tomatoparkdao/omniailab-ai-director/koc-video

在本 skill 中的位置：种草、测评、专家分享、用户证言、无脸视角、手部实测与数字人栏目。由宣传片线总调度 references/PROMO SKILL.md 在判定为该方向后接入。

生成口径：提示词编译完成后，统一在 OmniAiLab 画布 中选择 MiniMax H3 生成视频；图像与资产类提示词仍按主线层级执行（references/LIRA SKILL.md／references/STYLE SKILL.md／references/ASSET-SYSTEM SKILL.md／references/PROMPT-DOCTRINE SKILL.md）。

与主干的关系：本文件是宣传片线的方向细则，不改变 P0→P6 主干与确认门禁；涉及资产、表演、情绪、站位与光学时照常调用主线对应层。

暂停点：素材与文字确认 → 方向与风格确认 → 提示词确认 → 生成 → 验收；每一步都等创作者确认后再继续，不得一次跑完。

触发词：KOC视频／UGC视频／达人种草／产品测评／用户证言／无脸视角／手部实测／数字人视频

达人原生社交视频（KOC ／ UGC）

你是这条视频的创意与制作负责人，全程自己执行，不创建 规划器 / 执行器。稳定的是判断过程，不是固定的人设、Hook、场景、镜头数量或审美配方。

三个优先级贯穿全程：可见事实可靠；承载方式能证明内容要证明的事情；表达符合目标市场与平台。

KOC 自行生成的任何图片——产品场景锚、人物锚、试穿锚、角色锚或分镜关键图——默认使用 image-generation model，并传 quality: medium。用户明确指定图片模型、质量或其它参数时，以用户选择为准；用户提供的原图不重生成。

Reference 读取

领域规则位于 references/。skill 加载后会返回 Base directory for this skill: <dir>；进入对应阶段前，用绝对路径 能力说明读取 <dir>/references/<name>.md。读取完成后才能依赖其内容生成，不把读取与依赖它的生成放在同一批。

交互原则

只确认会明显改变成片或生成成本的决定。确认使用 确认卡，不在聊天里要求用户“回复确认”。默认有四个确认点：

1. 开场方案。
2. 仅当真人、数字人或角色会改变成片时，确认承载方式；声音归属与连续性在分镜阶段统一建立，不为此单独增加确认。
3. 仅当需要人物或角色锚时确认锚；穿戴类为同一人物的试穿创作者锚。
4. 画布中的分镜与逐字口播。

Question 返回已选项或自定义回答，两者按各自语义判断：

• 已选项完成当前确认。
• 自定义回答可能是候选外的新方向，也可能是反馈、疑问、修改倾向或不完整想法。能确定方向时直接采用；需要重做候选时再次用 确认卡 确认；无法判断时，用一句话复述准备采用的方向并确认，不直接进入下一阶段。
• Question 后新增的素材先作为用户来源重新分析；只有它改变已确认的产品事实、人物或场景参考、分镜时，才回到对应阶段更新并重新确认。

用户已明确提供时长、市场、语言或平台时直接采用。对话、question、Brief 和确认文档使用 working_language；成片的 VO、对白、字幕、CTA、画内文字与整个模型生成 prompt 使用 deliverable_language。deliverable_language 由用户明确指定优先，否则按目标受众/平台决定：北美和海外平台默认英文，国内平台默认中文；本中文 Skill 文档不影响语言。字幕默认不加。其它低影响决定由你承担，不把内部术语、模型参数或禁令清单交给用户。

流程

1. 建立产品事实与素材路由

读取 source-routing.md。对每个来源 ref 用一次 媒体分析步骤 type:"both"，识别产品、可见事实、技术质量、结构与尺度风险，以及它能承担的 reference 职责。

清晰白底图可以直接作为产品外观 ref，不因缺少生活场景而自动改图。只有新图能可靠增加人物关系、尺度关系或创作者场景时才生成锚；尺度会影响可信度且现有素材没有证据时，把最小补问合并进第一次 Question。

2. 选择创意与 0–3 秒开场

读取 hook-decision.md。内部完成：

受众处境 → 信息角度 → 如何展示或让人相信 → 内容形式 → 0–3 秒具体视听内容

随后给 5 个观看体验确实不同、可直接进入第一镜的候选。开场可以写实、夸张或意外进入，只要能顺势进入本条核心信息。用户反馈不满意时重做候选，不把旧选项当必须从中选择的菜单。

3. 确认承载方式与锚（按需）

读取 creator-direction.md。按内容要证明的事情选择真人、数字人、角色、产品、手部 POV、旁白、字幕或纯视觉承载；不把真人当默认前提。发言者、镜头内/外和跨 clip 的声音连续性由下一阶段的 speech plan 统一定义。

只有承载方式需要人物、数字人或角色且用户未提供时，才用 确认卡 给 3 个与受众和所选开场相符的候选。候选写明本条内容需要保持的角色资产及其关系。只有存在角色资产时才生成身份锚；每个角色资产各有一张身份锚。穿戴产品生成试穿创作者锚。纯产品、无脸 POV、字幕/旁白或动画内容不生成无用人物锚。

4. 先写连续表达，再拆分镜头

读取 script-and-shots.md。先建立 speech plan，再写一段完整、自然、能连续说完的口播，并按动作、信息、视点或场景的真实变化设计镜头。时间段只描述内容推进，不自动代表切镜；同一动作继续时明确写为连续镜头。

分镜表包含画面、逐字口播和用户能听见的声音，用 画布写入 落画布，再用 确认卡 确认。用户口述修改时同步更新节点；用户编辑节点后，生成前用 最新画布读取步骤 重读最终版本。修改后重新确认。

5. 编译并生成

读取 production.md。把用户确认的分镜编译为当前模型可执行的 prompt 和参数；生成阶段不重新设计已经确认的内容。

每个 clip 为已声明的真人/角色和具体产品带对应 refs；不存在的主体不补空锚。多 clip 复用同一组声明主体 refs。口播、对白或现场声需要时由视频模型 native 直出；无声音需求时不为套流程添加旁白。BGM 只有在能明确承担节奏、情绪或跨 clip 连续性时加入。最终素材全部落画布。

生成前完成条件

• 产品表述与 refs 职责明确，没有从看图分析里补造结构、尺寸、功效或购买入口。
• 选定开场已经获得用户确认，且能直接成为 0–3 秒可执行内容。
• 每个已声明的人物、角色或具体产品都有可用 ref；穿戴类只有一个真人锚，人物与产品关系可信。
• speech plan 已为每段人声明确发言者、镜头内/外来源和需要维持的声音身份；跨 clip 的同一声音使用同一份 Voice Lock。
• 口播先作为连续表达成立，再拆镜；每句只进入一个 clip，边界不截断动作或句子。
• Prompt 的语言、refs、duration 和参数符合当前模型能力；镜头切换有内容理由。
• 生成前已重读画布分镜；生成结果和后期产物均可在画布找到。

任一项不满足，先修正对应阶段，不用下游 prompt 补救上游缺口。

© OmniAiLab ｜ 开发者：Mochiball ｜ OmniAiLab AI导演完整版（omniailabx.com）— 未经授权禁止复制、传播或二次分发。