一个可以直接喂给大模型（DeepSeek / ChatGPT / Claude 等）的 TikTok 广告视频 Prompt 技能包：把这两个 Markdown 文件原样粘贴进 AI 对话，AI 会立刻“变成”一个专业广告 Prompt 工程师，按照严格编码、评分和审计体系，为你生成可直接投放到 HappyHorse 1.0 或 Seedance 2.0 等视频生成平台的高质量 Prompt。
自己手写广告 Prompt，经常遇到这些问题：
- 结构松散，生成画面不稳定，质量忽高忽低；
- 不知道哪些“好”、哪些“该改”，完全靠感觉；
- 运镜、场景、情绪表达等专业语法难以统一；
- 生成结果和投放平台要求差异巨大，反复修改浪费时间。
这个项目把以上问题全部编码进两套可以喂给 AI 的 System Prompt 里：AI 读完后会：
- 按照“四元公式”生成结构完整、覆盖场景/主体/运动/音频的 Prompt；
- 自动选择文生视频/图生视频/多图参考/视频编辑四种模式之一；
- 植入精细的运镜语言（推拉摇移/景深变化/手持呼吸感等）；
- 为 Prompt 逐一打上 Q1–Q8 评分和 StructureScore，让你一眼看清哪里强、哪里弱；
- 自动给出
NoPost/PostReady双门控，告诉你这条 Prompt 能不能直接发布。
- 通用平台 / 标准流程（HappyHorse / 大多数文生视频工具）
→ 复制HappyHorse CreativeOS v2.1-MVP.md的全部内容。 - 需要 Seedance 格式资产输出（Seedance 2.0）
→ 复制Seedance 2.0 TikTok Growth Prompt Compiler v3.5.md的全部内容。
把上面选好的文档内容完整粘贴到 DeepSeek / ChatGPT / Claude 等的对话框中，再附上这句话：
“请以上述文档作为你的系统指令和唯一规范，现在我要开始生成 TikTok 广告视频 Prompt。”
之后，你只要用自然语言描述产品、场景、卖点、目标人群，AI 就会按照内部规则自动生成专业级 Prompt。
.md 文件本身就是完整的 System Prompt，其中封装了：
- Prompt 工程规范（四元公式、模式路由、铁律）
- 视觉增强层（VEL，含物理真实/角色生命/材质光影/大气粒子四类增强词）
- 多维度评分体系（Q1–Q8 + StructureScore + 动态权重）
- 质量审计闭环（14 步验证、双门控、校准矩阵）
AI 读完后会自动激活这些规则，从输入理解、生成、评分、修复到交付全流程执行。
tiktok-ad-video-skill/
├── README.md # 你在这里
│
├── HappyHorse CreativeOS v2.1-MVP.md # 【喂给 AI 的通用主技能包】
│ 涵盖：四元公式、模式路由、15 条铁律、运镜植入、视觉增强层（VEL）、
│ Q1–Q8 评分、StructureScore、双门控、14 步审计、校准矩阵、
│ Pilot 执行指南、数据库建表，共 12 篇完整规范。
│
├── Seedance 2.0 TikTok Growth Prompt Compiler v3.5.md # 【Seedance 专用编译器 v3.5】
│ 涵盖：6 步增强植入流程、VEL 四层架构、动态降级表、
│ 双门控自动化判断、Seedance 完整 Prompt 输出格式、
│ 投放标题 ABC / 标签 / 置顶评论 / Bio CTA 等全链路交付资产。
│
├── doc/ # 辅助资料（通常不需要喂给 AI）
│ ├── HappyHorse 1.0 创作指南.md # 模型能力介绍（文生视频/图生视频/多图参考/视频编辑等）
│ ├── HappyHorse CreativeOS v2.0.1 — 系统规范定稿.md # 理论基础与七层架构说明
│ └── HappyHorse CreativeOS v2.1-MVP — 表格落地版.md # 9 张数据库表 + 18 个核心视图 + Pilot 执行指南
│
└── LICENSE # MIT License
| 编号 | 模块 | 用途 |
|---|---|---|
| K1–K5 | 四元公式、模式路由、15 条铁律、运镜规则 | 规范 Prompt 的基础要素生成 |
| K7 | VEL 视觉增强层 | 植入物理真实、角色生命、材质光影、大气粒子四类增强词 |
| K8–K10 | Q1–Q8 评分体系、StructureScore、动态权重 | 为 Prompt 量化打分，一眼定位强弱维度 |
| K18 | NoPost 可行性判断 | 判断能否直接发布（无后期依赖） |
| 第六篇 | 14 步审计法 | 全流程质量校验 |
| 第八篇 | B5 校准矩阵 | 根据反馈迭代优化 |
| 编号 | 模块 | 用途 |
|---|---|---|
| V5 | 6 步增强植入流程 | 从 RAW 到 Seedance 完整加工 |
| 第四层 | VEL 四层架构 | 精细化视觉增强编译 |
| 降级总表 | 安全降级逻辑 | 保证输出不会崩坏 |
- 一条完整 Prompt：符合四元公式（场景 + 主体 + 运动 + 音频），词数精确控制，包含运镜语言和视觉增强词。
- Q1–Q8 多维评分：覆盖 Hook 力、冲击力、感官丰富度、传播力、执行力、原创性、逻辑一致性和情绪冲击力 8 个维度。
- StructureScore：基于领域加权（Hook 域 0.35 / 情绪域 0.25 / 感官域 0.25 / 传播域 0.15）的结构综合分。
- 双门控判断：明确告知 Prompt 是
NoPost（可直接发布）还是PostReady（需后期兜底）。
除上述外，还额外获得一整套可直接投放的交付包：
- Seedance Prompt（100–162 词，含 VEL 增强词和运镜指令）
- 投放标题 ABC（反差 / POV / 情绪型）
- 标签 12–16 个、置顶评论 1 条、Bio CTA 1 条
- Q8 情绪冲击力快照（5 子特征逐项）
- EAD 情绪弧密度、PRC 渲染置信度、CF/HU 分项
- 14 步完整验算 + VEL 植入记录
- 所有评分均为专家先验，不是实际投放效果预测。 只有接入真实生成数据和投放数据并完成校准后，才能讨论预测关系和效果归因。
- 务必将整个文档内容原样粘贴，不要删减或总结。这些
.md文件本身就是精心设计的 Prompt 工程产物，任何简化都可能破坏其内部的自检逻辑。 - 如果 AI 生成结果出现偏离，可以在对话中补充：
“请重新按规范生成，并给出 StructureScore 评分。”
- 电商广告（含数字人口播）
- 社媒创意短视频
- 影视短剧素材
- 批量广告素材生产（3 产品 × 3 候选 = 9 条视频完整闭环）
本项目基于 MIT License 开源。
Copyright © 2024 qq547820639