用途
该技能面向在 Palmier Pro 内制作 UGC / 网红风格短视频的场景,如对镜口播自拍(talking selfies)、产品演示(product demos)和生活化的随拍动态(candid lifestyle motion)。
核心原则
视频模型擅长运动,但在“从零开始不显 AI”上不如图像模型——皮肤、光照、身份在多帧之间容易漂移,而单张静帧不会。因此不要直接从文本生成 UGC 视频:先产出锚定静帧(用 ugc-photo-prompts 技能生成,或复用媒体库中已有的),再对该静帧做动画。静帧已经解决了真实感问题,视频模型只需解决运动与说话。
制作流水线
- 锚定静帧:已存在于媒体库,或用 ugc-photo-prompts 生成。它在加入运动前锁定主体身份、服装、产品、光照和皮肤质感。
- 运动提示词:只描述相对该帧发生变化的内容——镜头行为、身体运动、说话。不要重新描述主体与场景。
- 模型选择:根据该节拍是否需要同步对白、多个组合参考,还是仅需干净简单的运动来决定。
- 一个片段对应一个节拍:完整 UGC 广告是由短促跳剪节拍(钩子、演示、反应、行动号召)组成的序列,而不是一个连续镜头。每个节拍基于同一锚定静帧(或一小组一致锚定)单独生成,再在时间线上剪在一起。
- 跨节拍锁定声音:与外貌漂移同类问题,但机制不同。在每个节拍的提示词中明确描述声音(或在 Seedance 上用 referenceAudioMediaRefs 固定音频片段),避免换镜后听起来像换了个人。
运动提示词公式
静帧已经完成了照片公式中的若干槽位,这里只补充运动相关的部分:
- 种子参考:明确说明这是在为所提供的静帧做动画。多数模型能从 startFrameMediaRef / referenceImageMediaRefs 推断,但点明可让提示词聚焦于变化而非重述。
- 镜头行为:默认使用手持微抖或手机静置在台面上,而不是平滑云台或推拉摇移。“平滑电影感镜头运动”在视频里和影棚光在静帧里一样是强烈的 AI 痕迹。
- 主体运动:小幅、连续、自然的动作——重心移动、眨眼、头发飘动、说话中的手势。除该节拍特别需要(如演示节拍)外,避免大幅编排动作。
- 台词(如有):把确切台词放入引号,按真人说话方式写——用缩略形式、小停顿,而非广告文案。
- 声音描述:若同一位说话者出现在多个节拍中,必须完整包含音高、音色、口音、语速四项,并在每个节拍的提示词中逐字复用。每次 generate_video 调用彼此无记忆,只复用同一张锚定脸会得到不同声音。Seedance 可传入第一拍的渲染音频作为 referenceAudioMediaRefs,锁定真实声音。
- 时长匹配节拍:选模型提供的最短能容纳一个节拍的时长(常为 4–6 秒),不要把单个片段拉长以覆盖多个动作。
- 负面运动提示:加入不要平滑云台稳定、不要电影感镜头运动、不要专业制作润色、不要过度编排动作、不要影棚光。视觉帧本身沿用 ugc-photo-prompts 的固定负面清单。
模型选择
- Grok Imagine Video:多数节拍的默认选择之一,测试中能渲染同步对白音频与准确口型,上限 720p,适合多数 UGC 用途,不适合作 4K 主视觉素材。
- Kling V3 / Kling O3:默认选择之一,尤其适合较长或对白较多的节拍;提示词含引号台词时自动渲染同步对白音频;O3 支持更多参考(7 个对 3 个);最高 4K,3–15 秒,16:9 / 9:16 / 1:1。
- Seedance 2 / Seedance 2 Mini:适合组合多元素的节拍(人物 + 产品 + 参考音频风格)。Seedance 2 不要默认用 1080p/4K,费用较高;不需要该分辨率时用 Seedance 2 Mini(上限 720p)。若确需完整 Seedance 2 的 1080p/4K,应告知用户费用显著更高并由其手动选择,而非默认生成。最灵活:最多 9 个图像参考、3 个视频参考、3 个音频参考,合计 12 个。
- Veo 3.1 / Veo 3.1 Fast:不作为默认,仅在用户点名时使用;本项目中常出现内容检查器错误,输出质量虽好但不可预测。
- Hailuo 2.3 Pro 及其他目录模型可用,但不在默认轮换内,仅在用户点名时使用。
在 Palmier Pro 内的操作流程
- 前置检查:调用 get_timeline,若 canGenerate 为 false,请用户登录/订阅;每次 generate 前调用 list_models({ type: "video" }),确保模型 id/规格与实时目录一致;提出模型 + 时长 + 画幅 + 提示词,等待用户确认(付费且不可撤销)。
- 获取锚定:用 get_media 取已有静帧,否则先运行 ugc-photo-prompts。
- 匹配画布:按项目宽/高/fps 设置 aspectRatio 与节拍时长。
- 生成:调用 generate_video,将 startFrameMediaRef 设为锚定静帧(图生视频)。Seedance 多元素节拍使用 referenceImageMediaRefs / referenceAudioMediaRefs / referenceVideoMediaRefs,并在提示词中以 @Image1、@Audio1 等引用。应用上述运动提示词公式。可选文件夹 "UGC/Beats"。
- 验证:异步进行,当 get_media({ ids: [placeholder] }) 无 generationStatus 时即就绪(缺失即为就绪)。失败时报告并询问后再重试,不要忙轮询。
- 拼装节拍:add_clips({ entries: [ { mediaRef: BEAT1, startFrame: 0 }, { mediaRef: BEAT2, startFrame: END1 } ] }),或使用 insert_clips 进行波纹插入。用 split_clips + ripple_delete_ranges / remove_words 收紧;没有单数的 split_clip。
- 纯旁白方案:纯 b-roll + 旁白,改用 generate_audio(TTS),而非对白视频模型。
示例(护肤精华)
基于 ugc-photo-prompts 生成的静帧,在 Kling V3 上制作钩子节拍,台词为“okay wait, this actually smells amazing”,并附带完整四项声音描述与负面运动提示。演示节拍与行动号召节拍各自基于同一锚定静帧单独生成更短的片段,完整声音描述在两个提示词中逐字重复。
限制与注意事项
- 仅支持在 Palmier Pro 内使用上述工具与流程。
- 部分模型(如 Veo 3.1)可能触发内容检查器错误,不稳定。
- Seedance 2 的高分辨率生成费用较高,需用户确认。
- 需遵守授权与合规:构建虚构的通用人物形象,未经同意不得生成具体可识别的真人,不得用于复现具名公众人物的肖像;服装/姿势/动作默认保持品牌安全、非性化,除非用户明确要求。
- 具体价格、订阅方案与各模型完整能力上限暂未提供。