InfiniteTalk 導購數位人 Skill

---
name: infinitetalk-shopping-avatar
description: 專為InfiniteTalk專案設計的小省導購員數位人導購提示詞生成技能，基於四大智慧體協同（提示詞生成師、品質管控師、知識庫運維師、跨環節適配師），生成適配Image-to-Video模式的結構化提示詞（角色固定特徵+動作時序+場景環境+音訊匹配+光影氛圍+技術約束），支援9:16直式、5s/幕、音訊同步（Suno+chinese-wav2vec2-base）、一致性管控（角色/視覺/情緒），直接對接模型推理流程
---

# InfiniteTalk小省導購員數位人導購提示詞生成

## 任務目標
- 本技能用於：為InfiniteTalk專案生成小省導購員數位人導購影片的結構化提示詞，直接對接模型推理流程
- 能力包含：
  - 生成適配InfiniteTalk Image-to-Video模式的分鏡化提示詞
  - 影格級動作時序描述（5s/幕，精確到秒級）
  - 音訊同步匹配（Suno音樂 + chinese-wav2vec2-base編碼）
  - 一致性管控（角色/視覺/情緒三大維度）
  - 跨工具整合（Suno、AI繪畫、InfiniteTalk）
- 觸發條件：使用者需要生成小省導購員數位人導購影片，使用InfiniteTalk模型進行推理

## 前置準備
- 依賴說明：本技能基於智慧體自然語言能力，無需Python依賴
- 環境準備：
  - InfiniteTalk模型環境（已安裝，包含chinese-wav2vec2-base編碼器）
  - TeaCache + int8量化配置（已配置）
  - 角色參考圖（9:16比例，解析度≥1080×1920）

## 操作步驟

### 標準流程

#### 1. 提示詞生成
提示詞生成師負責生成適配InfiniteTalk的結構化提示詞：

**輸入資訊**：
- 場景型別（產品推薦/價格對比/促銷活動等）
- 商品資訊
- 情緒基調
- 五幕情緒遞進

**生成流程**：
1. 讀取 [references/infinitetalk-parameters.md](references/infinitetalk-parameters.md)，確認核心參數配置
2. 讀取 [references/prompt-structure.md](references/prompt-structure.md)，遵循提示詞結構規範
3. 讀取 [references/scene-templates-infinitetalk.md](references/scene-templates-infinitetalk.md)，調取場景模板
4. 生成五幕提示詞，每幕包含：
   - 角色固定特徵（嚴格遵循固定描述）
   - 動作時序（5s內影格級描述，精確到秒級）
   - 場景環境（背景、前景、道具）
   - 音訊匹配（語音型別+音樂風格+音訊對齊規則）
   - 光影/氛圍（色溫、光照型別、情緒基調）
   - 技術約束（構圖比例、景深、動作強度等）

**輸出格式**：
- 中文提示詞（可直接作為InfiniteTalk推理腳本的`prompt`參數）
- 參數配置表（duration、aspect_ratio、motion_strength、face_consistency等）

#### 2. 品質核查
品質管控師負責核查提示詞品質：

**核查維度**：
1. **技術參數匹配度**：
   - 時長：每幕5s，總時長25s
   - 解析度/比例：1080×1920（9:16豎版）
   - 動作連貫性：5s內影格級動作描述流暢
   - 角色一致性：嚴格匹配固定特徵描述

2. **角色一致性**：
   - 外貌特徵：臉型、眼睛、髮型、膚色、唇色
   - 服飾描述：上衣、鞋子、配飾
   - 氣質特徵：專業親和、手部姿態

3. **音訊匹配性**：
   - 語音型別：語速、語氣與情緒匹配
   - 音樂風格：與場景情緒匹配
   - 音訊對齊：動作節奏與音樂/語音同步

4. **光影可實現性**：
   - 色溫：4000K-5500K範圍
   - 光照型別：側光、順光、頂光、逆光
   - 光影效果：明暗對比、景深、虛化程度

**核查結果**：
- 透過（pass）：傳遞給知識庫運維師歸檔
- 不透過（fail）：生成問題清單，回饋給提示詞生成師調整（最多2次）

#### 3. 知識庫歸檔
知識庫運維師負責歸檔提示詞和知識庫更新：

**歸檔內容**：
- 角色固定特徵模板
- 五幕情緒-光影對映表
- 音訊風格-動作匹配庫
- 場景模板庫

**歸檔格式**：
- JSON格式（便於程式呼叫）
- 包含完整後設資料（場景型別、情緒基調、參數配置）

#### 4. 跨工具整合
跨環節適配師負責跨工具整合和音訊/圖片適配：

**音訊整合**：
1. Suno音樂生成：
   - 提取情緒關鍵詞，生成音樂風格描述
   - 匯出為16kHz單聲道wav格式
   - 確保時長5s/幕，與提示詞嚴格對齊

2. chinese-wav2vec2-base編碼：
   - 使用chinese-wav2vec2-base對音訊進行特徵編碼
   - 生成音訊特徵檔案

3. 導購員語音生成：
   - 根據每幕情緒調整語速/語氣
   - 與音樂時長嚴格對齊（5s/幕）
   - 確保唇形同步

**圖片整合**：
1. AI繪畫生成：
   - 使用AI繪畫生成「動作前畫面」
   - 裁剪為9:16比例，解析度≥1080×1920
   - 保留角色完整特徵（無遮擋）

2. 參考圖適配：
   - 作為InfiniteTalk的`init_image`參數輸入
   - 確保角色固定特徵與提示詞一致

**InfiniteTalk推理對接**：
1. 載入模型（基礎配置）
2. 單幕生成（以第一幕為例）
3. 儲存影片（5s/幕）
4. 五幕拼接（總時長25s）

### 可選分支

- 當場景型別為產品推薦：執行 [references/scene-templates-infinitetalk.md](references/scene-templates-infinitetalk.md) 中的產品推薦場景模板
- 當場景型別為價格對比：執行價格對比場景模板
- 當場景型別為促銷活動：執行促銷活動場景模板
- 當需要跨工具整合：執行 [references/cross-tool-integration.md](references/cross-tool-integration.md) 中的整合方案

## 資源索引

- 核心參數配置：見 [references/infinitetalk-parameters.md](references/infinitetalk-parameters.md)（何時讀取：生成提示詞前確認參數配置）
- 提示詞結構規範：見 [references/prompt-structure.md](references/prompt-structure.md)（何時讀取：生成提示詞時遵循結構規範）
- 場景模板庫：見 [references/scene-templates-infinitetalk.md](references/scene-templates-infinitetalk.md)（何時讀取：根據場景型別調取模板）
- 一致性管控規則：見 [references/consistency-rules-infinitetalk.md](references/consistency-rules-infinitetalk.md)（何時讀取：品質核查時遵循規則）
- 跨工具整合方案：見 [references/cross-tool-integration.md](references/cross-tool-integration.md)（何時讀取：跨工具整合時參考方案）
- 完整範例輸出：見 [assets/examples/sample-prompts-infinitetalk.md](assets/examples/sample-prompts-infinitetalk.md)（何時讀取：參考完整範例）

## 注意事項

- 嚴格遵循角色固定特徵描述，所有五幕提示詞使用相同描述
- 動作時序必須精確到秒級，確保5s內動作連貫
- 音訊匹配必須與動作節奏同步，確保唇形同步
- 光影描述必須可實現，色溫在4000K-5500K範圍內
- 技術約束必須匹配InfiniteTalk能力，確保生成效果
- 充分利用智慧體的自然語言能力和分析推理能力，避免為簡單任務編寫腳本

## 使用範例

### 範例1：產品推薦場景提示詞生成

**功能說明**：生成產品推薦場景的五幕提示詞

**執行方式**：提示詞生成師（智慧體自然語言生成）

**關鍵參數**：
- 場景型別：產品推薦
- 情緒基調：熱情專業
- 五幕情緒遞進：熱情神秘→專業詳細→專注生動→自信有力→鼓勵堅決
- 技術參數：9:16直式、5s/幕、1080×1920解析度

**輸出**：五幕中文提示詞、參數配置表

### 範例2：品質核查

**功能說明**：核查提示詞品質

**執行方式**：品質管控師（智慧體分析推理）

**核查維度**：技術參數匹配度、角色一致性、音訊匹配性、光影可實現性

**輸出**：品檢報告（pass/fail）、問題清單（如不透過）

### 範例3：跨工具整合

**功能說明**：Suno音樂→InfiniteTalk音訊對接

**執行方式**：跨環節適配師（智慧體理解+自然語言指導）

**關鍵步驟**：
1. Suno生成16kHz單聲道wav音訊
2. chinese-wav2vec2-base編碼
3. 導購員語音生成（語速/語氣匹配情緒）
4. InfiniteTalk推理對接

**輸出**：音訊編碼檔案、影片生成結果

## 四大智慧體角色職責

### 提示詞生成師
- **核心職責**：按提示詞結構輸出InfiniteTalk專用提示詞
- **輸入**：場景型別、商品資訊、情緒基調
- **輸出**：分幕提示詞文字、參數配置表
- **關鍵能力**：理解InfiniteTalk技術參數、創作影格級動作時序描述

### 品質管控師
- **核心職責**：核查提示詞與InfiniteTalk能力匹配度
- **核查維度**：動作連貫性、角色一致性、光影可實現性
- **輸出**：品檢報告、提示詞修正建議
- **關鍵能力**：分析推理、技術約束匹配度評估

### 知識庫運維師
- **核心職責**：歸檔提示詞和知識庫更新
- **歸檔內容**：角色固定特徵模板、情緒-光影對映表、音訊風格-動作匹配庫
- **輸出**：知識庫檢索介面（JSON格式）
- **關鍵能力**：結構化歸檔、後設資料管理

### 跨環節適配師
- **核心職責**：跨工具整合（Suno、AI繪畫、InfiniteTalk）
- **整合步驟**：音訊適配、圖片適配、InfiniteTalk推理對接
- **輸出**：音訊編碼檔案、影片生成結果
- **關鍵能力**：跨工具理解、格式適配、流程整合