–5 条，来自用户，AI 不编造）：如 「2K 144Hz 护眼屏」「5800mAh 长续航」。
4. 关键参数（来自用户，AI 绝不杜撰）：重量 / 尺寸 / 材质 / 价格等。这是诚实红线——参数只来自用户输入。
5. 语言：zh（仅中文）/ en（仅英文）/ both（中英双语，默认）。
6. 风格主题：tech-blue（科技蓝，默认）/ lux-gold（奢华金）/ minimal-white（极简白）。

3. 调用方式（编排器）

# 有产品图直出（推荐）
python scripts/run_launch.py \
  --image 产品图.jpg \
  --name "星瀚 Pro" --name_en "XingHan Pro" \
  --selling-points "2K 144Hz 护眼屏" "5800mAh 长续航" "钛金属中框" \
  --params '{"重量":"198g","屏幕尺寸":"6.8英寸","材质":"钛金属","价格":"4999元"}' \
  --lang both --theme tech-blue \
  --out launch_manifest.json

# 无图：让 AI 先生成英雄图
python scripts/run_launch.py \
  --name "星瀚 Pro" --name_en "XingHan Pro" \
  --selling-points "..." --params '{...}' \
  --no-image --theme tech-blue

编排器会依次：① 出英雄图（Seedream 或兜底）② 出运镜视频（Seedance 2.5 或兜底）③ 烧 keynote 卡 ④ FFmpeg 拼接 + 打 AI Generated / 虚拟合成 水印 → 成片 launch_final.mp4。

> 各独立模块也可单独调用（见 scripts/ 与 references/）。

3.1 双角色磁性解说（v1.1 增量能力）

在 v1.0.0 单人模板填空基础上，新增「男女双角色磁性解说 + 磁性后期」：

1. 双角色交替主持（非对话互动）：launch_cue.py 为每段（开场/卖点/参数/CTA）分配 speaker（M=男 / F=女），严格交替朗读——开场=M → 卖点1=F → 卖点2=M → 卖点3=F → … → CTA 收尾。是交替朗读，不是男女对话互动台词。
2. 补「适合场景 / 能达到的效果」维度：每个卖点段解说词围绕「亮点 + 在XX场景 + 达到XX效果」展开。支持 --scenes / --effects 输入（与 --selling-points 一一对应）；未提供时，若开启 --expand --online，由豆包 LLM 基于卖点合理扩写（绝不编造用户未提供的规格数字）。
3. 双音色 TTS（豆包优先 + Edge-TTS 兜底）：launch_tts.py 按 speaker 选音色——男磁性 / 女磁性。优先豆包 doubao-seed-tts-2.0（方舟 openspeech 端点），任何失败（无凭证/未开通/网络/解析）自动降级 Edge-TTS，绝不卡死。
4. 磁性后期（FFmpeg 统一调性）：对每段音频做动态稳定（压缩）→ 低频增厚（磁性）→ 轻度混响（现场感）→ 整体增益（洪亮）→ 限制（防破音），男女声统一。

输出：launch_manifest.json 中新增 cue.json（含 speaker 分配）、tts/tts_manifest.json、tts/narration.mp3（完整旁白轨，已混入成片）。

> ⚠️ 上架提示（务必告知使用者）：为保证磁性主持效果，建议使用豆包语音（需开通方舟语音技术产品，凭证多为 appid+token，可能不同于 ark 图/视频的 api_key）。未开通豆包语音时，自动降级 Edge-TTS（免费、无需认证），效果仍可用但音色磁性略弱。 豆包 voice_type 字符串请按方舟 openspeech 音色表确认后再正式使用（当前为占位 ID，已加注释）。

3.2 B 模式 · 竖屏快剪带货型（v1.2 增量）

与 A 模式（横屏旁白发布会）并存互补，不是替代。B 面向信息流投放（抖音 / Reels / 电商详情页），形态来自参考爆款实测：9:16 竖屏 · 10–15s · 零旁白 · 音乐床 + 下三分之一斜体衬线字幕 · 约 1 秒/款快剪 · 全景↔细节特写交替 · 末镜亮价格钩子。

调用方式

# B 模式 · 纯音乐床（默认，零旁白，保持爆款形态）
python scripts/run_launch_vertical.py \
  --name "Jeans Atelier" --name_en "JT Denim" --lang pt \
  --looks "Vestido jeans sem mangas" "Shorts jeans feminino" "Calca jeans masculina" \
  --price-hook 'Para o seu amor, leve por apenas R$99' \
  --theme commerce-stage --online --work-dir vwork

# B 模式 · 自适应解说（顶配：技能TTS + LLM文案，联网时调用方舟LLM写带货文案）
python scripts/run_launch_vertical.py \
  --name "Jeans Atelier" --name_en "JT Denim" --lang pt \
  --looks "Vestido jeans sem mangas" "Shorts jeans feminino" "Calca jeans masculina" \
  --price-hook 'Para o seu amor, leve por apenas R$99' \
  --theme commerce-stage --online --narration preset --work-dir vwork

# B 模式 · 使用者自带录音（自己的声音特色，零合成）
python scripts/run_launch_vertical.py \
  --name "Jeans Atelier" --name_en "JT Denim" --lang pt \
  --looks "Vestido jeans sem mangas" "Shorts jeans feminino" "Calca jeans masculina" \
  --price-hook 'Para o seu amor, leve por apenas R$99' \
  --theme commerce-stage --offline --narration file --voice-ref 我的解说.mp3

# B 模式 · 上传产品介绍让技能组织成解说词（--intro 路径或文本）
python scripts/run_launch_vertical.py \
  --name "Jeans Atelier" --name_en "JT Denim" --lang pt \
  --looks "Vestido jeans sem mangas" "Shorts jeans feminino" \
  --price-hook 'Para o seu amor, leve por apenas R$99' \
  --intro "这是一条..." --theme commerce-stage --online --narration preset

• --looks：每镜短描述/字幕（来自用户），逐一成镜；每 4 镜自动插 1 个细节特写。
• --price-hook：末镜价格钩子（来自用户，AI 绝不编造）。
• --music：合规背景乐路径（不传则自动合成 AI 旋律音乐床占位，非授权曲库）。
• --narration：off（默认零旁白）｜preset（技能 TTS）｜clone（克隆音色，需 --voice-id）｜file（自带录音，需 --voice-ref，零合成）。
• --intro：用户上传的产品介绍（文件路径或直接文本）；提供后解说文案由 LLM/规则智能组织，未提供则头脑风暴。
• --no-llm：关闭方舟 LLM 文案（改用模板/规则兜底，离线自动走此路）。
• --theme commerce-stage：影棚白 T 台主题（多镜头视觉一致性关键）。
• --lang：pt（葡语，Brazil 线）/ es / en / zh / both。
• 输出：launch_vertical_final.mp4（9:16，含 AI 水印）+ launch_vertical_manifest.json（各产物 SHA256）。

3.2.1 自适应声音环节（v1.3 增量，顶配）

把 B 模式的「声音」做成两层自适应，让使用者既可用自己的声音、也可用技能准备的声音，且解说文案自动生成：

A. 声音来源自适应（三选一）
1. preset（技能准备的声音）：中文走豆包磁性嗓（premium，已锁定）；其它语言走 Edge 神经多语音色（免费、最优可用）。
2. clone（声音克隆）：通过火山「声音复刻」生成的克隆音色 id（传 --voice-id），接入同一条 premium TTS 管线——比单纯导入录音更"顶配"。
3. file（使用者自己的声音）：--voice-ref 指定自带录音文件，直接复用，零合成、零编造，100% 保真。

B. 解说内容自适应（双路径）
- 用户上传产品介绍（--intro）→ 联网时调用方舟 LLM 智能分段组织成口播解说词；离线/失败回退规则分段（保留用户原话）。
- 未上传 → 联网时调用方舟 LLM 头脑风暴专业带货文案；离线/失败回退模板头脑风暴。
- 红线：LLM 文案严格"只用给定事实 + 通用连接语"，禁止编造具体规格/价格；任何虚构点用 [补充:xxx] 显式标注，留待用户确认。

工程要点
- 解说轨与音乐床自动混合（音乐压低铺底）；解说时长驱动每镜时长，保证解说不被截断。
- 解说开启时，下三分之一字幕卡同步显示解说词（与音频对齐），末镜仍亮价格钩子。
- 任一环节失败均优雅降级：TTS 不可用→静音占位；LLM 不可用→模板；绝不卡死整条流水线。

> 实测状态（诚实标注）：中文 preset 经豆包磁性嗓已验证产出真实语音（volumedetect mean≈-24dB）；非中文 preset 依赖 Edge/网络（部分沙箱/网络会拦截微软 TTS 端点），若出声失败请改用 file（自带录音）保证出声；方舟 LLM 文案已于 2026-09-24 真实点亮——ark_config.json 配 chat_model: "ep-m-20260924101345-s9pmw"（预置推理服务，背后模型 doubao-seed-2-0-pro-260215），实测 /api/v3/chat/completions 返回 HTTP 200 并吐出真实带货文案；未配 chat_model 时自动走模板/规则文案。克隆音色（clone）需用户在火山引擎「声音复刻」控制台生成克隆音色 id 后，通过 --voice-id 接入。

> B 模式绝不改动 A 模式的 16:9 / 磁性旁白链路；两条腿各自独立运行（A 用 run_launch.py，B 用 run_launch_vertical.py）。

4. 技术栈与依赖

5. 诚实边界（红线，不可破）

1. 不杜撰参数：keynote 卡数据只来自用户提供的卖点 / 参数表，AI 不编造重量 / 尺寸 / 价格等规格。
2. 不冒充真人 / 不实宣传：成片为虚拟合成，打 AI Generated / 虚拟合成 水印；不得生成以假乱真的虚假测评。
3. 版权合规：音乐 / 字体须合规（生成式无版权或授权曲库），不抓流媒体；字体用系统自带或开源字体。
4. 审美拍板权在用户：主题包给基底，用户可改；AI 不独裁也不放任翻车。
5. 禁止伪造未核实成片：所有「实测产出」必须真实存在文件 + 附路径 + 附 SHA256；沙箱拦网时明确标注「未实跑」。

6. 验收（交付前必做）

• [ ] name: == _skillhub_meta.json 的 slug（== product-launch-ai），可被 Skill 工具按 product-launch-ai 调起。
• [ ] 离线验收：一张产品图 + 卖点/参数文本 → 纯本地产出带双语 keynote 卡的成片（L2/L3 不依赖联网即通过）。
• [ ] 联网验收（沙箱放开后）：豆包 Seedream 出英雄图 + Seedance 2.5 出运镜视频 → 合成成片含结构化 keynote。
• [ ] 成片打 AI Generated / 虚拟合成 水印；参数卡内容严格来自用户输入。
• [ ] 双语：zh / en / both 可切换。
• [ ] B 模式离线验收：run_launch_vertical.py --offline → 产出 9:16 竖屏成片 + 下三分之一斜体衬线字幕卡（含末镜价格钩子），L2/L3 不依赖联网即通过。
• [ ] B 模式联网验收（沙箱放开后）：Seedream 9:16 出图 → 竖屏快剪成片；B 不得影响 A（A 仍需能独立跑通）。
• [ ] B 模式自适应声音验收：--narration preset（在线 LLM 文案 + TTS 合成解说轨，成片含 aac 解说）｜--narration file --voice-ref（自带录音混音，时长对齐）｜--narration off（默认零旁白音乐床）三者均产出合法成片；--narration clone --voice-id（克隆音色，需用户提供火山克隆 id）。