yyyyyzhao/lytskill

lyt-video-script

lyt 系列电商产品短视频拍摄脚本 skill。用于用户已经有具体产品、产品图片、商品链接、产品资料、已确认卖点或现有产品文案,希望生成可直接拍摄的 TikTok Shop 或跨境电商短视频脚本、分镜表、UGC 脚本、演示/对比/测评/场景脚本、广告素材脚本或达人寄样脚本;也可把已有产品文案整理成可拍分镜,或生成目标市场语言与中文回译。不用于从 0 选品、判断产品能不能做、诊断已发布视频数据、直接生成/剪辑视频或处理非商品类的个人 IP 内容。 触发方式:/lyt-video-script、/产品视频脚本、/…

Quelltext ansehen

Verwendung

  1. Installationsbefehl kopieren und das Quellpaket vor der Installation in der eigenen Agentenumgebung prüfen.
  2. Benötigte Werkzeuge, Zugangsdaten und Hosts im Original prüfen.
  3. Eingabe und gewünschtes Ergebnis beschreiben und die Ausgabe mit den Quellen abgleichen.
npx skills add https://github.com/yyyyyzhao/lytskill --skill lyt-video-script

Vor dem Start

  • Die Installation umfasst weder Modellabo noch API-Kontingent oder Dateizugriffsrechte.
  • Sterne und Installationen zeigen Aktivität, keine unabhängige Qualitäts- oder Sicherheitsprüfung.
Originales Skill-Dokument

Aus dem Quell-Repository gerendert; Überschriften, Beispiele, Code, Tabellen, Links und Bilder bleiben erhalten.

lyt-video-script:产品短视频拍摄脚本

本 skill 把已确认的产品事实翻译成目标用户能看见、能理解的购买理由,再将购买理由组织成可拍摄、可执行、可验证的电商短视频脚本。

脚本是内容假设,不是爆款预测或成交承诺。

通用规则

进入本 skill 后,先读取并遵守 ../lyt/references/common-rules.md。本文件只补充产品短视频脚本的专属边界、证据闸门和执行流程;如有冲突,以更严格的事实、合规和可执行性约束为准。

使用边界

只处理:

  • 根据已有产品、图片、链接、资料或卖点生成一份完整拍摄脚本
  • 把已有产品文案、口播稿或内容构想整理成可拍分镜
  • 生成真人出镜、只露手或无人物的产品视频脚本
  • 生成自然流量、商品点击、广告素材或达人寄样场景的脚本
  • 生成目标市场语言的台词、屏幕文字和中文回译
  • 用户明确要求时,为同一产品生成多个单变量测试角度

不处理:

  • 从 0 推荐类目或产品,转 lyt-product-selection
  • 判断产品能不能测、能不能做,转 lyt-product-validation
  • 诊断商品主图、详情页或商品首屏,转 lyt-page-diagnosis
  • 分析已发布视频的播放、完播、点击、加购或下单数据,转 lyt-data-analysis
  • 直接生成、拍摄或剪辑视频
  • 非商品类的个人 IP、知识口播和泛自媒体文案

用户不需要先完成产品验证才能调用本 skill。只要已经有具体产品且目标是生成拍摄脚本,就直接进入;但不得因脚本可生成就推断产品值得做。

支持输入

  • 产品图片、商品截图、商品链接、供应链资料或产品说明
  • 已确认的功能、材质、规格、卖点、人群和使用场景
  • 国家/地区、平台、目标语言和视频目标
  • 现有产品文案、口播稿、分镜草稿或拍摄想法
  • 拍摄条件:人物、场地、设备、时长、道具、是否露脸和后期能力
  • 目标风格:UGC、使用演示、痛点解决、对比、测评、场景、细节证明或其他风格

不修改原始附件。产品名、SKU、货号、品牌、型号、规格、链接和目标市场等原始标识保留原文。

什么时候读取知识包

除越界转交外,进入产品短视频脚本场景后读取 references/product-video-script.md。

用户要求多版脚本、A/B 测试、测试指标或继续/暂停条件时,再读取 ../lyt/references/experiment-rules.md。

基本公理

  1. 事实公理: 脚本只能使用已确认的产品信息,不虚构功能、材质、认证、评价、销量和使用效果。
  2. 受众公理: 产品卖点只有进入具体人群和使用场景,才可能转化为购买理由。
  3. 视觉公理: 短视频首先是可见的动作、过程、变化和结果,不是把商品介绍改写成口播。
  4. 单一命题公理: 一条短视频优先验证一个核心购买理由,不同时堆叠全部卖点。
  5. 一致性公理: 开头吸引的人、正文展示的问题、产品提供的解决方式和最终行动引导必须一致。
  6. 可执行公理: 无法在用户现有人员、场地、设备、预算和时间内完成拍摄的脚本,不是有效脚本。
  7. 可验证公理: 脚本是对内容效果的待验证假设,不是流量或成交保证。

决策原则

  1. 先提取产品事实,再决定内容角度。
  2. 先确定视频目标,再设计开头。
  3. 按「人群 → 场景 → 问题 → 产品动作 → 可见结果」组织内容。
  4. 产品卖点必须转化为镜头中的动作、细节、对比或证据。
  5. 没有证据支持的功效和承诺不能进入台词或屏幕文字。
  6. 口播不能替代产品演示,屏幕文字不能替代关键镜头。
  7. 开头不仅要制造停留,还必须与产品购买理由相关。
  8. 一条脚本只保留一个主要内容机制。
  9. 拍摄条件是脚本生成前的约束,不是生成后的附加检查。
  10. 批量测试不同角度时,每条视频只改变一个主要变量。

首轮响应闸门

  1. 没有具体产品时,先要求用户提供产品图片、链接、商品名或资料,不自行选品。
  2. 有产品资料时,先提取「可见事实 / 用户陈述 / 推断 / 未知」,不把外观猜测写成功能事实。
  3. 只追问最影响脚本的关键缺口。优先级为:目标市场/平台 → 视频目标 → 拍摄条件 → 目标人群/场景 → 风格。
  4. 风格未说明且会改变拍法时,询问用户要 UGC、使用演示、痛点解决、对比、测评、场景、细节证明还是自定义风格。
  5. 用户明确要求「直接生成」或把选择权交给 Agent 时,可以做最小假设后生成,但必须在脚本简报中显式写出假设。

执行流程

  1. 识别任务模式:从产品生成、已有文案转分镜、目标语言本地化或多角度测试。
  2. 提取产品事实,标记未知信息和表达风险。
  3. 确定国家/地区、平台、目标语言、视频目标和拍摄条件。
  4. 建立「人群—场景—需求—产品解决方式」假设。
  5. 选择一种主要内容机制,提炼一个核心购买理由。
  6. 将核心购买理转化为可见的镜头动作、台词、屏幕文字和声音。
  7. 按用户的人物、场地、设备、道具、时长和后期能力收缩拍摄方案。
  8. 检查开头、人群、场景、产品动作、购买理由和 CTA 是否一致。
  9. 检查功效、认证、价格、优惠、评价、对比和本地化表达风险。
  10. 输出一份可直接拍摄的脚本,说明本条视频正在验证的内容假设。

输出要求

默认只生成一份完整脚本。只有用户明确要求批量、多版、A/B 或多角度测试时,才生成多份脚本。

档位适用场景输出
轻量产品或关键条件不足事实提取 + 一个关键缺口 + 下一步
标准产品、目标和拍摄条件足够脚本简报 + 分镜表 + 拍摄清单 + 风险 + 验证假设
测试组用户明确要多角度测试共享基线 + 多份单变量脚本 + 测试卡

标准输出结构:

markdown
# 产品短视频脚本:{产品名}

## 产品事实与待确认信息
{已确认事实、用户陈述、未知信息和不得使用的表达}

## 脚本简报
{国家/平台、目标语言、视频目标、人群、场景、风格、时长、拍摄条件、核心购买理由}

## 拍摄脚本
| 时间 | 画面与动作 | 景别/机位 | 口播或声音 | 屏幕文字 | 产品信息 | 剪辑提示 |
| --- | --- | --- | --- | --- | --- | --- |

## 拍摄清单
{产品、道具、人物、场地和需要预先准备的素材}

## 事实与合规风险
{不得讲、待确认、需替换的表达}

## 本条验证什么
{一个内容假设 + 对应的用户行为}

转交规则

触发条件下一步
用户没有具体产品,想先找方向转 lyt-product-selection
用户真正想判断产品能不能测转 lyt-product-validation
用户要诊断主图、详情页或商品首屏转 lyt-page-diagnosis
用户提供已发布视频的播放、完播、点击、加购或下单数据转 lyt-data-analysis
用户只说视频没流量、不出单,但对象、动作和数据不清转 lyt-problem-clarifier

转交时保留产品、国家/平台、已确认事实、脚本假设、表达风险和最关键缺口。

禁止事项

  • 不虚构产品功能、材质、尺寸、认证、测试结果、用户评价、销量、折扣或稀缺性。
  • 不从产品外观猜测功效、人群、材质或适用范围。
  • 不用「必爆」「稳卖」「一定成交」「平台一定给流量」描述脚本。
  • 不把所有卖点、内容机制和目标人群堆进同一条视频。
  • 不只写口播,必须说明可拍画面、动作、道具和镜头。
  • 不在用户只要一份脚本时自动生成多份脚本。
  • 不照抄竞品台词、品牌身份、用户评价或受保护的创意表达。
  • 不因为能生成脚本,就判断产品值得做或能够赚钱。

Verwandte Aufgaben

aus demselben Repository

Weitere Skills

Alle Skills
yyyyyzhao
Community

lyt

lyt 系列跨境电商主路由 skill。用户调用 /lyt、$lyt、Lyt,或提出跨境电商、TikTok Shop、从 0 选品、产品验证、商品标题生成与优化、商品主图与详情页诊断、根据产品图片生成详情页、竞品/Top 主图样本归纳、电商参考图提示词反推与自有产品替换、根据已有产品生成短视频拍摄脚本、经营问题追问、流量逻辑、数据分析、系统学习、知识检验相关问题时使用。先判断业务边界和用户真正要完成的任务,再路由到 lyt-product-selection、lyt-product-validation、lyt-product-title、lyt-page-diagnosis、lyt-detail-page、lyt-image-patterns、lyt-image-prompt、lyt-video-script、lyt-problem-clarifier、lyt-traffic-logic、lyt-data-analysis、lyt-learning 或 lyt-knowledge-check。支持文字、图片/截图、CSV/XLSX 表格、PDF/文档和后台导出;附件类型只说明输入形式

Installationen
1
GitHub Stars
67
Aktualisiert
4. Sept.
yyyyyzhao
Community

lyt-data-analysis

lyt 系列电商业务数据分析 skill。用于用户提供文字指标、图片/截图、CSV/XLSX 表格、PDF/报告、竞品数据或后台导出后,先做数据体检和口径校验,再拆解 TikTok Shop、商品卡、短视频、直播、GMV Max、广告、成本、利润和店铺经营问题。适用于复盘、对比、找问题、放量/暂停决策、利润测算和报告输出;不替代从 0 选品、已有产品可做性验证、平台流量机制讲解或模糊经营问题追问。 触发方式:/lyt-data-analysis、/数据分析、/数据复盘、/经营复盘、「帮我看数据」「分析这个表格」「复盘这组截图」

Installationen
1
GitHub Stars
67
Aktualisiert
4. Sept.
yyyyyzhao
Community

lyt-detail-page

lyt 系列电商商品详情页生成 skill。用于用户主动调用本 skill,并上传产品图、包装图、规格图、商品资料、竞品详情页或视觉参考图后,从 0 生成商品详情页的信息结构、Slogan、逐屏文案、视觉 brief、图片生成提示词,以及在工具可用时生成分屏图和完整长图。首轮信息收集必须让用户选择不使用 Slogan、提供已有文案或由 Agent 生成。只使用图片可见事实和用户确认资料,不根据外观编造功能、材质、功效、规格、认证、评价或销量。适用于 TikTok Shop 和跨境电商商品详情页,不用于诊断已有页面、判断产品值不值得做、单张参考图提示词反推或批量竞品主图归纳。 触发方式:/lyt-detail-page、/详情页生成、「根据产品图生成详情页」「帮我从 0 做商品详情页」「参考这套页面给我的产品做详情页」

Installationen
1
GitHub Stars
67
Aktualisiert
4. Sept.
yyyyyzhao
Community

lyt-image-patterns

lyt 系列竞品与 Top 店铺主图样本归纳 skill。用于用户上传多个竞品主图、Top 店铺主图、高销量商品卡截图、图片文件夹路径、链接或样本表后,整理样本边界、标注主图表达标签、归纳高频表达共性,并提炼可测试的主图公式和改图 brief。只做样本表达归纳和测试假设,不把销量、榜单或 Top 身份直接解释为主图导致的点击或成交。 触发方式:/lyt-image-patterns、/主图样本归纳、/Top主图分析、/竞品主图分析、「总结这些主图打法」「提炼主图公式」

Installationen
1
GitHub Stars
67
Aktualisiert
4. Sept.