# 产品广告图像转视频提示词：12 个示例 — Cut Marketing

> 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。

# 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。

已发布 2026-11-10 最后更新 2026-11-16 阅读约需 12 分钟 [Cut Marketing Team](/zh-cn/editorial)

自动翻译自英文。 [查看英文原文](/blog/image-to-video-prompts-product-ads)

![AI 生成的打印照片：一只白色运动鞋放在画架上，旁边是一部位于相机滑轨上的手机，手机中展示运动鞋旋转到一半的画面，桌面上有一段青柠色胶带弧线](/samples/blog/image-to-video-prompts-product-ads.webp)

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](/zh-cn/tools/create-video-ad) 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](/zh-cn/showcase)；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](/zh-cn/models/kling-4.0) | 720p，5 秒 | 140 |
| 食物、液体、蒸汽、手、头发、织物 | [Seedance 2.5](/zh-cn/models/seedance-2.5) | 480p，5 秒 | 100 |
| 地点和氛围 | [Gemini Omni Flash 1.2](/zh-cn/models/gemini-omni-flash-1.2) | 720p，4 秒 | 48 |
| 简单的风景镜头移动 | [Veo 3.1 Fast](/zh-cn/models/veo-3.1-fast) | 720p 或 1080p，8 秒 | 32 |
| 一个想法的多种变体 | [Wan 3.0](/zh-cn/models/wan-3.0) | 720p，5 秒 | 70 |
| 快速、低成本的初稿 | [Seedance 2.0 Fast](/zh-cn/models/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](/zh-cn/blog/seedance-vs-kling-vs-veo-product-ads)，完整的预算计算见 [AI 视频广告要多少钱](/zh-cn/blog/ai-video-ad-cost-2026).

## 分步说明

1.  **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](/zh-cn/blog/ai-product-photography-prompts).
2.  **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。
3.  **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。
4.  **生成一个简短草稿** ，使用适合该镜头的最低成本设置。
5.  **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](/zh-cn/blog/review-ai-product-videos).
6.  **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。
7.  **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](https://app.cutmarketing.app/studio/create-video-ad?ui_locale=zh-cn)，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](/zh-cn/free-tools/ai-video-prompt-generator) 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](/zh-cn/pricing) 。 [图像转视频生成器](/zh-cn/image-to-video-generator) 页面会展示该工具可以生成的内容。

## 继续阅读

[如何在导出前查看 AI 产品视频](/zh-cn/blog/review-ai-product-videos): 使用真实瓶子的研究来检查产品形状、镜头运动、准确的广告文案和审批。在交付 AI 产品视频前进行一次实用审核。

[Seedance 2.5 vs Kling 4.0 vs Veo 3.1 Fast：广告制作对比](/zh-cn/blog/seedance-vs-kling-vs-veo-product-ads): 哪种 AI 视频模型适合哪种产品广告镜头：从时长、分辨率、每秒价格以及我们自己的 40 条短片实拍，对比 Seedance 2.5、Kling 4.0 和 Veo 3.1 Fast。

[如何将精确的广告文案添加到 AI 产品图片中](/zh-cn/blog/exact-ad-copy-on-ai-images): 保留生成的产品视觉图，然后将审核通过的文案排版成清晰可读的文字。在 Cut Marketing 中导出真实的 PNG，并保存其文案和布局记录。

## 在几分钟内制作下一个广告。

从产品图片或简短简报开始。工作室会在您生成前显示积分成本。

[打开工作室](https://app.cutmarketing.app/?ui_locale=zh-cn)
