Daihuo Fanpai

中文 · English

daihuo-fanpai · 爆款带货短视频复刻 skill

反推爆款带货短视频 → 迁移到你的产品 → 即梦/Seedance 重新生成镜头 → 配音、拼接、评分 → **交付剪映草稿或烧字幕成品**。 一个 **agent 驱动**的流水线(为 [Claude Code](https://claude.com/claude-code) 等 agent 设计),每步产物都是可人工审改的文件。

**核心洞察**:复刻带货视频"agent 不如手工"的根因**不是生成模型,而是"反推→写提示词"的转换环节会丢细节、丢动作**——反推明明抓到了"橙色草本水、一只手把海参掰开",写提示词时被概括没了。本项目所有设计都在守一条:**把反推到的主体+动作+关键细节原样带进生成**,再用完备性关卡、人审闸口、评委三道判断兜底。

能做什么

模式	说明	实测评委分(三看漏斗90分制)
A 忠实复刻	原台词、原产品,原原本本复刻	54/90
产品迁移	目标视频结构 + 换成你的产品/包装	包装文字保真
B 跨类目复刻	借别品类爆款结构 + 方法论本地化台词	69/90
A 群戏情景剧	三角色办公室短剧复刻(多人锚定+原音对口型)	保真度 63/100,产品还原 16/20
A 量产模式	同产品全目录批量复刻(SOP 全自动)	实测单日 16 条交付,后期稳定 40-60 分钟/条

分数越高越"能跑量"。跨类目(理解后重构)分最高——**方法论指导的重构 > 机械复刻**。剧情流原片按千川 rubric 打分天然偏低,看保真度即可。历史最高三看分 75/90(口播型忠实复刻)。

流水线

0 体检(doctor) → 1 反推(seed_reverse) → [1b 双反推:k3_reverse + merge_reverse 证据合并裁决]
→ 1.5 ★资产清单(needed_assets:要哪些产品图/人物/场景,并分清【谁来准备】)
→ 1.6 ★演职表(cast_plan 聚角色 → **asset_board 本地审片台看图定夺** → apply_board 写回
       → make_cast_sheet 出 3:4 人设图入库)
→ 1.7 ★场景(scene_plan 收敛逐镜场景 → make_scene 出场景板)
→ 1.8 ★说话人标注(speaker_tag:逐句判 旁白/同期声 + 说话人 → 人审 → 写回 shotlist)
→ 2 规划(plan_segments,完备性关卡+人审 segments.md) → [群戏:patch_cast 多人锚定+人数硬约束]
→ [B模式:脚本本地化 localize_seed / localize_apply + 人审]
→ 3 配音(tts_segments,多说话人+读音修正 | 原音复用:cut_audio 切段+2秒闸+精确字幕轴)
→ 4 生成(gen_segments,即梦/火山/小云雀/海螺四后端;口播段可走即梦或海螺;
     --concurrency 并发提交(仅对验证过的后端);口播时长自动对齐配音;TNS/网络抖动自动重试)
→ 5 装配(assemble) → [质检:qc_lipsync 帧级口型 / ★qc_cast 人物跨镜一致性+旁白镜口型]
→ 6 评委(judge,成片+原片真对比) → 7 字幕(export_subs → SRT+贴字清单)
→ 8 交付(deliver:★剪映草稿——五轨就位打开即剪 | 烧字幕+BGM 一步到位成品)

两条路线,由 `route.py` 判片型决定走哪条

反推 → 立项档案 → ★route.py 判片型
                    ├─ 主说话人【出镜】(主播口播)  → 原声/配音驱动(上面那条主流水线)
                    └─ 主说话人【不出镜】(画外拍摄者/旁白)
                         → verify_dialogue 三源对账定台本 → 人工校对