如何用 AI 製作精美的產品廣告影片 —— ImagineToVideo 完整教學
一支傳統的保養品廣告——那種有柔和窗光、模特兒慢動作塗抹精華液、產品瓶身在大理石檯面上的英雄鏡頭——把攝影棚、模特兒、燈光師、修圖師與剪接師都算進去，獨立品牌大概要花 8,000 到 40,000 美元，而且得耗上一週。同樣的成果，在瀏覽器裡生成，成本大約一美元，花五分鐘左右。
這不是假設，而是我們接下來要一步步示範的流程。讀完這篇文章，你就能掌握 ImagineToVideo 用來製作產品廣告的完整雙模型流程：先用 ChatGPT（或 GPT Image） 規劃一張 9 格分鏡表，再用 ImagineToVideo 上的 Seedance 2.0 把它算成成品影片。邏輯和我們的 K-pop 舞蹈教學相同——用一張靜態參考圖驅動影片模型——只是分鏡格式與提示詞結構改為針對產品敘事，而非編舞。
以下是 ChatGPT 為本文示範案例（一支乾淨俐落的保養品廣告）生成的分鏡表：
這是 Seedance 2.0 的最終算圖成果——同一位女性、同一項產品，這次真的動起來了：
<video src="https://cdn.imaginetovideo.com/blog/content/zaraproduct.mp4" controls style="max-width: 480px; width: 100%; display: block; margin: 1.5rem auto;"></video>
關於本系列。 本文屬於 ImagineToVideo 影片生成教學 系列——每篇聚焦一個具體的創作情境，從提示詞一路帶到最終成品，全程使用 ImagineToVideo 內建的模型。系列內容涵蓋 K-pop 舞蹈影片、產品廣告、寵物肖像動畫、帶原生音訊的電影感對白，以及直式敘事短片，任何順序閱讀都可以。這一集是最多電商創辦人、DTC 品牌團隊與 Shopify 賣家向我們敲碗的主題：不用攝製團隊，怎麼生成一支真正能看的產品廣告。
為什麼 ChatGPT + Seedance 是產品廣告的最佳組合
產品廣告不是舞蹈表演，它是一段故事弧線：顧客感受到的問題、發現的瞬間、使用的瞬間、轉變，以及英雄鏡頭。九格足以完整承載這些節點。十六格——像我們在 K-pop 編舞裡用的那樣——反而過頭了，多出來的格子會稀釋故事節奏，實際上是扣分的。
ChatGPT 與 GPT Image 非常擅長這類結構化敘事分鏡。給模型一段包含 9 格版面與明確故事流程的結構化提示詞，它就會在九個畫面中呈現同一個角色——同樣的妝容、同樣的服裝、同樣的打光風格。完全不需要現場的連戲指導。
ChatGPT 做不到的，是讓畫面動起來。它的輸出只是一張靜態格圖。
這就輪到第二類模型登場：參考圖生影片（R2V）。餵它一張或多張參考圖再加上動態提示詞，它就會生成一支忠於參考圖的影片。ImagineToVideo 整合了兩款：
- Seedance 2.0 —— 最多支援 9 張參考圖，可生成 5–15 秒的 720p 影片，五秒片段約 0.85 美元。這是我們推薦用於產品廣告的選擇。 英雄鏡頭通常就是一段 5 秒片段——Seedance 便宜到你可以反覆調整打光、運鏡與產品擺位，也不會燒錢。
- Kling V3 Omni —— 最多支援 7 張參考圖，還有原生音訊與多鏡頭串接，但五秒片段約 13 美元。當你想把整張 9 格分鏡表變成一支連貫的 30 秒廣告，配上同步旁白與音樂，而不只是單一英雄鏡頭時，才是它上場的時候。
本文其餘部分走 Seedance 路線，接近尾聲會有一個 Kling 升級章節。如果你的最終交付規格是廣播級，或要投放到原生 3840×2160 的門市零售螢幕，Kling 4K 模式教學涵蓋了那條路線。
步驟 1 —— 在 ChatGPT 裡規劃你的廣告（9 格分鏡表）
開啟 ChatGPT（需啟用圖像生成）或直接使用 GPT Image。這次不像 K-pop 那樣需要一張基準肖像——做產品廣告時，ChatGPT 很樂意單憑一段提示詞就設計出模特兒與產品造型。貼上下面這份範本，把方括號欄位改成你的產品，然後執行：
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.
這段提示詞裡有三個地方真正發揮作用，不要刪掉：
「same model, same outfit」這一行。 這和我們在 K-pop 教學用的手法相同。少了它，ChatGPT 會在第 4 格到第 7 格之間悄悄換掉服裝，因為提示詞提到了「塗抹」接著「行走」——它把動作轉換誤讀成了服裝轉換。要明確鎖定角色。
結構化的故事流程。 依閱讀順序列出全部 9 個畫面——由左上到右下，符合西方閱讀動線——會迫使 ChatGPT 按敘事順序排版。少了編號格，它會挑一個「感覺像」英雄鏡頭的畫面塞到中間，之後你要裁切時流程就斷了。
1024 以上的輸出解析度。 原因和 K-pop 教學一樣：ImagineToVideo 的 Seedance R2V 端點會拒絕小於 640×640 的參考圖，並回傳無法重試的錯誤。ChatGPT 的預設輸出有時只有 768×768。在提示詞裡要求 1024 以上，就能避免後續被退件。
現在你手上應該有一張 16:9 的格圖，9 個畫面完整呈現整支廣告的敘事弧線——就像本文開頭那張分鏡表。
把這份範本套用到其他產品。 同一套 9 格骨架幾乎適用於任何 DTC 品類。香水：把第 1 格的「乾燥肌膚」換成「日常穿搭」，第 5 格的「塗抹精華液」換成「噴灑香水」，第 7 格的「透亮肌膚」換成「自信的夜出造型」。廚房家電：開場是雜亂的檯面，中段是產品使用中，收在一道擺盤乾淨的料理。故事弧線——問題 → 發現 → 使用 → 轉變 → 英雄鏡頭——才是通用的那部分。
步驟 2 —— 裁切出你的英雄畫面（或直接用整張分鏡表）
你現在有一張 9 格圖。餵給 Seedance 有兩種方式，選哪一種取決於你的交付需求：
把整張分鏡表當成單一參考圖。 適合你想要一段 5 秒英雄片段來傳達整支廣告的氛圍——打光、模特兒、產品造型——而不是某個特定敘事節點。把完整的 9 格圖丟進參考欄位，讓模型自己決定要強調哪個瞬間。在我們的測試中，Seedance 通常會挑塗抹的畫面或產品英雄鏡頭。
裁切某一格。 適合你想要某個特定瞬間的 5 秒片段。對多數產品廣告來說，那通常是第 8 格——極簡檯面上的靜態美學鏡頭——因為那正是會放到產品詳情頁或社群付費廣告上的畫面。用 Photopea、Figma 或 macOS 的「預覽程式」裁切。裁切後至少要 640×640；保險起見，重新輸出成 1024 以上。
裁切兩到四格做更長的敘事。 如果你要做 15 秒的 TikTok 廣告或 20 秒的 YouTube 前貼片，就裁出四個故事節點：第 2 格（問題）、第 5 格（使用）、第 7 格（轉變）、第 8 格（英雄鏡頭）。跑四次 Seedance——每格一次——再用任何免費剪輯軟體串起來。四段片段總成本約 3.40 美元。
本文的示範廣告，我們裁了第 8 格——產品英雄鏡頭——跑了一段 5 秒的 Seedance 片段。就是上面嵌入的那支影片。
步驟 3 —— 在 Seedance 2.0 上讓產品動起來
開啟 Seedance 2.0 生成器（或到 Seedance 主頁點擊 Try Now）。
把你裁好的畫面——或整張分鏡表——上傳到參考欄位。介面會顯示縮圖。如果出現「pixel count too low」錯誤被退回，代表你的參考圖低於 640×640。用更高解析度重新輸出後再上傳。
在提示詞欄位——上限 2000 字元——貼上有結構的內容。以下是產品廣告行得通的寫法：
[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.
以下是我們在數十個產品品類上跑這套流程後的幾點調校心得：
解析度：迭代階段就用 720p。 Seedance 提供 480p 與 720p。480p 對產品細節來說太糊——瓶身標籤會模糊，乳霜質地會糊成一團。720p 是 Shopify 產品頁、Meta 廣告、TikTok 與 YouTube Shorts 的甜蜜點。如果最終交付是品牌官網上的 4K 主視覺，先用 720p 把運鏡與打光確定下來，再把定稿提示詞拿去 Kling V3 開啟 4K 開關重跑。
時長：先從 5 秒開始。 Seedance 支援 5、8、10、12 與 15 秒。做產品英雄鏡頭——慢速推進或平穩旋轉——5 秒綽綽有餘。時間拉長，模型就有更多空間漂移，而產品廣告對漂移毫無容忍度：瓶身在鏡頭中途變形，整段就報廢了。
運鏡：慢優於快。 「slow push-in」「subtle rotation」「static with slight handheld」——這些運鏡讀起來就是高級感。「fast zoom」「whip pan」「rapid dolly」——這些讀起來就是廉價，因為它們用動態模糊把產品細節藏起來了。產品廣告的重點就是讓觀眾看清楚產品。鏡頭要慢到他們看得清楚。
用 Seedance 2.0 Fast 做迭代。 ImagineToVideo 提供兩種 Seedance 等級：quality 與 fast。Fast 便宜 25–40%，速度明顯更快，而在短的參考圖驅動片段上，成品幾乎看不出差別。我們每一輪迭代都用 Fast，只有要交付到品牌產品頁或付費社群的定稿，才切換到 quality。
上面那段示範片段的總成本：約 0.85 美元。用 Seedance Fast 可以壓到大約 0.65 美元。相較之下，商業製作公司拍一段 5 秒的產品英雄鏡頭起價 3,000 美元，還要等一週。
步驟 4 —— 需要完整廣告時，升級到 Kling V3 Omni
約 80% 的產品廣告需求，Seedance 就是正解。剩下 20% 由 Kling V3 Omni 勝任的情境：
- 你需要把整張 9 格分鏡表變成一支連貫的 30 秒廣告。 Seedance 只支援單鏡頭。Kling V3 Omni 在單次生成中最多支援 6 個連續鏡頭，且角色與產品識別在剪接間保持一致。要做完整的電視廣告式作品——從問題開場、切到發現、切到使用、切到英雄鏡頭——那就是 Kling。
- 你需要同步的音樂與旁白。 Seedance 生成的是無聲影片。Kling V3 Omni 一次生成影片與原生音訊。如果你要一支帶環境音、產品音效，並（搭配適當提示詞）可以鋪上背景音樂的完整廣告，那就是 Kling。
- 你需要真正的 4K，用於零售螢幕或電視播出。 Kling 的 pro 模式可生成原生 3840×2160。Seedance 上限是 720p。品牌官網首屏的主視覺循環、門市零售螢幕，或電視廣告——任何觀眾距離 1080p 以上顯示器不到兩公尺的場合——升級到 4K 都值得。
五秒片段的成本比較：
| 模型 | 約 5 秒成本 | 產品廣告最佳用途 |
|---|---|---|
| Seedance 2.0 Fast ⭐ | ~$0.75 | 迭代、付費社群、拋棄式測試 |
| Seedance 2.0 Quality | ~$0.85 | 產品頁、廣告用的定稿算圖 |
| Kling V3 | ~$8.84 | 多鏡頭廣告、1080p 交付 |
| Kling V3 Omni | ~$13.41 | 完整 30 秒連貫廣告 + 原生音訊 |
| Kling 4K Mode | ~$25–30 | 零售螢幕、電視廣告、品牌官網主視覺循環 |
粗體那幾列就是這套流程的預設落腳處。Kling 那幾列，是你在 720p 把分鏡定稿之後才會走的路。
→ 試試 Kling V3 圖生影片（V3 標準版、V3 Omni 與全新 4K 模式的入口）
同一張分鏡表下，三款模型的表現比較
我們把同一張 9 格保養品分鏡表在 ImagineToVideo 上跑過三款相關模型。簡短結論：
- Seedance 2.0 Quality 在整整五秒內把產品識別穩得死死的。瓶身形狀就是瓶身形狀，標籤沒有變形，液體流動得像液體。上面嵌入的就是這段。單一英雄鏡頭，這是正確工具。
- Kling V3 Omni 畫面更具電影感——玻璃上的反光更好、背景層次更深——但成本高出 15 倍，而並排來看，單一英雄鏡頭並沒有好 15 倍。優勢只有在你真正用上 Kling 的專屬能力時才會顯現：多鏡頭串接、原生音訊，或 4K 輸出。
- Kling V3 標準版表現吃力，因為標準等級不接受參考圖——只吃首／末幀輸入。對於參考圖驅動的產品流程，根本無從開始。改用 V3 Omni。
結論是：具體到「ChatGPT 分鏡表 → 產品廣告」這套流程，Seedance 不只是便宜的選項——對單一英雄鏡頭來說，它就是對的選項。當交付物是完整連貫的廣告，而不只是其中一格畫面時，Kling V3 Omni 才是你要伸手拿的工具。
五個常見陷阱（以及如何避開）
在保養品、香水、保健食品、廚具與消費性電子等品類跑過這套流程後，最常出現的失敗模式如下：
1. 產品在鏡頭中途漂移。 這是產品廣告特有的第一號失敗。瓶身變形、標籤扭曲、瓶蓋消失。原因：參考圖太小，或提示詞沒有鎖定產品幾何。解法：把參考圖以至少 1024×1024 重新輸出，並在 Seedance 提示詞中加入明確的 same bottle shape, same label, same proportions, same cap 條款。
2. 分鏡格之間的角色漂移。 如果你不鎖定，ChatGPT 會在第 5 格附近悄悄重新設計模特兒的髮型或服裝。分鏡提示詞中一定要加上「same model, same outfit, same look across all 9 panels — do not redesign」。若仍有漂移，先單獨生成模特兒的肖像，再把那張肖像當成固定角色參考餵進分鏡提示詞。
3. 打光看起來像日光燈。 提示詞裡寫「good lighting」，換來的是像圖庫照片那樣平板的通用打光。產品廣告需要方向性光源：soft natural light from a large window on the left，或 studio key light at 45° with subtle rim light。要指定方向。產品廣告在觀感品質上最大的一次躍升，就來自明確指名光源方向。
4. 運鏡快到觀眾看不清產品。 這在第一次生成時特別常見，因為寫提示詞的人為了避免「無聊」而矯枉過正。快速推進在腦中很刺激；算成影片時，產品糊成一道殘影。預設就用 slow push-in、subtle rotation 或 static with slight handheld。在產品上，快讀起來是廉價；慢讀起來是高級。
5. 長寬比不符。 保養品牌官網主視覺是 16:9 橫式。TikTok 或 Reels 廣告是 9:16 直式。Shopify 產品卡是 1:1 正方。模型是依目標長寬比構圖的；最後把 16:9 的成品裁成直式，幾乎一定會把瓶蓋或按壓頭切出畫面。生成前先決定交付格式，並把 Seedance 的長寬比設成一致。
懶人包 —— 三步驟做出你的產品廣告
- ChatGPT / GPT Image —— 以 1024 以上解析度生成 9 格廣告分鏡表，並明確鎖定「same model, same outfit, same product」。9 格依循這條弧線：問題 → 發現 → 使用 → 轉變 → 英雄鏡頭。
- 裁切 —— 選出英雄畫面（通常是第 8 格）做單段 5 秒片段，或選 4 格（問題／使用／轉變／英雄）串成 20 秒敘事。每張裁切圖 ≥640×640。
- Seedance 2.0 —— 進到 /seedance，寫一段 100–200 字、指明光源方向與慢速運鏡的結構化提示詞，以 720p／5 秒算圖。每段約 1 美元、三分鐘。
當你需要把整張 9 格分鏡表算成一支帶原生音訊、連貫的 30 秒廣告時，再升級到 Kling V3 Omni。除此之外，這套產品廣告流程就活在 Seedance 上。
→ 在 Seedance 2.0 上開始你的第一支產品廣告 → 或直接跳到 Kling V3 圖生影片，做完整廣告 + 4K
如果你的最終交付是品牌官網主視覺循環、門市零售螢幕，或原生 3840×2160 的電視廣告，Kling 4K 模式指南專門講解那條路線——而我們的 4K AI 影片生成器頁面是最快的入口。
教學系列路線圖
ImagineToVideo 影片生成教學 涵蓋創作者最常詢問的創作情境。任何順序閱讀都可以——每篇文章都能獨立閱讀：
- K-pop 舞蹈影片 —— ChatGPT 16 格編舞表 → Seedance 2.0 舞蹈影片。（已發布。）
- 產品廣告影片 —— ChatGPT 9 格分鏡表 → Seedance 2.0 英雄鏡頭。（你正在讀這篇。）
- 寵物肖像動畫 —— 用一張照片與 Seedance，把你的狗變成一支電影感短片。
- 電影感對白場景 —— 搭配 Kling V3 Omni 原生音訊（對嘴 + 環境音）。
- 直式 9:16 敘事短片 —— 從單張角色參考圖，端到端做出可直接上 TikTok 的故事片段。
訂閱本部落格，或不時回來看看我們發布的新集數。如果有特定產品品類希望我們示範——香水、保健食品、時尚、電子產品——歡迎來信告訴我們。
現在，去讓你的產品動起來吧。
