制作面向TikTok、YouTube Shorts或Reels的商品广告，不一定非得有真人模特和摄影棚。一张干净的商品图，配合图像生成、结构化脚本、视频模型和基础剪辑，大约20分钟就能跑出一条10秒左右的测试广告。
准备商品参考图
先把具体商品定下来，用自己或供应商有权提供的图片。裁切时只保留商品主体，把真人、复杂背景和水印都去掉。参考图越干净，模型越容易保持颜色、比例、纹理和细节，不会把商品重新设计成另一个版本。
竖屏平台一般用9:16，标准YouTube或横版广告则是16:9。示例里分别用了一件绿色上衣作为竖屏素材，另外选了一款小型硬件产品来做横屏内容。
生成使用商品的虚拟模特
把商品图上传到ChatGPT，用GPT Image 2来生成模特场景。提示词里要写清楚人物年龄、体型、目标受众、环境和画幅，并且明确要求严格保留商品的形状、比例、颜色、面料纹理和缝线，不得重新着色或改变设计。
服装可以用“穿着”，普通产品则改成“手持”或“正在使用”。如果需要指定某个地点，再上传一张环境照片，让模型把主体合成到那个空间里。人物、地点和姿态都可以变，但商品本身必须始终以参考图为准。
生成10秒JSON脚本
短广告要在前两秒就建立吸引点，快速说明商品价值和价格，最后用一个明确的行动指令收尾。可以要求ChatGPT按照平台语气写自然口语，并输出包含时间线、镜头动作、人物手势和准确台词的JSON。
结构化格式有助于视频模型遵循时间线。生成后还是要检查每一段的起止时间，避免脚本只覆盖了8秒，模型为了补满10秒而重复动作。行动指令也要按平台调整：TikTok可以提示购物入口，图片社交平台可以提示个人主页链接，YouTube可以提示置顶评论。
在Google Flow中生成视频
进入Google Flow，选择支持参考图片与原生音频的Gemini Omni。上传虚拟模特图和商品特写，把JSON放进提示框，再选好9:16或16:9画幅。模型能够生成最长约10秒、人物直接说出台词的短片。
文章给出的开发接口参考成本约为每秒0.10美元，也就是10秒视频大约1美元。订阅计划、免费额度和地区资格都会变化，制作前最好查看一下产品页面。生成结果还带有Google SynthID隐形水印，平台可以识别AI生成内容。
使用CapCut完成后期
AI视频有时会出现重复台词、多余手势或结尾循环的问题。把成片导入CapCut，删掉异常片段、调整节奏并把控准确时长，再添加字幕。自动逐字字幕可能需要付费功能，普通文字仍然可以手工加进去。
上线前检查平台披露
TikTok和YouTube允许AI生成推广内容，但写实AI图像、声音或视频需要标记；商业合作、品牌推广和联盟关系还需要启用商业内容或付费推广披露。不同平台和广告类型的入口不同，发布前最好逐项核对最新政策。
这套流程适合低成本验证商品和创意，但并不意味着能稳定获得销量。文章引用的数据里，美国大约80.35万家TikTok Shop店铺中，超过一半没有销售记录。工具接近免费，但流量、选品、信任和竞争不会消失。先用少量素材测试转化，再决定是否投入固定虚拟形象、配音和自动化批量生产，这样更能控制风险。
