用产品照片做 AI 广告短片,可以先上传清晰的商品图,说明想要的场景,检查产品参考图和广告方案,再生成视频。成片要从头到尾对照原图看一遍:场景看起来合理,产品上的字和形状也可能已经变了。
这篇教程用的是站长项目里的一把 Brewista 手冲咖啡壶。当时想做一条有日式居家温馨感的短片。它是我们自己的工作流案例,不是 Brewista 官方广告,也不是咖啡壶性能测试。
先看原照片和完整广告短片
当时只写了一句:“给这个咖啡壶做一个产品广告,要日式温馨感。”下方原图和 20 秒 WAN 3.0 成片属于同一项目。那次直接用原照片生成视频;干净参考图是第二天另一次实验的结果。

这里保留完整的 720 × 1280 成片,并采用后来加了音乐和旁白的混音版。原始生成视频与混音版的视频流完全相同。声音是旧流程后期添加的;下文介绍的现行流程,则让视频模型在生成时制作声音。
怎样选照片、检查产品参考图
选同一款、同一配色的产品照片,重要部位要清楚,并完整放在画面里。FlyAIgh 支持 1–4 张产品图。多一个角度应当多提供一点可靠信息;不同颜色、配件或版本混在一起,反而容易产生矛盾。
这把壶更好的起点,是补拍一张壶嘴和把手都完整的照片。仅凭正面图,无法核实背面或底部;即使生成了旋转 360 度的动作,也不能当成准确的全方位产品展示。
当前广告流程会先生成干净的产品参考图。把每张参考图放在原图旁边,检查轮廓、把手连接处、壶嘴、壶盖、颜色和文字。这是生成式图像处理,去掉手和背景的同时,也可能改变产品细节。
下方参考图的记录明确关联到这张原照片,但来自第二天的单独实验。手、台灯和房间被去掉,画面外的壶嘴也被补了出来。这条记录有广告方案,没有成片;它没有用于上方的 20 秒视频,因此不能拿两者证明提取参考图改善了成片。

现在的提取指令也会要求移除吊牌和警示卡,但指令不等于结果保证。参考图有问题时,可以改用原图、重新提取,或补一张更合适的照片;生成视频前确认最终选中了哪组输入。
把一句想法变成可执行的广告方案
广告方案要说清观众会看到什么。先挑一个看得见的特征,再配一个简单动作,比堆形容词更容易检查。这把壶的方案安排了注水、握持、材质细节和最后的静物画面。
| 计划时间 | 要求的画面 |
|---|---|
| 0–4 秒 | 壶嘴注水特写,水流进入下方滤杯。 |
| 4–9 秒 | 手握木质把手,镜头缓慢移动。 |
| 9–15 秒 | 在亚麻桌布上展示金属纹理与品牌文字。 |
| 15–20 秒 | 壶放在右侧,左边留空。 |
表中时间来自原始成片提示词,是计划时间,不是逐帧测出的切镜时点。项目现在保存的是后来用于混音的方案版本;我们核对的是成片自身保存的指令,没有把最新方案当成原视频的完整生成输入。
方案曾把“精准控水”和“握持舒适”列为卖点。照片能看出长壶嘴和木纹把手,却不能证明控水精度、手感或材质规格。这类说法应当对照自己的产品资料核实,无法确认就删掉。来源标为“照片”,也不等于性能经过验证。
查看当时的一句话需求与成片指令
保留原始中文,其中包括旧流程的声音要求。这些是当时提出的要求,不代表成片逐项做到了。
给这个咖啡壶做一个产品广告,要日式温馨感
[STYLE: 9:16竖构图,柔和侧逆光,暖米色调,浅景深,哑光质感。] 画面主体 @brewista 由参考图定义,全程与参考图保持一致:形态、颜色、材质、比例都以参考图为准,产品上印刷的文字只有「NOTICE / Do not add water / 注意! / 加水时请勿超过内壁所示水位线」。参考图屏幕或包装上的人物只是显示内容,不是拍摄对象,不要把他们拍成人物。 总时长20秒,按下面的时间码分成4个镜头,镜头之间硬切换机位,每个镜头内部一镜到底。 0-4秒(第1镜,注水特写):细长壶嘴流出平稳热水注入下方滤杯,蒸汽轻柔升腾,背景为暖色木质桌面。 运镜:ECU固定镜头。 4-9秒(第2镜,握持展示):一只手握住木质把手提起壶身,手指贴合木纹表面,光线勾勒壶身圆润轮廓。 运镜:CU缓慢右移。 9-15秒(第3镜,材质细节):壶身置于亚麻桌布上,拉丝金属纹理与木质壶盖在柔光下形成对比,品牌刻字清晰可见。 运镜:MS微推。 15-20秒(第4镜,静物定格):咖啡壶静止立于画面右侧三分之一处,左侧留出大面积暖色负空间,光影柔和均匀。 运镜:MS固定镜头。 9:16 画幅。 画面中不要添加任何字幕、标题、标语、logo、水印或界面文字;不要生成任何软件界面、主屏、图标、小部件、时钟或天气;设备屏幕只显示参考图里的壁纸画面;唯一允许出现的文字是产品本身印刷的文字。 音频:只要环境音,不要背景音乐,不要旁白。可以替换内容的创意描述
这是便于改写的示例,不是咖啡壶成片当时使用的提示词。在想法输入框里用普通语言描述即可,生成方案后再检查每个镜头。
在 FlyAIgh 中制作产品视频
进入 Director,选择“广告”。创建前先确定时长和画幅;同一个项目创建后,不能再更改这两项。目前时长可选 6、10、15、20 或 30 秒,画幅可选 9:16、16:9、1:1、4:3 或 3:4。
- 添加 1–4 张 JPG、PNG 或 WebP 产品照片,写一句创意方向。选择模型并查看页面预估,初次先做能讲清一个特征的短版本。
- 开始规划后,把提取的参考图与原照片逐张比较,确认最终使用哪一组。有问题就切回原图,或重新提取。
- 阅读产品、卖点、受众、氛围、镜头和声音方案,纠正没有依据的说法。常规字段可以编辑;想改镜头列表,就写明修改要求,再用“重写方案”。它会重写整份方案。
- 确认方案后生成成片。即使方案中有多个镜头,这一步也是一次生成一条 720p 视频。未付费账户需要先完成付费才能生成,视频会消耗积分。
- 开声音完整看一遍,再回看细节镜头和切镜。从结果进入素材库下载。生成状态显示完成,不等于已经适合发布。
使用前,把整条视频检查一遍
咖啡壶成片做出了温暖的室内氛围,也有注水和产品展示镜头,但全片中仍有细节变化。下面按完整视频的大致位置说明检查点,不把它们当成上面方案的精确执行时间。
| 大致位置 | 应该检查什么 |
|---|---|
| 0–4 秒 | 水流进入滤杯。留意水从哪里流出、怎样接触滤杯,以及壶嘴形状;生成的水流不能证明产品的实际性能。 |
| 4–9 秒 | 手在操作咖啡壶,画面视角发生变化。检查手指、把手连接处和壶身比例。 |
| 9–15 秒 | 镜头向壶身靠近,警示吊牌不见了,品牌字样的形态也随镜头变化。把具体字母与原图对照。 |
| 15–20 秒 | 最后的较宽画面里,吊牌又回来了。判断这样的变化能否接受,不能只看最后一帧就认定前后一致。 |

画面有吸引力,也要判断产品表现是否适合自己的用途。关键细节错了,可以换更清楚的参考图、简化方案后再生成。需要准确结构、清晰包装文字或真实性能演示时,应使用经过核实的实拍视频或照片。“保持 logo 不变”是一项要求,不能当成保证。
声音、重拍和最后的文字排版
这个例子的声音来自历史后期混音:音乐加中文旁白。保存的台词是“一壶好水,慢慢来。brewista,日式手冲的温度。”单独提取参考图的那份方案没有旁白。这些版本不能当成同一次录制。
当前“广告”模式由视频模型在生成时制作声音,可选无声、只有环境音、环境音加配乐,或配乐加旁白。音色选项是写给模型的声音描述,不是声音克隆,也不是上传自己歌曲的入口。生成后要检查实际说了什么、发音是否合适。
成片出来后,修改方案里的旁白或配乐,不会改变旧视频。按新方案重拍会再次消耗积分;生成前看当前预估,并给可能的返工留余量,不沿用这个历史测试的花费。
准确价格、字幕、额外品牌标识和购买提示,可以在自己的剪辑软件里后期添加。广告流程会要求不新增画面文字,并可留出空位,但没有自动尾板编辑器。另一个画幅也需要单独安排构图和生成。
案例依据与延伸阅读
我们核对了两条项目记录、参考图与原图的关联、原成片指令、生成与混音的对应关系,以及媒体文件。后期混音没有改变这条 20 秒视频的画面流;另一次参考图实验没有成片。文章据此标明各素材属于哪一步,没有补写未经验证的生成过程。
关于产品细节,invideo 的产品视频 FAQ 同样说明不能保证完全一致;Runway 的图生视频指南则建议使用清晰图片,从简单运动描述开始。这些是厂商自己的说明,不是对 FlyAIgh 的独立评测;上面的咖啡壶观察来自本例。
常见问题
只有一张产品照片,也能做广告视频吗?
可以,FlyAIgh 广告模式支持 1–4 张产品照片。一张清晰照片可以支持简单场景,但无法核实隐藏的侧面。咖啡壶案例也说明,吊牌和文字可能在成片中变化。
提取干净参考图之后,logo 就能完全不变吗?
不能保证。提取会生成一张新图,可能改变小字和细节。参考图与完整视频都应当重新对照原照片检查。
能让产品旋转 360 度吗?
AI 可能补出看起来合理、但未经核实的部分。单张正面图不能证明背面准确。需要时补充真实角度并检查结果;准确性要求高的展示应使用实拍。
可以直接贴商品链接,不上传图片吗?
这条 FlyAIgh 流程从上传照片开始,不从商品 URL 导入。请使用自己有权使用的图片,并核实方案中的产品信息。
能做一个数字人出镜,替我评测产品吗?
本文讲的是以产品为主体的展示。当前广告流程不保证固定出镜主持人或说话数字人,也不能把生成场景当成真实客户的使用评价。
能只改旁白,不重新生成画面吗?
当前广告流程不能。声音在视频生成时制作,改方案后需要重新生成并再次扣积分。这个案例里的后期混音属于历史流程。
字幕、价格和片尾 logo 会自动加上吗?
不会。流程会避免新增画面文字,并可安排留白。准确文字、价格、额外 logo 和购买提示,需要在剪辑软件中添加。
产品视频生成免费吗?
视频生成需要付费账户和积分。确认前查看当前模型的预估,细节需要修正时也可能要再次尝试。