mcpField
A
avatar-spokesperson-production

avatar-spokesperson-production

github.com/calesthio创意与媒体219103 次安装15 周前更新
代码仓库

关于 avatar-spokesperson-production

用于规划、指导、审核和交付合成主持人视频的制作技能，面向媒体制作团队。它覆盖授权、披露、脚本、表演指导、本地化与质量审核，并强调风险审查。

主要功能

  1. 01制作流程与风险分类
  2. 02肖像、声音授权审查
  3. 03合成媒体披露规划
  4. 04脚本与表演指导
  5. 05本地化及成片质检

适用场景

  1. 01制作企业讲解或培训视频
  2. 02审核合成代言人的声明与身份
  3. 03规划多语言主持人视频
  4. 04检查发布前的披露和成片

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/calesthio/generative-media-skills --skill avatar-spokesperson-production

安装后在 Claude Code 中输入/avatar-spokesperson-production确认已加载。

附带文件EVAL.md

详细介绍

虚拟代言人视频制作

使用此技能来规划、指导、审查和打包合成主持人视频，让拟人化虚拟形象或数字代言人面向观众讲话。此技能与服务提供商无关：请根据当前环境中可用的虚拟形象、TTS、配音、唇形同步、合成或平台工具调整工作流。

不要将虚拟代言人视频制作仅仅视为撰写提示词的任务。制作中的核心风险包括身份权利、受众透明度、声明准确性、表现可信度、品牌信任、本地化和质量保证。

此技能不构成法律建议。如涉及权利、广告声明、工会／人才条款、受监管行业、未成年人、政治／公民内容、健康／财务声明、公众人物或已故人士，请在生成或发布前升级交由客户、法律顾问、品牌所有者、表演者／声音所有者或合规审查人员处理。

不可妥协的制作边界

区分有据可查的事实、项目要求和制作经验法则：

  • 有据可查的事实：引用来源或项目材料。
  • 项目要求：来自客户简报、合同、品牌指南、法律审查、同意书、平台规范或工具文档。
  • 制作经验法则：有助于提升效果的实用质量规则，但并非法律或技术要求。

生成前，请确认：

  1. 虚拟形象和声音已获许可或同意，可用于此用途、受众、地区、期限、渠道、语言和编辑范围。
  2. 视频不会暗示某个真实人物、员工、专家、客户、名人、政府官员、医疗／法律／金融专业人士或组织认可某项声明，除非事实如此且已获批准。
  3. 已规划所需的 AI／合成媒体披露和平台标签。
  4. 客观声明有依据，且高风险声明已获得适当审批。
  5. 脚本、发音列表、表演指导、服装／背景、字幕和交付版本均已达到制作就绪状态。

初步步骤：对虚拟代言人任务进行分类

选择工具或编写提示词之前，请填写以下字段：

project:
  goal: "What business or learning outcome must the avatar achieve?"
  audience: "Who is watching, where, and what do they already believe?"
  format: "corporate explainer | training | sales | support | localization | announcement | compliance | social"
  channels: ["landing page", "YouTube", "TikTok", "LinkedIn", "LMS", "internal portal"]
  duration_targets: ["primary 60s", "vertical 30s cutdown", "6s hook"]
  risk_level: "low | moderate | high"
persona:
  role: "host | instructor | support agent | product manager | executive proxy | narrator"
  identity_type: "licensed real person | synthetic non-identifiable avatar | employee likeness | public figure likeness"
  voice_type: "licensed human voice | synthetic voice | cloned voice | recorded actor | localized dub"
  consent_artifacts: ["contract", "release", "usage limits", "revocation/expiry terms"]
content:
  script_source: "new | client-provided | translated | regulated/compliance"
  claims_inventory: ["all objective claims, endorsements, statistics, comparisons"]
  forbidden_implications: ["what the avatar must not appear to say, endorse, or represent"]
localization:
  languages: ["en-US"]
  pronunciation_list: ["brand names", "people names", "acronyms", "technical terms"]
  cultural_notes: ["gestures", "formality", "dress", "examples to avoid"]
approvals:
  required_reviewers: ["brand", "legal", "compliance", "talent/performer", "regional reviewer"]

如符合以下任一情况，请将 risk_level 设为 high：使用公众人物或员工的肖像；克隆声音；涉及医疗、法律、财务、政治、就业、住房、教育或安全声明；受众包括儿童或弱势群体；合成专家／客户证言；受监管培训；危机沟通；国际发布；或平台的合成媒体政策会实质性影响内容分发。

权利、同意与肖像审查

应将头像身份和声音视为两个独立的权利范畴。逼真的面孔、身体、声音、姓名、头衔、制服、口音和举止都可能引发观众的联想。

真人或克隆人物的最低同意文件包：

  • 书面许可，涵盖头像／声音采集、模型创建（如适用）、生成、编辑、存储和分发。
  • 明确允许的用途：产品、营销活动、客户、渠道、地区、语言、期限、付费媒体、自然流量社交内容、内部培训和衍生作品。
  • 明确禁止的用途：政治劝说、成人内容、医疗／金融建议、竞品品牌、危机声明、许可到期后编写新脚本、模型训练、面部／声音移植或无人监督的自助服务。
  • 报酬、撤销、续约、排他性、下架和审计条款。
  • 脚本、肖像、声音、翻译后的演绎和最终剪辑的审批流程。
  • 对源录音、声纹、面部扫描、提示词、项目文件和生成片段的安全要求。

SAG-AFTRA 将其 AI 防护原则概括为同意、公平报酬和对演出的控制权。NAVA 建议表演者合同涵盖同意、使用限制、退出权或期限限制、报酬、排他性，以及对声音、肖像、表演和衍生产品的安全存储与追踪。即使项目不涉及工会，也应将这些原则用作制作治理准则；具有约束力的条款则应以实际合同和法律顾问意见为准。

对于无法识别身份的合成头像，仍应检查其是否像某位真人、是否暗示受保护的身份，或是否使用了基于可识别说话者训练的声音。除非身份真实且已获批准，否则不要将合成头像描述为真实员工、医生、客户、创始人或公职人员。

披露与标注计划

应将披露纳入创意设计，而非事后补充。当合成或 AI 生成这一事实会实质影响信任、身份认知或平台政策时，披露应足够清楚，让普通观众能够理解演示者是合成的或由 AI 生成。

适当的披露位置：

  • 对于高风险或类似证言的内容，在开场或下三分之一处显示文字：“AI 生成的头像代言人。”
  • 对于风险较低的内部说明视频，在片尾卡或描述中注明：“演示者视频使用 AI 头像和合成语音制作。”
  • 使用平台特定的上传开关或 AI 标签。
  • 在营销活动投放说明中注明，避免付费媒体、社交和网站团队移除披露信息。

避免使用字号过小、转瞬即逝、隐藏在点击操作之后、与脚本内容相矛盾，或仅在误导性印象已经形成后才出现的披露。

对于广告和代言，FTC 背书指南涉及《第五条》下的代言和重大关联；FTC 广告证据政策要求客观声明有合理依据。若头像陈述了产品声明、专家意见、客户体验、排名、统计数据、节省金额、健康／安全结果或比较优势声明，客户必须在发布前提供支持材料。不要让头像的逼真效果制造虚假的客户证言或专家背书。

平台和法律规则会发生变化。应在制作时重新核查平台对合成媒体的要求，尤其是 YouTube、TikTok、Instagram/Facebook、付费广告、应用商店、LMS 平台和不同地区版本的要求。经核实，截至 2026-07-11：YouTube 要求披露观众可能误认为是真人、地点、场景或事件的逼真篡改／合成内容；TikTok 要求为包含逼真图像、音频或视频的 AI 生成内容添加标签；Meta 表示，会根据行业标准信号以及用户对 AI 生成或 AI 修改的视频、音频和图像内容的自我披露，添加“AI info”标签。请将这些信息视为可能变化的内容。

脚本与角色设定简介

请按面对镜头的主持人形象来写，而不是通用旁白。脚本应便于按呼吸节奏分段演绎，也不应要求虚拟形象展现其无法做到的细微表情。

创建角色设定简介：

persona_brief:
  speaker_role: "Calm onboarding coach for new enterprise users"
  audience_relationship: "helpful peer, not executive authority"
  credibility_basis: "company-approved training host; not a real customer or lawyer"
  warmth: "medium-high"
  formality: "plain professional"
  pace: "145 words per minute target; slower for compliance terms"
  energy: "confident but not salesy"
  eye_line: "direct-to-camera for explanations; glance down only for quoted checklist moments"
  gestures: "small open-hand emphasis on transitions; no pointing at viewer"
  wardrobe: "solid navy blazer, no lab coat or official uniform"
  background: "brand-neutral office gradient, no fake newsroom/clinic/courtroom"
  forbidden_read: "must not appear to be a real employee giving legal advice"

脚本规则：

  • 对于社交媒体和产品公告，应在前 3-5 秒内说出核心承诺。
  • 句子要短。尽量做到一句表达一个观点。
  • 只有在符合品牌语气和本地化要求时才使用缩略形式。
  • 避免绕口令、重复的咝咝音、不自然的头韵，以及视觉转场附近过于复杂的从句。
  • 如果文本转语音可能会误读数字和单位，请拼写出来：“twenty-four seven”“SOC two”“A P I”。
  • 标注发音：OpenMontage (OH-pun mon-TAHZH)、GDPR (G D P R)、SaaS (sass)。
  • 谨慎标注停顿和强调：[beat]、[slower]、[smile]、[firm]。
  • 除非相关经历属于实际获许可的人士且已获批准，否则不要声称虚拟形象拥有个人经历。

对于合规或培训模块，应将“必须照读”的已批准文案与可选衔接内容分开。未经合规审核人员批准，不要改述受监管的文案。

选角与形象呈现

选角应有助于理解和建立信任，同时避免象征性选角、刻板印象、欺骗或虚假权威感。

请检查：

  • 虚拟形象看起来的年龄、角色、着装、口音和场景是否暗示了资历或亲身经历？
  • 如果由具有相同身份呈现的真人来讲，这份脚本是否同样合适？
  • 虚拟形象是否被用于模拟客户、患者、学生、医生、律师、公职人员或工人？如果是，则必须进行审核。
  • 是否将种族、性别、残障、口音、国籍、体型或着装用作信任感、专业能力、服务劳动或异国情调的代名词？
  • 本地化是否调整了角色设定、正式程度、手势、示例和发音，而非仅仅翻译文字？

优先确保角色清晰，而非追求真实感。“合成产品向导”通常比“AI 客户证言”更安全、更诚实。

表演指导

不同的虚拟形象服务提供商所提供的控制选项各不相同。即使控制选项有限，也要用制作术语撰写指导，确保提示词、脚本标记和审核保持一致。

指导内容：

  • 视线：直视镜头、略微偏离镜头的采访视线、提词器视线，或指向屏幕。
  • 手势频率：无、低、中、高。企业说明视频通常适合低到中等频率的手势；合规视频通常应尽量少用手势。
  • 面部表情：中性、亲切、令人安心、严肃、欢庆。避免情绪快速变化。
  • 头部动作：保持稳定以体现权威感；用轻微点头表示支持；不要摇晃。
  • 语速：每分钟词数；章节标题后的停顿；姓名、首字母缩略词和法律用语的慢速发音。
  • 镜头类型：胸像、腰部以上、全身、坐姿、站姿、画中画、屏幕旁主持人。
  • 与图形元素的互动：说明虚拟形象是否应指向图形、看向图形，或为叠加内容留出空间。如果服务提供商无法可靠地协调视线或手势与图形元素的配合，请使用后期制作图形，而不是生成指向动作。

将长脚本拆分为多个镜头段落。对于高风险内容，在开始制作完整视频前，先生成并审核 10-20 秒的片段。对于本地化，每种语言都应生成一段简短的试播片，其中包含最难读的姓名、数字和声明。

服装、背景与品牌契合度

让虚拟形象符合品牌调性，同时避免暗示未经授权的关联或资质。

服装：

  • 使用纯色和简单图案，减少渲染伪影。
  • 除非已获授权且确有需要，否则避免穿着制服、佩戴徽章、穿实验服或法袍、军装或类似警服的服装，以及带品牌标志的服装。
  • 避免佩戴珠宝或穿着精细图案的服装，以免在口型同步时闪烁或变形。

背景：

  • 选择与内容承诺相符的场景：产品 UI、客服台、培训室、中性影棚、活动公告或品牌渐变背景。
  • 避免使用会暗示虚拟形象拥有其并不具备的权威身份的虚假新闻演播室、诊所、法庭、政府办公室、证券交易大厅或教室。
  • 为字幕、下三分之一字幕条、平台 UI 和不同裁切版本留出安全区域。

品牌：

  • 将品牌色用于背景、下三分之一字幕条、幻灯片和屏幕标题，而不是强迫虚拟形象穿着满是标志的服装。
  • 确保字幕和标题具有足够高的对比度。
  • 确保产品截图、UI 状态、价格和法律页脚都是最新且经过批准的。

声明、代言与敏感内容审核

制作前先建立声明清单：

claims_inventory:
  - script_line: "Cut onboarding time by 40%."
    claim_type: "objective performance claim"
    substantiation: "client study Q2 2026, approved by marketing/legal"
    risk: "moderate"
    reviewer: "legal"
  - script_line: "I recommend this to every sales team."
    claim_type: "endorsement/testimonial"
    substantiation: "none"
    action: "rewrite; avatar cannot imply personal recommendation"

如果虚拟形象出现以下情况，请升级处理：

  • 在没有证据的情况下说出“我试过”“我的患者”“我的客户”“作为你的医生／律师／顾问”“我们保证”或“已获官方批准”等内容。
  • 提及价格、折扣、可用性、收入、节省金额、性能、安全性、健康结果、环境效益或比较优势。
  • 外貌或声音像一位未批准具体用途的真实人物。
  • 谈论政治、公民事务、紧急情况、医疗、法律、金融、就业、住房、教育或保险决策。
  • 用于付费广告、网红风格内容、用户评价或原生广告。

将合成代言改写为透明的品牌叙述：

  • 风险较高：“我每天都用 Acme，它帮我节省了四个小时。”
  • 更安全：“Acme 的客户研究发现，受调查团队每周平均节省四个小时。”
  • 风险较高：“作为你的财务顾问，我推荐这个计划。”
  • 更安全：“本解说内容不构成财务建议。请与合格的顾问一起审阅计划详情。”

本地化与发音

本地化质量关系到信任。制作精良的虚拟形象如果发音错误或手势在文化上显得奇怪，就会让人觉得具有欺骗性或不够谨慎。

针对每种语言或市场：

  • 面向客户或受监管领域的内容应使用经批准的翻译或创译，不要直接使用机器翻译。
  • 为品牌名、产品名、人名、地名、缩略语、数字和领域术语制作发音表。
  • 确认符合当地惯例的正式程度、敬称、计量单位、货币、日期格式、隐私术语和示例。
  • 检查手势规范。在一个市场中显得友好的手势，在另一个市场中可能被视为轻慢或令人困惑。
  • 决定是否在不同市场使用同一个虚拟形象，或本地化呈现者的外貌／声音。不要假设某个虚拟形象在文化上是中性的。
  • 制作一段校验片段，其中包含最难读的词语和具有代表性的情感段落。
  • 请母语审校人员或熟悉当地市场的审校人员批准音频、字幕、屏幕文字，以及任何异常的口型形状。

在交付记录中保留源文本、译文脚本、回译备注、发音词典、声音／虚拟形象选择和审校人员的签字确认。

对口型、音频和画面质量检查

以正常速度、半速和仅播放音频的方式检查虚拟形象视频。

对口型和面部：

  • 发 p、b、m 音时，嘴唇闭合与发音相符；牙齿和舌头不会出现不自然的闪烁。
  • 陈述严肃内容时，不会一直保持僵硬的微笑。
  • 不会出现眼神游移、目光呆滞、过度眨眼、斗鸡眼或头部点头不同步。
  • 不会出现面部扭曲、下颌滑动、发际线游移、手部或手指变形，也不会出现衣物闪烁。
  • 情绪符合脚本内容和品牌调性。

音频：

  • 声音符合获批的人设，且已取得相关权利。
  • 名称、数字、首字母缩略词、产品术语和本地化术语的发音正确。
  • 语速清晰易懂。密集的合规内容应比宣传性内容说得更慢。
  • 不会出现削波、环境音不匹配、嘶嘶声、突兀的呼吸声、音调跳变或片段接缝。
  • 各片段和版本的响度一致。

剪辑／合成：

  • 画面下方信息条不会遮挡嘴部、双手或必需的披露信息。
  • 字幕避开面部和平台 UI 安全区域。
  • 产品截图和声明与最新获批来源一致。
  • 剪辑不会因删除限定语而造成误导性陈述。
  • 按提供方／平台要求保留其规定的水印、来源元数据或标签。

如果缺陷影响同意、披露、声明或身份，不要未经重新审批就“在后期修复”。应重新生成或上报。

无障碍与字幕

对于预录制的同步媒体，WCAG 2.2 成功标准 1.2.2 要求为音频内容提供字幕，但明确标示为媒体替代内容的情况除外。即使发布渠道不是网站，也应将此作为虚拟形象视频的基准。

字幕包：

  • 准确呈现对话；合规或培训内容不得改写。
  • 出现多位说话者或画外音时，标明说话者身份。
  • 相关时提供有意义的非语音音频提示，例如：[音乐渐弱]、[提示音]。
  • 时间与语音同步，且在平台尺寸下清晰易读。
  • 放置位置避开嘴部、画面下方的披露信息、产品 UI 和平台叠加元素。
  • 对可能静音自动播放的社交媒体版本，使用烧录字幕；对于支持字幕文件的发行平台和 LMS，提供旁挂 SRT/VTT 文件。

如果理解视频所必需的视觉信息未由虚拟形象口述，也应考虑提供音频描述或等效的文字稿。

审批工作流

设置审批关卡。不要等到最终渲染时才发现权利或合规问题。

建议的审批关卡：

  1. 简报审批：目标、受众、渠道、风险级别、虚拟形象身份、声音身份、披露方案、声明清单、所需审核人。
  2. 脚本审批：确切的口播文案、发音清单、声明依据、免责声明／披露文本、本地化方案。
  3. 形象／表现审批：虚拟形象、服装、背景、镜头构图、声音、手势程度、样片。
  4. 粗剪审批：时长、图形、字幕、声明语境、对口型质量、平台版本。
  5. 最终合规审批：最终文件、标签／开关、元数据／来源信息、字幕／文字稿、使用限制、失效／下架说明。

记录审批日期和范围。若脚本、虚拟形象、声音、语言、渠道、声明、剪辑或披露信息在审批后发生变化，应重新提交给受影响的审核人。

交付包

如果项目要投放到多个渠道，请交付多个 MP4 文件。

包括：

  • 主文件：高质量 MP4 或 MOV，带经批准的音频混音。
  • 平台版本：16:9、9:16、1:1、短版剪辑、带字幕的静音自动播放版本，以及按需提供的无字幕主版本。
  • 字幕文件：每种语言对应的 SRT/VTT 文件，以及按需提供的内嵌字幕版本。
  • 文字稿：最终口播文本，以及披露和免责声明文本。
  • 声明记录：声明清单及佐证参考，或注明声明由客户提供并已获批准。
  • 权利记录：虚拟形象/语音来源、同意范围、限制、有效期、地区、渠道、衍生内容限制及审核人批准记录。
  • 本地化记录：脚本、发音词典、审核人签字确认。
  • 来源记录：使用的工具/提供方、可用时记录模型或语音/虚拟形象标识符、生成日期、提示词/指导摘要、编辑记录，以及内容凭证或其他来源元数据（如支持）。
  • 发布说明：需要设置的平台 AI 标签/开关、描述中的披露文本、缩略图安全区、付费媒体限制、下架/到期提醒。

示例：企业入职培训虚拟形象

制作意图：制作一段 90 秒的内部入职培训视频，介绍新的报销工作流。

方案：

  • 使用无法识别出真实人物的合成虚拟形象，而非员工肖像，避免让人误以为真实的人力资源代表说出了每一句话。
  • 人设：沉稳的入职培训教练，亲和度适中，目光直视镜头，手势幅度小。
  • 披露：在内部 LMS 描述和片尾卡片中注明：“本培训视频中的讲解者为 AI 生成的虚拟形象。”
  • 声明：避免使用“这会让你更快获得报销”；改用“新工作流旨在减少人工审核步骤”。
  • 无障碍：为 LMS 提供 SRT/VTT 文件，为移动端观看提供内嵌字幕，并附上文字稿。
  • 审批节点：人力资源负责人审批脚本；品牌团队审批服装/背景；合规团队审批政策措辞。

示例指导：

Create a waist-up AI avatar presenter in a neutral modern office setting with soft brand-blue accents. The presenter is a synthetic training host, not a real employee. Tone: clear, calm, reassuring, professional. Eye-line: direct to camera. Gesture density: low; small open-hand gestures only at section transitions. Wardrobe: solid navy blazer, no badges, no logo shirt. Pace: about 140 words per minute, with a short pause after each numbered step. Keep the lower third and bottom 20% of frame free for captions.

Script excerpt:
"Welcome to the new expense workflow. [beat] This training presenter is AI-generated, and the process details have been approved by the People Operations team. Starting August first, submit travel receipts through the Expenses tab. The system will ask three questions: the trip name, the business purpose, and whether a client attended. [slower] If a receipt is missing, add a note before you submit."

预期 QA 重点：政策术语的发音；避免让人误以为是虚构员工；确保字幕在移动端清晰易读；产品 UI 截图为最新版本；除非有依据，否则不得承诺更快获得报销。

示例：多语言支持虚拟形象

制作意图：制作英语、西班牙语和日语的产品支持视频。

方案：

  • 使用合成支持向导，并为每种语言配上本地化语音。
  • 先生成 12 秒的测试片段：包含产品名称、最难的支持术语、一个数字和一句安抚性语句。
  • 在各个市场保持视觉风格一致，同时调整正式程度和示例。
  • 安排各市场的审核人员检查发音、字幕、文化语气和支持术语。

本地化记录示例：

termbase:
  "OpenMontage": "OH-pun mon-TAHZH; do not translate"
  "workspace": "approved localized product term per market glossary"
  "render": "use product glossary term, not literal machine translation"
proof_clip_lines:
  en-US: "OpenMontage keeps your workspace renders organized, even when a project has multiple language versions."
  es-MX: "OpenMontage organiza los renders del espacio de trabajo, incluso cuando un proyecto tiene varias versiones de idioma."
  ja-JP: "OpenMontage wa, fukusu no gengo versions ga aru project demo, workspace renders o seiri shimasu. (Example romanized placeholder; use approved Japanese copy in production.)"
reviewers:
  required: ["regional support lead", "native-language reviewer", "brand"]

预期 QA 重点：本地化措辞自然；口型可接受；字幕无错配；UI 语言正确；正式程度恰当。

示例：产品发布社交媒体虚拟形象

制作意图：制作一段 30 秒的竖屏发布短片，用于 LinkedIn、Instagram Reels、TikTok 和 YouTube Shorts。

方案：

  • 使用明确为合成的产品向导，而非伪造的创始人或客户形象。
  • 尽早呈现吸引点和披露信息，因为社交媒体观众可能不会阅读描述。
  • 发布前立即再次检查平台的 AI 标签要求。
  • 为字幕和应用 UI 保留安全区。
  • 从经批准的主版本剪辑短版，而不是针对不同平台改写声明。

开场示例：

[On-screen lower third for first three seconds: "AI-generated product guide"]

"Meet the new release in thirty seconds. [beat] OpenMontage now helps teams review avatar videos before they publish: script, captions, claims, and platform labels in one approval flow."

声明审核：

  • 如果使用“首个”“最佳”“唯一”“节省数小时”或“企业级”等说法，必须提供依据。
  • 如果使用客户徽标、引言、截图或成果，必须获得客户许可并提供上下文。
  • 如果视频用于付费媒体，确保付费社交团队收到披露和标注说明。

资料来源

除非另有说明，已于 2026-07-11 核实。生产时请重新确认易变的平台／提供商规则。

评论

支持 Markdown