用途
Talking Head 用于规划任何由真人出镜的视频：证言、UGC 风格广告、教育/讲解视频、创始人更新、带出镜者的产品演示、企业培训。
它把一条信息与一个受众转化为完整的 Talking Head Video Spec：一个完全指定的出镜者原型（造型、场景、灯光、取景）、带时间轴的 hook/body/CTA 脚本骨架，以及准备好供 fal-ai/nano-banana-pro 使用的关键帧提示词。其主导原则为：可信度靠选角，而非脚本——出镜者的外形、场景与语域必须匹配受众对这类信息本就信任的样子（一个精致的影棚专家来卖「真实用户评价」会被当作广告而失效）。你负责产出方案与静帧关键帧；语音、动作与剪辑在下游发生。
适用与不适用
不适用于：无人物出镜的产品纯动态视频（应使用 skills/creative/product-video）；用 Remotion 渲染的程序化/动画视频（应使用 skills/creative/remotion-script-writer）；静态社交素材（应使用 skills/creative/social-graphics）。若品牌风格未定义且一致性很重要，应先运行 skills/creative/creative-strategist，其风格指南会喂给出镜者造型。
信息采集
一次性紧凑提问，只问缺失项：
- 信息与目标——出镜者要说什么，观众看完后应做什么（CTA）？
- 受众与平台——谁看，在哪里看（TikTok/Reels、YouTube、落地页、内部培训）？
- 信任模式——应感觉像同侪推荐（真实/UGC）还是专家之言（权威/精致）？
- 约束——要出镜真人（创始人、客户）还是生成/聘请的出镜者？是否有来自 skills/creative/creative-strategist 的品牌风格指南？
可推断而非提问：平台→时长与取景；产品类别→默认信任模式（消费级社交广告→UGC；B2B/金融/健康→权威）。不要停滞：已知信息与受众后，先声明假设（「假设 UGC 风格、30 秒、竖版——如有不同请说明」）再继续。
工作流程
1. 选角（决策规则）
| 内容类型 | 原型 | 语域 | 默认场景 |
|---|---|---|---|
| 教育、企业、产品演示 | Professional Presenter | 精致、商务休闲/正式、直视镜头、自信 | 影棚或专业办公室 |
| 证言、社交广告、贴近型推销 | UGC Creator | 休闲服装、自然外观、真实感、不完美是好的 | 家、车、休闲真实场景 |
| 思想领导力、评测、权威主张 | Expert / Influencer | 精致但平易近人、可信、高制作 | 专业办公室或品牌影棚 |
| 生活方式内容、产品融入生活、向往感 | Lifestyle Creator | 有型、向往、有吸引力 | 与产品匹配的生活方式场景 |
选定一个原型并给出一行理由。需捕捉的错配：对「真实客户」信息使用权威原型（显得假）；对高风险 B2B 主张使用 UGC 原型（显得不严肃）。
2. 锁定外观——每行一个选择
| 维度 | 选项（选一个，由原型+品牌驱动） |
|---|---|
| 服装 | 商务正装（西装）· 商务休闲（西装外套）· 休闲 · 时尚休闲 · 行业特定着装 |
| 背景 | 影棚（中性、干净）· 办公室（虚化、现代）· 居家办公 · 生活方式场景 · 品牌化（品牌色/元素） |
| 灯光 | 影棚（主光+补光、均匀、无硬阴影）· 自然（柔和、漫射、温暖）· 电影感（戏剧性、氛围） |
| 取景 | 特写（头/肩——亲密感、钩子）· 中景（头到腰——默认，允许手势）· 广角（全身——环境叙事） |
决策规则：UGC→休闲服装+自然光+特写/手持感。权威→商务休闲+影棚灯光+中景。服装必须与背景颜色形成对比。竖版平台默认特写或紧凑中景；横版/YouTube 可容纳中景和广角。
3. 编写带硬时间轴的脚本骨架
- Hook（0–3 秒）：以观众的问题、大胆主张或结果开场——社交媒体上绝不「嗨，我是……」。一句话，≤15 词。
- Body（3 秒→CTA）：一个核心信息，最多 3 个支撑点，口语化语言（朗读一遍——一句话若一口气说不完就拆分）。相关时在镜头前展示产品。
- CTA（最后 5 秒）：一个动作，只说一次，表达平实。
按时长分平台：社交广告/自然流量 15–60 秒；落地页 30–90 秒；培训按需。约 2.5 词/秒是一个可用的语速启发式，用于为脚本计时。
4. 编写关键帧提示词
每个脚本段落一个关键帧（hook、每个 body 节拍、CTA）。提示词公式：[原型] 出镜者、[服装]、[该节拍的外观/表情]、[与镜头互动/演示产品]、[背景]、[灯光]、[取景]、专业质量、4K。保持所有帧中的出镜者描述、背景与灯光完全一致——只有表情、手势与任何产品道具变化；这里的漂移会破坏「一段连续视频」的错觉。
若已设置 FAL_API_KEY（或 FAL_KEY），通过仓库 CLI（docs/fal_api.py，模型 fal-ai/nano-banana-pro）生成：
python docs/creative_cli.py custom
--category "talking-head" --name "hook-frame"
--prompt "<keyframe prompt>" --aspect-ratio 9:16 --resolution 2K
否则将提示词作为可直接运行的命令交付。注意：这产出的是用于选角/分镜的静帧——语音、口型同步与动作来自下游工具或真实拍摄；音频质量不在范围内，但应向用户指出它决定视频成败。
5. 对照质量标准自检，交付方案
必需输出格式
始终交付此结构：
Talking Head Video Spec — [Topic]
Overview
- Message (one sentence): ...
- Archetype: Professional | UGC Creator | Expert | Lifestyle — [one-line reason]
- Platform: ... · Aspect ratio: ... · Length: ...s · CTA: ...
Presenter definition
- Clothing: ... · Appearance: ... · Background: ... · Lighting: ... · Framing: ...
- Real person or generated: ... · Brand elements in frame: ...
Script skeleton
| Section | Time | Spoken line(s) | On camera |
|---|---|---|---|
| Hook | 0–3s | "..." (≤15 words) | [expression/action] |
| Body 1 | 3–Xs | "..." | ... |
| Body 2 | ... | "..." | ... |
| CTA | last 5s | "..." | ... |
Keyframes
KF-hook
[full prompt — archetype, clothing, expression, background, lighting, framing, quality tags]
python docs/creative_cli.py custom --category "talking-head" --name "kf-hook" --prompt "..." --aspect-ratio [x] --resolution 2K（每段一个；所有帧的出镜者/背景/灯光一致）
Production notes
- Audio: [clean VO essential; mic/recording note]
- Downstream: [real shoot / avatar tool / editor] · B-roll or product inserts: ...
质量标准（交付前检查）
- 原型匹配信任模式——「真实客户」证言不配精致影棚外观，高风险权威主张不配邋遢 UGC。
- Hook ≤15 词且不含自我介绍（社交媒体）；价值在前 3 秒内陈述。
- 一个核心信息，≤3 个支撑点；每一行朗读都成立。
- 服装与背景形成对比；灯光风格被明确命名（绝不隐含）。
- 关键帧提示词共享相同的出镜者、背景与灯光描述词——只有表情/手势变化。
- 每个关键帧都指定直视镜头，除非该节拍刻意打破。
- 时间轴合计等于所述时长；CTA 是一个动作，只说一次。
- 不对格式或钩子编造效果主张；节奏指导为启发式。
集成
- skills/creative/creative-strategist → 输入：支配出镜者造型、配色与场景的风格指南。
- skills/creative/original-design → 输入：当视频必须栖身于原创视觉世界（背景、道具、叠加层）时的设计语言简报。
- skills/creative/brand-asset → 输入：放置在背景或作为叠加层的 logo/品牌元素。
- skills/creative/image-generation → 消费：当用户希望比 CLI 单行命令更精细的生成控制时的关键帧提示词。
- skills/creative/social-graphics → 消费：关键帧作为缩略图与配套帖子视觉。
- skills/creative/orchestrator → 将含出镜者视频的活动工作路由至此技能。