用途：制作“卡通音乐视频”形式的付费社交广告。歌曲承担脚本，歌词与人声替代旁白；所有画面由图生视频 AI 生成，并锁定同一种手工动画质感（毛毡+泡沫板、钩织毛线、黏土定格、剪纸、水彩、手绘插画等）。锁定角色需出现在 60% 以上镜头中，使剪辑读起来像一部连续动画。
主要能力：以歌曲小节网格驱动硬切，无软过渡；词级时间戳用于字幕同步；画面中不出现可读文字，品牌字标、产品标签与字幕均在后期用 PIL 叠加与 ffmpeg 烧录；片尾卡保留 3 秒并让音乐继续，结尾 0.5 秒淡出。
使用方式：技能继承 music-video-ad 与 video-orchestrator/orchestrator 的状态机，并在各状态注入手工质感默认配置与硬性规则。典型流程包括：预检、头脑风暴（人工选角度）、设计简报、歌词锁定（人工确认）、音乐生成（ElevenLabs Music 计划模式并带时间戳）、场景规划、角色锚定（人工确认）、关键帧与动画生成、拼接、字幕同步、滚动测试、评审、润色与交付。工具栈默认使用 ElevenLabs Music、librosa、Higgsfield nano_banana_2、Seedance 2.0、ffmpeg 等；Seedance 触发 ip_detected 或 nsfw 时自动回退 Veo 3.1 Lite。
适用场景：歌曲时长约 30–60 秒、品牌适合温暖手工质感、可由单一锁定角色承载故事、CTA 可放在静态片尾卡。
限制：不适合口播旁白格式、需要超过 25 个不同镜头、品牌色要求整个视觉世界为单一纯色，或需要在 AI 生成画面中烧录清晰小号免责声明的情况。歌词中不得保留 […] 段落标记，否则歌曲会唱出标记文字；动画提示应以角色动作动词开头；迷你/微距构图需加入“无尺子、无铅笔、无测量工具、无手、无人体尺度参照物”的负向提示。具体收费、价格与平台信息暂未提供。