AI 视频做电商，我先守住产品真相再谈氛围

我先说一个不舒服的事实。AI 视频再漂亮，如果产品看起来不是买家会收到的东西，它就卖不动。电商观众第一眼判断的不是艺术指导，而是「这是不是我想要的那个东西」。所以我的流程从产品照片开始，不从 prompt 开始。

我挑了一个标签清楚、形状有辨识度、颜色容易漂移的产品来测。跑完之后，得到的不只是一条视频，而是一套可以给每个 SKU 复用的方法。

我会准备一张正面图和一张四分之三角度图。背景干净，标签锐利，光线能看清材质。生成前问三个问题。形状能不能看清？标签能不能读？颜色准不准？任何一个不行，AI 只会放大问题。

我通常用 image-to-video。文生视频适合氛围，但产品必须保持一致时，自由度太高。把照片作为参考后，我可以锁住主体，只让场景、镜头和光线变化。

第一种是问题钩子，先展示痛点，再让产品进入。第二种是使用钩子，手或使用场景第一时间出现。第三种是结果钩子，先展示完成状态，再解释怎么达到。

短视频平台里，第一秒通常决定后面有没有意义。所以我不会把重点全放在结尾惊喜上。

提示词我会写成这样。

Exact product from reference image + one visible use action + stable camera + real context + clean commercial lighting + product remains unchanged

如果把手在左边，就写 left-side handle。如果材质是哑光，就不写 glossy。这些细节是最便宜的质量控制。

早期草稿用免费 Agnes Video V2。静帧需要更强控制时，用 Seedream 5.0 Lite 或 Nano-Banana 2。运动有表达力，用 Seedance 2.5。商业镜头更稳，用 Kling v3 Omni。电影感更强，才考虑 Veo 3.1。

这样排的原因很简单。我不需要用贵模型告诉我产品拍错了面。

1:1 适合市场平台 listing。9:16 适合 TikTok、Reels、Shorts。16:9 适合网站 hero 和 YouTube pre-roll。我不只是把一条视频硬裁。每个比例的重要位置都要重新确认。

9:16 我会把产品更靠近中间。1:1 留一点背景呼吸。16:9 给一点环境，但不要让道具抢产品。这个小调整比再加一个 style 关键词有用。

第一条尝试让一个 prompt 完成多镜头故事，产品在镜头间变了。后来我改成一条连续镜头。第二条用快速环绕，标签变形。改成缓慢推近解决。第三条让模型生成 offer 文字，结果不稳定，最后放到剪辑层。

我还学会把产品事实和氛围分开。AI 可以发明漂亮的厨房，但不能发明我们的包装。我只让它把现有产品放进可信场景。

生成前检查源图、产品特征、第一秒钩子。生成中检查产品是否不变、动作是否可读、背景是否干扰。生成后做平台版本、加文字层、用能证明卖点的最短时长导出。

积分也要算。Seedance 2.5 按分辨率和时长计费。Kling v3 Omni 每秒 39 积分，带音频 49 积分。Veo 3.1 从 4 秒 80 积分开始。所以我先便宜测试，确认静帧，再做一条短版。

一个产品，三个钩子，两个比例。锁住产品。先测便宜草稿。claim 放剪辑层。赢家提示词保存。下一个 SKU 复用。

这样 AI 视频才会成为电商资产，不是一次性实验。