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!

references/prompt-structure.md

View on GitHub
# 提示词结构规范

## 目录
- [1. 提示词结构](#1-提示词结构)
- [2. 字段说明](#2-字段说明)
- [3. 格式要求](#3-格式要求)
- [4. 示例模板](#4-示例模板)

## 概览
本文档定义InfiniteTalk专用提示词的结构规范,确保提示词可直接作为InfiniteTalk推理脚本的`prompt`参数使用。

---

## 1. 提示词结构

### 核心结构

InfiniteTalk专用提示词结构:
```
角色固定特征 + 动作时序(帧级) + 场景环境 + 音频匹配 + 光影/氛围 + 技术约束
```

### 字段列表

| 字段 | 说明 | 是否必需 |
|-----|------|---------|
| 角色固定特征 | 描述角色的外貌、服饰、气质特征 | 必需 |
| 动作时序 | 5秒内帧级动作描述,精确到秒级 | 必需 |
| 场景环境 | 描述背景、前景、道具 | 必需 |
| 光影 | 描述色温、光照类型、光影效果 | 必需 |
| 氛围 | 描述情绪基调、整体氛围 | 必需 |
| 音频匹配 | 描述语音类型、音乐风格、音频对齐规则 | 必需 |
| 技术约束 | 描述构图比例、景深、动作强度等 | 必需 |

---

## 2. 字段说明

### 2.1 角色固定特征

**作用**:确保角色一致性,所有五幕使用相同描述

**描述内容**:
- 外貌特征:性别、年龄、脸型、眼睛、发型、肤色、唇色
- 服饰特征:上衣、鞋子、配饰
- 气质特征:整体气质、手部姿态、身体姿态

**格式要求**:
- 使用固定描述,严禁修改
- 仅允许调整"杏眼"的情绪表达(带笑/专注/兴奋等)

**示例**:
```
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;
```

### 2.2 动作时序

**作用**:描述5秒内帧级动作,确保动作连贯

**描述内容**:
- 时间分段:0-1s、1-3s、3-5s
- 动作描述:具体动作、速度、姿态
- 动作连贯:动作切换自然,无卡顿

**格式要求**:
- 精确到秒级
- 描述具体动作(抬手、转头、点触等)
- 描述动作速度(缓慢、均匀、轻柔等)
- 描述姿态变化(挺拔、端正、微倾等)

**示例**:
```
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;
```

### 2.3 场景环境

**作用**:描述场景背景、前景、道具,确保视觉连贯

**描述内容**:
- 背景:场景类型、背景元素
- 前景:前景道具、前景元素
- 道具:关键道具描述

**格式要求**:
- 背景场景类型统一(商务场景)
- 道具描述具体(平板、文件、桌椅等)
- 背景虚化程度≥70%

**示例**:
```
场景:现代商务会议室,背景模糊大屏投影,前景简约文件;
```

### 2.4 光影

**作用**:描述色温、光照类型、光影效果,确保情绪匹配

**描述内容**:
- 色温:4000K-5500K范围
- 光照类型:侧光、顺光、顶光、逆光
- 光影效果:明暗对比、景深、虚化程度

**格式要求**:
- 色温在4000K-5500K范围内
- 光照类型明确(侧光、顺光、顶光、逆光)
- 光影效果可实现(明暗对比、景深、虚化)

**示例**:
```
光影:冷调柔光,侧光勾勒身形,明暗对比明显;
```

### 2.5 氛围

**作用**:描述情绪基调、整体氛围,确保情绪匹配

**描述内容**:
- 情绪基调:具体情绪(热情、专业、紧迫等)
- 整体氛围:整体氛围描述
- 面部表情:具体表情描述

**格式要求**:
- 情绪基调明确(热情、专业、紧迫、冷静等)
- 面部表情具体(带笑、专注、微凝、哀伤等)
- 身体动作无夸张

**示例**:
```
氛围:神秘宏大,面部表情微凝(无夸张),身体无多余晃动。
```

### 2.6 音频匹配

**作用**:描述音频类型、音乐风格、音频对齐规则,确保音频同步

**描述内容**:
- 语音类型:语速、语气
- 音乐风格:音乐类型、情绪匹配
- 音频对齐:动作节奏与音乐/语音同步

**格式要求**:
- 语音语速适中(约200-250字/分钟)
- 语气与情绪匹配(热情、专业、紧迫等)
- 音频对齐规则明确(动作匹配音乐/语音节奏)

**示例**:
```
音频类型:导购员语音(语速偏缓、语气略带悬念)+ 史诗管弦乐(低沉鼓点);
音频对齐:抬手动作匹配鼓点重音,语音节奏与唇形同步,无肢体动作与音频断层。
```

### 2.7 技术约束

**作用**:描述构图比例、景深、动作强度等,确保生成效果

**描述内容**:
- 构图比例:9:16竖版
- 景深:虚化程度、景深范围
- 动作强度:动作强度参数(motion_strength: 0.8)
- 面部一致性:启用面部一致性管控

**格式要求**:
- 构图比例9:16竖版
- 景深≥70%(背景虚化)
- 动作强度适中(motion_strength: 0.8)
- 面部一致性启用(face_consistency: True)

**示例**:
```
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。
```

---

## 3. 格式要求

### 3.1 整体格式

**格式**:
```
角色固定特征 + 动作时序(帧级) + 场景环境 + 光影/氛围 + 音频匹配 + 技术约束
```

**字段分隔**:使用";"或换行分隔各字段

**示例**:
```
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:冷调柔光,侧光勾勒身形,明暗对比明显;
氛围:神秘宏大,面部表情微凝(无夸张),身体无多余晃动。
音频类型:导购员语音(语速偏缓、语气略带悬念)+ 史诗管弦乐(低沉鼓点);
音频对齐:抬手动作匹配鼓点重音,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。
```

### 3.2 时间格式

**格式**:0-1s、1-3s、3-5s

**说明**:
- 精确到秒级
- 时间分段合理(0-1s、1-3s、3-5s)
- 动作描述与时间对应

### 3.3 动作描述格式

**格式**:动作 + 速度 + 姿态

**示例**:
```
缓慢抬手将平板举至胸前(速度均匀、姿态挺拔)
```

**说明**:
- 动作:抬手将平板举至胸前
- 速度:速度均匀
- 姿态:姿态挺拔

### 3.4 光影描述格式

**格式**:色调 + 光照类型 + 光影效果

**示例**:
```
冷调柔光,侧光勾勒身形,明暗对比明显
```

**说明**:
- 色调:冷调
- 光照类型:柔光、侧光
- 光影效果:勾勒身形、明暗对比明显

---

## 4. 示例模板

### 4.1 完整提示词模板

```
主体:[角色固定特征,包括外貌、服饰、气质];
动作时序(5s):[0-1s动作描述],[1-3s动作描述(速度+姿态)],[3-5s动作描述];
场景:[背景+前景+道具];
光影:[色调+光照类型+光影效果];
氛围:[情绪基调+面部表情+身体动作]。
音频类型:[语音类型(语速+语气)] + [音乐风格];
音频对齐:[动作节奏与音乐/语音同步规则]。
技术约束:[构图比例+镜头类型+景深+动作强度+面部一致性]。
```

### 4.2 产品推荐场景第一幕示例

```
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:冷调柔光,侧光勾勒身形,明暗对比明显;
氛围:神秘宏大,面部表情微凝(无夸张),身体无多余晃动。
音频类型:导购员语音(语速偏缓、语气略带悬念)+ 史诗管弦乐(低沉鼓点);
音频对齐:抬手动作匹配鼓点重音,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。
```

### 4.3 价格对比场景第一幕示例

```
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轻微点头,姿态友善,1-3s手势示意对比,姿态端正,3-5s保持对比姿势,眼神专注;
场景:商务对比场景,背景模糊对比表格,前景对比文件;
光影:中性柔光,顺光照明,亮度适中;
氛围:亲切友好,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、语气亲切)+ 轻快背景音乐(钢琴旋律);
音频对齐:手势匹配音乐节奏,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。
```

---

## 附录:提示词速查表

| 字段 | 内容 | 格式 | 是否必需 |
|-----|------|------|---------|
| 角色固定特征 | 外貌、服饰、气质 | 固定描述 | 必需 |
| 动作时序 | 0-1s、1-3s、3-5s | 时间分段+动作+速度+姿态 | 必需 |
| 场景环境 | 背景、前景、道具 | 场景描述 | 必需 |
| 光影 | 色调、光照类型、光影效果 | 光影描述 | 必需 |
| 氛围 | 情绪基调、面部表情、身体动作 | 氛围描述 | 必需 |
| 音频匹配 | 语音类型、音乐风格、音频对齐 | 音频描述 | 必需 |
| 技术约束 | 构图比例、景深、动作强度 | 技术描述 | 必需 |

---

## 注意事项

1. **严格遵循角色固定特征**:所有五幕提示词使用相同的角色固定特征描述
2. **动作时序精确到秒级**:5秒内帧级动作描述流畅
3. **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
4. **光影可实现**:色温在4000K-5500K范围内,光照类型明确
5. **技术约束匹配**:构图比例9:16竖版,动作强度0.8,面部一致性启用
6. **格式统一**:字段分隔使用";",时间格式0-1s/1-3s/3-5s
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