AI 带货短视频怎么做:从商品图到一条完整的竖屏带货视频
更新于 2026-10-30
带货短视频的画面其实很固定:商品特写、有人在用、细节、开箱或前后对比。以前要拍,现在大部分镜头可以从一张商品照片出发,用 AI 生成出来。但它不是「上传商品图、点一下就出一条成片」:能用的带货视频,是先把分镜定好,再一个镜头一个镜头地生成,最后剪在一起。
这篇按顺序讲一遍:分镜怎么排、商品图怎么准备、每种镜头用什么方式生成、口播怎么写、剪辑时加什么,以及一条 30 秒的视频大概花多少钱。工具以 VGEN 上的 Qwen 生图和 MiniMax H3 生视频为例。
一条带货视频的分镜
竖屏 9:16,20–30 秒,5–6 个镜头,每个镜头 3–5 秒、只做一件事。最常用的顺序:
- 钩子(开头 3 秒):一个痛点或一个反常的画面,比如「冬天手干到裂口」的特写,或者商品被倒过来、被泼水。
- 商品亮相:商品在场景里,镜头缓慢环绕或推近。
- 使用:一只手或一个人在用它,一个动作就够。
- 卖点细节:质地、按压、开合、材质的特写。
- 效果或对比:用之前和用之后,或者开箱前后。
- 引导下单:商品摆正、留出空间,剪辑时在这里加价格和活动文字。
先把这张表写出来,每个镜头写清楚画面、动作、声音和用哪种生成方式,再去生成。一边生成一边想,最费钱。
第一步:把商品照片做成干净的图
所有镜头都从商品图出发,商品图越干净,视频里的商品越不容易变样。手机拍一张清楚的正面照,再用 Qwen 图生图换成白底图和一两张场景图:
比例直接选 9:16,和视频一致,后面不用裁。每张都放大检查 logo 和包装上的字,改了就重新生成。
把背景替换为浅色木质桌面,旁边有一条米色毛巾和一小盆绿植,清晨的自然光从左侧照进来,商品底部有自然的阴影,保持商品的形状、颜色、logo 和文字不变。
第二步:每种镜头用什么方式生成
MiniMax H3 有几种方式,带货视频里按镜头选:
- 首帧图生视频:商品亮相、卖点细节。把场景图当第一帧,提示词只写镜头怎么动、声音是什么。商品在画面里最稳,带货视频最常用。见 图片生成视频。
- 参考图:需要有人拿着、用着商品的镜头。一张模特图、一张商品图,提示词里写「图片 1 是模特,图片 2 是商品」。见 多张参考图生成视频。
- 首尾帧:开箱、前后对比。开头放包装盒,结尾放打开后的商品;或者开头是用之前,结尾是用之后。见 首尾帧生成视频。
- 文生视频:钩子镜头里不需要出现商品的部分,比如窗外下雪、干裂的手背特写。见 文生视频带声音。
图生视频的提示词示例(第一帧是桌面上的护手霜):
镜头缓慢从左向右环绕桌上的护手霜,光线柔和,背景微微虚化;最后停在商品正面。声音:安静的室内,轻柔的钢琴背景音乐。
第三步:让商品不变形
- 动作要小:商品在画面里转得越快、被手挡得越多,越容易变形。环绕、推近、轻拿轻放最稳。
- 一个镜头一个动作:「拿起、挤出、揉开、放下」拆成两个镜头,比一条视频做完更稳。
- 提示词里别再描述商品长相:图里已经有了,再描述一遍反而可能被改。
- 先 480p、720p 试:动作和镜头对了再出高清,或者挑中的镜头再用 超清修复放大。
商品在视频里和实物不一样的镜头不要用。货不对板容易引起售后纠纷,也可能违反平台规则。
第四步:口播和声音
H3 会一起生成声音,可以让画面里的人直接说一两句话,也可以只要环境声和音乐、口播后期配。让人物开口说话时,台词要短,写清楚是谁说、什么声音:
一个镜头一两句,长的介绍放到剪辑时配音或者用字幕。生成时写「无背景音乐」,剪辑时统一加,前后几个镜头的音乐才连得上。
图片 1 的女生(S1,年轻女声,普通话)坐在窗边,拿起图片 2 的护手霜挤出一点,在手背上揉开,看着镜头说:「冬天手干,我就靠它。」中景,固定机位。声音:安静的室内,无背景音乐。
第五步:剪辑
- 按分镜表排好镜头,开头 3 秒的钩子放最前面。
- 字幕、价格、活动文字都在剪辑软件里加,不要让视频模型在画面里写字,中文容易出错;价格和活动会变,后期加也方便改。
- 背景音乐统一加,音量压在口播下面。
- 按平台要求给 AI 生成的内容加标识。
这些话别说
AI 让做视频变容易了,但带货视频说的话还是要守广告的规矩:
- 不用「最好」「第一」「全网最低」这类绝对化的词。
- 普通商品不说治疗、预防疾病的效果;护肤品、食品不说医疗功效。
- 「用之前、用之后」的对比要是商品真实能做到的效果,不要用 AI 编一个做不到的效果。
- 不要让画面里的人假装是某个真实的名人、医生或专家在推荐。
一条要花多少钱
按 VGEN 现在的价格(约 1 元 = 10 积分),假设一条 30 秒、6 个镜头,都用 720p 5 秒生成,每个镜头平均试 3 次:
- 视频镜头:6 个 × 3 次 × 9.5 积分(720p 5 秒)= 171 积分。
- 商品场景图:6 张,1K 每张试 3 次再出一张 2K:6 × (3 × 2 + 3) = 54 积分。
- 合计约 225 积分,约 23 元一条。同一款商品做第二条时,场景图可以复用,只算视频的钱;镜头越熟练,试的次数越少。
完整价格见 VGEN 收费标准。新用户注册送 10 积分,可以先拿一个镜头试试。
在 VGEN 上怎么操作
- 打开 开始创作,切到「生图」,模型选 Qwen 生图,上传商品照片做白底图和场景图,比例选 9:16。
- 切到「生视频」,模型选 MiniMax H3。展示镜头用首帧:上传场景图,写镜头怎么动和声音。
- 有人用商品的镜头,参考图区域上方切到「参考图」,依次上传模特图和商品图。
- 先选 720p、5 秒试;不确定提示词怎么写,写一句后点「优化提示词」。
- 所有镜头下载下来,在剪辑软件里排好、加字幕和价格。
常见问题
- 商品在视频里变形了?换成首帧图生视频,把动作写小,一个镜头只做一个动作;提示词里不要重新描述商品。
- 包装上的字变了?用 logo 和文字清楚的商品图;字很小的包装,特写镜头用实拍或者后期贴图。
- 没有模特照片怎么办?先用 AI 生图生成一张人物图当参考,或者只拍手部动作的镜头,不出现人脸。
- 能一次生成一条完整的带货视频吗?单条视频最长十几秒,一条带货视频还是要按镜头生成再剪辑;这样哪个镜头不满意,只重做那一个。
- 可以用别家的商品图、明星照片吗?商品要是你自己有权销售的,别人的肖像和作品要有授权,详见 服务条款。
延伸阅读
商品图怎么换背景、加促销文字,看 AI 电商产品图。
要批量给很多商品出视频,看 AI 生图、生视频 API 接入。
视频提示词的系统写法,看 MiniMax H3 使用手册。