从提示词到成片：15 秒广告片的完整工作流（附避坑清单）

15 秒的片子，如果指望「一条提示词直接生成」，大概率是要返工的。把流程拆开，反而更快。下面是一条跑了多次之后沉淀下来的工作流。

第 0 步：先定分镜，再碰提示词

15 秒拆成 3 个 5 秒镜头，或 2 个 8 秒镜头。每个镜头写一句话：这一镜要让观众看到什么。不写这一步，后面所有调整都是瞎调。

第 1 步：出关键帧静图

先用生图把每个镜头的画面定下来（构图、色调、人物形象）。这一步花的时间最少，省下的返工最多 —— 因为形象一旦锁定，后面只改「怎么动」。

第 2 步：图生视频，一镜一动作

镜头 1：产品从画面右下缓慢入画，停稳（Push in 微弱）
镜头 2：人物伸手拿起产品，抬到胸前（Static shot）
镜头 3：产品特写，光扫过高光面（Pedestal up 微弱）

每个镜头只写一个动作、一种运镜。多个动作混在一个 5 秒里，出来一定是快进。

第 3 步：用首尾帧接力保证连贯

镜头 1 的最后一帧导出 → 作为镜头 2 的首帧参考 → 只描述「接下来发生什么」，不重复描述人物长相。这样跨镜头的形象、光线、场景能对上。

第 4 步：挑片，而不是「再生成一次看看」

同一提示词跑 3-4 次，从里面挑一条动作最干净的，而不是一直重跑等奇迹。挑片的标准按优先级排：动作不崩 > 形象稳定 > 构图好看 > 细节锐利。

第 5 步：剪辑与声音

• 镜头之间用「动作接动作」的剪切，比叠化更利落。
• 音乐先铺节奏，再对画面卡点 —— 反过来做会一直改。
• 需要人声对白的，用原生音频生成的模型（如 Veo）单独出几个对白镜头，再剪进去。

第 6 步：输出规格

竖版投放    1080×1920，9:16，24 或 30fps
横版投放    1920×1080，16:9，24fps
封面帧      从成片里挑最稳的一帧，不要另生成

避坑清单（每条都踩过）

• 单镜头塞多个动作 → 动作错乱、快慢放拼接。
• 一次性写超长提示词 → 信息互相干扰；正确做法是分层迭代（Runway 的逐层叠加思路可迁移到所有模型）。
• 关键帧与提示词风格不一致 → 首尾帧的色调、光线、风格必须对齐，否则接缝一眼可见。
• 负向词滥用 → 写太宽会误伤场景里本该有的元素。
• 只用 10 秒以上长片段起步 → 短片段质量更稳，先出 5 秒再延长或拼接。
• 不记录参数 → 出一个好片却复现不了。每次生成把提示词、模型、随机种子记在同一处。