产品广告图像转视频提示词:12 个示例
12 个我们实际上线过的图像转视频提示词,涵盖转台旋转、倒出液体和微距滑动,并附带六部分运动公式、模型选择和修复句。
自动翻译自英文。 查看英文原文
要为产品广告编写图生视频提示词,只描述第一帧之后发生的变化:一个主体动作、一个镜头运动、任何光线变化、声音、不得出现的内容,以及一行要求模型保持产品形状的说明。图像已经定义了场景,重新描述只会浪费提示词并容易导致偏移。下面 12 条提示词是我们在 2026 年 11 月实际用于自己作品展示的内容,并标注了每条使用的模型。
简而言之:
- 静帧就是场景;提示词就是运动。写动词,不要堆形容词。
- 每个片段只写一个动作和一个镜头运动。第二个动作应作为第二个片段。
- 以排除说明和稳定性说明结尾。我们发布的每条提示词都包含这两项。
- 当物理效果或徽标出错时,用一句明确的话来修正,不要把提示词写得更长。
- 上传前,请先将第一帧裁剪为发布所需的比例。
什么是图生视频提示词
图生视频是一种生成模式:模型会将一张静态图像作为第一帧,并根据文字提示将其动画化几秒钟。对于产品广告,静帧通常是产品照片或生成的产品场景,提示词则是对运动的简短描述。在 Cut Marketing (Cutma) 中,当您提供参考图像时, 产品视频 就是这样工作的。
六部分运动公式
| 部分 | 写什么 | 已发布提示词中的示例 |
|---|---|---|
| 1. 主体动作 | 一个按顺序发生的物理事件 | “啤酒从黄铜龙头流入郁金香杯,细腻泡沫升至杯沿,并稳定成完美的圆顶” |
| 2. 相机 | 一次移动,或明确不移动 | “相机保持稳定,并轻轻向前推近” |
| 3. 光线和氛围 | 空气中或物体表面发生的变化 | “反光掠过镜片,高光沿钛金属镜框移动” |
| 4. 音频 | 声音和音乐,适用于支持原生音频的模型 | “原生音频:清脆的倒啤酒声和气泡声,低声的酒吧闲聊,柔和的独立音乐。” |
| 5. 排除项 | 什么不能出现 | “不出现文字、字幕或徽标。” |
| 6. 稳定性 | 保持产品稳定 | “主体在整个过程中保持准确的形状、颜色和比例;动作流畅、稳定、有电影感,无变形。” |
第 5 部分和第 6 部分是下面每个提示末尾相同的两句话,只有提示 5 例外,其中稳定性说明针对宝箱做了改写。请原样复制它们。
我们发布的 12 条提示词
每条提示词都从一张 2K 静帧开始。静帧和完成的短片位于 作品展示;所列模型即发布短片渲染时使用的模型。为简洁起见,共用结尾(第 5 部分和第 6 部分)写作 [结尾].
刚性产品:相机或转盘移动
1.转盘旋转(眼镜,Kling 4.0)
眼镜在底座上缓慢旋转,反光掠过镜片,高光沿钛金属镜框移动,背景保持柔和模糊。原生音频:安静的精品店氛围,轻柔优雅的钢琴旋律。[结尾]
2. 推近并伴随光线变化(EV 充电器,Kling 4.0)
充电端口周围的青柠色 LED 环像心跳一样轻轻脉动,柔和光线掠过珠光漆面,镜头缓慢推向端口。原生音频:柔和的电流嗡鸣,平静的未来感合成器铺底音。[结尾]
3. 横向微距滑动(bouclé 沙发,Kling 4.0)
镜头沿弧形 bouclé 扶手缓慢横向微距滑动,斑驳的树叶阴影在圈状纱线上轻轻摇曳,阳光变得温暖。原生音频:安静的室内环境声、窗外微弱的树叶沙沙声、柔和的爵士钢琴。[结尾]
4. 跟拍快速运动(轮胎,Kling 4.0)
车轮快速旋转,辐条带有运动模糊,闪亮的水花始终在背光中从胎面飞溅而出。相机保持低机位,紧紧锁定在车轮上,取景与第一帧相同,并以相同速度并排行进;背景始终是柔和昏暗的圆形城市灯光散景,没有标志、没有霓虹文字,也没有建筑物变得清晰。车轮中心始终是带有轮毂螺母的普通深色轮毂,胎侧保持空白;绝不出现标志、徽章、符号或文字。原生音频:湿路上的轮胎嘶鸣、低沉的发动机嗡鸣、电影感低音重击。[结尾]
5. 揭示(游戏宝箱,Kling 4.0)
华丽的宝箱盖沿铰链完全打开,一道金色光芒、发光的绿色宝石和金币从宝箱内部喷涌而出,升至高处,然后在宝箱周围倾泻而下,洒落到石台上;光芒掠过石墙,相机轻轻推近。没有任何东西从上方落下;一切都从宝箱内部爆发出来。原生音频:箱盖沉重的嘎吱声、魔法般的呼啸声、硬币和宝石的叮当声、胜利的游戏号角。不出现文字、字幕或徽标。宝箱在整个过程中保持准确的形状、颜色和装饰;动作流畅、稳定、有电影感,无变形。
柔软物体:主体移动
6. 倒酒(啤酒,Seedance 2.5)
啤酒从黄铜龙头流入郁金香杯,绵密泡沫上升到杯沿并稳定成完美的圆顶,气泡向上飞升,相机保持稳定并轻轻推近。原生音频:清脆的倒啤酒声和气泡声,低声的酒吧闲聊,柔和的独立音乐。[结尾]
7. 拉开(汉堡,Seedance 2.5)
手打汉堡的右半部分慢慢从左半部分拉开,融化的奶酪拉成长长的亮泽丝线并轻轻下垂,蒸汽向上卷曲,镜头以细微的微距推近缓慢靠近。原生音频:柔和的滋滋声、轻轻的酥脆声、温暖低沉的休闲音乐。[结尾]
8. 蒸汽和撒盐(空气炸锅,Seedance 2.5)
炸篮里的酥脆薯条冒出滚滚热气,一撮盐片落下并在薯条上弹跳,镜头缓慢推近。原生音频:酥脆的噼啪声、柔和的厨房环境声、欢快轻盈的流行音乐。[结尾]
9. 双手,俯拍(行李箱,Seedance 2.5)
俯视视角:双手将折叠好的毛衣放入行李箱,抚平,然后把一件卷好的衬衫塞在旁边,动作自然利落,阳光柔和稳定。原生音频:柔软织物的沙沙声、拉链的轻响、轻快愉悦的原声音乐。[结尾]
10. 头发慢动作(沙龙吹发,Seedance 2.5)
慢动作:圆梳在吹风机吹拂下顺着头发向下滑动,丝滑发丝扬起、流动又落下,泛着亮泽,相机保持流畅的近景特写。原生音频:柔和的吹风机呼呼声、沙龙环境声、流畅的 R&B 器乐。[结尾]
场景:氛围在流动
11. 氛围场景(温泉浴,Gemini Omni Flash 1.2)
蒸汽在温泉上飘移盘旋,轻柔的涟漪承载着灯笼倒影,一片枫叶飘落到水面,镜头缓慢向山谷前推。原生音频:泉水潺潺声、傍晚虫鸣、远处寺钟、柔和的古筝氛围声。[结尾]
12. 透过窗户的视差(火车之旅,Veo 3.1 Fast)
窗外的风景以自然视差滑过,近处的田野飞掠而过,远处的山峦缓慢移动,温暖的阳光在桌面上闪烁,拿铁表面轻轻颤动。原生音频:火车在铁轨上的节奏声、柔和的车厢嗡鸣、柔和的原声音乐。[结尾]
[结尾] = “不出现文字、字幕或徽标。主体在整个过程中保持准确的形状、颜色和比例;动作流畅、稳定、有电影感,无变形。”
表现稳定的相机运动
| 移动 | 有效的措辞 | 适用场景 |
|---|---|---|
| 推近 | “缓慢推向[细节]” | 主视觉镜头、单一卖点 |
| 转盘 | “在底座上缓慢旋转,背景保持柔和模糊” | 从各个角度展示刚性产品 |
| 横向滑动 | “沿[表面]缓慢横向微距滑动” | 质地和材质 |
| 固定机位 | “镜头保持稳定” | 倾倒、蒸汽,以及任何主体会移动的场景 |
| 追踪 | “镜头保持低位近景固定,取景与第一帧相同,并以相同速度跟随移动” | 车轮、行驶中的车辆 |
| 俯拍 | “俯拍视角:双手[动作]” | 打包、组装、摆盘 |
| 向前推镜 | “镜头缓慢向[远点]推进” | 房间、场地、景观 |
需要避免:快速环绕、甩镜、跨越整个场景的变焦,以及在一个片段中加入多条镜头指令。视角变化越多,模型就越需要凭空补全产品。
选择模型和草稿成本
| 镜头 | 模型 | 草稿设置 | 积分 |
|---|---|---|---|
| 固定形态的产品,相机或转盘移动 | Kling 4.0 | 720p,5 秒 | 140 |
| 食物、液体、蒸汽、手、头发、织物 | Seedance 2.5 | 480p,5 秒 | 100 |
| 地点和氛围 | Gemini Omni Flash 1.2 | 720p,4 秒 | 48 |
| 简单的风景镜头移动 | Veo 3.1 Fast | 720p 或 1080p,8 秒 | 32 |
| 一个想法的多种变体 | Wan 3.0 | 720p,5 秒 | 70 |
| 快速、低成本的初稿 | Seedance 2.0 Fast | 480p,5 秒 | 40 |
每个积分标价 $0.01,套餐每月 $9 起。每种搭配背后的思路请参阅 Seedance 2.5 对比 Kling 4.0 对比 Veo 3.1 Fast,完整的预算计算见 AI 视频广告要多少钱.
分步说明
- 准备第一帧。 使用清晰的静态图片,并确保完整产品可见。如果片段用于 Reels、Shorts 或 TikTok,请先裁剪为 9:16:使用 Seedance 和 Wan 时,输出会跟随第一帧的形状。静态图片模板见 AI 产品摄影提示词.
- 确定唯一要动的东西。 产品、手、液体、光线或相机。选一个作为主导。
- 写出六个部分 ,顺序按照公式来。动作句要按事情发生的顺序写。
- 生成一个简短草稿 ,使用适合该镜头的最低成本设置。
- 先正常速度查看,再逐帧查看 开头、中间和结尾。检查形状、标签、手和背景。检查清单见 如何审核 AI 产品视频.
- 用一句话修正。 如果某个具体问题出错了,点明它,并说明应该改成什么。然后重新生成。
- 之后再添加字幕和行动号召,切勿写入提示词中。工作室的“完成广告”会添加 40 种样式的自动字幕,并将你确切的开场钩子、价格和 CTA 设为真实文本,此外还可添加基于你脚本的 AI 旁白和免费 CC0 音乐,并一次导出 9:16、1:1 和 4:5 版本。任何外部编辑器同样适用。
常见失败的修正句
| 出了什么问题 | 要添加的句子 |
|---|---|
| 物体从错误的方向掉落或飞出 | “没有任何东西从上方掉落;所有东西都从[container]内部向上迸发。” |
| Logo 或文字在片段中途出现 | “[表面]保持空白;没有任何标志、徽章、符号或文字出现。” |
| 背景变清晰,出现标识或建筑物 | “背景始终保持柔和的深色虚化,没有标识,也没有建筑物变得清晰。” |
| 镜头偏离产品 | “镜头始终锁定在[product]上,取景与第一帧相同。” |
| 产品在运动过程中弯曲或熔化 | “[product]始终保持完全相同的形状、颜色和装饰。” |
| 一次发生太多事情 | 删除动作,直到只剩一个。 |
请注意,提示词 4 和 5 是这十二个里面最长的。简单镜头只需要简短提示词;这些长提示词之所以长,是因为每多一句都在修正一个具体失败点。
限制
- 片段时长根据模型不同为 4 至 15 秒,由单个首帧生成。场景序列是由多个片段之后拼接而成;工作室的“完成广告”会对其进行拼接和修剪。
- 包装上的文字在运动中无法可靠保留。请让标签保持足够大且静止,或让它避开画面中的运动区域。
- 在支持原生音频的模型上,音频台词会影响声音效果,但无法保证确切的口语对白。请将信息放在字幕中,或在“完成广告”中添加基于你脚本的 AI 旁白。
- 提示词不能让声明变成事实。短片中展示的产品功能,必须是产品实际具备的功能。
常见问题
如何为产品编写图像转视频提示词?
描述首帧之后发生的变化,而不是图像中已经展示的内容。使用六个部分:一个主体动作、一个镜头运动、任何光线或氛围变化、一条音频行、一条针对文字和标志的排除行,以及一条稳定性说明,表示产品会保持准确的形状、颜色和比例。
图像转视频提示词中不应该写什么?
不要重新描述整张图像、叠加多个动作,或要求出现文字。图像已经定义了场景;额外动作会让产品发生偏移;生成的字母和文字并不可靠。每个短片只写一个动作和一个镜头运动,效果最好。
哪些镜头运动最适合产品视频?
简单的镜头运动最适合:缓慢推进、产品在底座上转台旋转、横向微距滑动、只有主体移动的固定机位镜头,以及俯拍双手的画面。快速环绕、甩镜和多步骤运动会增加产品变形的概率。
为什么我的产品在 AI 视频中会变形?
通常是因为提示词要求的运动太多、首帧遮住了产品的一部分,或没有指示模型保持形状。使用清晰的静态图、一个缓慢动作,并以类似“the subject keeps its exact shape, colour and proportions throughout”的句子结尾。
我应该使用什么图像作为第一帧?
使用一张清晰的静态图,宽高比应与你要发布的平台一致,整个产品都要可见,并且不要包含你希望保持可读的文字。使用 Seedance 和 Wan 时,输出会遵循首帧的形状,因此如果要发布到 Reels、Shorts 或 TikTok,请在上传前裁剪为 9:16。
图像转视频剪辑的费用是多少?
在 Cut Marketing 中,片段起价为 32 积分($0.32),即 720p 或 1080p 的 8 秒 Veo 3.1 Fast 片段。单条片段的其他起价:Seedance 2.0 Fast 为 40 积分(5 秒,480p),Gemini Omni Flash 1.2 为 48 积分(4 秒,720p),Wan 3.0 为 70 积分(5 秒,720p),Seedance 2.5 为 100 积分(5 秒,480p),Kling 4.0 为 140 积分(5 秒,720p)。每积分标价 $0.01,套餐每月起价 $9。
让一张产品静态图动起来
使用 Google 登录并 在工作室中打开产品视频,上传产品静态图作为参考,并将上方的某个提示词与你自己的主体一起粘贴。还没有提示词?免费的 AI 视频提示词生成器 可为工作室的视频模型撰写三个(免费账户每天可免费运行 2 次)。8 秒 1080p 的 Veo 3.1 Fast 片段为 32 积分($0.32),工作室会在你生成前显示积分费用;视频所需积分超过 30 个试用积分,因此请参阅 定价 。 图像转视频生成器 页面会展示该工具可以生成的内容。