liangdabiao

Ecom Video Seedance Prompt — AI skill for Claude Code

AI community

这是一个基于deepseek-v4-flash-vision 视觉deepseek大模型的复刻带货爆款视频Skill, 会生成复刻效果的seedance提示词.

How to install Ecom Video Seedance Prompt

This entry records only its repository, not the path inside it, so there is no exact command to give. Open liangdabiao/ecom-video-seedance-prompt and copy the folder into ~/.claude/skills/, or the file into ~/.claude/agents/.

What Ecom Video Seedance Prompt does

这是一个基于deepseek-v4-flash-vision 视觉deepseek大模型的复刻带货爆款视频Skill, 会生成复刻效果的seedance提示词! > 你刷到一条带货爆款视频,想让 AI 照着再来一条——本 skill 就是那个"翻译官": > 它把视频**看懂**(拆成一张张镜头卡片),再把卡片**翻译**成即梦(Seedance) > 能直接执行的提示词。你拿到手的,是一套可以直接粘贴进即梦的完整提示词包。

Alternatives in AI

  • System Prompts Leaks — Extracted system prompts from ChatGPT (GPT-5.4, GPT-5.3, Codex), Claude (Opus 4.6, Sonnet 4.6, Claude Code), G 38.6k ★
  • Optimization — ai-research-skills AWQ, GPTQ, GGUF, Flash Attention, bitsandbytes 5.4k ★
  • Generative Media Skills — Multi-modal Generative Media Skills for AI Agents (Claude Code, Cursor, Gemini CLI) 3k ★

README

Ecom Video → Seedance Prompt

这是一个基于deepseek-v4-flash-vision 视觉deepseek大模型的复刻带货爆款视频Skill, 会生成复刻效果的seedance提示词!

你刷到一条带货爆款视频,想让 AI 照着再来一条——本 skill 就是那个"翻译官": 它把视频**看懂**(拆成一张张镜头卡片),再把卡片**翻译**成即梦(Seedance) 能直接执行的提示词。你拿到手的,是一套可以直接粘贴进即梦的完整提示词包。

**它能回答三个问题:**

  1. 这条视频是怎么拍出来的?(镜头怎么切、光怎么打、动作怎么排、卖点怎么放)
  2. 我要复刻它,提示词该怎么写?(每镜头一条 + 整片一条 + 负面词 + 参考图清单)
  3. 我想改风格(自然流种草 / 千川付费流),提示词要怎么变

一、它是怎么想问题的:先把"感觉"变成"参数"

参考的 6 篇‘点金手丰年’实战方法论文档 反复讲一个核心观点:

你写"拍一个好看的视频",AI 给你一坨废片;你写"25 岁亚洲女性,黑色齐肩长发, 缓慢转身,嘴角微微上扬,暖光侧逆光,中景缓慢推镜,4K 高清,面部不变形"—— 一次出片。**差距不在模型,在提示词。**

方法论把一条好提示词拆成了五个必填项,叫 **S-A-C-S-C**:

要素 通俗解释 例子(头发护理广告)
Subject 主体 画面里是谁/是什么产品,长什么样 "两位深棕肤色女性,黑色长直发,深灰/米白运动背心"
Action 动作 在做什么,按时间顺序一步步写 "双手伸入→分开头发→向下滑动→滑至发尾"
Context 场景 在哪里,光怎么打,有什么细节 "美发沙龙,镜前柔光侧逆光"
Shot 镜头 景别/视角/景深/运镜 "特写,平视,浅景深,固定镜头"
Color 情绪 色调/饱和度/对比度 "冷色调,高饱和,对比适中"

五项缺一个,AI 就在那个维度"自由发挥"——而 AI 的自由发挥通常就是翻车现场 (六根手指、脸崩、头发粘成一块)。

**本 skill 做的事,就是让视觉大模型替你完成这套"人肉拆解"**:以前编导要逐帧 看视频、手填分镜表,现在 10 秒视频 16 秒拆完,而且每一步产出都存档、可检查、 可反复用。

二、两阶段工作流(先拆解,后生成)

阶段一:`analyze.py` —— 把视频拆成"分镜表"(每视频一次,缓存)

带货视频
   │ 1fps 抽帧 + ffmpeg 场景切换检测
   ▼
镜头切分(切换点=剪辑点)── 10.1 秒广告 → 切成 4 个镜头
   │ 每镜头取 首/中/尾 关键帧,交给视觉模型
   ▼
镜头卡 × 4(S-A-C-S-C 逐镜头拆解)
   │ 每镜头中间帧 + 全部卡片摘要,再做一次综合分析
   ▼
全局分析(产品/品类/带货框架/自然流还是付费流/钩子/卖点/节奏)
   │
   ▼ storyboard.json(缓存,永不重复拆)

**镜头卡长什么样?**(下面是 jimeng 广告镜头 B 的真实拆解,一字未改)

{"shot_type": "特写",
 "angle": "平视,从人物背后拍摄,聚焦于头发",
 "camera_move": "固定镜头",
 "lighting": "冷光柔光,顶光,头发有明显高光",
 "color": "冷色调,高饱和,对比适中",
 "subject_person": "女性,肤色偏深,深灰色运动背心,背对镜头,黑长直发顺滑有光泽",
 "action_steps": ["人物背对镜头,双手从两侧伸入画面,手指分开头发",
                  "手指从头发中段向下滑动,展示顺滑和光泽",
                  "手指继续向下移动,头发在手指间流畅滑过"],
 "interaction": "手指与头发接触,轻轻分开并向下滑动,头发顺滑无打结",
 "onscreen_text": "左上角有 AI生成 水印",
 "selling_point": "头发的顺滑、光泽和健康",
 "purpose": "卖点展示"}

注意这些细节:**动作被拆成了带箭头的时序链**(方法论要求"写慢、写连续、写过程")、 **表情用物理描述**、**水印被如实记录**(后面生成时会作为"不可复刻元素"排