电商产品视频：用一张产品图做出能上架的短片

产品视频是详情页里那种买家会一路划过、然后再回头看一眼的东西。一整屏静态图把所有商品压成同样大小、同样光线；一段会动的短片给了眼睛一个去处，这也是各平台都在把短视频往首屏推的原因，也是做得好的一条片子能在缩略图被看过很久之后继续拿到注意力的原因。好消息是制作成本已经塌了：你不再需要转台、影棚和一个手稳的模特，只需要一张干净的图、一次放大、一个可控的镜头运动，以及逐帧确认标签文字还和渲染前一模一样。

问题几乎总是出在最后这一步，而且是那种只有放大到全尺寸才看得见的失败。生成模型并不"读"文字，它复现的是文字的形状。一罐咖啡在远景里完美无缺，直到镜头走到小字区域，配料表化成一串在缩略图尺寸下很像、在产品页上完全读不通的笔画。logo 会漂，法律小字会变成一层纹理。如果你的片子最终要贴在购买按钮旁边、买家可以放大查看，那就必须有人盯着每一帧带文字的画面，逐字对照原图。这个动作花不了两分钟，但它把"看着挺酷"和"能上架"分成了两件事。

四步流程，顺序不能换

这条流水线很短，而顺序不是随便排的：每一步都在让下一步更便宜。先拍或先选一张干净的图；趁它还是一张静态图的时候先放大；只给它一个标签扛得住的运动幅度；最后逐帧核对，再按平台各导一版。省掉放大这一步，等于付两次钱——动态画面比静帧难修得多，而一个模糊的源图，正好给了模型在你文字应该待的位置上自由脑补的空间。省掉核对这一步，等于让一条带错字的片子直接上架，那笔代价比这篇文章里所有渲染加起来都贵。四步听起来简单，真正省时间的恰恰是中间那两次"先做完再往下走"的耐心。

只给一个你能负责的运动

产品动画的提示词，一句写运动，一句写镜头，其余几乎都不需要。外观词是浪费：产品、光线、镜头和风格已经在你上传的那张图里了，你每加一个形容词，都是在和像素打架，并把画面往偏色的方向拽。说清产品做什么、幅度有多大；说清镜头做什么，哪怕答案是"什么都不做"。然后再补一句要求保持标签不变——它只占一个从句，偶尔真的管用。"细微""轻轻""几乎不动"会把运动往下压；"旋转""甩动""爆开"会把它往上顶。高运动量正是字形散架、塑料表面开始像液体的地方。

逐帧核对，再按平台导出

请按全尺寸播放，而不是在小预览窗里看，然后一帧一帧往前走。凡是标签清晰可读的帧，都必须和原图逐字一致。对不上时，解法几乎总是"减小运动 + 收紧裁切"，而不是"写更长的提示词"——词越多，模型就有越多次机会把你本想保住的东西重画掉。之后按投放位置各剪一版：详情页用方形或四比五，信息流用九比十六。竖版裁切是最吃文字的那一版，所以要裁完再核对一次，而不是相信母版。把模型输出留作母版，所有衍生版本都从它导出，文件名带上 SKU，这样六周后重跑一次，也不至于悄悄覆盖掉已经审核通过的那条片子。