00工作区怎么组织
📁Projects/
├── 品牌A详情页/ ← 按「品牌+交付物」建项目
├── 品牌A提示词库/ ← 同一品牌的提示词单独攒
├── 品牌B联名视频/
├── 五图融合测试/ ← 新工艺先用测试目录打磨
Skills/
├── ai_ecommerce_video/ ← 短视频全流程 SOP
├── ecommerce_detail_page/ ← 详情页模块化生成
├── five_ref_photo_fusion/ ← 五参考图人像融合
├── siinsiin_model_image/ ← 白底换装(两图链路)
└── two_stage_outfit_fusion/ ← 换装两阶段链路
- 提示词是核心资产:每个品牌攒一个提示词库目录,复购单直接复用迭代的版本;
- 工艺沉淀成 skill:跑通一次的链路写成 skill,下次换品牌只换素材不换方法;
- 测试与正稿分开:新工艺/新品类先开
XXtest/ 目录磨,稳定了再进正项目。
01链路一:主图与白底换装
最轻的两图链路:产品图 + 模特图 → 白底穿搭图。
- 用法:传产品图和模特图,说清目标("白底、站姿、正面"),agent 走两图换装链路出图;
- 适用:1:1 主图、白底穿搭图、上新图批量出;
- 注意:白底链路只管"穿上",不管场景氛围——要场景走下一节的多图融合。
02链路二:多图融合出场景图
平台用户打磨出的硬核工艺:4~5 张参考图各管一件事,融合成一张"像相机直出"的场景人像。
| 参考图 | 职责 |
| 场景图 | 只管环境和现场光 |
| 模特图 | 只管脸和身形 |
| 产品图 | 只管要穿的单品 |
| 穿搭图 | 只管搭配方式 |
| 动作图 | 只管姿势构图 |
⚠️五图融合的真实瓶颈是"注意力稀释"不是图多:模型会把多张图的信息平均污染——五官在两个模特间摇摆、三套光叠一起、裤子被穿搭图里的替换。
解法写死在 skill 里:每张图显式声明"只取XX,剥离其余",再用文字把光的方向、重心、皮肤瑕疵这些"物理真实感"要素钉死。
这套"显式分工 + 显式剥离"的写法是公共经验——任何多图任务都适用。
03链路三:详情页
详情页不是"一张长图",是模块化排版——这也是平台用户实际跑通的路子。
规划模块首屏海报/痛点/成分/场景/背书
→
模块生成每块 HTML+CSS 或生图
→
整页合成3:4 竖图 或 1:1 主图
→
多轮迭代逐屏改稿
- 让 agent 先出模块规划清单再动手,别直接生成整页;
- 文案、布局、产品图各司其职,逐屏修改比整页重来省得多;
- 迭代版本全部留目录里,客户要回退随时拿。
04链路四:品牌短视频
真实商单的做法:先分镜脚本,后逐段生成,绝不一键出片。
需求拆解Brief→分镜清单
→
分镜脚本每镜一段提示词
→
逐段生成t2v 单段出片
→
合成交付配音/字幕/BGM混音
- 联名/大项目先拆 Brief:真实案例是把联名需求拆成"内容维度清单"(几十个条目),逐条排期,而不是直接生成;
- 一个镜头一段生成:文生视频按 5~10 秒分段做,最后 ffmpeg 合成 + 配音 + 字幕 + BGM;
- 交付物即档案:分镜脚本、各段视频、音频、字幕全留在项目目录,修改任何一段不用重做全片。
💡数字人什么时候上:口播带货、产品介绍类用数字人/TTS 口播更省;品牌调性片走 t2v 分镜。两条链路平台都支持,按预算和效果选。
05成本与效率经验
- 分镜先行省钱:视频最贵,先把分镜脚本打磨透再生成,避免为试错镜头付视频价
- 测试目录是省钱工具:新工艺在 test 目录里用便宜档位验证,定型后再上高质量
- 提示词库复利:同品牌第二单的提示词在第一单基础上改,质量上升成本下降
- Tool Tab 先看估价:提交前在模型选项里看 ≈积分 预估,成本控制手册有完整方法
06起步路径
- 选一个熟品类,按「品牌+交付物」建第一个项目目录
- 先跑白底换装/主图(最快出结果),存下每次提示词建提示词库
- 跑一次详情页模块化流程,沉淀成你的详情页 skill
- 用 test 目录打磨多图融合,"显式分工+显式剥离"写进 skill
- 接视频单时先交分镜脚本给客户确认,再逐段生成