如何用一张照片制作 AI 产品视频
将真实产品融入 AI 生成的视频素材：介绍该使用哪些照片、如何描述场景、批准片段前需要检查什么，以及如何获取适合社交媒体的竖屏版本。
展示产品使用场景的短视频（倾倒、穿戴、拆箱，或摆在阳光明媚的架子上）比静态照片更能促进销售。拍摄这样的视频需要道具、灯光，还得占用整个下午。使用“参考图生成视频”功能，只需向 AI 提供真实产品的照片并描述场景，就能生成一段带声音、包含你的产品的视频片段。
本指南将介绍该拍摄什么、如何描述场景、批准前需要检查什么，以及如何为各个平台制作不同版本。
用一段话说明它是如何运作的
你可以在消息中附加一张或多张照片，并说明希望发生什么。智能代理会查看每张照片，描述其中的内容（“@Image 1 中带金色滴管帽的琥珀色玻璃瓶”），并围绕它编写逐镜头提示词：场景在哪里、镜头如何移动、发生什么以及声音。你会在卡片上看到这份提示词、照片和片段设置；在你批准之前，不会生成任何内容。随后，片段会在后台渲染完成，并保存到 Files 中。
第1步：选择合适的照片
照片比你写的内容更重要。照片并非越多越好：一到三张高质量图片胜过六张普通图片，因为照片太多会让模型难以判断哪些细节更重要。
- 每张照片只放一个产品，让它占据画面的大部分，并使用纯色背景。
- 均匀柔和的光线，展现真实的颜色和形状。不要有遮挡标签的刺眼反光。
- 只有当场景中需要展示背面或侧面时，才添加第二个角度。
- 一张图片中不要放拼贴图或多角度图集。模型会把多个视角识别为多个产品，可能会展示其中两个。
- 不要有水印、说明文字或价格贴纸。照片中的文字往往也会出现在视频片段中。
想让人物也出现在视频片段中吗？相比脸部较小的全身照，脸部特写更能准确保留面部特征。人物数量控制在两到三人。
第2步：像导演一样描述场景
你不必编写技术提示词，智能体会替你完成。不过，你的想法越具体，视频效果就越好。请说明以下四点：
| 内容 | 模糊 | 具体 |
|---|---|---|
| 地点和光线 | “一个漂亮的浴室” | “白色大理石架子，窗户透进柔和的晨光” |
| 动作 | “有人使用它” | “一只手拿起它并转动，光线透过玻璃闪耀” |
| 摄像机 | “电影感” | “缓慢推进，然后特写滴管” |
| 声音 | — | “柔和、空灵的电子音乐；玻璃碰撞声” |
声音会与画面一起生成：包括音乐、音效，甚至有人说话时的一句台词。告诉系统你想听到什么；如果你要自行添加音乐，请说“不要音乐”。
第3步：选择时长、画幅和画质
- 时长： 每段视频时长为 5 到 15 秒。对于广告来说，一个明确动作的 8 到 10 秒片段，通常比镜头漫无目的地移动 15 秒更有力。
- 画面比例： Reels、TikTok和Shorts使用9:16；信息流使用1:1或3:4；网站横幅或YouTube使用16:9或21:9。
- 分辨率： 最终版本使用720P，先试想法时使用480P。
如果省略这些设置，代理会询问。
第4步：批准前检查卡片
批准卡片会显示编号为@1、@2等的照片、设置和完整提示词。请检查以下三点：
- 产品描述应以照片中实际呈现的内容为准：颜色、材质、瓶盖、标签。
- 提示词要求标签和颜色与照片中的完全一致。
- 这个动作必须是产品有可能合理完成的。液体会倾倒，布料会移动，盒子会打开；但瓶子不会跳舞。
不对吗？按下“Change something”，说明要更改的内容。智能代理会重写提示词，并显示一张新卡片。
第5步：获取视频片段并制作变体
生成视频片段需要几分钟。你可以继续聊天，也可以关闭标签页；“Tasks”标签页会显示进度，完成后的 MP4 会出现在“Files”中，可直接播放或下载。如果视频片段生成失败，系统会自动退款。
只需发送一条消息即可制作变体：“将同一场景改为 1:1”“现在改到黄金时段的户外场景”“制作一个女性拿着它并对着镜头微笑的版本”。每个变体都会以一张新卡片返回，供你批准。
坦诚的局限
- 标签上的小字可能会变得模糊，或出现轻微错误。大号标志和简短的品牌名称效果最好；发布前请检查每个片段中的标签。
- 手和精细的机械部件是视频模型最难处理的对象。请让动作保持简单，并让产品在画面中占据较大比例。
- 一个片段就是一个连续的场景。如果要制作包含多个场景的长广告，请要求生成长视频：智能体会将其规划成分镜，并按照将故事变成动画剧情片的文章中所述，逐个片段进行拍摄。