关于 muapi-ugc-video-factory
这是一个由 LLM 编排的技能，将人物照片与产品照片合成为主视觉图，再制作成带口语音频的竖屏 UGC 风格广告。可选输入脚本和场景描述。
主要功能
- 01输入人物与产品照片
- 02生成主视觉图提示词
- 03创建 9:16 主视觉图
- 04生成含对白音频的 10 秒视频
- 05支持可选脚本与场景描述
适用场景
- 01制作竖屏 UGC 产品广告
- 02展示人物使用或穿戴产品
- 03根据短脚本生成口播产品视频
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/muapi-ugc-video-factory确认已加载。
详细介绍
UGC 视频工厂
将人物照片 + 产品照片（+ 可选脚本和场景）转换为带原生对白音频的竖屏 9:16 UGC 风格视频广告。
包含三个阶段的工作流：
- GPT 根据输入撰写专业导演级的超写实生活方式摄影提示词。
- Nano-Banana Pro Edit 将人物 + 产品融合成一张主视觉照片（1K，9:16）。
- Seedance 2.0 VIP Image-to-Video 将主视觉照片制作成一段 10 秒的竖屏 UGC 视频，并配上同步口播音频。
输入
| 名称 | 类型 | 必填 | 默认值 | 描述 |
|---|---|---|---|---|
person | image_url | 是 | — | 将出现在广告中的人物照片（最好包含面部和上半身）。 |
product | image_url | 是 | — | 清晰的产品照片（最好以中性背景拍摄，且 logo / 文字清晰可读）。 |
script | text | 否 | Okay… first of all, ship happens. And this hat is honestly my favorite. It also comes in navy and black, so you can pick your vibe. | 屏幕上的人物要说的确切台词（保持简短——1–2 句话可轻松控制在 10 秒内）。 |
environment | text | 否 | study room, laptop in front of it | 人物使用产品的场景 / 背景（例如："浴室镜前，晨间例行活动"、"咖啡馆靠窗座位"）。 |
如果缺少 person 或 product，请让用户上传这些文件（muapi upload file <path>），或询问是否要先生成占位图。
步骤
按顺序运行这三个步骤——每一步的输出都会作为下一步的输入。
步骤 1 — 导演提示词（GPT）
使用 GPT 模型（gpt-5.1 或执行 Agent 可用的任意聊天模型），并将 temperature 设为 0、max 约为 200 tokens，以生成主视觉图提示词。
系统提示词： You are a helpful assistant.
用户提示词（替换 {{person}}、{{product}}、{{environment}}）：
Uploaded images are being analyzed. Ultra-realistic lifestyle photography with {{person}} and {{product}} and {{environment}}.
If the product is wearable (e.g., hat, glasses, hooded sweatshirt), the person wears the product naturally.
If the product is carried in the hand (e.g., cream, bottle, thermos), the person holds the product naturally.
The product is clearly visible and is the main focus of the image. The logo or text on the product must be legible.
The person has a natural and modern look with a minimalist style.
The scene is consistent with the context of the product's use: {{environment}}.
Lighting: soft natural daylight.
Background: clean, aesthetic, slightly blurred (shallow depth of field).
Style: high-end commercial lifestyle photography, realistic textures, 4K quality, vertical 9:16 composition, social-media advertising style. The background and environment should be appropriate to the product (e.g. a woman with a serum could be at home). The person's facial details and the product must remain unchanged.
将 GPT 的响应保存为 {{step1_prompt}}。
步骤 2 — 主视觉图（Nano-Banana Pro Edit）
针对 nano-banana-pro-edit 模型提交 muapi image edit 调用：
- 参考图（
image_urls）：[ {{person}}, {{product}} ]——顺序很重要；人物在前。 - 提示词：使用步骤 1 中的
{{step1_prompt}}。 - 宽高比：
9:16 - 图片数量：
1 - 分辨率：
1K - 输出格式：
jpeg
将生成的图片 URL 保存为 {{hero_image}}。启动视频步骤前，先向用户简要展示图片并征求确认。
步骤 3 — UGC 视频（Seedance 2.0 VIP Image-to-Video）
针对 seedance-2-vip-image-to-video 提交 muapi video from-image 调用（如果执行 Agent 希望降低延迟，也可以使用 -fast 变体）。
- 起始图：使用步骤 2 中的
{{hero_image}}。 - 宽高比：
9:16 - 时长：
10秒。 - 生成音频：
true（原生对白）。 - CFG scale：
0.5 - 负向提示词：
blur, distort, low quality - 提示词（替换
{{script}}）：
Create a 10-second vertical UGC-style video (9:16).
A person is interacting naturally with their setting and product.
The product is used naturally:
- If wearable → the person is wearing it.
- If handheld → the person is holding or applying it.
The video is a single, uninterrupted shot. No cuts. No color changes. No text on screen.
The person looks directly at the camera with a relaxed and natural expression.
They interact comfortably with the product using their hands (adjusting, holding, pointing).
They say in a natural, conversational tone:
"{{script}}"
Subtle hand gestures while speaking.
End with a small smile or nod.
Style: authentic UGC, handheld phone feel, light natural movement, soft daylight, shallow depth of field, TikTok/Reels aesthetic.
使用 muapi predict wait <request_id> 轮询结果，并将视频下载到用户的输出目录。
备注
- VIP 级别支持 9:16 宽高比和 4–15 秒时长；对于 1–2 句话的脚本，10 秒最合适。
- 脚本要保持简短——Seedance 2.0 会压缩较长的脚本，并截掉部分词语。
- Seedance VIP 可以处理参考图中的写实人脸（而中国版不支持），因此适合制作 UGC。
- 如果希望在画质不变的情况下降低延迟，可替换为
seedance-2-vip-image-to-video-fast。 - 对于多镜头广告，可在步骤 2 中生成多个
{{hero_image}}变体，并分别制作动画——Seedance VIP 不支持在 9:16 宽高比 + 音频的条件下进行多图 i2v。
触发关键词
ugc video factory、ugc video ad、person plus product video、talking product ad、ugc reel、lifestyle product video、vertical ugc video
执行 Agent 的说明
- 此配方由大模型编排：逐个阅读各阶段，向用户收集任何缺失的输入，然后调用
muapiCLI 命令。如果未设置MUAPI_API_KEY，请先运行muapi auth configure。 - 对于用户提供的本地文件，请先上传：
muapi upload file <path> --output-json --jq '.url'。 - 发出每次调用前，将
{{input_name}}占位符替换为用户的实际输入。 - 如果
muapiCLI 尚未为nano-banana-pro-edit或seedance-2-vip-image-to-video设置别名，请回退到原始 API：curl -X POST https://api.muapi.ai/api/v1/<endpoint> -H "x-api-key: $MUAPI_API_KEY" -H 'content-type: application/json' -d '{...}'，然后使用muapi predict wait <request_id>轮询。
评论
支持 Markdown