
工业产品科技广告
上传产品图,生成环绕质感、爆炸拆解、信号光流的科技宣传片
用这几张图给我们的1进8出音频分配器做一支60秒科技宣传片,冷峻工业风,男声旁白
下面是这个 Skill 的完整创作流程,每轮对话都会完整给到 Agent。
# 工业产品科技广告
适合给硬件设备、音视频器材、控制器、工控模块这类工业产品做宣传片:从金属质感环绕、功能光流可视化、模块爆炸拆解、主板微距特效到手部操作,五类镜头覆盖产品卖点。最终交付 30-180 秒的产品广告(横屏或竖屏),含工业电子配乐,可选旁白和字幕。
## 开工前确认
- 需要两样输入:**产品图**(实拍或渲染,单张也行,多角度最好)和**产品文字信息**(全称、定位、核心功能参数、面向谁)。没有产品图就提示上传;只有文字时可以先按描述生成概念外观,但要告诉用户和真机会有差异。
- 下面几个决定合并成一次确认(这是本 skill 唯一一次一口气问多项,因为它们彼此相关):
1. 时长:15 秒极简 / 30 秒精简 / 60 秒标准 / 120 秒深度 / 180 秒旗舰。
2. 画幅:16:9(官网、发布会大屏,60 秒以上推荐)或 9:16(短视频平台,30 秒以内推荐)。
3. 视觉风格:冷峻工业 / 赛博科技 / 极简纯白 / 暗金奢华(见风格锁定)。
4. 旁白:不要 / 男声 / 女声;选了旁白再问要不要字幕。
- 之后有需要再追问时,用 ask_user 一次只问一个。
## 制作流程
1. **产品解析** —— 在回复里用表格整理:各角度外观(颜色、表面处理、接口类型与布局、屏幕、指示灯、旋钮按键、logo 位置)、模块清单与层级、功能逻辑怎么可视化、哪些镜头要靠文字补齐。图里看得到的写死;图里没有的按文字参数或行业常规推断,并标注「推断」。
2. **项目设定** —— 汇总时长、画幅、风格、旁白、字幕、配乐基调,停下等用户确认。
3. **分镜表 + 旁白稿** —— 按五类镜头分配时长,写完整分镜表;选了旁白就逐镜写旁白稿并标镜号。停下等用户确认。
4. **元素参考图** —— 先出整机外观(正面 + 3/4 侧面并排)作为色调锚点,确认后再依次出各爆炸模块、主板俯视、手部操作参考。每批出完停下确认。用户已经给的角度不重画,只补缺失角度。
5. **逐镜生成视频** —— 按镜头顺序分批生成,每批回来给用户看。
6. **配乐与旁白** —— 生成整片配乐,旁白按镜头分段生成。
7. **交付清单** —— 镜头顺序、剪辑节拍、音频分层、字幕时间轴。
## 风格锁定
- 四套风格,选定后每个镜头提示词都带同一组关键词:
- **冷峻工业**:`pure black studio background, single hard key light at 45 degrees, sharp edge highlight on metal ridges, brushed gunmetal, anodized aluminum, deep gray and metallic silver with tech-blue accent, low saturation, high contrast`;避免柔光箱、暖色、彩色补光。
- **赛博科技**:`deep space black background with faint blue-purple luminous grid, neon edge glow, electric blue and violet rim light, iridescent metallic surface, cyan particle glow`;避免白底和柔光。
- **极简纯白**:`pure white to light gray gradient background, soft diffused even light, no hard shadows, product true color, satin finish, airy minimal palette`;避免彩光、硬阴影、霓虹。
- **暗金奢华**:`matte black background, subtle mirror-polished floor reflection, warm gold rim light at 30 degrees, matte black lacquer with dark gold accent, low-key luxury`;避免冷色和霓虹。
- 光流配色跟风格走:冷峻 / 纯白用科技蓝 #4FC3F7 + 冷白 #E0F7FA;赛博用电光蓝 #00B0FF + 电光紫 #CE93D8 交替闪;暗金用暖金 #FFD54F,节点闪深红。
- 全片色温保持一致,镜头之间偏差不超过 200K。
- 手部:肤色中性、指甲干净、不戴首饰,动作干净利落。
- 必须避免:水印、杂乱背景、廉价辉光、夸张打光、卡通风、空洞口号。
## 分镜与镜头规则
- 分镜表字段:镜号 / 镜头类别 / 时长 / 参考元素 / 景别角度 / 动作与特效节拍 / 运镜 / 旁白 / 音效。
- **五类镜头必须都有**,时长按总长分配:15 秒每类约 3 秒;30 秒每类约 6 秒;60 秒每类约 12 秒;120 秒约 20/25/25/20/30 秒;180 秒约 30/35/35/30/50 秒(依次为质感 / 功能 / 爆炸 / 主板 / 操作)。长版本加镜头要换角度、加特效层次,不要重复相似镜头。
- **1. 质感环绕**(60 秒版 4-6 镜):低角度仰拍缓慢环绕(转台或虚拟轨道),左侧 45° 硬光为主光、右侧补光勾金属棱边,纯黑背景,前后景虚化。接着微距推近:接口金属、旋钮拉丝铜圈、屏幕发光字符,背光 RGB 漫射单独给一个节拍。
- **2. 功能可视化**(约 4 镜):以产品正面或俯视为底板,叠加信号光流,五个节拍按顺序:启动(输入口由暗到亮,约 0.5 秒)→ 主路行进(匀速流向分配节点,细线、每 0.3-0.5 秒轻微脉动,约 2 秒)→ 节点闪光(约 0.2 秒,亮度约为主路 3 倍,向外扩散粒子环)→ 多路分支(分支数等于输出通道数,比主路略细,约 2 秒)→ 端口消散(到达输出口渐暗,留约 0.5 秒余光)。镜头在约 12 秒内从中景极慢推到近景,焦点始终跟着当前激活的节点。把参数翻译成画面:「1 进 8 出」= 一路光流分成八路;「光电隔离」= 光流穿过隔离屏障,两侧各自独立的光点;「信号放大」= 进入节点后光流变亮变粗。
- **3. 爆炸拆解**(约 4 镜):A 镜从闭合状态开始,模块沿结构轴向外悬浮:外壳上移、接口模块前移、主板居中不动作为视觉锚点、电源后撤、散热下沉;模块间距约为自身高度的一半,4-6 秒内完成,ease-in-out,不回弹不过冲。B 镜悬停后低角度极慢环绕约 45°,焦点依次停在接口触点 → 电源散热孔 → 主板 PCB → 外壳内壁,每处 1.5-2 秒;主光照亮当前模块,其余模块只留轮廓光。默认拆解顺序「外壳 → 接口 → 主板 → 电源 → 散热」,用户给了内部结构就以用户为准。
- **4. 主板特效**(约 4 镜):超微距,深色基板、芯片布局、焊点、散热孔清晰;蓝色科技粒子沿走线流动,粒子密度随信号强弱起伏,在「信号放大节点」给一次高亮闪光;镜头极慢推移,像在探索地形。
- **5. 手部操作**(60 秒版 4-6 镜):手指按压旋转编码器旋钮(慢动作),屏幕数值实时跟随;按键切换背光状态;屏幕 UI 推近,参数动态切换。纯黑背景,手不要多余抖动。
- 类别之间用硬切或 0.3 秒以内的快速叠化,只在「质感 → 功能」交界用一次 0.5 秒黑场;不要翻页、旋转、缩放转场。
## 提示词写法
- 提示词正文用英文,旁白按用户语言。
- **图片提示词结构**:产品名称与外观 → 材质词 → 打光方案 → 构图景别 → 色调 → 背景。
- 图片示例:
```
A 1U rack-mount audio signal splitter, dark gunmetal chassis, eight XLR outputs on the front panel, small white OLED display, brushed aluminum encoder knob with copper ring, front view and 3/4 side view side by side, single hard key light at 45 degrees, sharp edge highlights on metal ridges, deep gray and metallic silver with tech-blue accent, pure black seamless studio background, high contrast product photography
```
- **视频提示词结构**:开头说明每张参考图的用途(整机外观在前,模块其次,手部最后) → 运镜(景别、角度、运动方式) → 主体与特效按节拍写 → 环境与光 → 音效(只写环境音,旁白另外生成) → 质量负面词。
- 各类镜头写法:质感镜先写运镜、再写光打在哪条棱上、最后写材质;功能镜先写静止底板,再按信号路径逐拍写光流;爆炸镜先写闭合状态,再给每个模块写方向词(up / forward / backward / down / stays centered);主板镜先写 PCB 再写粒子行为;操作镜先写景别,再写手指动作幅度和速度,并标慢放倍率。
- 视频示例:
```
图1 is the overall product reference. Static front view of the splitter, slow push-in from medium shot to close-up over the whole clip. A cold white signal light stream fades up at the input port, travels along the main path with a subtle pulse, flashes brightly at the central distribution node releasing a small particle ring, then splits evenly into eight thinner tech-blue branches that reach the eight output ports and gently fade. Pure black background, single hard key light, slight depth-of-field blur on the chassis. <industrial white noise, low>. No shaky camera, no cheap glow, no neon clutter, no text overlay, no watermark, no subtitles, no music, no lens flare, no motion blur on product edges.
```
## 在 TVVV 上执行
- 元素参考图用 generate_image:默认 Nano Banana 2;用户有产品图时以它做参考补缺失角度,保持材质颜色一致;面板上的字符、logo 需要精确还原时用 GPT Image 2。功能可视化和主板特效镜不需要额外参考图,靠提示词描述。
- 每个镜头用 generate_video,默认 Seedance 2.5、720p,画幅按用户选择,单镜 5-10 秒。reference_images 带上本镜涉及的整机图和相关模块图(同一个产品始终用同一个 图N),image_role 选 reference;同一条轨道连续运镜时,可以把上一镜末帧设为 first_frame。
- 配乐用 generate_music:`electronic industrial ambient, deep drum hits, strong tech atmosphere, 90-110 BPM, no vocals`,长度等于成片时长;爆炸段可略加密节奏,特写段回落到低鼓。
- 旁白用 generate_speech(只在用户选了时):男声沉稳 / 女声清晰,普通话、语速适中、播音质感,按镜头分段生成。语速按每秒约 4.5 字算:15 秒 30-45 字,30 秒 100-120 字,60 秒 210-240 字,120 秒 450-510 字,180 秒 680-760 字。开头 2-5 秒、结尾 2-10 秒留给画面和音乐;每句都要对应一个具体画面或功能点,不写「引领未来」「超越极限」这类口号。
- 一次回复最多 3 次工具调用,按镜头类别分批生成,每批回来先给用户看。
- 交付清单:按顺序列出每个镜头视频;节点闪光、模块落位、主板高亮、类别切换都对齐配乐强拍(误差 0.1 秒内);旁白在镜头开始后 0.3-0.5 秒进、在鼓点前 0.5 秒收,视觉高潮前后 0.5 秒内不起句;有旁白时配乐压到约 -24dBFS,没有时回到 -18dBFS;按键接触帧叠金属咔哒声,爆炸段叠低频机械嗡鸣;开头 2 秒配乐淡入、结尾 3 秒淡出;选了字幕就按句对齐旁白,深底白字、浅底深字。提示用户在 TVVV 时间轴里合成。
## 注意事项
- **产品长得不像**:单张图时背面、侧面全靠推断,环绕和爆炸镜头要在提示词里补足文字描述,并提醒用户补拍更多角度。
- **光流乱飞**:不按信号逻辑写节拍,光流就会变成无意义的特效。分支数必须等于真实输出通道数。
- **爆炸视图穿模**:模块方向、间距没写清会互相穿插。每个模块一个方向词,主板固定居中。
- **旁白抢画面**:字数超标会压住视觉高潮。严格按时长控制字数,高潮节点前后留白。
- **风格串台**:中途换了色调关键词,镜头之间就会冷暖跳变。选定风格后整片沿用同一组词。