product-video-ad — 商品短视频广告

从卖点到成片：写分镜 → 逐镜生成 → 拼接 → 上字幕。

和 main-image-video 的分工：那个是主图位的 3 秒单镜，这个是多镜串联的完整广告，15–30 秒，用于投流。

一、能力边界

能做	说明
分镜脚本	卖点 → 镜头序列，含时长、画面、字幕
逐镜生成	每个镜头独立生成，失败只重跑那一个
自动拼接	ffmpeg 串成成片，编码不一致时自动重编码
字幕	按分镜时长自动生成 SRT，烧录或封装
品牌一致	`--brand` 让全片色调运镜统一

不能做	说明
配音配乐	脚本给文案，配音配乐请用剪辑软件
精确卡点	生成模型的时长是档位，卡音乐点请后期调
真人口播	用 ugc-testimonial

二、分镜结构

15 秒带货视频的通用骨架，四段：

段	时长	干什么	画面
钩子	0–3s	让人停下来	最强视觉冲击：使用场景、痛点对比、意外角度
卖点	3–9s	说清为什么买	2–3 个特写，一个卖点一个镜头
场景	9–13s	让人代入	真实使用场景，模特或环境
落点	13–15s	给行动理由	商品全貌 + 价格/优惠字幕

一个镜头只讲一件事。 一个镜头塞两个卖点，两个都记不住。

三、分镜文件

{
  "shots": [
    { "id": "s1", "seconds": 3, "image": "docs/flat-lay/example-output.jpg",
      "prompt": "Slow push-in on the model wearing the olive cable-knit sweater, cold morning light, breath visible.",
      "caption": "零下十度，只穿了这一件" },
    { "id": "s2", "seconds": 3, "image": "docs/flat-lay/garment-flatlay.jpg",
      "prompt": "Macro pan across the cable knit texture, fibers catch the light.",
      "caption": "粗棒针织，三层锁温" },
    { "id": "s3", "seconds": 4, "image": "docs/flat-lay/example-output.jpg",
      "prompt": "The model walks through a city street, sweater moves naturally with the body.",
      "caption": "通勤、约会、周末都能穿" },
    { "id": "s4", "seconds": 3, "image": "docs/flat-lay/garment-flatlay.jpg",
      "prompt": "Product laid flat on light wood, slow top-down pull-back, clean and calm.",
      "caption": "现在下单立减 50" }
  ]
}

caption 会按 seconds 累加自动排时间轴生成 SRT，不用手对时间码。

四、工具调用

export DLAZY_VIDEO_MODEL=<你账号里可用的视频模型 ID>

node scripts/video.mjs --mode storyboard --task product-video-ad \
  --board examples/board.json --outdir out/ad --subtitles --brand examples/brand.yaml

# 先看计划，不计费
node scripts/video.mjs --mode storyboard --task product-video-ad \
  --board examples/board.json --outdir out/ad --dry-run

产出：

out/ad/s1.mp4 … s4.mp4     每个镜头
out/ad/captions.srt        字幕
out/ad/concat.txt          拼接清单
out/ad/final.mp4           成片
out/ad/final-sub.mp4       带字幕成片

某个镜头失败不影响其他镜头——重跑那一个，再手动拼一次即可。

五、执行流程

先要卖点，不要直接写分镜。问用户：主推什么、给谁看、投哪个平台。
写分镜给用户确认。文字确认比生成完再改便宜一个数量级。
--dry-run 看一遍。确认每镜的 prompt 和参考图对得上。
跑。逐镜生成，失败的单独补。
看成片。不满意就改单个镜头重跑，别整条重来。

六、Prompt 写法

每镜遵循：运镜 + 主体 + 环境 + 保真约束

<Camera move>. <Subject action>. <Environment>.
Keep the product identical to the reference image.
No text overlay in the frame, no watermark. Photorealistic, cinematic.

关键：No text overlay in the frame。 字幕是后期加的，让模型自己画文字必然出乱码。

七、常见问题

现象	原因	怎么办
镜头之间商品不一致	每镜独立生成，模型各画各的	全部镜头传同一张商品参考图，并用 `--brand`
拼接后画面跳	各镜编码参数不同	脚本会自动重编码兜底；仍跳就统一各镜的尺寸
字幕没烧进去	ffmpeg 没带 libass	脚本自动降级为软字幕轨，播放器可开关
没装 ffmpeg	—	片段照常生成，用输出的 `concat.txt` 事后补拼
成片太长	分镜时长加起来超了	投流素材 15 秒最稳，超过 30 秒完播率明显下滑

Tips

前 3 秒决定一切。钩子镜头值得多跑几版挑一条。
字幕写口语。「零下十度只穿了这一件」比「优质保暖面料」有效得多。
竖版 9:16。投流素材几乎都是竖版，生成时就按竖版出，别事后裁。

商品短视频广告 Product Video Ad

安装技能