制作商业短片，目前已成为AI图生视频领域中一个备受瞩目的热门赛道。原因十分直接：许多预算充裕的企业主都有这类创作需求。与那种硬广式的九宫格分镜、一键生成模式不同，商业广告天生需要一定的故事性，需要承载情感，要有能够打动受众的内容。这并不是单靠一个模型就能搞定的事。
先分享一下我做过的一个实例——梵蒂乳胶枕的宣传片。成品看起来还算有质感，人物和产品的一致性也基本达成。但坦率讲，离“优质”还有不小差距。不过，我一直信奉“学而时习之”以及费曼学习法，所以还是把自己摸索出的大致流程，以及跟客户沟通时必须确认的事项，系统地梳理了一番。既是为了自我总结，也希望能给同行提供一些参考。
1. 确定视频的生成样式
接到订单后，先别急着动手。不妨问问客户，视频主要投放在哪些平台？小红书、抖音，还是跨境电商？据此决定画面比例是横版还是竖版。更重要的是，让甲方明确这则商业广告的核心受众是谁。
接着询问具体风格：动画、写实，还是TVC质感？片子需要多长？这些问题看似多余，但做过商业片、干过乙方的，一定深有体会：很多甲方老板，其实自己也不清楚到底想要什么。
把这些潜在问题提前问清楚，能够节省日后大量的沟通成本和修改次数。对客户和自己负责，交付思维必不可少。
2. 确定制作脚本
2.1 脚本的核心
脚本的生成，核心是围绕客户需求。拿上面提到的乳胶枕广告来说，中心思想是“白天你撑起生活，晚上我撑起你的颈椎”，核心表达就是产品优异的支撑力。
有一个非常实用的句式可以问甲方：“让 ______ 的人，在 ______ 的时候，感到 ______”。第一个空格锁定受众人群，第二个锁定使用场景，第三个则明确解决客户的什么痛点。本质上，就是描述在什么场景下，解决了什么问题。
2.2 脚本的逻辑
一个经典的商业片叙事逻辑是：冲突 → 产品登场 → 一路逆转 → 情绪收口 + Logo。这个结构的巧妙之处在于，让观众先被剧情（冲突）吸引住，最后自然而然地落脚到产品功能上。
当然，想法终究只是想法。最好的办法，是让客户提供一个对标的同行商业片，作为参考样板。有了样板，你甚至可以把它丢给AI（比如豆包），让它分析一下这个视频的脚本结构是怎样的。
3. 制作分镜
3.1 制作广告中需要的元素
这就像拍电影，得先有角色和道具，并且要确保角色一致性、风格一致性。比如我这边，角色依旧是“老演员”大美丽，道具就是乳胶枕。
3.2 电影式还是硬广TVC
分镜应该包含哪些元素？景别、机位、动作、情绪、场景，这几个维度缺一不可，它们共同决定了视频的气质。
景别，就是情绪的距离。大全景交代场景，全景展示人物全身动作，中景（腰部以上）、中近景（胸部以上）、近景（某个部位）、特写……越近，情绪越浓烈；越远，叙事性越强。
机位表达情绪。平视最自然、不带偏见；俯拍显得人物脆弱；仰拍凸显自信高大；侧拍则有纪录片的质感。
动作，是人物和产品的互动，或是人物自身的动作。情绪，则包括外显的快乐、惊讶，微妙的放松、安心，以及身体语言上的蜷缩、靠近等。风格上，3D柔光风很适合小红书，皮克斯简化版、Q版3D风也各有特色。光影也很关键：软光、硬光、逆光、侧光、顶光、环境光，不同光线塑造的氛围截然不同。
3.3 用Nano Banana制作分镜
目前，在分镜生成这个环节，Nano Banana是最稳定的编辑闭源模型。虽然Qwen-Edit也很优秀，但玩玩可以，专业商业片还是得用Nano Banana。之前在Lovart买了个Base会员，感觉用起来确实方便。
Nano Banana的强大之处在于“编辑一致性”。但想要稳定、不崩脸，必须在提示词里明确告诉模型两个关键点：“一致”。
这里有几个经过验证的公式：
万能一致性公式：
consistent character proportions and style with previous images, same character design, same facial structure, same outfit, consistent lighting and environment, high-quality
（角色比例一致、设计一致、面部一致、服装一致、光影一致、环境一致、高质量）
广告拍摄公式：
consistent characters and consistent product appearance, same product texture and logo, soft natural lighting, no distortion
（人物一致、产品一致、材质logo一致、柔光、无畸变）
高保真防崩脸公式：
preserve original identity, ultra high fidelity character preservation, no face change, no distortion, consistent facial structure
（不改变人物、保持高保真、面部无变化、无畸变、结构一致）
根据脚本，用Nano Banana套用以上提示词，一致性确实非常高。亲测有效，各位可以试试看。
4. 视频生成
视频生成，是整个商业广告流程中最关键的环节之一。脚本和分镜只是纸面逻辑，最终交付的视频才是甲方最看重的。接下来，我把踩过的坑、积累的经验总结出来，供你在实际操作中参考。
核心原则：分镜生成不是一口气丢给Sora2，而是逐帧推进。 如果一股脑儿全交给模型，脚本的情绪节奏很容易跑偏，这是TVC广告的逻辑，不是商业片需要的逻辑。逐帧生成，每一帧就是一个独立的段落，然后在剪辑软件里拼接起来。这样做的好处是，每一帧都可以根据脚本和客户需求单独修改，不至于轻易推翻重来。
接下来说说剪辑。这里头技巧不少。比如，利用透明度的关键帧，可以实现从黑暗到白天的自然转场；设置声音大小的关键帧，能更好地烘托气氛、衔接画面。当然，剪辑这块我自己也还在摸索，不算多专业。但有一点我深信：赚钱是一个人综合能力的体现，所以得持续学习。
最后，关于工具的一些看法
其实，大家完全不用拘泥于开源还是闭源，付费还是免费。工具只是实现目的的桥梁。学会使用AI工具，并不能形成真正的个人竞争力。真正的壁垒，是创意、想法，以及能否抓住风口的判断力。限制我们的，从来不是掌握了多少AI工具，而是大模型系统指令的打磨——如何成为AI的“甲方”，如何对AI进行有效的调教。
说得再多，不如亲自体验一番。这篇文章就到这里。
