Skip to content

anbeime/skill / skills/infinitetalk-shopping-avatar/infinitetalk-shopping-avatar

infinitetalk-shopping-avatar

Verified

电商运营与内容创作者在制作数字人带货视频时,使用本技能可自动生成适配InfiniteTalk的五幕分镜结构化提示词,精准管控角色一致性与音画同步,一键产出高质量9:16竖屏带货视频,让数字人带货更高效!

assets/examples/sample-prompts-infinitetalk.md

View on GitHub
# InfiniteTalk提示词示例输出

## 场景类型:产品推荐
**商品**:某品牌护肤品套装
**情绪基调**:热情专业
**总时长**:25秒(5幕×5秒)
**构图比例**:9:16竖屏

---

## 第一幕:开场吸引

**情绪**:热情、神秘,吸引注意力

**提示词**:
```
主体:25岁女性数字人,鹅蛋脸、杏眼带笑、浅棕色齐肩卷发,浅灰修身西装套裙+白衬衫+米色细跟鞋,银色简约项链;
动作时序(5s):0-1s双手轻握平板置于腰侧,1-3s缓慢抬手将平板举至胸前(速度均匀、姿态挺拔),3-5s保持举平板姿势,头部微抬看向镜头方向;
场景:现代商务会议室,背景模糊大屏投影,前景简约文件;
光影:暖调柔光,侧光勾勒身形,明暗对比明显;
氛围:热情专业,面部表情带笑(无夸张),身体无多余晃动。
音频类型:导购员语音(语速适中、语气热情)+ 轻快背景音乐(钢琴旋律);
音频对齐:抬手动作匹配音乐节奏,语音节奏与唇形同步,无肢体动作与音频断层。
技术约束:9:16竖版构图,中景固定镜头,背景虚化程度≥70%,动作强度0.8,面部一致性启用。
```

**参数配置**:
```json
{
  "scene_number": 1,
  "title": "开场吸引",
  "emotion": "热情、神秘",
  "duration": 5,
  "aspect_ratio": "9:16",
  "motion_strength": 0.8,
  "face_consistency": true,
  "audio_type": "导购员语音 + 轻快背景音乐",
  "voice_speed": "适中",
  "voice_tone": "热情"
}
```

---

## 第二幕:产品介绍

**情绪**:专业、详细,展示产品信息

**提示词**:
```
主体:25岁女性数字人,鹅蛋脸、杏眼专注、浅棕色齐肩卷发,浅灰修身西装套裙+白衬衫+米色细跟鞋,银色简约项链;
动作时序(5s):0-1s双手轻轻展开产品介绍页,姿态端正,1-3s指尖缓慢点触屏幕(轻触、动作轻柔),3-5s保持点触姿势,眼神专注;
场景:产品展示场景,背景是产品特写,前景摆产品说明书;
光影:中性柔光,顺光照明,亮度适中;
氛围:专业详细,面部表情专注(无夸张),身体无多余晃动。
音频类型:导购员语音(语速适中、语气专业)+ 中性背景音乐(电子钢琴);
音频对齐:点触动作匹配音乐单音,语音节奏与唇形同步,无肢体动作与音频断层。
技术约束:9:16竖版构图,中近景固定镜头,景深明显,背景虚化程度≥70%,动作强度0.8,面部一致性启用。
```

**参数配置**:
```json
{
  "scene_number": 2,
  "title": "产品介绍",
  "emotion": "专业、详细",
  "duration": 5,
  "aspect_ratio": "9:16",
  "motion_strength": 0.8,
  "face_consistency": true,
  "audio_type": "导购员语音 + 中性背景音乐",
  "voice_speed": "适中",
  "voice_tone": "专业"
}
```

---

## 第三幕:产品演示

**情绪**:专注、生动,展示产品功能

**提示词**:
```
主体:25岁女性数字人,鹅蛋脸、杏眼专注、浅棕色齐肩卷发,浅灰修身西装套裙+白衬衫+米色细跟鞋,银色简约项链;
动作时序(5s):0-1s手指轻轻点触产品屏幕,姿态前倾,1-3s手指滑动屏幕(速度均匀、姿态专注),3-5s保持滑动姿势,眼神专注;
场景:产品演示场景,背景是功能展示图,前景摆产品;
光影:暖调柔光,侧光照明,明亮聚焦;
氛围:专注生动,面部表情专注(无夸张),身体无多余晃动。
音频类型:导购员语音(语速适中、语气生动)+ 活泼背景音乐(轻快鼓点);
音频对齐:滑动动作匹配音乐节奏,语音节奏与唇形同步,无肢体动作与音频断层。
技术约束:9:16竖版构图,近景固定镜头,景深明显,背景虚化程度≥70%,动作强度0.8,面部一致性启用。
```

**参数配置**:
```json
{
  "scene_number": 3,
  "title": "产品演示",
  "emotion": "专注、生动",
  "duration": 5,
  "aspect_ratio": "9:16",
  "motion_strength": 0.8,
  "face_consistency": true,
  "audio_type": "导购员语音 + 活泼背景音乐",
  "voice_speed": "适中",
  "voice_tone": "生动"
}
```

---

## 第四幕:优势强调

**情绪**:自信、有力,强调产品优势

**提示词**:
```
主体:25岁女性数字人,鹅蛋脸、杏眼带笑、浅棕色齐肩卷发,浅灰修身西装套裙+白衬衫+米色细跟鞋,银色简约项链;
动作时序(5s):0-1s双手手势强调,姿态挺拔,1-3s手势持续强调,姿态自信,3-5s保持手势姿势,眼神自信;
场景:商务场景,背景是优势标签,前景摆产品;
光影:暖调强光,顶光照明,明亮对比强烈;
氛围:自信有力,面部表情带笑(无夸张),身体无多余晃动。
音频类型:导购员语音(语速适中、语气自信)+ 强烈背景音乐(重拍鼓点);
音频对齐:手势动作匹配音乐重音,语音节奏与唇形同步,无肢体动作与音频断层。
技术约束:9:16竖版构图,中景固定镜头,背景虚化程度≥70%,动作强度0.8,面部一致性启用。
```

**参数配置**:
```json
{
  "scene_number": 4,
  "title": "优势强调",
  "emotion": "自信、有力",
  "duration": 5,
  "aspect_ratio": "9:16",
  "motion_strength": 0.8,
  "face_consistency": true,
  "audio_type": "导购员语音 + 强烈背景音乐",
  "voice_speed": "适中",
  "voice_tone": "自信"
}
```

---

## 第五幕:行动召唤

**情绪**:鼓励、坚决,促进购买

**提示词**:
```
主体:25岁女性数字人,鹅蛋脸、杏眼带笑、浅棕色齐肩卷发,浅灰修身西装套裙+白衬衫+米色细跟鞋,银色简约项链;
动作时序(5s):0-1s手势指向购买按钮,姿态前倾,1-3s手势持续指向,姿态鼓励,3-5s保持手势姿势,眼神鼓励;
场景:商务场景,背景是购买引导,前景摆购物车图标;
光影:暖调柔光,顺光照明,明亮温暖;
氛围:鼓励坚决,面部表情带笑(无夸张),身体无多余晃动。
音频类型:导购员语音(语速适中、语气鼓励)+ 温暖背景音乐(弦乐旋律);
音频对齐:手势动作匹配音乐节奏,语音节奏与唇形同步,无肢体动作与音频断层。
技术约束:9:16竖版构图,中景固定镜头,背景虚化程度≥70%,动作强度0.8,面部一致性启用。
```

**参数配置**:
```json
{
  "scene_number": 5,
  "title": "行动召唤",
  "emotion": "鼓励、坚决",
  "duration": 5,
  "aspect_ratio": "9:16",
  "motion_strength": 0.8,
  "face_consistency": true,
  "audio_type": "导购员语音 + 温暖背景音乐",
  "voice_speed": "适中",
  "voice_tone": "鼓励"
}
```

---

## 完整JSON格式输出

```json
{
  "scenario_type": "产品推荐",
  "product": "某品牌护肤品套装",
  "emotional_tone": "热情专业",
  "total_duration": 25,
  "aspect_ratio": "9:16",
  "character_profile": {
    "name": "小省导购员",
    "age": "25岁左右",
    "gender": "女性",
    "appearance": "鹅蛋脸、杏眼、浅棕色齐肩卷发、白皙肤色、淡粉唇色",
    "outfit": "浅灰色修身西装套裙、白色衬衫、米色细跟鞋、银色简约项链",
    "temperament": "专业又亲和",
    "hand_gestures": "优雅自然"
  },
  "scenes": [
    {
      "scene_number": 1,
      "title": "开场吸引",
      "emotion": "热情、神秘",
      "duration": 5,
      "aspect_ratio": "9:16",
      "motion_strength": 0.8,
      "face_consistency": true,
      "audio_type": "导购员语音(语速适中、语气热情)+ 轻快背景音乐(钢琴旋律)",
      "voice_speed": "适中",
      "voice_tone": "热情",
      "prompt": "主体:25岁女性数字人,鹅蛋脸、杏眼带笑、浅棕色齐肩卷发,浅灰修身西装套裙+白衬衫+米色细跟鞋,银色简约项链;\n动作时序(5s):0-1s双手轻握平板置于腰侧,1-3s缓慢抬手将平板举至胸前(速度均匀、姿态挺拔),3-5s保持举平板姿势,头部微抬看向镜头方向;\n场景:现代商务会议室,背景模糊大屏投影,前景简约文件;\n光影:暖调柔光,侧光勾勒身形,明暗对比明显;\n氛围:热情专业,面部表情带笑(无夸张),身体无多余晃动。\n音频类型:导购员语音(语速适中、语气热情)+ 轻快背景音乐(钢琴旋律);\n音频对齐:抬手动作匹配音乐节奏,语音节奏与唇形同步,无肢体动作与音频断层。\n技术约束:9:16竖版构图,中景固定镜头,背景虚化程度≥70%,动作强度0.8,面部一致性启用。"
    },
    {
      "scene_number": 2,
      "title": "产品介绍",
      "emotion": "专业、详细",
      "duration": 5,
      "aspect_ratio": "9:16",
      "motion_strength": 0.8,
      "face_consistency": true,
      "audio_type": "导购员语音(语速适中、语气专业)+ 中性背景音乐(电子钢琴)",
      "voice_speed": "适中",
      "voice_tone": "专业",
      "prompt": "主体:25岁女性数字人,鹅蛋脸、杏眼专注、浅棕色齐肩卷发,浅灰修身西装套裙+白衬衫+米色细跟鞋,银色简约项链;\n动作时序(5s):0-1s双手轻轻展开产品介绍页,姿态端正,1-3s指尖缓慢点触屏幕(轻触、动作轻柔),3-5s保持点触姿势,眼神专注;\n场景:产品展示场景,背景是产品特写,前景摆产品说明书;\n光影:中性柔光,顺光照明,亮度适中;\n氛围:专业详细,面部表情专注(无夸张),身体无多余晃动。\n音频类型:导购员语音(语速适中、语气专业)+ 中性背景音乐(电子钢琴);\n音频对齐:点触动作匹配音乐单音,语音节奏与唇形同步,无肢体动作与音频断层。\n技术约束:9:16竖版构图,中近景固定镜头,景深明显,背景虚化程度≥70%,动作强度0.8,面部一致性启用。"
    },
    {
      "scene_number": 3,
      "title": "产品演示",
      "emotion": "专注、生动",
      "duration": 5,
      "aspect_ratio": "9:16",
      "motion_strength": 0.8,
      "face_consistency": true,
      "audio_type": "导购员语音(语速适中、语气生动)+ 活泼背景音乐(轻快鼓点)",
      "voice_speed": "适中",
      "voice_tone": "生动",
      "prompt": "主体:25岁女性数字人,鹅蛋脸、杏眼专注、浅棕色齐肩卷发,浅灰修身西装套裙+白衬衫+米色细跟鞋,银色简约项链;\n动作时序(5s):0-1s手指轻轻点触产品屏幕,姿态前倾,1-3s手指滑动屏幕(速度均匀、姿态专注),3-5s保持滑动姿势,眼神专注;\n场景:产品演示场景,背景是功能展示图,前景摆产品;\n光影:暖调柔光,侧光照明,明亮聚焦;\n氛围:专注生动,面部表情专注(无夸张),身体无多余晃动。\n音频类型:导购员语音(语速适中、语气生动)+ 活泼背景音乐(轻快鼓点);\n音频对齐:滑动动作匹配音乐节奏,语音节奏与唇形同步,无肢体动作与音频断层。\n技术约束:9:16竖版构图,近景固定镜头,景深明显,背景虚化程度≥70%,动作强度0.8,面部一致性启用。"
    },
    {
      "scene_number": 4,
      "title": "优势强调",
      "emotion": "自信、有力",
      "duration": 5,
      "aspect_ratio": "9:16",
      "motion_strength": 0.8,
      "face_consistency": true,
      "audio_type": "导购员语音(语速适中、语气自信)+ 强烈背景音乐(重拍鼓点)",
      "voice_speed": "适中",
      "voice_tone": "自信",
      "prompt": "主体:25岁女性数字人,鹅蛋脸、杏眼带笑、浅棕色齐肩卷发,浅灰修身西装套裙+白衬衫+米色细跟鞋,银色简约项链;\n动作时序(5s):0-1s双手手势强调,姿态挺拔,1-3s手势持续强调,姿态自信,3-5s保持手势姿势,眼神自信;\n场景:商务场景,背景是优势标签,前景摆产品;\n光影:暖调强光,顶光照明,明亮对比强烈;\n氛围:自信有力,面部表情带笑(无夸张),身体无多余晃动。\n音频类型:导购员语音(语速适中、语气自信)+ 强烈背景音乐(重拍鼓点);\n音频对齐:手势动作匹配音乐重音,语音节奏与唇形同步,无肢体动作与音频断层。\n技术约束:9:16竖版构图,中景固定镜头,背景虚化程度≥70%,动作强度0.8,面部一致性启用。"
    },
    {
      "scene_number": 5,
      "title": "行动召唤",
      "emotion": "鼓励、坚决",
      "duration": 5,
      "aspect_ratio": "9:16",
      "motion_strength": 0.8,
      "face_consistency": true,
      "audio_type": "导购员语音(语速适中、语气鼓励)+ 温暖背景音乐(弦乐旋律)",
      "voice_speed": "适中",
      "voice_tone": "鼓励",
      "prompt": "主体:25岁女性数字人,鹅蛋脸、杏眼带笑、浅棕色齐肩卷发,浅灰修身西装套裙+白衬衫+米色细跟鞋,银色简约项链;\n动作时序(5s):0-1s手势指向购买按钮,姿态前倾,1-3s手势持续指向,姿态鼓励,3-5s保持手势姿势,眼神鼓励;\n场景:商务场景,背景是购买引导,前景摆购物车图标;\n光影:暖调柔光,顺光照明,明亮温暖;\n氛围:鼓励坚决,面部表情带笑(无夸张),身体无多余晃动。\n音频类型:导购员语音(语速适中、语气鼓励)+ 温暖背景音乐(弦乐旋律);\n音频对齐:手势动作匹配音乐节奏,语音节奏与唇形同步,无肢体动作与音频断层。\n技术约束:9:16竖版构图,中景固定镜头,背景虚化程度≥70%,动作强度0.8,面部一致性启用。"
    }
  ],
  "quality_check": {
    "character_consistency": "pass",
    "visual_coherence": "pass",
    "emotion_progression": "pass",
    "technical_parameters": "pass"
  }
}
```

---

## 质量核查结果

- [x] **角色一致性**:所有五幕角色描述完全一致
- [x] **视觉连贯性**:色调、场景元素、构图比例贯穿五幕
- [x] **情绪递进**:从第一幕到第五幕情绪递进自然
- [x] **技术参数匹配**:9:16竖版、5s/幕、动作强度0.8、面部一致性启用
- [x] **音频对齐**:语音节奏与唇形同步,动作节奏与音乐/语音同步
- [x] **格式规范**:严格遵循"角色固定特征+动作时序+场景环境+光影氛围+音频匹配+技术约束"公式

---

## InfiniteTalk推理调用示例

```python
import torch
from infinitetalk import InfiniteTalkPipeline

# 1. 加载模型
pipe = InfiniteTalkPipeline.from_pretrained(
    "./weights/Wan2.1-I2V-14B-480P",
    audio_encoder_path="./weights/chinese-wav2vec2-base",
    infinitetalk_weights="./weights/InfiniteTalk",
    torch_dtype=torch.float16,
    use_teacache=True,
    load_in_8bit=True
)

# 2. 第一幕生成
prompt_act1 = "主体:25岁女性数字人,鹅蛋脸、杏眼带笑、浅棕色齐肩卷发,浅灰修身西装套裙+白衬衫+米色细跟鞋,银色简约项链;\n动作时序(5s):0-1s双手轻握平板置于腰侧,1-3s缓慢抬手将平板举至胸前(速度均匀、姿态挺拔),3-5s保持举平板姿势,头部微抬看向镜头方向;\n场景:现代商务会议室,背景模糊大屏投影,前景简约文件;\n光影:暖调柔光,侧光勾勒身形,明暗对比明显;\n氛围:热情专业,面部表情带笑(无夸张),身体无多余晃动。\n音频类型:导购员语音(语速适中、语气热情)+ 轻快背景音乐(钢琴旋律);\n音频对齐:抬手动作匹配音乐节奏,语音节奏与唇形同步,无肢体动作与音频断层。\n技术约束:9:16竖版构图,中景固定镜头,背景虚化程度≥70%,动作强度0.8,面部一致性启用。"

inputs_act1 = {
    "init_image": "./reference/act1_before.jpg",
    "audio": "./audio/act1_audio.wav",
    "prompt": prompt_act1,
    "duration": 5,
    "aspect_ratio": "9:16",
    "motion_strength": 0.8,
    "face_consistency": True
}

video_act1 = pipe(**inputs_act1)
video_act1.save("./output/act1_video.mp4")

print("第一幕视频生成完成!")

# 3. 重复生成第二幕至第五幕...

# 4. 拼接五幕视频
# 使用FFmpeg拼接...
```

---

## 注意事项

1. **严格复制角色描述**:所有五幕使用相同的小省导购员角色固定特征描述
2. **保持情绪递进**:从第一幕到第五幕情绪递进自然
3. **视觉连贯统一**:色调、场景元素、构图比例贯穿五幕
4. **音频严格对齐**:语音节奏与唇形同步,动作节奏与音乐/语音同步
5. **格式严格遵循**:严格遵循"角色固定特征+动作时序+场景环境+光影氛围+音频匹配+技术约束"公式
6. **质量核查通过**:所有质量检查项通过
slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack."Stars: 198kUpdated Claude CodeCodexVerifiedInstall
ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read.Stars: 194kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report.Stars: 194kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt.Stars: 194kUpdated Claude CodeCodexVerifiedInstall