镜头一:全貌
在图片生成里用一句完整描述定住三件事——正面、纯色浅灰背景、商品占画面三分之二。生成后先看轮廓,再看颜色,最后看有没有多余装饰。
正面视角、无背景杂物、商品占画面 60%–70%。出现 45° 侧角、投影过重或背景带纹理,形状与边缘会失真,重新生成。
Why It Works
商品视频的常见做法是先拍十几条再挑。问题不在挑,在拍之前没说清每个镜头要证明什么——全貌证明「这是什么」,使用证明「怎么用」,细节证明「做工值不值」。三个镜头各承担一个证明任务,拍到就够,多拍的大多是同义重复。
十五秒不是平台限制,是三个镜头各自够用的最短时间:全貌 3 秒能看清形状与颜色,使用 5 秒能完成一次动作,细节 4 秒能看清纹理,剩下 3 秒留作镜头之间的过渡。超出的部分,通常是在重复同一个信息。
Video Slices
在图片生成里用一句完整描述定住三件事——正面、纯色浅灰背景、商品占画面三分之二。生成后先看轮廓,再看颜色,最后看有没有多余装饰。
正面视角、无背景杂物、商品占画面 60%–70%。出现 45° 侧角、投影过重或背景带纹理,形状与边缘会失真,重新生成。
把全貌图传到视频生成,描述一个具体动作而不是「展示商品」:一只手拿起杯子、缓慢举起、自然光。动作只做一次,不要在一个片段里换两个动作。
画面里必须有手或使用中的物体,而且手在动作里。静物摆拍不算使用镜头——观众看不出这东西怎么用,等于把全貌镜头拍了第二遍。
用局部修改框选要证明做工的位置——杯口、釉面、把手接缝,提示词只写材质与光线。比整图重生成省一半时间,也不会把已经对好的形状改掉。
选材质、纹理、接缝,不要选 logo。特写里要能看清一个具体工艺点——釉面颗粒、织纹走向、焊缝平整度,三者至少看清一样。
按全貌、使用、细节的顺序排,总长控制在 15 秒。合成后先静音播放一遍,再配音看一遍,两次都要能不看字幕说出这是什么。
顺序不能反。反序会让观众在还不知道是什么时先看特写,前 3 秒就划走。总长控制在 13–17 秒,超出的部分先查是否重复。
Before You Publish
关掉声音看一遍,能用一句话说出这是什么、怎么用、好在哪
三个镜头拍的是同一件商品,颜色、形状、反光没有变化
首帧是商品本体,不是文字、不是片头、不是品牌 logo
总长 13–17 秒,逐秒过一遍,没有一秒在重复同一个信息
Questions
按全貌、使用、细节。前 3 秒决定用户划不划走,必须先让人认出是什么。把特写放开头,观众没有参照物,会当成不明物体。
能,但要补一张使用中的画面。全貌和细节可以用供应商图生成,使用镜头必须自己拍或用图生视频推出来,否则这支片子只证明了外观。
不是。13–17 秒是三个镜头够用的区间。超过 20 秒通常是同一个信息讲了两遍,先删重复,再考虑加内容。
约 25–180 算力。按已公布的消耗区间估算:出图 4 张(含重生成)约 4–20 算力,使用镜头 2–3 段图生视频约 20–150 算力,细节局部修改 2 次约 2–10 算力。实际取决于生成次数与分辨率。软件授权费 699 元,算力按量另计,具体单价以使用时实际计费为准。