infinitetalk-shopping-avatar

# InfiniteTalk小省导购员数字人带货提示词生成 ## 任务目标 - 本技能用于：为InfiniteTalk项目生成小省导购员数字人带货视频的结构化提示词，直接对接模型推理流程 - 能力包含： - 生成适配InfiniteTalk Image-to-Video模式的分镜化提示词 - 帧级动作时序描述（5s/幕，精确到秒级） - 音频同步匹配（Suno音乐 + chinese-wav2vec2-base编码） - 一致性管控（角色/视觉/情绪三大维度） - 跨工具集成（Suno、AI绘画、InfiniteTalk） - 触发条件：用户需要生成小省导购员数字人带货视频，使用InfiniteTalk模型进行推理 ## 前置准备 - 依赖说明：本技能基于智能体自然语言能力，无需Python依赖 - 环境准备： - InfiniteTalk模型环境（已安装，包含chinese-wav2vec2-base编码器） - TeaCache + int8量化配置（已配置） - 角色参考图（9:16比例，分辨率≥1080×1920） ## 操作步骤 ### 标准流程 #### 1. 提示词生成 提示词生成师负责生成适配InfiniteTalk的结构化提示词： **输入信息**： - 场景类型（产品推荐/价格对比/促销活动等） - 商品信息 - 情绪基调 - 五幕情绪递进 **生成流程**： 1. 读取 [references/infinitetalk-parameters.md](references/infinitetalk-parameters.md)，确认核心参数配置 2. 读取 [references/prompt-structure.md](references/prompt-structure.md)，遵循提示词结构规范 3. 读取 [references/scene-templates-infinitetalk.md](references/scene-templates-infinitetalk.md)，调取场景模板 4. 生成五幕提示词，每幕包含： - 角色固定特征（严格遵循固定描述） - 动作时序（5s内帧级描述，精确到秒级） - 场景环境（背景、前景、道具） - 音频匹配（语音类型+音乐风格+音频对齐规则） - 光影/氛围（色温、光照类型、情绪基调） - 技术约束（构图比例、景深、动作强度等） **输出格式**： - 中文提示词（可直接作为InfiniteTalk推理脚本的`prompt`参数） - 参数配置表（duration、aspect_ratio、motion_strength、face_consistency等） #### 2. 质量核查 质量管控师负责核查提示词质量： **核查维度**： 1. **技术参数匹配度**： - 时长：每幕5s，总时长25s - 分辨率/比例：1080×1920（9:16竖版） - 动作连贯性：5s内帧级动作描述流畅 - 角色一致性：严格匹配固定特征描述 2. **角色一致性**： - 外貌特征：脸型、眼睛、发型、肤色、唇色 - 服饰描述：上衣、鞋子、配饰 - 气质特征：专业亲和、手部姿态 3. **音频匹配性**： - 语音类型：语速、语气与情绪匹配 - 音乐风格：与场景情绪匹配 - 音频对齐：动作节奏与音乐/语音同步 4. **光影可实现性...