想要直接生成一条能够拿去提案的广告短片，关键在于将创意脚本、分镜画面、运镜逻辑以及音效节奏全部精准地融入提示词之中。仅凭“一辆跑车在城市夜景中飞驰”这种模糊描述远远不够——由此生成的画面，大概率会成为废片。

先搭建广告片的骨架：借助Gemini 2.5撰写分镜脚本

打开Gemini 2.5，直接输入中文需求：“为某新能源SUV撰写30秒TVC广告脚本，重点突出静音表现、智能座舱体验、流线型车身设计，风格参考苹果广告，节奏由舒缓渐入紧凑，结尾定格品牌LOGO”。让它输出一份包含镜头编号、时长、画面描述、音效建议的完整分镜表。

将Gemini生成的每条分镜单独提取出来，一句一行排列——后续需要逐条喂给PixVerse，切勿堆砌成一段长文本，否则运镜将彻底失控。

检查每条分镜是否包含明确的主体、动作、环境以及镜头运动。例如：“镜头从车标特写开始向后拉开→掠过流线型引擎盖→俯拍整车驶过玻璃幕墙”，这样的描述才算合格。而“车子看起来很酷”这类模糊表达，必须直接删除并重新撰写。

保持角色与车辆一致性：上传参考图进行建模

这里提供两种可选路径。

方法一：使用实车高清图建模。在PixVerse中点击【Character】→【Create Character】，上传最新发布的该车型45度角、无反光、纯白背景的正向高清图（分辨率不低于1200×800），命名为“XX SUV V1”。图片中不能出现文字、阴影或其他车辆，否则模型会混淆主体。

方法二：先用Midjourney V7生成分镜图再建模。将Gemini脚本中的关键帧描述输入Midjourney，添加参数“--style raw --v 7”，导出无水印PNG后，挑选3张不同角度（前脸、侧身、尾部）上传建模。单图建模的一致性可能稍差，而此方法可提升20%以上的一致性表现。

等待模型状态变为success，通常需要15至40秒。此时不要急着生成视频，先点击角色预览，确认车灯、轮毂、腰线等细节与原图匹配无误。

撰写PixVerse专用提示词：英文结构必须严格遵循

第一步，固定开头格式。所有提示词以[SCENE X]开头，X代表分镜序号；结尾必须添加[END SCENE]，否则PixVerse会自动续写内容，导致镜头穿帮。

第二步，套用标准五段式结构。一个合格的示例如下：
[SCENE 1] [EXT. URBAN HIGHWAY - NIGHT] A sleek silver SUV glides silently → camera tracks alongside at wheel height → subtle lens flare from streetlights → tires show no blur → ultra HD 4K cinematic lighting [END SCENE]

第三步，关键要素一个都不能少：① 场景类型（[EXT]/[INT]）；② 光线与时间（- NIGHT/- GOLDEN HOUR）；③ 主体动作（glides silently）；④ 镜头运动（camera tracks alongside）；⑤ 画质约束（no blur, ultra HD 4K）；⑥ 音效暗示（silently→后续自动生成静谧环境音）。

负向提示词框中必须填写：deformed wheels, blurry headlights, text, logo, people, hands, motion blur on tires —— 这些是汽车广告中最容易出现崩坏的关键点。

生成并拼接成片：避开自动剪辑的陷阱

选择视频比例为16:9，时长设置为5秒（广告分镜单条不宜超过5秒），点击生成。每条分镜等待进度条跑完再操作下一条，不要批量提交——PixVerse并发生成会导致角色模型临时错乱。

生成完成后，下载全部MP4文件。不要点击“一键合成”，它会强行添加转场和背景音乐，破坏你精心设计的呼吸感。打开剪映，按照分镜序号拖入时间线，使用“音频提取”功能将每条视频自带的AI音效单独导出，再手动对齐节奏点。

最后导出时勾选“保留原始帧率”，关闭“智能降噪”选项。PixVerse生成的4K素材本身底噪极低，开启降噪反而会让金属漆面发灰，得不偿失。