虚拟人AI主播视频生成

核心能力

本Skill提供虚拟人AI主播视频生成的全流程AI生成指导，覆盖从创意构思、Prompt工程、工具链选择、生成执行到后期优化的完整工作流。

方法论基础

数字人建模三路线：3D建模(Blender/Maya)+2D Live2D+AI生成(Stable Diffusion/GAN)。TrueTouch提升皮肤纹理至2048x2048。口型同步双路径：音素序列映射+端到端深度学习。TTS引擎选择：Descript 20+音色、Suno AI背景音乐。虚拟直播间搭建：即梦AI「电影级模板」+SDV 3D空间扩展。直播切片智能提取：产品演示/优惠讲解/搞笑互动三类候选。

工作流

阶段一：创意与脚本规划

1. 明确视频目标（宣传/教育/娱乐/转化）
2. 确定目标平台与比例（横屏16:9 / 竖屏9:16 / 方形1:1）
3. 撰写分镜脚本：每个镜头包含主体、场景、运动、时长
4. 建立角色/产品视觉锚点档案（如适用）

阶段二：素材生成

1. 静态素材：使用Midjourney/Stable Diffusion/DALL·E生成关键帧
2. 动态视频：使用Runway/Kling/Sora/Pika等AI视频工具生成镜头
3. 角色一致性：Seed锁定 + 参考图注入 + Character Reference
4. 场景一致性：统一色调 + 统一光照方向 + 统一风格标签

阶段三：后期合成

1. 视频剪辑：CapCut/剪映进行镜头拼接与节奏控制
2. 字幕与标题：AI自动字幕 + 风格化文字叠加
3. 音频处理：AI配音(TTS) + 背景音乐 + 音效
4. 调色统一：LUT应用 + 颗粒匹配 + 风格化滤镜

阶段四：质量审核

1. 视觉连贯性检查：角色/场景/色调一致性
2. 时长与节奏检查：是否符合平台最佳实践
3. 品牌元素检查：Logo/字体/色号是否正确
4. 导出设置：分辨率/编码/比特率优化

Prompt工程规范

基础公式

主体 + 场景 + 运动

进阶公式

主体(主体描述) + 场景(场景描述) + 运动(运动描述) + 美学控制 + 风格化

美学控制词库

• 景别：远景/全景/中景/近景/特写
• 视角：平视/俯视/仰视/第一人称/第三人称
• 运镜：推/拉/摇/移/跟/固定镜头
• 光照：自然光/逆光/侧光/柔光/霓虹灯/黄金时刻
• 镜头：35mm/50mm/85mm/广角/鱼眼

质量检查清单

• [ ] 视频时长是否符合目标平台要求
• [ ] 画面比例是否正确（9:16/16:9/1:1）
• [ ] 角色/产品外观在多镜头间保持一致
• [ ] 色调与光照在全部镜头间统一
• [ ] 字幕无错别字且时间轴对齐
• [ ] 音频与画面同步（口型/动作/转场）
• [ ] 品牌元素（Logo/字体/色号）准确
• [ ] 导出分辨率不低于1080P
• [ ] 前3秒有明确Hook/吸引点
• [ ] 结尾有清晰的CTA（如适用）

输入规范

用户需提供：
- 视频类型与目的
- 目标平台（可选，默认社交媒体竖屏）
- 核心内容/产品描述
- 品牌元素（Logo、色号、字体偏好，可选）
- 时长要求（可选，默认15-60秒）
- 风格偏好（可选，默认写实风格）

输出规范

生成结果包含：
1. 分镜脚本（镜头序号/时间戳/画面描述/运镜/时长）
2. Prompt列表（每个镜头对应的AI视频生成Prompt）
3. 工具链推荐（具体工具+参数设置）
4. 后期合成指南（剪辑节奏/音频/字幕）

工具推荐

参考资源

详细方法论、Prompt词库、工具参数指南请参阅 references/internal-manual.md。
完整输出模板与规范请参阅 assets/specifications.json。