国际化电商视频生成 — Skill2：视频脚本的生成

管线定位

Skill1 基图生成器 → product_layer.png + selling_points.json（含product_function + user_pain_point）
                    ↓
Skill2 分镜脚本生成器 ← 本技能
  输入: 产品白底图路径 + 商品卖点 + 视频类型 + 品类 + 功能属性 + 用户痛点 + 国家 + 时长
  输出: storyboard.json (AI管线) + storyboard.md (人工审阅)
                    ↓
Skill3 AI视频渲染 → 最终视频

核心原则

1. 全视频仅一张产品白底图作为参考，无其他产品素材
2. 国家仅管控：人物特征、台词/字幕语种、场景风格辅助修饰
3. 仅支持时长：10秒 / 15秒
4. 人物、背景无图片输入，全部文本生成
5. 功能属性规则优先级高于品类通用规则，实现同一品类内差异化

输入参数

{
  "product_white_img": "E:\\path\\product_layer.png",
  "product_name": "商品全称",
  "核心卖点": {
    "主卖点": "核心优势1条",
    "次卖点": ["次卖点1","次卖点2","次卖点3"]
  },
  "适用人群": "目标使用人群",
  "适用场景": "产品标准使用场景",
  "category": "家居日用|美妆护肤|食品零食|服饰鞋包|数码3C",
  "product_function": "功能属性（详见品类×功能矩阵）",
  "user_pain_point": "用户核心痛点（详见痛点映射表）",
  "video_type": "痛点解决|UGC种草|产品演示|开箱种草|CTA带货",
  "hook_points": "开场吸睛点（可空）",
  "details": "细节说明（可选，用户填写后严格参考到脚本画面描述）",
  "angle": "视频想法角度（可选，如'从产品开箱切入'，用户填写后严格参考到镜头结构编排）",
  "target_duration": 10,
  "price": "优惠价格（可空）",
  "target_market": "thailand|cn|jp|kr|us"
}

目标国家作用表

视频类型固定镜头结构

1. 痛点解决（通用投流爆款）

镜头: 痛点冲击 → 产品亮相 → 实操演示 → 效果对比 → [15s增加]推荐CTA 时长: 10s=2/2/3/3s 15s=3/2/3/4/3s

2. UGC种草（生活化博主风）

镜头: 日常代入 → 产品全景 → 上手体验 → 亮点总结 → [15s增加]种草推荐 时长: 10s=2/2/3/3s 15s=3/2/3/4/3s

3. 产品演示（功能向）

镜头: 产品全景特写 → 功能演示1(主卖点) → 功能演示2(次卖点) → 整体效果展示 时长: 10s=2/2/3/3s 15s=3/2/3/4/3s

4. 开箱种草（新品类）

镜头: 开箱动作 → 产品完整露出 → 初次试用 → 细节亮点 → [15s增加]满意推荐 时长: 10s=2/2/3/3s 15s=3/2/3/4/3s

5. CTA带货（短平快转化）

镜头: 产品高光特写 → 核心卖点 → 快速实操 → 价格+下单引导 时长: 10s=2/2/3/3s 15s=3/2/3/4/3s

产品品类专属规则

产品功能属性 × 品类 专属规则矩阵

当 product_function 有值时，其规则优先级高于品类通用规则，实现同一品类内的差异化。

美妆护肤类

食品零食类

家居日用类

服饰鞋包类

数码3C类

用户痛点 → 镜头策略映射表

执行步骤

Step1 输入解析

• 读取 product_white_img，绑定图片路径
• 解析 target_market → 确定人物特征、语种、场景修饰
• 解析 video_type → 调取对应镜头结构
• 解析 category → 匹配品类基础规则
• 解析 product_function → 匹配功能属性专属规则，覆盖品类通用规则中的冲突项
• 解析 user_pain_point → 调整镜头重点（痛点解决类强化对比，UGC种草类强化真实感等）
• 解析卖点 → 转化为可视化画面动作，按功能属性分配至镜头

Step2 时长分配

按视频类型 + 时长(10/15s) + 镜头数自动分配，严格遵循时长表

Step3 生成基础模块

• 项目基础信息
• 人物设定文本（仅由国家生成）
• 产品视觉基准说明
• 功能属性规则说明
• 用户痛点镜头策略说明

Step4 生成镜头表格（核心）

每镜强制规则：

• 出现产品时直接用产品名称，不使用 @product_ref
• 台词/字幕使用目标语种
• 光影/音效/特写优先匹配功能属性规则，其次匹配品类规则
• 场景由视频类型+品类决定，仅轻叠加国家修饰

Step5 输出双文件

• storyboard.json — AI管线机器读取（含产品功能属性+用户痛点元数据）
• storyboard.md — 人工审阅表格

输出格式

JSON结构（3段式+可选元数据）

{
  "{产品名称}产品参考图": "@产品白底图路径",
  "人物形象特征参考": "人物外貌/妆容/穿搭文本描述",
  "镜头脚本": [...],
  "产品功能属性": "功能属性值（可选）",
  "用户痛点": "痛点值（可选）"
}

Markdown结构（3段式+可选元数据）

### {产品名称}产品参考图
@产品白底图路径

### 细节说明（可选）
### 视频角度（可选）
### 产品功能属性（可选）
### 用户痛点（可选）
### 人物形象特征参考
### 镜头脚本

环境变量

输出目录规则

• 默认路径：桌面 AI视频脚本 文件夹（自动创建）
• 自定义路径：通过 --output 参数指定
• 聊天环境：同时输出 Markdown 结果到聊天窗口 + 保存文件到输出目录

脚本使用

# 基础用法（默认输出到桌面AI视频脚本文件夹）
python {baseDir}/scripts/generate_storyboard.py \
  --product-img "./product_layer.png" \
  --config "./selling_points.json" \
  --video-type "痛点解决" \
  --category "家居日用" \
  --market "thailand" \
  --duration 15

# 显式指定功能属性和痛点（覆盖config中的值）
python {baseDir}/scripts/generate_storyboard.py \
  --product-img "./product_layer.png" \
  --config "./selling_points.json" \
  --video-type "UGC种草" \
  --category "美妆护肤" \
  --product-function "遮盖修饰" \
  --pain-point "遮不住" \
  --details "强调产品环保材质，可回收包装" \    # 可选，严格参考到画面描述
  --angle "从用户日常护肤流程切入" \            # 可选，严格参考到镜头结构
  --market "thailand" \
  --duration 15

# ArkClaw 聊天环境（使用{baseDir}变量）
python {baseDir}/scripts/generate_storyboard.py \
  --product-img "{baseDir}/output/product_layer.png" \
  --config "{baseDir}/output/selling_points.json" \
  --video-type "痛点解决" \
  --category "家居日用" \
  --market "thailand" \
  --duration 15

AI驱动说明

输入 → AI生成链路（优化后）

用户输入参数
    ↓
脚本构造结构化Prompt：
  ├─ 商品信息（产品名称、卖点、适用人群、场景）
  ├─ 国家配置（人物特征、语种、场景修饰）
  ├─ 视频类型框架（镜头结构、时长分配）
  ├─ 品类基础规则（节奏、运镜、音效、光影基线）
  ├─ 功能属性规则（覆盖品类通用规则中的差异化项）
  ├─ 用户痛点指令（调整镜头重点和情感曲线）
  ├─ 细节说明（--details，可选，用户填写后严格参考到画面描述）
  ├─ 视频角度（--angle，可选，用户填写后严格参考到镜头结构编排）
  └─ 画面提示（产品白底图引用、真实约束）
    ↓
调用 gpt-5.4-mini → 生成JSON格式镜头脚本
    ↓
解析 + 格式化 → 输出JSON + Markdown

规则备份

当AI API不可用时，脚本自动降级为规则驱动备份，确保管线不中断。功能属性和用户痛点规则同样应用在备份中。

额外说明字段（严格参考）: --details（细节说明）和 --angle（视频想法角度）为可选填字段。用户填写时必须严格参考：

• --details → 融入对应镜头的画面描述，不忽略不替换
• --angle → 按该角度编排镜头结构，不随意改变方向
• 上游 Skill1 传入的 usage_instructions 通过 --config 读取，同样严格参考

管线串联（重要 — AI 执行流程）

本 Skill 是国际化电商视频生成管线的 第二环节。执行完成后必须按以下流程操作：

执行前检查

本 Skill 依赖 Skill1 的输出：

• product_layer.png — 产品白底图（通过 --product-img 传入）
• selling_points.json — 结构化卖点（通过 --config 传入，含 usage_instructions 字段）

如果这些文件不存在，提示用户先执行 Skill1。

执行完成后

1. 告知用户结果：输出目录、生成文件列表、脚本摘要
2. 询问是否继续：

   "分镜脚本已生成，是否继续执行 Skill3（AI视频生成）？"

如果用户选择继续 Skill3

将本 Skill 的输出与 Skill1 的输出一起传递给 Skill3：

python {baseDir}/../ecommerce-video-generator/scripts/generate_video.py \
  --script "{output_dir}/storyboard.json" \
  --product "{skill1_output_dir}/product_layer.png" \
  --submit

上下游说明