Come creare splendidi video commerciali di prodotto con l'IA — Il tutorial completo di ImagineToVideo

Uno spot tradizionale per skincare — di quelli con luce morbida da finestra, una modella che applica il siero al rallentatore e un hero shot del flacone su una superficie di marmo — costa a un brand indipendente tra gli $8.000 e i $40.000 una volta messi insieme studio, modella, gaffer, ritoccatore e montatore. E ci vuole una settimana. La stessa identica cosa, generata nel browser, costa più o meno un dollaro e si fa in circa cinque minuti.

Non è un'ipotesi. È il workflow che percorreremo qui. Alla fine di questo post avrai la pipeline completa a due modelli che usiamo in ImagineToVideo per gli spot di prodotto: ChatGPT (o GPT Image) per pianificare uno storyboard a 9 pannelli, poi Seedance 2.0 dentro ImagineToVideo per renderizzarlo come video finito. Stessa logica del nostro tutorial sui video di danza K-pop — una scheda di riferimento statica guida un modello video — ma il formato dello storyboard e la struttura del prompt sono calibrati sulla narrazione di prodotto invece che sulla coreografia.

Ecco lo storyboard che ChatGPT ha generato per l'esempio fisso, uno spot skincare pulito:

E questo è il render finale di Seedance 2.0 — la stessa donna, lo stesso prodotto, ora che si muovono davvero attraverso lo spot:

<video src="https://cdn.imaginetovideo.com/blog/content/zaraproduct.mp4" controls style="max-width: 480px; width: 100%; display: block; margin: 1.5rem auto;"></video>

Su questa serie. Questo post fa parte di ImagineToVideo Video Generation Tutorials — una serie hands-on in cui, a ogni puntata, percorriamo un caso d'uso creativo specifico, dal prompt al render finale, usando i modelli integrati in ImagineToVideo. La serie copre video di danza K-pop, spot di prodotto, animazioni di ritratti di animali domestici, dialoghi cinematografici con audio nativo e shorts narrativi verticali — leggili in qualsiasi ordine. Questa puntata è quella che fondatori di ecommerce, team di brand DTC e operatori Shopify ci stanno chiedendo di più: come generare un vero spot di prodotto, guardabile, senza una troupe.

---

Perché ChatGPT + Seedance è lo stack giusto per gli spot di prodotto

Uno spot di prodotto non è una routine di danza. È un arco narrativo: un problema che il cliente sente, un momento di scoperta, un momento d'uso, una trasformazione e un hero shot. Nove frame bastano per coprire tutto. Sedici — come abbiamo usato per la coreografia K-pop — sono troppi, e i pannelli in più finiscono per fare male perché diluiscono i beat narrativi.

ChatGPT e GPT Image sono eccellenti su questo tipo di storyboard narrativo strutturato. Dai al modello un prompt strutturato con un layout a 9 pannelli e un flusso narrativo esplicito, e renderizza lo stesso personaggio — stesso trucco, stesso guardaroba, stesso stile di luce — in tutti e nove i frame. Senza bisogno di un assistente di continuità sul set.

Quello che ChatGPT non sa fare è animare. L'output è una griglia statica.

È qui che entra in gioco la seconda categoria di modelli: reference-to-video (R2V). Gli dai una o più immagini di riferimento più un prompt di movimento, e genera un video che rispetta i riferimenti. Due sono integrati in ImagineToVideo:

• Seedance 2.0 — supporta fino a 9 immagini di riferimento, genera 5–15 secondi a 720p, e costa circa $0,85 per una clip da cinque secondi. È quello che consigliamo per gli spot di prodotto. Un hero shot di solito è una singola clip da 5 secondi — Seedance è abbastanza economico da poter iterare su luce, movimento di camera e posizionamento del prodotto senza bruciare soldi.
• Kling V3 Omni — supporta fino a 7 riferimenti più audio nativo e sequenze multi-shot, ma costa circa $13 per una clip da cinque secondi. È lo strumento giusto quando vuoi che l'intero storyboard a 9 pannelli diventi uno spot connesso da 30 secondi con voiceover e musica in sync, non solo un singolo hero shot.

Il resto del post è la strada Seedance, con una sezione di upgrade Kling verso la fine. Se il deliverable finale è di livello broadcast o destinato a schermi retail in negozio in 3840×2160 nativi, il tutorial sulla 4K Mode di Kling copre proprio quella strada.

---

Step 1 — Pianifica il tuo spot in ChatGPT (lo storyboard a 9 pannelli)

Apri ChatGPT (con la generazione di immagini attiva) o direttamente GPT Image. Stavolta non ti serve un ritratto base come per il K-pop — per gli spot di prodotto, ChatGPT è felice di disegnare la modella e lo styling del prodotto a partire da un singolo prompt. Incolla questo template, modifica i campi tra parentesi quadre per il tuo prodotto, e lancialo:

9-panel skincare commercial storyboard, 16:9 layout, single image.

[CHARACTER] Young woman with soft natural makeup and styled hair, wearing
light elegant clothing. Same model, same outfit, same look across all 9
panels — do not redesign the character.

[SETTING] Modern sunlit interior, large windows, calm atmosphere, white and
pastel color palette.

[STORY FLOW — 9 panels in reading order]
  1. Woman at her desk, looking slightly tired or concerned
  2. Close-up of her face showing dry or dull skin
  3. Discovering a clear skincare bottle, gently presenting it
  4. Close-up: liquid pouring onto her hand
  5. Applying the product to her face
  6. After use — hydrated, glowing, smooth skin
  7. Walking in a bright, clean space, refreshed and confident
  8. Calm product beauty shot on a minimal surface
  9. Final frame: soft smile at the camera, holding the product

[STYLE] Cinematic close-ups, soft focus, light reflections, subtle sparkles.
Soft natural lighting, minimal aesthetic, fresh airy mood. Elegant, visually
soothing.

[NEGATIVE] No text, no subtitles, no branding text, no logos, no extra
characters, no watermarks.

[OUTPUT] At least 1024×1024 final resolution. 2048×2048 if available.

Tre cose, in quel prompt, fanno un lavoro vero e non vanno tolte:

La riga « same model, same outfit ». È lo stesso trucco usato per il K-pop. Senza, ChatGPT cambierà silenziosamente il guardaroba tra il pannello 4 e il pannello 7 perché il prompt parla di « applicare » e poi di « camminare » — interpreta lo shift di attività come uno shift di guardaroba. Fissa il personaggio in modo esplicito.

Il flusso narrativo strutturato. Elencare tutti e 9 i frame in ordine di lettura — dall'alto a sinistra in basso a destra, come una pagina occidentale — costringe ChatGPT a comporre la griglia in ordine narrativo. Senza pannelli numerati, sceglierà qualunque frame « senta » come hero shot e lo metterà al centro, spezzando il flusso quando poi vai a ritagliare.

La risoluzione di output 1024+. Stesso motivo del nostro tutorial K-pop: l'endpoint Seedance R2V di ImagineToVideo rifiuta le immagini di riferimento più piccole di 640×640 e restituisce un errore non riprovabile. L'output di default di ChatGPT a volte si ferma intorno a 768×768. Pretendere 1024+ nel prompt evita il rifiuto a valle.

Quello che dovresti avere adesso è una singola griglia 16:9 con 9 pannelli che mostrano l'intero arco dello spot — esattamente come lo storyboard in cima al post.

Adattare questo template ad altri prodotti. Lo stesso scaffold a 9 pannelli funziona per quasi qualsiasi categoria DTC. Per un profumo: scambia « dry skin » con « everyday outfit » nel pannello 1, « applying serum » con « spritzing perfume » nel pannello 5, e « glowing skin » con « confident night-out look » nel pannello 7. Per un elettrodomestico da cucina: apri su un piano di lavoro caotico, midpoint sul prodotto in uso, chiusura su un piatto pulito impiattato. L'arco — problema → scoperta → uso → trasformazione → hero — è la parte universale.

---

Step 2 — Ritaglia sul tuo hero frame (oppure usa l'intera scheda)

Adesso hai un'unica immagine a 9 pannelli. Ci sono due modi di darla in pasto a Seedance, e la scelta giusta dipende dal deliverable:

Usa l'intero storyboard come unico riferimento. Migliore quando vuoi una clip hero da 5 secondi che catturi la vibe dello spot — la luce, la modella, lo styling del prodotto — ma non un beat narrativo specifico. Butta l'intera immagine a 9 pannelli nello slot di riferimento e lascia decidere al modello quale momento enfatizzare. Nei nostri test, Seedance di solito sceglie l'applicazione o l'hero shot di prodotto.

Ritaglia un singolo pannello. Migliore quando vuoi una clip da 5 secondi di un momento specifico. Per la maggior parte degli spot di prodotto, è il pannello 8 — il calmo beauty shot del prodotto sulla superficie minimal — perché è il frame che finisce sulla pagina di dettaglio prodotto o in un'inserzione paid-social. Ritaglialo in Photopea, Figma o Anteprima su macOS. Il ritaglio dovrebbe essere almeno 640×640; riesporta a 1024+ per stare tranquilli.

Ritaglia da due a quattro pannelli per una narrazione più lunga. Se stai costruendo un'inserzione TikTok da 15 secondi o un pre-roll YouTube da 20 secondi, ritaglia i quattro beat narrativi: pannello 2 (problema), pannello 5 (uso), pannello 7 (trasformazione), pannello 8 (hero). Lancia Seedance quattro volte — una per pannello — e cuci insieme i risultati in un editor qualsiasi gratuito. Costo totale: circa $3,40 per le quattro clip.

Per lo spot di esempio di questo post, abbiamo ritagliato il pannello 8 — l'hero shot del prodotto — e lanciato una singola clip Seedance da 5 secondi. È il video embeddato sopra.

---

Step 3 — Dai vita al prodotto su Seedance 2.0

Apri il generatore Seedance 2.0 (oppure la pagina di Seedance e clicca Try Now).

Carica il pannello ritagliato — o lo storyboard intero — nello slot di riferimento. La UI mostrerà la miniatura. Se viene rifiutato con un errore « pixel count too low », il tuo riferimento è sotto i 640×640. Riesportalo a risoluzione più alta e ricaricalo.

Nel campo prompt — che ha un limite di 2.000 caratteri — incolla qualcosa di strutturato. Lo schema che funziona per gli spot di prodotto:

[SUBJECT] A clear glass skincare bottle with minimal label, held by a young
woman with soft natural makeup. Her hand is steady, the product is centered.

[ACTION] She gently dispenses a few drops of clear serum onto her fingertips,
then smooths the liquid across her cheek in slow, deliberate motions. Her
expression softens from tired to refreshed. Light reflections move across the
glass bottle as her hand turns.

[CAMERA] Slow push-in close-up, shallow depth of field, soft focus background.
Subtle handheld micro-movement. Eye-level framing.

[LIGHTING] Soft natural light from a large window on the left. White and
pastel color palette. Light reflections on the glass, no harsh shadows.

[STYLE] Cinematic skincare commercial, minimal aesthetic, fresh airy mood.
Subtle sparkle on the liquid. Elegant, calm, visually soothing.

[DURATION] 5 seconds. 16:9 aspect ratio.

Qualche nota di tuning dopo aver girato questo loop su decine di categorie di prodotto:

Risoluzione: stai a 720p per iterare. Seedance offre 480p e 720p. 480p è troppo morbido per il dettaglio di prodotto — l'etichetta sul flacone si sfoca, la texture della crema diventa pastosa. 720p è lo sweet spot per pagine prodotto Shopify, Meta Ads, TikTok e YouTube Shorts. Se il deliverable finale è un hero 4K su un sito di brand, prima blocca movimento di camera e luce a 720p, poi rilancia il prompt bloccato in Kling V3 con il toggle 4K.

Durata: parti da 5 secondi. Seedance supporta 5, 8, 10, 12 e 15 secondi. Per un hero shot di prodotto — un push-in lento o una rotazione calma — 5 secondi sono più che sufficienti. Le durate più lunghe danno al modello più spazio per andare alla deriva, e gli spot di prodotto sono spietati con la deriva: la forma del flacone che cambia a metà clip rovina l'intera ripresa.

Camera: meglio lenta che veloce. « Slow push-in », « subtle rotation », « static with slight handheld » — sono i movimenti di camera che si leggono come premium. « Fast zoom », « whip pan », « rapid dolly » — sono i movimenti che si leggono come economici, perché nascondono il dettaglio del prodotto dietro al motion blur. Tutto il senso di uno spot di prodotto è che lo spettatore veda chiaramente il prodotto. Muovi la camera abbastanza piano perché lo possa fare.

Usa Seedance 2.0 Fast per iterare. ImagineToVideo offre due livelli di Seedance: la versione qualità e quella veloce. Fast costa il 25–40 % in meno ed è nettamente più rapida, con un output praticamente indistinguibile per le clip corte guidate da riferimento. Facciamo ogni iterazione su Fast e passiamo al livello qualità solo per il render finale bloccato che va sulla pagina prodotto del brand o in paid social.

Costo totale per la clip di esempio sopra: circa $0,85. Con Seedance Fast saremmo scesi attorno a $0,65. Per confronto, un singolo hero shot di prodotto da 5 secondi prodotto da una casa di produzione commerciale parte da $3.000 e ci vuole una settimana.

→ Genera il tuo spot di prodotto su Seedance 2.0

---

Step 4 — Passa a Kling V3 Omni quando ti serve uno spot completo

Seedance è la risposta giusta per circa l'80 % del lavoro su spot di prodotto. Il 20 % di casi in cui Kling V3 Omni è lo strumento migliore:

• Ti serve l'intero storyboard a 9 pannelli come uno spot connesso da 30 secondi. Seedance è solo single-shot. Kling V3 Omni supporta fino a 6 inquadrature collegate dentro una singola generazione, con identità di personaggio e prodotto coerente attraverso i tagli. Per uno spot pieno in stile TV — apertura sul problema, taglio sulla scoperta, taglio sull'uso, taglio sull'hero — è Kling.
• Ti serve musica e voiceover sincronizzati. Seedance genera video muto. Kling V3 Omni genera video e audio nativo in un'unica passata. Se vuoi uno spot finito con ambient room tone, effetti sonori del prodotto e (con il prompt giusto) un cue per inserire un letto musicale sotto, è Kling.
• Ti serve vero 4K per schermi retail o broadcast. La modalità pro di Kling genera 3840×2160 nativo. Seedance è limitato a 720p. Per un hero loop above the fold sul sito di un brand, uno schermo retail in negozio o uno spot TV — ovunque lo spettatore stia a meno di 2 metri da un display 1080p+ — l'upgrade in 4K vale la pena.

Confronto costi per una clip da cinque secondi:

Le righe in grassetto sono dove vive di default questo workflow. Le righe Kling sono dove vai dopo che lo storyboard è bloccato a 720p.

→ Prova Kling V3 image-to-video (porta d'ingresso a V3 standard, V3 Omni e alla nuova 4K Mode)

---

Come si confrontano i tre modelli sullo stesso storyboard

Abbiamo passato lo stesso storyboard skincare a 9 pannelli attraverso tutti e tre i modelli rilevanti su ImagineToVideo. Versione corta:

• Seedance 2.0 Quality ha tenuto solidissima l'identità di prodotto per tutti e cinque i secondi. La forma del flacone è rimasta la forma del flacone, l'etichetta non si è deformata, il liquido si muoveva come un liquido. Questa è la clip embeddata sopra. Per un singolo hero shot, è lo strumento giusto.
• Kling V3 Omni ha prodotto un'immagine più cinematografica — riflessi di luce migliori sul vetro, più profondità sullo sfondo — ma costa 15× di più per una clip che, fianco a fianco, non è 15× migliore per un singolo hero shot. Il vantaggio si vede solo quando usi le capacità specifiche di Kling: sequenze multi-shot, audio nativo, output 4K.
• Kling V3 standard ha fatto fatica perché sul livello standard non accetta proprio le immagini di riferimento — solo input first/last frame. Per un workflow di prodotto guidato da riferimento, è un non-partente. Usa V3 Omni.

Punto di vista: per il workflow specifico storyboard-ChatGPT-a-spot-di-prodotto, Seedance non è solo l'opzione economica — è l'opzione giusta per un singolo hero shot. Kling V3 Omni è lo strumento verso cui andare quando il deliverable è lo spot connesso completo, non un singolo frame.

---

Cinque trappole comuni (e come evitarle)

Dopo aver girato questo loop su skincare, profumi, integratori, articoli da cucina ed elettronica di consumo, i fallimenti che vediamo più spesso:

1. Il prodotto va alla deriva a metà clip. È il fallimento numero uno specifico degli spot di prodotto. Il flacone cambia forma, l'etichetta si deforma, il tappo sparisce. Causa: l'immagine di riferimento è troppo piccola o il prompt non fissa la geometria del prodotto. Soluzione: riesporta il riferimento a 1024×1024 minimo, e aggiungi una clausola esplicita same bottle shape, same label, same proportions, same cap al prompt di Seedance.

2. Drift del personaggio tra i pannelli dello storyboard. ChatGPT, se non lo fissi, ridisegna silenziosamente i capelli o il guardaroba della modella intorno al pannello 5. Includi sempre « same model, same outfit, same look across all 9 panels — do not redesign » nel prompt dello storyboard. Se il drift continua, genera prima il ritratto della modella separatamente, poi passa quel ritratto al prompt dello storyboard come riferimento di personaggio fisso.

3. Luce che si legge come fluorescente. « Good lighting » in un prompt ti dà una luce piatta generica che sembra uno stock photo. Gli spot di prodotto hanno bisogno di luce direzionale: soft natural light from a large window on the left o studio key light at 45° with subtle rim light. Specifica la direzione. Il salto più grande di qualità percepita su uno spot di prodotto arriva proprio dal nominare esplicitamente la direzione della luce.

4. Movimenti di camera troppo rapidi perché lo spettatore veda il prodotto. È particolarmente comune sulle prime generazioni perché chi scrive il prompt sovracorregge il « noioso ». Un push-in veloce sembra eccitante in testa; nella clip renderizzata, sfoca il prodotto in una scia. Default: slow push-in, subtle rotation, o static with slight handheld. La velocità si legge come economica sui prodotti. La lentezza si legge come premium.

5. Aspect ratio sbagliato. L'hero del sito di un brand skincare è 16:9 orizzontale. Un'inserzione TikTok o Reels è 9:16 verticale. Una scheda prodotto Shopify è quadrata 1:1. Il modello compone per il target ratio; ritagliare in verticale alla fine una generazione 16:9 quasi sempre taglia fuori il tappo o l'erogatore del flacone. Decidi il formato di consegna prima di generare, e imposta l'aspect ratio di Seedance perché coincida.

---

TL;DR — Il tuo spot di prodotto in tre step

1. ChatGPT / GPT Image — genera uno storyboard a 9 pannelli per spot a 1024+ di risoluzione, con il pinning esplicito « same model, same outfit, same product ». I 9 pannelli seguono l'arco: problema → scoperta → uso → trasformazione → hero.
2. Crop — scegli il pannello hero (di solito il pannello 8) per una singola clip da 5 secondi, oppure 4 pannelli (problema / uso / trasformazione / hero) per una narrazione cucita da 20 secondi. Ogni ritaglio ≥640×640.
3. Seedance 2.0 — entra su /seedance, scrivi un prompt strutturato di 100–200 parole con la direzione della luce nominata e un movimento di camera lento, renderizza a 720p / 5s. Circa $1 e tre minuti a clip.

Passa a Kling V3 Omni quando ti serve l'intero storyboard a 9 pannelli renderizzato come spot connesso da 30 secondi con audio nativo. Altrimenti, è su Seedance che vive questo workflow per spot di prodotto.

→ Inizia il tuo primo spot di prodotto su Seedance 2.0 → Oppure salta a Kling V3 image-to-video per spot completi + 4K

Se il deliverable finale è un hero loop sul sito del brand, uno schermo retail in negozio o uno spot TV broadcast in 3840×2160 nativi, la guida alla 4K Mode di Kling percorre proprio quella strada — e la nostra landing page del generatore di video IA in 4K è il modo più rapido per arrivarci.

---

La roadmap della serie di tutorial

ImagineToVideo Video Generation Tutorials copre i casi d'uso creativi che i creator ci chiedono di più. Leggili in qualsiasi ordine — ogni post è autoconclusivo:

• Video di danza K-pop — scheda di coreografia ChatGPT a 16 pannelli → video di danza Seedance 2.0. (Pubblicato.)
• Video commerciali di prodotto — storyboard ChatGPT a 9 pannelli → hero shot Seedance 2.0. (Lo stai leggendo.)
• Animazione di ritratti di animali domestici — trasformare il tuo cane in un cortometraggio cinematografico con una sola foto e Seedance.
• Scene di dialogo cinematografico con audio nativo Kling V3 Omni (lip sync + room tone).
• Shorts narrativi verticali 9:16 — clip di storia pronte per TikTok end-to-end, partendo da un singolo riferimento di personaggio.

Iscriviti al blog o ripassa quando pubblichiamo le prossime puntate. E se c'è una categoria di prodotto specifica che vuoi vederci percorrere — profumi, integratori, fashion, elettronica — scrivici due righe.

Adesso vai a far muovere il tuo prodotto.