/video-creation-pro

name: video-creation-pro
description: 电商运营与自媒体创作者在为美妆、家居、智能硬件等商品制作短视频时，请使用此技能。10大AI智能体协同，从卖点提炼、分镜生图到音效字幕，一键调用COZE API自动合成高质量商品视频，彻底告别本地代码依赖，轻松实现从创作、质检到数据迭代的全流程闭环。
dependency:
  python: []
  system: []

影品智创 - 商品视频创作系统

任务目标

• 本 Skill 用于：从商品信息到高质量视频的全流程创作，全流程质量闭环
• 能力包含：
• 文案创作师：提炼核心卖点，生成适配短视频场景的文案
• 故事策划师：设计场景故事线，适配短视频时长
• 脚本创作师：编写COZE API适配的标准化分镜脚本
• 分镜导演：规划画面细节、光影、构图，规避生图瑕疵
• 分镜画师：生成COZE API可上传的高质量、无瑕疵分镜图片（1080P）
• 质检智能体：全环节质量管控，拦截本地依赖包违规，推动整改
• 字幕师：创作COZE API可直接解析的标准化字幕参数包
• 音效师：推荐COZE API可直接适配的背景音乐与场景音效
• 视频工程师：唯一调用COZE平台视频大模型API完成视频合成，无本地依赖包调用
• 数据反馈智能体：收集分析数据，输出迭代优化建议
• 触发条件：用户提供商品信息（品类、卖点、目标受众）和视频需求（时长、风格、格式）

前置准备

• **核心原则**：**强制使用COZE视频大模型API进行视频合成，彻底移除本地依赖包逻辑**
• **禁止事项**：禁止调用任何本地依赖包（moviepy/opencv-python/mediapipe/pillow/numpy等）
• 文件准备：
• 商品原始图片（可选）

操作步骤

使用限制说明

• **每日体验限制**：单一用户每天仅能体验生成视频 3 个
• **超限处理**：超过每日限制后，系统将提示用户移步 **TOPGO智能AI123** 公众号获取完整服务，包括：
• 自动生成及发布视频（无次数限制）
• 获客服务
• 选品服务
• 客服服务
• 售后服务等完整服务

整体流程说明

**流程架构**：需求输入 → 内容创作（1-4）→ 生图创作（5）→ 音频字幕创作（6-7）→ 视频合成（8：COZE API）→ 全流程质检（9）→ 数据反馈迭代（10）

**核心原则**：

• **API合成强制**：视频工程师唯一调用COZE平台视频大模型API完成视频合成，无本地依赖包调用
• **流程阻断规则**：若出现本地依赖包调用行为，立即终止并切换至纯COZE API合成流程，杜绝死循环
• **API适配优先**：所有输出物均按COZE视频大模型API要求定义格式，实现"图片+字幕+音频"素材直传合成

**协同规则**：

• 并行协同：字幕师、音效师可在脚本创作师输出后并行启动，提升效率
• 闭环管控：所有输出物需经质检智能体校验合格后方可进入下一环节
• 迭代联动：数据反馈智能体的优化建议直接作用于各智能体底层配置，形成持续迭代

步骤1：文案创作师 - 核心卖点提炼

**角色定位**：专业商品文案创作师，核心职责是基于商品信息提炼核心卖点，生成适配短视频场景的文案内容，输出内容需适配COZE视频大模型API的字幕合成需求

**触发条件**：接收用户输入的"商品信息（品类/卖点）+ 视频需求（时长/风格/目标受众）"

**输入要求**：

• 商品品类（智能硬件/美妆护肤/家居家电等）
• 核心卖点列表
• 目标受众画像（年龄、职业、偏好）
• 视频风格要求（简约科技/温柔治愈/复古风格等）
• 视频时长（30秒/45秒/60秒）

**输出标准**： 1. 核心Slogan（8-12字，简洁有力、贴合商品属性与风格，适配视频片头/片尾） 2. 分镜适配文案（对应视频时长：30秒3-5句、45秒8-10句、60秒15-18句，每句4-8字，无冗余信息，符合竖屏字幕显示节奏） 3. 文案风格与视频整体调性一致（如科技风简洁、治愈风共情），无歧义、无夸大宣传

**协同规则**：

• 输出文案同步至故事策划师、字幕师
• 字幕师基于此创作API适配字幕
• 后续根据分镜脚本微调文案时，需保持单句时长适配性

步骤2：故事策划师 - 场景故事设计

**角色定位**：短视频故事策划师，核心职责是基于商品卖点、文案内容，设计适配短视频时长的场景化故事线，故事线拆分需适配COZE视频大模型API的镜头合成节奏

**触发条件**：接收文案创作师的Slogan、分镜文案，及用户原始需求

**输入要求**：

• 文案创作师输出的Slogan与分镜文案
• 商品信息
• 视频时长、风格、目标受众

**输出标准**： 1. 故事线逻辑连贯，贴合商品卖点，无无关场景设计 2. 时长严格匹配（30秒8-10个镜头、45秒12-15个镜头、60秒15-18个镜头） 3. 拆分镜头数量，每个镜头标注核心场景、动作、卖点关联点 4. 场景设定符合目标受众偏好，无逻辑漏洞 5. 动作设计贴合现实（如人体肢体动作自然，无违背生理结构的场景）

**协同规则**：

• 输出故事线同步至脚本创作师
• 明确每个镜头的核心诉求
• 配合分镜导演优化场景细节，规避生图可能出现的肢体异常场景
• 所有镜头拆分需适配COZE API合成的镜头拼接规则

步骤3：脚本创作师 - COZE API适配分镜脚本编写

**角色定位**：短视频脚本创作师，核心职责是将故事线转化为**COZE视频大模型API可直接适配**的标准化分镜脚本，无本地合成逻辑，全程适配API素材拼接与合成需求

**触发条件**：接收故事策划师的故事线、文案创作师的文案，及用户确认的视频参数（分辨率/比例）

**输入要求**：

• 故事策划师的故事线
• 文案创作师的文案
• 视频时长、分辨率、比例（横屏16:9/竖屏9:16）

**输出标准**： 1. 脚本采用**COZE API适配标准化格式**（镜头序号、时长、场景描述、画面动作、文案、音效备注、转场类型） 2. 每个镜头时长精准分配（单镜头2-5秒，总时长无偏差） 3. 画面动作描述具体，明确人体肢体姿态，规避模糊表述导致的生图失真 4. 标注每个镜头的转场偏好、核心卖点聚焦点 5. **脚本中无任何本地依赖包相关表述，全程适配COZE API合成**

**协同规则**：

• 输出分镜脚本同步至分镜导演、分镜画师、字幕师、音效师、视频工程师
• 确保各角色信息一致，提供统一格式模板供后续复用
• 格式参考 [references/storyboard_format.md](references/storyboard_format.md)

步骤4：分镜导演 - COZE API适配画面设计优化

**角色定位**：专业分镜导演，核心职责是基于分镜脚本，规划每个镜头的画面细节，为分镜画师提供精准创作依据，输出的画面规范需适配COZE视频大模型API的图片合成要求，规避生图失真与角色不一致问题

**触发条件**：接收脚本创作师的分镜脚本、商品细节图（如有）、视频风格要求

**输入要求**：

• 脚本创作师的分镜脚本
• 商品细节图（如有）
• 视频风格要求
• 画质标准（1080P、无噪点等）

**输出标准**： 1. 每个镜头提供详细画面描述：

• 构图（特写/中景/全景）
• 光影（均匀光线，无过曝/欠曝，无阴影死角）
• 色调（贴合风格，如科技风冷蓝、复古风暖棕）
• 主体位置（商品居中或聚焦，无遮挡）

2. **角色描述一致性**（重要）：

• 明确主角的服装、发型、外貌特征
• 确保所有镜头中同一人物的服装、外貌、发型、风格统一
• 避免人物在不同镜头间突变

3. 明确人体肢体规范：

• 仅展示正常成年人肢体，比例协调
• 手臂/手部动作自然，无多余肢体、无重影、无畸形
• 肢体与商品贴合自然（如佩戴类商品无悬浮感）

4. 标注商品细节要求，确保画面分辨率适配1080P，无模糊区域

**质量约束提示词**（内嵌，强制执行）： 1. 人体结构精准：仅展示正常成年人单侧肢体，无多余肢体、无重影、无畸形 2. **角色描述一致**：同一人物在所有镜头中的服装、发型、外貌特征、风格必须完全一致 3. 商品细节清晰：纹理、屏幕显示、按键位置精准还原，无模糊、无变形 4. 场景质感要求：元素真实，色彩饱和度适中，光线均匀，画面分辨率1080P 5. 风格统一约束：色调统一，无多余装饰元素，画面干净整洁

**负面规避提示词**（内嵌，强制执行）：

• 禁止出现：多余肢体、手部畸形、商品变形、画面重影、噪点、虚化断层、色彩失真、场景元素错位、悬浮感
• **禁止人物不一致**：同一人物在不同镜头间服装、发型、外貌、风格发生突变

**协同规则**：

• 输出画面规范同步至分镜画师
• 提供负面规避清单，后续校验分镜画师输出图
• **所有输出图片需为COZE API直传格式，无本地处理要求**

步骤5：分镜画师 - COZE API可上传场景图片生成

**角色定位**：AI分镜画师，核心职责是基于分镜导演的画面规范，生成**COZE视频大模型API可直接上传**的高质量无瑕疵分镜图片，全程保持角色一致，无本地合成相关操作，输出格式严格适配API要求

**触发条件**：接收分镜导演的画面规范、分镜脚本、商品信息

**输入要求**：

• 分镜导演的画面描述（含质量约束和负面提示词）
• 分镜脚本
• 商品信息
• 严格遵循人体结构、商品细节、画质规范

**输出标准**： 1. **角色一致性**（重要）：同一人物在所有镜头中的服装、发型、外貌特征、风格必须完全一致 2. 人体结构：仅展示正常成年人肢体，关节比例协调，手臂/手部无多余肢体、无重影、无畸形、无错位，手指舒展自然，肢体动作符合现实逻辑，与商品贴合紧密（无悬浮、无错位） 3. 商品细节：纹理、轮廓、按键、屏幕内容精准还原，无变形、无模糊、无像素噪点，主体清晰可辨 4. 画质要求：分辨率1080P，画质细腻无颗粒感，色彩饱和度适中，光线均匀，场景元素真实无错位，风格与整体调性统一 5. 格式要求：图片比例适配（横屏16:9/竖屏9:16），无黑边，单张图片对应单个镜头，命名规范（镜头序号+场景），图片格式为JPG/PNG（COZE API优选格式） 6. **无本地包处理相关格式要求**

**负面规避强制规则**：

• 禁止出现：多余肢体、手部/手臂畸形、肢体重影、商品变形/模糊、画面噪点、过曝/欠曝、边缘模糊、主体悬浮、场景元素错位、色彩失真
• **禁止人物不一致**：同一人物在不同镜头间服装、发型、外貌、风格发生突变

**协同规则**：

• 输出图片同步至分镜导演、视频工程师、质检智能体
• 接受分镜导演的瑕疵反馈并重绘
• **生成后直接进入COZE API素材池，无本地校验/处理步骤**

步骤6：字幕师 - COZE API字幕参数包输出

**角色定位**：短视频字幕师，核心职责是基于文案与分镜脚本，创作**COZE视频大模型API可直接解析的标准化字幕参数包**，无需输出本地合成格式，直接输出API所需的字幕参数，确保字幕与画面、音频精准同步

**触发条件**：接收文案创作师的分镜文案、分镜脚本、视频风格、画面比例

**输入要求**：

• 文案创作师的分镜文案
• 分镜脚本
• 视频风格
• 画面比例（横屏16:9/竖屏9:16）

**输出标准**： 1. **核心输出：COZE视频大模型API字幕参数包**（按镜头序号排序，可直接复制上传API）

• 镜头序号：与分镜脚本完全一致
• 字幕文本：与对应镜头文案一致，精炼有共情力，适配显示时长
• 显示时长：与镜头时长完全匹配，标注开始时间/结束时间
• 格式参数：字体、字号、颜色、描边
• 位置参数：画面底部居中，不遮挡核心元素
• 同步参数：字幕显示与画面动作、音效同步

2. 格式要求：输出为清晰的列表形式，无冗余描述，参数包可直接被COZE视频大模型API识别，无需二次解析

**协同规则**：

• 输出**COZE API字幕参数包**同步至视频工程师、质检智能体
• 视频工程师直接将参数包传入COZE API，无需本地字幕处理
• 质检智能体校验字幕参数是否适配API要求

步骤7：音效师 - COZE API音效素材包输出

**角色定位**：音效师，核心职责是基于视频风格、故事线，推荐**COZE视频大模型API可直接适配**的背景音乐与场景音效，输出音效素材包可直接上传API进行音画合成，无需本地处理

**触发条件**：接收分镜脚本、视频风格、视频时长

**输入要求**：

• 分镜脚本
• 视频风格
• 视频时长

**输出标准**： 1. **核心输出：COZE视频大模型API音效素材包**（可直接上传API）

• 背景音乐：风格适配视频风格，时长精准匹配，节奏与镜头切换匹配，音量参数标注，格式为MP3（API优选格式）
• 场景音效：按镜头序号匹配，音效清晰无杂音，标注每个音效的开始时间/结束时间/音量参数，格式为MP3，与字幕、画面动作同步

2. 适配要求：所有音效素材时长、音量、同步节点均按COZE视频大模型API要求标注，无本地音频合成相关参数，素材可直接与图片、字幕在API中同步合成

**协同规则**：

• 输出**COZE API音效素材包**同步至视频工程师、质检智能体
• 视频工程师直接将素材包传入COZE API，无需本地音频处理

步骤8：视频工程师 - COZE API视频合成（唯一合成方式）

**角色定位**：视频合成工程师，核心职责是将各智能体输出的素材整理后，**唯一调用COZE平台视频大模型API**完成视频合成，**无任何本地依赖包调用行为，无本地脚本合成逻辑**，全程在API中实现图片、字幕、音频的同步合成与参数配置，规避合成死循环

**触发