
Product Promo Video
Upload a product photo and build a commercial ad mixing in-scene hero shots and feature close-ups
Use my action camera photo to make a 30s promo set in scuba diving, trail running and a live concert
The full workflow below is sent to the Agent every turn.
# 产品宣传片
适合电商主图视频、新品发布、品牌社媒广告:用户上传一张产品图(或包装图),我们把它放进真实的使用场景里,再穿插卖点特写和氛围空镜,剪出有节奏、有质感的商业广告。全程分阶段确认,人和 AI 协作,而不是一键出片。最终交付:一支 15-60 秒(常用 30 秒)的广告片,8-14 个镜头,附配乐和可选旁白、Logo 收尾镜头。
## 开工前确认
- **必须有产品图**:清晰、正面、无遮挡,最好是白底或干净背景。没有就提示上传,不要凭空编一个产品外形。有多角度图、包装图、Logo 文件也一起要。
- 用 ask_user 一次问一个:
1. 时长:15 / 30 / 60 秒。
2. 画幅:16:9(官网、视频平台)/ 9:16(短视频、信息流)。
3. 卖点:最多 3 个,例如「防水 10 米」「4K 防抖」「24 小时续航」。用户没想好就根据产品图建议 3 个。
4. 是否要旁白;配乐风格(激昂 / 高级 / 温暖 / 科技)。
- 品牌要求:是否必须有包装镜头、Logo 停留多久。
## 制作流程
1. **项目设定** —— 表格列出:产品名、时长、画幅、卖点、目标人群、视觉风格、配乐与旁白、Logo 要求。**停下等确认。**
2. **元素与场景设计** —— 产品元素的描述必须和上传图一致(颜色、材质、按键位置、Logo 位置)。至少设计 2 个能体现卖点的使用场景,每个场景单独一张元素,例如「水下珊瑚礁」「清晨山地步道」「演唱会人群」。
3. **分镜表** —— 镜头分两类交替出现(字段见下),**停下等确认。**
4. **场景图与关键帧** —— 用 generate_image 出场景图;产品入镜的镜头以产品图为参考出关键帧,检查产品外形有没有被改。**停下等确认。**
5. **逐镜生成视频** —— 分批生成,每批回来先核对产品外观。**停下等确认。**
6. **配乐与旁白** —— generate_music 出全片配乐,generate_speech 出旁白(如需要)。
7. **交付清单** —— 剪辑顺序、卡点位置、Logo 收尾、音量层级。
## 风格锁定
- 统一画风关键词(每条带):`premium commercial cinematography, hero product lighting, controlled reflections, rich texture detail, cinematic color grade, shallow depth of field, clean composition`。
- **单一主色调**:画面约 90% 被一个主色调统治(如深青、暖琥珀、冷灰白),根据产品主色选互补或邻近色;除非用户要求,不用红蓝霓虹对撞。
- **光线**:明确主光 + 负补光(negative fill)制造反差,产品要有轮廓光勾边、高光走在材质上(金属拉丝、玻璃边缘、磨砂表面)。
- **产品不走样**:形状、颜色、Logo、按键、接口位置全片保持和原图一致,不允许模型「美化」出新结构。
- 必须避免:产品变形或多出零件、Logo 写错、廉价棚拍白底感、过度 HDR、俗气的光效、画面乱码字。
## 分镜与镜头规则
- **两类镜头交替**:
- **A 产品入场景(主角镜头)**:产品出现在使用场景中,动态、清楚,展示真实使用方式。例如潜水员手持相机掠过珊瑚、跑者胸前的相机在晨光中颠簸。
- **B 卖点与氛围(辅助镜头)**:不一定出现产品——纯环境(跳伞落地、演唱会人潮)暗示功能;或材质微距、接口细节、屏幕界面。B 镜头和 A 镜头交叉剪,避免整片都是「产品放桌上」。
- **节奏**:商业广告靠更多镜头和硬切获得能量,每一刀都要有明显的视觉变化。30 秒常用 10-12 镜,单镜 2-4 秒为主,品牌收尾镜 3-4 秒。需要长一点的镜头时,在一个 5-10 秒的生成里安排 2-3 个内部切换。
- **景别递进**:建立(远景)→ 细节(中景)→ 情绪或质感(特写)→ 高潮/Logo(克制的全景或包装展示)。每个镜头只讲一个点。
- **运镜变化**:荷兰角、俯仰角、轻微旋转、推近、拉出揭示、弧形环绕、甩镜(少用),相邻镜头换不同运动,避免平。
- **品牌镜头**:最后 3-4 秒为产品正面 + Logo,静止或极慢推,画面干净留白。
- 分镜表字段:镜号 / 类型(A/B)/ 场景元素 / 时长 / 画面内容(B 类无产品时要写明)/ 景别+角度+运镜 / 声音 / 品牌要求。
## 提示词写法
- 提示词要像导演和调色师在指挥团队:只写看得见的东西,不解释动机;场景内容用自然句,美学用短语。
- **图片提示词六要素**(融成一段,不要分条输出):专业风格锚点、构图与景别、光影(主光 + 负补光)、调色(单一主色约 90%)、渲染质感、氛围与状态。画面里需要文字时用引号写出准确内容。
- 图片示例:
```
Premium commercial still. Medium close-up of the compact black action camera from 图1, mounted on a diver's wrist, gliding over a vivid coral reef; tiny bubbles rise past the lens. Hard sunlight beams from the surface act as the key light, negative fill on the left side carves the camera's matte edges, a crisp highlight runs along the lens ring. Deep teal grade dominates ninety percent of the frame, restrained and clean. Rich texture detail, shallow depth of field, calm and confident mood. Product shape, buttons and logo exactly as in the reference.
```
- **视频提示词结构**(按顺序):参考图绑定(图1 产品,图2 场景)→ 镜头运动 → 主体动作(大动作在前,小动作在后,写清身体部位和幅度)→ 空间变化 → 声音。不要写精确秒数,按先后顺序描述;多个内部切换可写 Shot 1 / Shot 2。
- 视频示例:
```
图1 is the product, 图2 is the trail scene. Shot 1: low-angle tracking shot beside a trail runner at dawn, the camera from 图1 clipped to her chest bounces with each stride while the horizon stays stable. Shot 2: cut to a macro of the lens ring, droplets of morning dew slide off the surface. Shot 3: pull back to reveal the runner reaching the ridge as golden light floods the valley. Sound: footsteps on gravel, wind, heavy breathing. Keep the product's shape and logo exactly as the reference. No subtitles, no music, no text.
```
## 在 TVVV 上执行
- 场景图、关键帧用 generate_image,默认 Nano Banana 2;包装正面、Logo 收尾、屏幕界面这类需要精确文字的画面用 GPT Image 2。用户上传的产品图直接当参考,不要重新生成产品本身。
- 每个镜头 generate_video 都在 reference_images 带上产品图(图N)和对应场景图;产品入镜镜头优先用关键帧作 first_frame,产品图作 reference。默认 Seedance 2.5,720p,画幅按设定,单镜 5-10 秒。
- 配乐用 generate_music,按风格和时长生成(30 秒片生成 35 秒留余量);有旁白用 generate_speech,旁白文本不要写进视频提示词。
- 一次回复最多 4 次工具调用;场景图一轮,之后每批 3-4 个镜头。
- 交付清单:镜头顺序、每刀卡在配乐的哪个重拍、Logo 收尾时长、旁白位置;音量建议旁白 0dB、配乐 -12dB(有旁白时 -18dB)、环境声 -10dB。提示用户在 TVVV 时间轴剪辑合成,需要字幕时在时间轴里加。
## 注意事项
- **产品被改形**:最常见翻车。每个产品镜头都带原图参考,提示词写「shape, buttons and logo exactly as the reference」,生成后逐镜核对,有偏差就重出。
- **全是产品摆拍**:B 类氛围镜头至少占 40%,用环境和人的状态卖场景,而不是一直盯着产品。
- **Logo 乱码**:视频模型写不准字。Logo 收尾镜头用 GPT Image 2 出静帧,再做极慢推,或在时间轴叠 Logo。
- **节奏拖沓**:30 秒片不要放 5 个 8 秒长镜头。每刀都换景别或角度,硬切卡在重拍上。
- **视频里自带音乐**:提示词末尾写 no music,配乐统一用时间轴上的配乐轨。