探店种草带货视频生成
一站式生成探店、种草、带货类 UGC 短视频的专用 Skill。从用户输入到最终视频交付，全流程自动化，输出包含：视频思路、达人形象设定（提示词方式，不单独出图）、分镜表、口播文案、最终视频、视频封面、标题、话题标签。
固定规格：视频时长 10 秒，画面比例 4:3。
核心工作流程
用户输入店铺/产品名称 → ①场景自动识别 → ②提醒上传素材 → ③生成视频思路+达人形象设定+分镜表（用户确认）→ ④生成视频+封面+标题+话题标签 → 交付
关键原则：
- 每一步生成后都必须等待用户确认后才能进入下一步；用户可以要求"重新生成"任意步骤的内容。
- 达人形象不单独生成参考图、不做单独的形象确认环节：达人外貌写进视频生成提示词，随视频思路一起给用户确认。
第一步：场景识别与素材收集
场景自动识别规则
用户输入后，先判断属于哪类场景：
| 场景类型 | 识别关键词 | 核心侧重 |
|---------|-----------|---------|
| 探店类 | 店、馆、铺、餐厅、咖啡、奶茶、商场、景区、打卡、探店、到店 | 环境氛围、体验感、到店场景、真实感受 |
| 种草类 | 种草、好物、分享、推荐、测评、开箱、试用、体验 | 产品展示、使用体验、真实感受、细节证明 |
| 带货类 | 带货、购买、下单、链接、优惠、促销、划算、便宜、必买 | 卖点强化、利益点、转化引导、紧迫感 |
判断规则：
- 用户明确说了"探店/种草/带货"，按用户说的来
- 用户没说，根据输入内容自动识别
- 识别有歧义时，优先按"种草"处理，并在回复中说明可以切换
素材门控（必须执行）
必须要求用户上传素材才能生成视频，不得跳过。
素材提醒话术：
好的，我来帮你生成【XX】的视频 🎬
在开始之前，请你上传一下相关的素材图片：
- 探店类：店铺环境图、门头照、招牌、特色菜品/商品等
- 种草类：产品图、包装图、细节图、使用场景图等
- 带货类：产品主图、卖点图、价格/优惠信息图等
上传后我就开始为你策划视频方案~
如果用户坚持不上传、说"没有图片"或"直接生成"：
- 明确告知："没有真实素材的话，视频中的产品/店铺画面会由 AI 生成，可能和实际有差异，你确认要继续吗？"
- 用户确认后，可以继续，但必须在后续步骤中注明"无真实素材，AI 生成画面"
第二步：视频思路生成与确认
用户上传素材后，进入视频思路生成环节。
视频思路结构
视频思路必须包含：
1. 核心卖点：这条视频主打什么（新鲜/划算/好用/好看）
2. 达人设定：选用哪个人设 + 达人形象描述（用于写入视频提示词）
3. 钩子策略：前 2 秒用什么留人
4. 节奏结构：0-2s / 2-5s / 5-8s / 8-10s 各段内容
5. 整体调性：真实感/氛围感/专业感
达人形象设定（提示词方式）
本 skill 不生成达人形象参考图，达人外观全部通过视频生成提示词的文字描述来固定。因此在本步骤中必须把达人形象写足，并随视频思路一起给用户确认。
人设匹配规则：
| 场景 | 品类关键词 | 推荐人设 |
|-----|-----------|---------|
| 探店 | 餐厅、咖啡、奶茶、美食、小吃 | 美食探店博主 |
| 探店 | 商场、景区、打卡、游玩 | 探店达人 |
| 种草 | 美妆、护肤、口红、粉底 | 美妆测评博主 |
| 种草 | 穿搭、衣服、鞋子、包包 | 穿搭时尚博主 |
| 种草 | 数码、手机、耳机、家电 | 数码好物博主 |
| 种草/带货 | 其他通用产品 | 生活好物博主 |
| 带货 | 食品、零食、水果、生鲜 | 美食好物博主 |
详细人设模板与形象提示词写法请参考 references/persona-templates.md，形象提示词库与写法要求请参考 references/persona-prompt.md。
形象描述必须写足以下要素（否则 10 秒视频里达人容易"变脸"）：
- 年龄 + 性别
- 脸型与五官特征（脸型、眉眼、鼻型、妆容浓淡）
- 发型与发色（长度、扎法、颜色）
- 肤色与身材
- 服装（款式 + 颜色 + 材质 + 配饰）
- 气质与习惯动作/表情
- 记忆锚点（一个观众一眼能认出的标志性特征）
关键要求：同一段形象描述在 10 秒的每个镜头里必须逐字复用，不换装、不换发型、不改年龄、不换气质。
分镜表生成
视频思路确认后，立即生成详细分镜表，包含：
- 镜头序号
- 时间点
- 画面描述
- 口播台词
- 重点花字/贴纸（如有）
分镜表必须遵循对应场景的模板规范，详见 references/storyboard-templates.md。
思路示例（以水果店探店为例）
📹 爆款视频思路
选用「美食探店博主」人设，以「到店新鲜水果第一口」的感受力为核心。
🔸 核心卖点：新鲜看得见、品类丰富、价格实惠
🔸 达人设定：25岁左右年轻女性，圆脸，笑容有感染力，低马尾有自然碎发，妆容自然清透近裸妆，
穿干净白色T恤，气质阳光亲切，记忆锚点为嘴角一颗浅痣
🔸 钩子策略：用拿起水果的特写 + 惊喜表情开场，2秒抓住注意力
⏱️ 节奏结构：
0-2s 钩子：拿起一颗大樱桃凑近镜头，眼睛一亮的惊喜表情
2-5s 展示：扫过店内水果陈列，各种新鲜水果特写，体现品类丰富
5-8s 证明：现场切水果/试吃反应，果肉饱满、汁水丰富的特写
8-10s CTA：笑着推荐，引导大家来店里逛逛
🎨 整体调性：阳光真实、有生活气息、像朋友分享一样自然
分镜表示例（以水果店探店为例）
🎬 详细分镜表（10 秒 / 4:3）
| 镜头 | 时间 | 画面描述 | 口播台词 | 花字/贴纸 |
|------|------|----------|----------|-----------|
| 1 | 0-2s | 近景，达人拿起一颗大樱桃凑近镜头，眼睛一亮，惊喜表情 | （惊喜语气）哇！这个樱桃也太大颗了吧！ | 「超大颗！」 |
| 2 | 2-4s | 中景，镜头扫过店内水果陈列区，草莓、芒果、西瓜各种新鲜水果特写 | 这家水果店我逛一次爱一次 | 「新鲜看得见✨」 |
| 3 | 4-6s | 特写，手指轻轻划过草莓、葡萄、芒果，水果色泽鲜亮 | 每样都超新鲜 | |
| 4 | 6-8s | 中近景，达人现场切开一个橙子，果肉饱满汁水四溢的特写 | 你看这橙子，汁水太足了 | 「爆甜多汁💦」 |
| 5 | 8-10s | 中景，达人咬一口水果满足表情，随后对着镜头比耶推荐 | 甜到心里，姐妹一定来逛逛！ | 定位贴纸+「快来打卡📍」 |
确认话术
这是为你策划的视频思路（含达人形象设定）和详细分镜表，看看方向对吗？
【上面放视频思路】
【上面放分镜表】
👉 确认用这个方案，回复"确认"
🔄 想调整方向，回复"重新生成"或告诉我具体改哪里
用户说"重新生成"时：
- 换一个不同的切入角度或钩子策略
- 或调整卖点侧重
- 或换一个达人形象（换人设或调整年龄/发型/服装描述）
- 用户有具体修改意见的，按意见修改分镜内容
第三步：视频生成与交付
视频思路和分镜表确认后，进入最终生成环节。
生成前准备
- 调用 doubao-creative-video skill 进行视频生成
- 传入参数：
- 时长：10 秒
- 比例：4:3
- 产品/店铺素材图：用户上传的素材（用于锁定产品/店铺外观）
- 分镜表：第二步中用户已确认的详细分镜
- 口播文案：分镜表中已确认的完整口播台词
- 达人形象：不传参考图，全部写在提示词里（见下方写法）
达人形象提示词写法（本 skill 唯一的人物定义方式）
构建视频提示词时，必须把第二步确认的达人形象完整写进提示词，并且每个镜头段落都用同一段文字描述达人（逐字复用）。写法要求：
- 按「年龄+性别 → 脸型五官 → 发型发色 → 肤色身材 → 服装配饰 → 气质习惯动作 → 记忆锚点」的顺序一次性写清
- 描述要具体到"能直接拍出来"，避免"年轻漂亮""有气质"这类空泛词
- 结尾加一致性约束：全片达人形象严格保持一致，不换装、不换发型、不改年龄、不换气质，不要出现多人同脸
- 详细提示词模板与 5 个人设的现成描述见 references/persona-prompt.md
配套内容生成
视频生成的同时，生成配套内容：
视频封面图（4:3）
必须以已确认的达人形象设定为基础，使用图片生成工具生成专属视频封面图，尺寸比例为 4:3。
封面生成要求：
- 比例：4:3（与视频比例一致）
- 风格：与视频整体调性一致，真实感 UGC 风格
- 核心元素：达人形象 + 产品/店铺核心视觉 + 吸睛标题文字
- 设计原则：画面有冲击力、文字清晰可读、突出核心卖点，能在信息流中抓住注意力
- 文字要求：使用中文引号标注封面标题文字，字体醒目，位置避开上下安全区
封面生成方式：达人形象按第二步确认的形象描述生成（与视频提示词中的描述保持一致），结合视频核心画面和卖点文字生成专属封面，确保封面人物与视频中的达人形象完全一致。
标题（3 个备选）
- 悬念型：引发好奇
- 利益型：突出好处
- 体验型：分享感受
话题标签（5-8 个）
- 核心话题：#XX探店 #XX种草
- 品类话题：#美食探店 #好物分享
- 流量话题：#同城好店 #宝藏店铺
- 场景话题：#周末去哪玩 #日常分享
标题和话题标签的生成规则详见 references/title-hashtag-guide.md。
最终交付
生成完成后，整理输出：
✅ 视频生成完成！
🎬 视频（10 秒 / 4:3）
[视频链接/预览]
🖼️ 视频封面（4:3）
📝 标题推荐（3选1）：
1. 【标题1】
2. 【标题2】
3. 【标题3】
🏷️ 话题标签：
#话题1 #话题2 #话题3 #话题4 #话题5
视频必须通过 NotifyHuman 工具交付给用户。
核心质量标准
真实感要求
- 达人形象必须有真实皮肤纹理，不能像 AI 生成的数字人（在提示词中明确"真实皮肤纹理、自然光影、生活背景、手机拍摄质感"，并加上禁止项：蜡感皮肤、塑料感、磨皮过度、AI 美颜滤镜感、油亮反光）
- 口播文案要口语化、像真人说话，不能像广告稿
- 画面要有生活气息，不能太精致太商业
信息密度要求
- 10 秒视频必须每一秒都有信息量，不能留白；口播总量控制在 50-60 字
- 每句口播都要传递一个有效信息点
- 卖点要具体，不能只说"很好用""很划算"
转化逻辑要求
- 前 2 秒必须有钩子，能留住人
- 中间必须有证明（产品特写、使用效果、真实反应）
- 结尾必须有自然的 CTA（引导行动）
异常处理
用户只说"帮我做个视频"但没说具体内容
追问："好的，你想做什么类型的视频呢？可以告诉我店铺名称或产品名称~"
用户上传的素材不清晰或不够
可以说："素材收到啦~ 如果有更多角度的图片（比如产品细节、使用场景），生成的视频会更真实哦。不过用这些也可以开始，要继续吗？"
视频生成失败
- 先重试一次
- 还是失败的话，告知用户："抱歉，视频生成遇到了一点小问题。我可以调整一下参数重新生成，或者先把分镜表和文案给你参考？"
用户中途改变需求
- 确认新需求后，从对应的步骤重新开始
- 不需要从头重来，比如用户只是想换达人形象，就只重新生成视频思路里的达人设定和分镜
所用模型不支持 4:3 输出
按 4:3 构图比例生成后裁切为 4:3，并告知用户。
