minimalist-product-ad-generator

极简产品广告生成器

使用此 Skill 引导非专业用户完成流程式工作流，制作适用于电商推广和产品发布的极简产品广告视频。目标用户包括电商卖家、小型品牌所有者、独立创作者和个人卖家；用户至少应提供一张产品图片或相关素材。

核心原则是：先确认素材和需求简报，再梳理产品事实并搭建产品叙事主线，用独立的锚点照片锁定产品视觉，通过精确的节拍分镜控制视频，最后使用原生音频或基于音乐的剪辑完成影片。 此 Skill 不再默认使用四格锚点图，因为视频模型可能会复现分格布局。默认情况下，它使用三张独立的锚点照片，加上一份精确的节拍文字分镜，作为视频控制系统。

启动确认

每次触发此 Skill 时，都要先完成全面但轻量的启动确认，再进行任何分析、文案撰写、锚点生成或视频生成。只确认制作所需的信息。此处不要询问音乐；音乐会在后续的音乐步骤中处理。

启动确认必须一次性确认以下所有事项：

1. 产品图片和相关素材

   • 请用户上传产品图片和相关素材，例如产品照片、包装图片、渲染图、细节图、现有视频素材或视觉参考。
   • 如果当前消息或当前画布／会话中已经包含素材，说明已检测到素材。不要要求用户重新上传，只需确认是否使用当前素材。
   • 如果有多个候选素材，且用途不明确，请询问哪一份应作为主要产品图片。

2. 产品款式状态

   • 确认这是单一款式，还是包含多个款式／颜色／型号。
   • 如果有多个款式，请确认哪个是主款。
   • 如果用户未指定，Agent 可以根据产品图片推荐一个款式，但后续分镜仍必须写明具体颜色或款式名称。

3. 目标时长

   • 5s / 10s / 15s，推荐默认值为 10s。

4. 画面比例

   • 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / 匹配参考图片。
   • 选定后，锚点图、视频和最终交付内容都必须严格保持该比例。

5. Apple 风格模板

   • 白色科技感／深色轮廓光／品牌色场景／明亮生活场景。

6. 画面内文案

   • 用户提供的文案，或由 Agent 生成的 Apple 风格英文文案。

7. 视频模型策略

   • 默认模型为 MiniMax-H3，因为它通常能生成更干净的 Apple 风格产品特写、留白和高端产品影片镜头语言。
   • 启动确认期间不要询问用户选择哪个视频模型。应在已采用的启动确认结果中注明“默认模型：MiniMax-H3”。
   • 如果用户明确要求使用其他模型，在检查能力后遵循用户的模型选择。
   • 只有在用户明确希望采用更强的多镜头执行方式、要求使用 Seedance，或 H3 失败或无法满足所需结构且用户接受备用方案时，才使用 Seedance。

启动确认是必需步骤。如果用户已经上传产品素材，只需跳过上传请求；不要跳过其余启动确认内容。Agent 仍必须在分析、锚点生成、分镜或视频生成前，一次性确认产品款式状态、目标时长、画面比例、Apple 风格模板和画面内文案模式。视频模型不是启动确认问题：默认使用 MiniMax-H3，并在完成的启动确认结果中注明。如果用户说“你来决定／直接做”，Agent 可以为其余选项采用推荐默认值，但在继续之前仍必须显示已采用的选项，作为完成的启动确认结果。

运行原则

1. 默认使用独立的锚点照片作为视觉控制系统

   • 默认生成三张独立的锚点照片，而不是一张四宫格，因为视频模型可能会将分栏布局复制到最终影片中。
   • 三张锚点照片通常涵盖：主角／醒目的主视图、材质或功能细节，以及最终文案构图。
   • 如果结构动作与主视图重叠，不要单独创建结构动作锚点。除非产品确实需要独立的机制参考，否则应将结构／动作提示合并到材质细节锚点中。
   • 每张锚点照片都必须是一张完整、独立的产品照片。不要创建网格布局、分屏、拼贴板、带边框的分格、产品墙或分镜表。
   • 精确的节拍分镜决定实际镜头顺序、动作和文字呈现方式。不要直接用锚点照片替代镜头。

2. 画面内文案必须作为视频动态的一部分呈现，不能退而使用字幕

   • 文案锚点照片只用于参考字体、位置、单行布局和双色处理方式。这并不意味着整段视频只能使用这一行文案。
   • 精确的节拍分镜可以在不同镜头中定义多行简短英文文案。每行必须包含 3–5 个英文单词，保持单行且易于阅读，并遵循双色规则：白色科技风中，前半部分使用黑色或深灰色；暗色轮廓光风格中，前半部分可以使用白色；后半部分始终使用产品的特定颜色。不要使用单独的 1–2 词功能标签。
   • 视频生成必须将分镜文案置于画面内。
   • 文案不必出现在每个镜头中。如果视频模型容易生成错误的排版，应主动减少文案出现的频率。对于 10 秒影片，通常只保留一个中段文案镜头和一个结尾文案镜头；不要在每个镜头中都放置文字。最终镜头必须包含一行稳定显示的文案。
   • 默认要求视频模型直接生成画面内排版及其出现时机。不要悄悄将文字降级为后期字幕，也不要预留空白区域供之后叠加文字。只有在用户明确要求，或画面内视频排版失败且用户接受备用方案时，才使用后期制作作为备用方案。

3. 产品本体颜色是必须严格遵守的保真要求

   • Apple 风格指构图简洁、光线高级、动作克制和留白，并不意味着要把产品本身改成白色、银色或类似 AirPods 的颜色。
   • 用户图片中产品原有的本体颜色、点缀色、材质色调和可见表面质感，必须在所有锚点照片和视频中保留。
   • 只有背景、光照环境和构图可以调整为所选的 Apple 风格模板。除非用户明确要求，否则绝不要重新着色产品本体。
   • 最终文案的强调色必须取自产品真实的主色，而不是通用的银白色 Apple 配色。

4. 每种产品都需要专属叙事

   • 不要重复使用固定的耳机模板，也不要写“产品状态发生变化”这类模糊描述。
   • 分镜必须基于产品类别、形态、材质、结构和可见动作设计。
   • 产品动作必须直观且具体，例如“盖子打开 30 度，露出内部反光”，或“表冠旋转，同时高光沿边缘滑过”。

5. 进度必须清晰可见

   • 每完成一个步骤，都要展示产出内容，并说明下一步需要做出什么决定。
   • 未经用户确认，不要自动运行整个流程。

字体排版规则

• 画面内的广告文案必须使用英文。
• 如果用户提供中文文案，请将其翻译成简洁的英文，或征求用户对英文版本的认可。
• 画面中可见的文案必须由 3–5 个英文单词组成，最好不超过 32 个英文字符（包括空格）。不要使用孤立的 1–2 词功能标签。
• 文案应具有 Apple 产品影片的质感：感官化、突出益处、强调材质，或轻描淡写地传达价值主张；避免使用促销口号和电商式功能标签。
• 字体参考：SF Pro Display / SF Pro Text。提示词中优先使用 SF Pro Display Semibold。
• 每个镜头中最多使用两种文字颜色。
• 白色科技风中，文字前半部分必须使用黑色或深灰色；白色背景上禁止使用白色文字。暗色轮廓光风格中，前半部分可以使用白色。后半部分始终使用产品的特定颜色。
• 文字必须保持在同一行。不要换行、堆叠或拆分成多行。
• 任何时刻，画面中只能出现一行英文文案。不要同时显示两行文字、双行标题、标题加副标题，或多个文本块。两段式排版必须在同一行内延续或替换，绝不能拆成上下两行。
• 不要将文字放在底部字幕位置。优先放在画面垂直方向的视觉中心区域，并作为构图的一部分靠左或靠右对齐。文字应稍大一些，呈现为产品影片中的视觉元素，而非解释性字幕。
• 影片中段获准采用的模式：保留干净的留白，由产品运动或产品特写主导画面，画面保持疏朗，只出现一行英文文案。文字可以放在产品边缘、产品表面或特写高光区域附近，使其融入产品画面，而非像字幕一样悬浮。不要破坏留白，也不要为了添加文案而增加第二个文本块。
• 默认的两段式文字动效必须清晰可见：先淡入或轻轻滑入前半部分，再稍后淡入或轻轻滑入后半部分。后半部分出现时，前半部分在同一行内轻柔移动，为其腾出空间。
• 移动幅度应轻微，约为 10–15px，或文字宽度的 8–12%。动效应流畅克制；避免弹跳、霓虹灯或炫目的 UI 效果。
• 不要为了避免出现两行文字而让排版完全静止。正确做法是在同一行内让两段文字依次出现、轻微移动、淡入或轻柔滑入；错误做法是拆分成上下两行、使用双行标题，或移除文字动效。

步骤 1：素材检查与产品事实摘要

如果没有可用的产品素材，请让用户上传。如果已有素材，请使用并分析：

• 产品类别。
• 主体位置和画面占比。
• 图像质量：清晰度、光线、构图和可见细节。
• 产品主色及可能的主推款式。
• 可展示的结构：打开、旋转、抬起、扣合、折叠、弹出、发光、屏幕、纹理等。
• 可用于分镜脚本的真实外观特征：材质、边缘、按钮、接口、包装、透明部件、屏幕或独特轮廓。

如果图像质量不适用，请停止并给出具体的重新拍摄建议。

输出简短的产品事实摘要：

• 使用的材质。
• 产品类别。
• 主色候选项及主推款式建议。
• 质量通过 / 不通过。
• 可展示的结构 / 特征。

步骤 2：确认制作简报

将启动门槛问题的答案转化为可执行的制作简报。对于已经确认的参数，不要再次询问。该简报将指导叙事主线、文案、锚点表和分镜脚本。

制作简报必须包括：

• 使用的产品素材。
• 主推款式／产品主色。
• 宽高比。
• 目标时长。
• 选定的 Apple 风格模板。
• 单款／多款策略。
• 画面内文案模式：用户提供的文案，或 Agent 生成的 Apple 风格英文文案。

多款产品规则：

• 由用户选择风格；不要自动移除所有其他款式。
• 每个多款产品项目都必须先确定一个主推款式。
• 其他款式不应一开始就全部出现；它们只应出现在过程段落、转场或最终完整展示中。
• 如果用户没有指定主推款式，Agent 可以选择视觉效果最稳定的一款，并用其他款式营造节奏和层次。
• 避免电商矩阵、九宫格展示、堆叠、散乱布局、所有颜色平铺或全屏产品墙。

步骤 3：选择产品叙事主线

在撰写文案和生成锚点之前，选择一条轻量级的产品叙事主线。不要采用宽泛的企业品牌影片结构；此 Skill 专注于实体产品的 Apple 风格短片。

如果用户尚未选择方向，请提供 2–3 个简洁的方向，推荐其中一个，并在用户确认后继续。如果用户表示“由你决定”，则采用推荐方向。

推荐的叙事主线：

1. 产品发布（默认推荐）

   • 负空间开场 → 主推款式呈现英雄视角 → 材质／结构细节 → 自然的产品动作 → 款式或色彩关系 → 文案完整呈现并收尾。
   • 适用于耳机、手表、数码配件、小家电、香氛设备等。

2. 功能触发

   • 产品静止 → 交互触发 → 功能动作 → 细节放大 → 结果／感受 → 收尾画面。
   • 适用于具有明确开合、旋转、磁吸、灯光变化、屏幕、折叠、喷雾或类似动作的产品。

3. 色彩家族

   • 主推款式单独登场 → 其他款式轻盈滑入 → 形成色彩序列 → 材质和结构保持统一 → 完整系列收尾 → 文案落版。
   • 适用于多色、多款或多型号产品。

用一句话描述选定的叙事主线，例如：

这部影片采用色彩家族主线：紫色主推款式确立英雄视角，其他颜色作为辅助层次登场，最后以英文文案呈现完整产品系列。

STEP 4：确定动效语言

在撰写文案和生成锚点之前，先定义影片的动效语言。此步骤不会生成素材；它会为后续分镜定义动效强度、转场逻辑和节奏峰值。

规则：

1. 转场由真实产品或视觉元素驱动

   • 优先使用产品边缘、材质高光、开启／旋转／卡合／滑动动作、变体排列的几何变化、颜色的出现与消退、匹配的镜头方向或匹配的产品轮廓。
   • 不要用毫无意义的白光闪烁、抽象粒子、随机光效或随机剪辑来伪造高级感动效。

2. 每个节拍只安排一个主要动作

   • 次要元素应稍晚出现，避免同时争夺注意力。
   • 示例：先让产品入画，再显示文字；先让主变体稳定，再让辅助变体滑入；先扫过材质高光，再开始文字动效。

3. 设置强弱节奏

   • 5s 影片：1 个小高潮 + 1 个稳定收尾。
   • 10s 影片：1-2 个高潮 + 1-2 个减速停顿。
   • 15s 影片：2-3 个高潮 + 2 个安静的减速停顿。
   • 高潮可以是产品动作完成、变体入场、影片后半段文案显现，或完整产品的收尾镜头。
   • 减速停顿可以是材质细节停留、文案可读时间，或最终画面停留。

4. 保持安全空间清晰

   • 产品轮廓应清晰，单行文案应易于阅读，主变体不得被遮挡。
   • 只有在用户提供 Logo 时才添加 Logo。不要生成虚假的 Logo。

5. 避免虚假的科技装饰、镜面白色舞台和空洞开场

   • 避免虚假的科技界面、毫无意义的玻璃卡片、装饰性文字墙、未经确认的指标、随机粒子和层叠光效、整部影片始终使用相同的缓动风格，以及铺满全屏的产品墙。
   • 白色科技风不是镜面白色舞台，也不是毫无层次的纯白打光。不要把产品放在反光地板、玻璃桌或廉价的影棚镜面上。
   • Apple 风格的留白应采用简单的白色背景；视觉冲击力来自醒目的产品角度、真实的产品动作、镜头节奏和留白构图，而不是镜面反射或空镜等待。
   • 开场不能是空洞的无效时间。应迅速展现吸引人的产品动作或角度，例如产品从自身结构中流畅旋出、从开启机构中显现、沿着自身轮廓滑动，或由边缘高光揭示。具体动作必须根据当前产品形态推断，不要硬套耳机的动作。

输出一条简短的“动效语言”说明，例如：

这部影片以产品边缘高光和紫色主变体的滑动来驱动转场。主要高潮是变体入场和完整文案落位；结尾让产品和文案稳定停留。

STEP 5：生成或确认 Apple 风格的英文文案

在生成文字锚点和分镜之前，先确定画面最终使用的英文文案。

规则：

1. 分析产品类别、使用感受和叙事主线。
2. 提供 2-3 条 Apple 风格的英文文案选项，每条 3-5 个词。
3. 不要使用固定模板或固定口号；应根据每款产品创作新的文案。
4. 避免促销用语。
5. 如果用户已有文案，优先采用。中文文案应本地化为简洁的英文。

用户确认文案后，再继续生成锚点。如果用户说“你来决定”，则选择推荐文案并继续。

步骤 6：生成三张独立的产品锚点照片

按照用户选择的视频设置，生成 三张独立的锚点照片，其宽高比和分辨率须与之相同。必须输出三张单独的图片，而非拼成一张三格或四格图。背景遵循所选风格，三张照片须采用统一的光线、阴影、色调和背景语言，同时保持为独立的产品照片。

锚点照片的用途：

• 照片 1：主视觉／醒目的主视角锚点，确定最吸引人的产品视角、轮廓和开场视觉方向。避免将难看的极端材质特写作为开场参考。
• 照片 2：材质／功能细节锚点，确定表面材质、纹理、反光、触感，以及最重要的可见机制或结构。如果产品需要展示打开、停靠、折叠、扣合、按钮、接口、盖子、屏幕或触控等细节，请将这些线索融入此照片。
• 照片 3：最终文案锚点，确定最终产品构图、字体感觉、文字位置、单行排版和双色处理。文案仅作为格式参考，不限制后续视频只能使用这一行文案。

多变体处理：

• 锚点照片须继承所选的叙事主线和风格策略。
• 照片 1／2 优先围绕主变体构建视觉系统。
• 其他变体仅用于辅助节奏；不要将所有变体平铺摆放或填满画面。
• 照片 3 可以展示主变体和少量辅助变体，也可以呈现全套产品的收尾构图，但须保留留白并维持秩序。

最终文案锚点的排版规则：

• 必须包含第 5 步确认的文案；不得使用占位文案。
• 文字必须保持单行。
• 字体：SF Pro Display Semibold。
• 文字颜色必须明确拆分为两部分：文案前半部分使用黑色或白色，后半部分使用产品指定的主色。如果主色为紫色，请写明“前半部分为黑色／白色，后半部分为紫色”。不要只写“产品色 + 黑色或白色”。
• 照片 3 只能包含这一行格式参考文案，不得包含其他文字；不过，后续视频文案由精确节拍分镜控制，可以包含多行简短的英文文案。

展示三张独立的锚点照片，并请用户在继续制作精确节拍分镜前，对指定照片进行批准、编辑或重新生成。

步骤 7：精确节拍与文案分镜表

生成任何视频片段之前，先制作并复述一份精确的节拍文案分镜表。这不是艺术作品，而是供视频模型执行的表格。

分镜表必须按“用户选择说明 → 节拍内容 → 原则”组织。

用户选择说明

写明确认的风格、宽高比、时长、叙事主线、主变体、产品主色、变体策略和文案。示例：

白色科技风格，16:9，10 秒，色彩系列主线，以紫色为主变体，其他颜色作为辅助层，文案：Color Meets Sound。

节拍内容表

建议的列：

时间范围	镜头	镜头目的	视觉主元素	视觉／镜头运动	变体状态	文案	文字颜色	文字效果	转场／连续性	节奏意图

表格规则：

• 5s 建议安排 3-4 个节拍。
• 10s 建议安排 5-7 个节拍。
• 15s 建议安排 6-9 个节拍。
• 时间范围以秒为单位；不要求标注帧数。
• 每个节拍只安排一个主要动作；次要层稍后片刻出现。
• 明确说明主变体何时单独出现、辅助变体何时进入，以及完整套装何时收尾。
• 文案拆分只能用“前半部分／后半部分”这样的普通语言描述。不要写箭头、斜杠、加号或分隔符，因为模型可能会将其渲染成画面内文案。
• 文字颜色必须使用具体的产品颜色名称，并根据风格进行区分：白色科技风格中写“前半部分为黑色或深灰色，后半部分为具体的产品颜色”；只有深色轮廓光风格中，前半部分才可以为白色。例如，白色科技风格以紫色为主色时，写“前半部分为黑色或深灰色，后半部分为紫色”。不要写“产品颜色 + 黑色或白色”。
• 如果排版容易出错，应优先减少文字节拍：对于 10 秒影片，通常只安排一个影片中段文案节点和一个最终文案节点，其他节拍均标记为无文字。不要在每个镜头都放文字。
• 最终节拍必须是稳定的、单一的全画幅产品收尾，并配有完整的单行文案。结尾绝不能是四分屏、分屏、分镜板、锚点表布局、产品窗口或网格画框。文字仍应位于垂直居中的构图区域内，作为画面的一部分左对齐或右对齐，而不是放在底部字幕位置。只有用户提供了徽标时才添加徽标。

节奏意图词汇：铺垫、呈现、准备、冲击、制动、收稳。

原则

1. 核心文案保持单行。
2. 任何时刻只能出现一行英文文案；禁止两行文字、上下分行、标题加副标题，或同时出现多个文本块。
3. 仅使用两种文字颜色：黑色或白色，加上已确认的具体产品颜色。
4. 文字必须出现在视频中；不能只依赖后期制作补上。
5. 镜头连续性 = 元素连续性 + 运动连续性 + 形态连续性。
6. 流畅度 = 缓动 + 时机自然 + 无缝进出。
7. 整体节奏遵循用户选择的时长。
8. 文字运动必须清晰可见：先让前半部分淡入或轻微滑入，稍后再让后半部分淡入或轻微滑入。后半部分出现时，前半部分应在同一行内轻微移动以腾出空间。不要让文字完全静止，也不要将其拆成上下两行。
9. 风格一经确认，表格就必须严格遵循该风格。

用户确认分镜表后，再开始生成视频。

STEP 8：视频生成

直接根据已确认的三张独立锚点照片和精确的节拍文本分镜表生成视频。视频风格、背景、灯光、氛围和节奏遵循所选风格。画面宽高比和尺寸必须严格遵循用户选择的设置；如果用户选择了 16:9，就生成 16:9，不要自动更改为其他比例。

视频参考规则：

• 视频生成期间，不要将原始产品图片传给视频模型。
• 原始产品图片仅用于产品分析和锚点生成。
• 使用三张独立锚点照片来保持产品一致性、主视觉视角、材质／功能细节、最终构图和字体排版。
• 创意控制来自精确的节拍分镜：镜头顺序、产品动作、文案、文字动效、连贯性和转场。
• 锚点照片仅作为产品锚点，用于保护产品身份、机身颜色、材质和布局。绝不要把它们当作分镜本身，也不要将三张照片变成三个依次播放的视频片段。
• 视频输出必须是一支连续的全画幅广告片。不要展示四格面板、分屏、拼贴布局、画框、分镜板、网格布局，也不要在视频中出现重现锚点照片布局的镜头。结尾尤其关键：绝不能回到网格、分镜板、小窗蒙太奇或产品墙。
• 默认生成一支 H3 全画幅产品影片，而不是多个首帧片段，除非用户明确要求采用其他构成方式。
• 除非用户明确要求使用其他模型或静音，否则视频生成默认使用 MiniMax-H3 原生音频。将后文的 Apple 风格科技感背景音乐方向作为音频提示词，使画面节奏和声音一并生成。

视频提示词必须包含：

• 三张独立锚点照片及每张照片的作用。
• 完整、精确的节拍分镜表；逐一阅读每个节拍，并将其逐一改写到视频提示词中。不要只概述前面的节拍，也不要遗漏后续的字体排版、变体或结尾要求。
• 完整的文案。视频提示词必须逐字写出每一条画面内文案、其时间段、前半句／后半句的出现时机、颜色，以及单行显示要求。不要只依赖分镜表，也不要将其概括为“文字节奏同步”或“为文案留白”。
• 提示词完整性检查：如果最终的视频生成提示词未逐字包含所有预期的英文文案，就还不能提交任务。请在生成视频前重写提示词。
• 单行字体排版硬性约束：任何时刻，画面中只能出现一条单行英文文案；禁止出现两行、两行标题、标题＋副标题组合，或同时出现多个文本块。如果字体排版容易出错，就减少文案出现的频率，而不是让每个镜头都出现文案。
• 两部分文字动效规则：前半句和后半句必须在同一行内延续或替换，绝不能拆分为上下两行；动效必须清晰可见，先让前半句以轻微淡入或滑入的方式出现，再稍后让后半句以轻微淡入或滑入的方式出现，同时前半句在同一行内轻柔移动。不要让字体排版完全静止。
• 镜头连贯性的硬性约束。
• MiniMax-H3 原生音频设置和音乐提示词；默认开启原生音频，除非用户明确要求静音或使用其他模型。
• 不要传入原始产品图片。

步骤 9：music-2.6 科技背景音乐

视频生成默认优先使用 MiniMax-H3 原生音频，并应将下方的 Apple 风格科技背景音乐方向写入视频提示词。如果 H3 的原生音乐听起来不悦耳、音量过大或过小、与画面不同步，或者用户要求换新音乐，则使用 music-2.6 生成一段更长的独立纯音乐背景音乐，并替换视频音轨。不要默认使用 ElevenLabs；仅当用户明确要求严格控制时长时才使用 ElevenLabs，并遵循费用确认规则。

默认音乐方向：

Around 100 BPM, fast tech feeling, block chords, pluck and airy noise bed, kick + sub-bass + sine sweep, wooden percussion, sudden cut-off, within 0.5s everything stops, leaving only the pluck tail to decay.

扩展说明：

• 科技感、Apple 风格、产品发布会氛围。
• 可以有节奏推动感，但不能变成廉价的 EDM。
• 拨弦音应清脆、悦耳、突出；空灵的噪声应显得高级。
• 底鼓和低音用于配合剪辑点；避免低音过于浑厚。
• 木质打击乐增添触感纹理，而不是形成复杂的鼓点循环。
• 不要人声、合成器浪潮、复古风、游戏风或廉价的企业库存音乐。

步骤 10：音乐分析、节拍同步剪辑与交付验证

最终交付前，应根据音乐分析进行剪辑或组装。不要只是把音乐铺在视频下方。

音乐分析：

• 检测节奏、强拍、能量段落和清晰的单音重击。
• 找出一段 8-12 秒、声音连贯且能量适合展示产品的片段。
• 不要盲目使用前 10 秒。
• 优先选择有清晰起点、后半段没有静音或能量骤降，且有足够稳定时长来呈现结尾画面的片段。

音频组装规则：

• 保留视频画面，剪出一段连续的音乐，并替换视频音轨。
• 将原视频音轨静音；只保留新音乐。
• 控制音乐响度：不要将响度推至最大，不要使用强力限幅，也不要把音乐调得太大；同时也不要压得太低，以免拨弦音、节奏点和产品展示听不清。
• 不要使用较长的淡出。仅在需要时添加 0.1-0.3 秒的尾部淡出。
• 组装后，检查是否存在长时间静音或可听见的音频中断。

交付前验证：

• 视频宽高比、时长和语言符合需求说明。
• 产品外观、主版本和版本出现时机符合参考图表和分镜脚本。
• 文案清晰易读、为单行、不拥挤，且不包含多余箭头或符号；画面中不得同时出现两行文字、上下行拆分、标题加副标题，或多个文本块。
• 最后一帧应以稳定的产品画面和文案收尾。
• 音乐音量不过大或过小。
• 输出已放在画布上，多项资产的输出已归组。

交付内容包括：

• 最终视频路径或画布输出。
• 时长、宽高比和语言。
• 简短的创意说明。
• 使用的文案和音乐片段。
• 是否应用了节拍同步剪辑。
• 具体的后续改进建议，例如节奏、文案、主版本、音频或平台裁切。

失败处理

• 产品图片效果太弱：停止制作，提供重拍建议，并等待更好的图片。
• 文案太长：精简至 3-5 个英文单词，并请求确认。
• 文本锚点有误：在生成视频前重新生成文本锚点。
• 参考图表无法准确呈现产品：使用更强的产品保留指令重新生成。
• 分镜脚本过于模板化：回到精确的节拍表，根据产品形态和叙事主线重写。
• 文案未出现在视频中：重新运行视频提示词，明确要求至少在中段和最后一个节拍中出现文案。
• 视频中的字体变形：重新生成文本锚点，或将文字镜头降级为基于锚点的轻微运动。
• 宽高比错误：立即按用户选择的宽高比重新生成。
• 音乐质量不佳：使用 music-2.6 重试，不要强求时长，并从较长曲目中剪出最佳片段。
• 最终组装后半段没有声音：重新分析音乐，选择一段声音连续可听的片段，并直接替换音频。

触发示例

适用于以下请求：

• “帮我的产品做一个苹果味儿广告片”
• “用这张产品图做 Apple 风电商广告”
• “做一个极简高级的产品发布视频”
• “用这张产品照片制作 Apple 风格的产品广告”
• “创作一支高端极简风格的电商产品影片”

除非用户明确要求采用 Apple 风格的产品广告工作流，否则不要将此 Skill 用于一般视频剪辑、纪录片式解说、KOC 出镜口播广告，或复杂的 UI／屏幕文字演示。