AIGC新知
绛烨 · 本期观察
遇到新问题,和绛烨一起解。
商品要出海,
物料从哪做起?
商品图和英文详情页怎么做?
同一款商品,视频又该怎么拍?

这次聊聊:从三张实拍图做出一套跨境电商物料
Hi,大家好,我是绛烨。
最近,一家一直合作的电商工作室想做海外市场,来找我聊内容怎么准备。
他们之前主要做国内,现在想试试亚马逊、TikTok。商品有了,接下来的问题也很具体:商品页放什么图片,短视频怎么拍摄,英文文案又该怎么写?
这件事,我觉得不能只做翻译。
中文换成英文,标题长短变了,原来的排版就得跟着调。视频也是,开头三秒很关键,怎么把商品的用处讲清楚,都得重新想一遍。
所以这次,我想先帮他们做一套能直接看效果的方案。我拿实木相框的照片做外观参考,试着设计一款电子相框,给工作室做个商品视觉演示:先做商品图,再做英文详情页,最后拍几条不同用途的视频。
商品页里讲功能,TikTok 上讲送礼场景,节日促销再换一版。这样看下来,比只聊“海外内容应该怎么做”具体多了。
不过,围绕一款商品往下做,事情还真不少。图片里的外观得统一,视频里的人物和动作也得连得上。
我就想试试,能不能在同一个工具里把这些事做完,少来回折腾。
这次用的是火山引擎Seedance Managed Agent,在火山方舟的 Managed Agents 里可以找到。图片和视频由它调用Seedream、Seedance 等模型生成,中间怎么安排、需要哪些参考素材,也可以在对话里一起处理。
先看最后做出来的这条一分钟节日送礼广告。
前半段是一家人团聚、收到礼物;几天后,女儿和孩子回到自己家,又把新画作的照片发进祖父母的相框。相框不只在拆礼物那一刻亮起来,之后也能接住家里的新消息。最后再带出品牌和促销信息。
下面就从入口开始,看看我是怎么把三张实拍图,一步步做成这些内容的。
01
PART
先把入口找对,跟着做出第一张图
GETTING STARTED
第一次用,照着这三张图走就行。
登录火山方舟控制台,进入「Managed Agents → Agents」,新建 Agent。选图里的「Seedance Managed Agent」,给它起个名字,再按页面提示开通权限、配好模型和工具。拿不准的地方可以看官方指南,配完点创建。

先在「Environments」里新建环境,选「方舟托管」。再到「Sessions」新建会话:填名字,选刚才建好的 Agent 和环境,点「创建并进入调试」。以后做同一款商品,就在这里接着聊。

点输入框左下角的「+」上传参考图,看到图片传好了,再写需求:做几张、什么样、哪些地方不能变。写好点右下角的箭头发送。等图做好,不满意就接着说哪里要改,满意了再下载。

熟悉 API 的读者,也可以借助 Codex 等工具调用这套 Agent 服务。
接下来就拿这只木相框试试。
02
PART
先把相框的样子定下来
PRODUCT IMAGES
做视频之前,我得先把相框的样子定下来。不然后面一会儿是这个木色,一会儿又换了个边框,几张图放在同一个商品页里,看起来都不像同一款产品。
我手头有三张实木相框的照片,是在公司附近一家咖啡店拍的,分别是正面、侧面和边框特写。我挺喜欢它的木色和纹理,就想拿这个外观做参考,试着设计一款电子相框,再围绕它做商品图和视频。

木框的样子保留,里面换成电子屏,再补上手机传照片的展示。先做白底主图、斜侧图和细节图,后面的场景和视频就沿着这套外观往下做。
这三张商品图,我把做图和后面修改屏幕的要求放在一起,提示词可以这样写:
我上传的是普通实木相框的三张实拍图:正面、侧面和边框特写。请参考它的木色、木纹和外形,设计一款电子相框,并做出三张商品图。
1. 白底主图:相框正面摆放,旁边放一部手机,手机屏幕显示相册界面。
2. 斜侧图:能看出电子相框的厚度,背后有支架。
3. 边框细节图:看清木纹、边角和拼接处。
三张图里的木框颜色、木纹和宽度保持一致。保留白色卡纸边,里面加很窄的黑色屏幕边;画面有轻微发光感和玻璃反光,让人看得出是电子屏,不是印刷照片。
屏幕显示一张温暖的原创画面:海边一只小狗奔跑的背影。三张图的屏幕画面一致,不用实拍照片里原来的插画,不出现清楚的人脸。主图里手机相册的第一张照片,也用这张海边小狗,让人看出照片从手机传到相框。
没有提供的按键、接口、logo 和文字不要加。分别交付三张图片,保留所有版本,并说明每张图做了什么。
它先做出正面主图,再拿这张图做参考,生成另外两个角度。

木框看着已经挺像了,但我看第一版时,总觉得少了点什么。
里面还是像一张装裱好的照片。
如果看图的人都分不清它是不是电子相框,后面写再多功能也没用。这一步,我得先让屏幕看起来像屏幕。于是我接着说:
屏幕要更像亮着的电子屏:在白色卡纸边里面加一圈很窄的黑色屏幕边,画面有一点发光感和很淡的玻璃反光,不要像印在纸上的照片。
主图旁边的手机也得一起改。相框里是海边小狗,手机相册的第一张就也放这只小狗。两边对上,才能让人联想到照片是从手机传过去的。
把两版放在一起就比较好看出来:右边多了窄黑屏幕边,手机相册的第一张也换成了相框里的小狗。

侧面和木纹细节也一起改了:

修改后的斜侧图

修改后的木纹细节
等了几分钟,新图就做好了。黑色屏幕边有了,手机里的照片也对上了。
主图有了,我又想试试换颜色、换款式。做商品页经常会遇到这种需求,如果能沿用同一张主图,就不用每款都从头做。
所以我继续用这张主图,试了原木、白色、黑色三种颜色,再分别做带白色卡纸边和不带卡纸边的版本,一共六款。
我的要求很简单:颜色和款式可以换,屏幕里的小狗、旁边的手机、支架和背景,都留着。
第一版我不太满意,颜色换了,相框的材质也跟着变了。我把要求补得更具体:带卡纸边的,参考原木色带卡纸边那张;不带的,参考不带卡纸边那张。木纹和边框宽度也要说清楚。

第二轮放在一起看,就更像一个系列了。不过仔细看,黑色不带卡纸边那款的黑边还是宽了一点,两张白色款也稍微偏侧。这些小地方,还是得把几张图放在一起才能看出来。
03
PART
图有了,怎么做详情页?
PRODUCT DETAIL PAGE
白底图能看清外观,但真要买回家,大家还会想看它摆在哪。我就沿用这只相框,继续做客厅、卧室和礼盒里的样子,再加一张英文功能介绍图。
前面确认过的外观可以接着用,不用重新介绍一遍商品。我主要补充这张图想讲什么,以及哪些功能不能自己往里加。
比如客厅图做好以后,我又想让它更有圣诞节的感觉。但卧室和礼盒已经合适了,没必要跟着重做,就指定只换客厅这一张。
改完再看,壁炉有了火光,旁边添了松枝和圣诞树灯串,窗外也变成了夜晚。相框还是前面那只,另外几张图也都留着。

功能介绍图也出了个小问题。我想表达的是“手机里的照片传到相框”,它却把箭头画成了从相框指向手机。Agent 检查时发现方向反了,又重画了一遍。


接下来,我想把这些图整理成一张英文详情长图。最开始,我只告诉它从上到下放产品、卖点、场景和细节,让它先列结构,我确认后再做。
结果第一版出来,确实是张长图,但更像把前面的图片摞在了一起。
我想要的是顾客往下看时,一屏一屏把商品看明白,不能只有图片排得长。
所以第二次,我和豆包聊了聊,把顺序重新理了一遍:先看外观,再讲怎么传照片、家人怎么一起发,然后看材质、四季换画和摆放场景,最后讲送礼、列参数。每屏用哪句英文、画什么,也一起交代清楚。
八屏详情页的提示词:这里的参数是案例设定,换成自己的商品时,记得填真实参数。
长图重新做一版,这次按亚马逊详情页那样一屏一屏来做:每一屏直接生成一张带英文标题的设计图,再从上到下拼成一张长图。相框要用前面做好的图当参考,还是同一个木框、白色卡纸边和黑色屏幕边。
一共 8 屏:
1. 开场:大标题 "Your photos, framed in real wood",小字 "A digital photo frame that looks like home decor"。画面是相框放在客厅边柜上,暖光。
2. 怎么用:大标题 "From your phone to the frame",下面分 3 步,每步配一个小图标:"Take a photo" → "Send it from your phone" → "See it on the frame"。
3. 家人一起发:大标题 "Share from anywhere",小字 "Invite family to send photos too"。画面是几只拿着手机的手(只露手),照片都传到同一个相框。
4. 材质:大标题 "Looks like decor, not tech",小字 "Weathered wood grain, white mat, slim black screen edge"。用木纹细节图。
5. 换画:大标题 "One frame, every season",小字 "Spring flowers, summer beach, autumn leaves, winter snow"。画面是 4 个一样的相框排成 4 格,屏幕分别是春、夏、秋、冬的真实照片。
6. 场景:大标题 "Fits every room",小字 "Living room, bedroom, desk"。用前面的客厅和卧室图,再加一个书桌场景。
7. 送礼:大标题 "A gift they'll see every day",小字 "For holidays, birthdays and Mother's Day"。用礼盒图。
8. 参数:大标题 "Specifications",只列这 5 条:
10.1-inch HD display (1280 x 800)
Wi-Fi
Send photos with the app
Landscape orientation
Tabletop stand
英文都照我给的写,不要改词,也不能拼错。8 屏一样宽,颜色风格统一(暖白底、木色)。屏幕里只放背影、宠物或风景,不要露脸。我没给的参数、功能、价格、促销字、品牌名和 logo 都不要加。保留所有版本,不要删除任何生成文件。做好后交付长图,并列出每一屏用了哪张图。
这次它先列出每屏参考哪张旧图,再分别做成带标题和文案的设计图,最后拼成长图。

这版就接近我想要的样子了。每一屏都有一件要讲的事,前面做好的主图、木纹和场景图也用上了,往下看有顺序。
不过我放大检查时,又碰到了那个熟悉的问题:第三屏的箭头反了。第八屏更直接,把相框支架画成了笔记本电脑。
其他六屏已经可以,就让它只改这两屏:
继续修改,只改第 3 屏和第 8 屏,其他 6 屏都不要变,改完重新拼成长图。
它把两屏重新生成,再和原来的六屏拼回去。箭头和支架图标改对了,其他六屏也保留了下来。
不过第三屏是整张重画的,手机从八部变成了四部,里面的照片也换了。其他六屏没动,但这一屏里也不只是箭头变了,改完还是得再看一遍。
04
PART
同一个商品,拍出不同风格的宣传视频
THREE VIDEO FORMATS
图片做到这里,商品外观、场景和详情页都有了。接下来做视频,我不想只是让这几张图动起来。放在商品页和发在 TikTok 上,想让人看懂、记住的东西不太一样,所以我分别做了三条。
商品页这条,我最想讲清楚的是:手机里的照片,怎么出现在相框上?
我先写了个简单需求,做一条 10 秒的视频试试。想展示的功能基本能看出来,再往下加内容就有底了。
接着,我把视频扩成 20 秒,把手机传照片放在中间:先看到手指点按,再看到相框换画面,让人一眼看懂它怎么用。
这次就清楚多了。手机上显示一张大图,点一下,相框里出现同一张,连着换三次都没问题。这个过程,用视频展示比只放图片更直观。
到了 TikTok 这条,我想换个讲法,让女儿对着镜头分享自己的生活,把送礼的理由放进故事里。
她住在外地,父母在 3,000 英里外。她在圣诞市集拍张合照,下一幕,父母家的相框就亮起同一张照片。
“3,000 英里,只隔一张照片的时间。”我想用这个小故事,让传照片这件事多一点生活里的感觉。
想法定下来,再让 Agent 准备人物参考和屏幕照片,把每段拍什么、谁说话、怎么切镜头都写清楚。最开始给它的需求是这样的:
提示词:
帮我做一条 30 秒的竖屏 9:16 TikTok 送礼广告,风格是普通人随手拍的真实分享,不要像广告片。主角是一款原木色电子相框。
我上传了 10 张图:
- 01:相框外观(木框、粗糙旧木纹、白色卡纸边、窄黑屏幕边),全片的相框都按它
- 02:妈妈家的客厅和壁炉
- 03–06:女儿、妈妈、爸爸、男朋友的全身三视图(都是 AI 生成的虚构人物,可以露脸),每个人在每个镜头里都要和三视图是同一个人
- 07–10:相框屏幕里要出现的 4 张照片:圣诞市集合照(女儿和男朋友)、雪山风景、圣诞晚餐、女儿和闺蜜的滑雪合照
核心创意:女儿住在纽约,妈妈住在 3,000 英里外的老家。她每发一张照片,几秒后就出现在妈妈家的木框电子相框里——"3,000 英里,只隔一张照片的时间"。全片用"她这边拍照发送 → 切到妈妈家相框亮起同一张照片"的匹配剪辑贯穿。
分段:
1. 0–3 秒:女儿对着前置摄像头自拍,画面有一点手持晃动,压低声音,有点神秘地说:"My mom lives 3,000 miles away. Watch this."
2. 3–9 秒:纽约圣诞市集,她和男朋友自拍合照,手指点发送(照片 07)。
3. 9–14 秒:切到妈妈家,同一张合照出现在壁炉旁的相框里;妈妈端着咖啡路过,停下来,笑了。
4. 14–23 秒:快剪三组,每组都是"她拍 → 妈妈的相框换成同一张":雪山(08);她自己做的圣诞晚餐(09);她和闺蜜的滑雪合照(10),这一组妈妈拿起相框给爸爸看。
5. 23–28 秒:女儿回到镜头前,笑着说:"Best gift I ever gave her." 镜头切到木框旧木纹的特写。
6. 28–30 秒:相框在壁炉旁,暖光,单独一个画面出现 "Give it this holiday"。
要求:
- 一次生成完整的 30 秒视频,不要拆段,这样人物、画风和背景音乐都是连贯的一整条
- 背景音乐由视频模型一起生成:轻快温暖的原声吉他,压在人声下面
- 口播和口型对上;配白色粗体、黑边的英文字幕,和口播一字不差;结尾那句单独一个画面
- 相框屏幕里出现的照片,要和 07–10 一样,照片上不要文字
- 我没给的功能、价格和促销字都不要说也不要写
- 生成前先把视频提示词发给我看(按 Seedance 2.5 官方提示词指南的写法),我确认后再生成
- 交付时告诉我实际分辨率,并说明字幕是怎么加上去的
- 保留所有版本,不要删除任何生成文件
这条最后选的是用 Seedance 2.5 一次生成完整的 30 秒。我主要考虑人物、画风和背景音乐能连在一起,不用再把几段音乐重新接起来。
开头那条横屏片,我想做得更像一支节日品牌广告。重点放在一家人团聚、收到礼物的反应上,让相框自然出现在家里。
我先找了参考广告,让豆包帮我拆解它是怎么拍的,再围绕这只相框写自己的故事:用一个问题开场,拍家人的生活,接到手机传照片和收礼物,最后出现品牌名。
提示词:
帮我做一条 30 秒的横屏 16:9 节日送礼品牌广告,品牌名叫 AIGC Picture(虚构品牌),主角是我上传的这款原木色电子相框。风格是温暖的节日品牌片:一家人圣诞团聚,暖金色调,手持跟拍、浅景深,像电视广告,不是随手拍。
我上传了 2 张图:
- 01:相框外观(木框、粗糙旧木纹、白色卡纸边、窄黑屏幕边),全片的相框都按它
- 11:牛皮纸礼盒和米色丝带
人物(都是 AI 生成的虚构人物,欧美面孔,可以露脸):
- 外婆:七十岁左右,银白短发,戴眼镜,浅蓝色毛衣
- 外公:七十岁左右,灰白短发,灰色针织开衫
- 女儿:三十多岁,栗色及肩发,奶油色毛衣
- 两个孩子:七八岁的男孩(红色毛衣)、五六岁的女孩(绿色连衣裙)
第一步:请先给 5 个人物各做一张全身三视图(正面、侧面、背面,从头到脚,浅灰纯色背景,三个角度衣服、发型、鞋子完全一致)。
分段(旁白是温暖的英文女声,贯穿全片,片中人物都不对着镜头说话):
1. 0–2 秒:俯拍,一双手给牛皮纸礼盒系米色丝带。旁白:"What if one gift…"
2. 2–5 秒:女儿坐在一堆包好的礼物中间,低头看着手机微笑。旁白:"…could bring everyone a little closer?"
3. 5–7 秒:圣诞树灯光特写。
4. 7–10 秒:俯拍,两个孩子趴在客厅地上画画、玩包装纸。
5. 10–13 秒:一只手横拿着手机,手指点一下屏幕上的一张家庭照片。旁白:"Send photos from your phone…"
6. 13–16 秒:外公外婆家的书架上放着这款相框,屏幕亮起同一张照片。旁白:"…straight to their frame."
7. 16–20 秒:外公外婆坐在沙发上,打开没有盖子的牛皮纸礼盒,盒里的相框亮着屏,两人惊喜地笑(相框留在盒里,不拿出来)。
8. 20–23 秒:大全景,一家人在圣诞树旁的客厅团聚,相框放在边桌上。旁白:"Real wood. Warm light. Every day."
9. 23–26 秒:外公外婆相拥大笑的特写。
10. 26–30 秒:相框立在木桌上,暖光,画面出现品牌名 "AIGC Picture" 和一句 "A gift they'll see every day"。旁白:"AIGC Picture. A gift they'll see every day."
要求:
- 一次生成完整的 30 秒,旁白和背景音乐(温暖的钢琴或原声吉他)一起生成
- 相框全程和图片 01 一样;拍照的手机横着拿;相框里的照片上不要文字
- 画面里只出现结尾那两行字,其他地方不要文字、logo、价格和促销字;我没给的功能不要写
- 这一步只做三视图,并按 Seedance 2.5 官方提示词指南把视频提示词写好发给我看,我确认后再生成
- 交付时告诉我实际分辨率。保留所有版本,不要删除任何生成文件。
这条里有五个人,我不想镜头一换,外婆或者孩子就换了张脸。所以先让 Agent 给每个人做全身三视图,把正面、侧面、背面都准备好,后面生成视频就照着这些参考来。
外婆

外公

女儿

男孩

女孩

准备人物时,它还自己发现了一处小问题:男孩鞋上有个类似品牌对勾的图案,又重新生成了一张,把标志去掉了。
相框、礼盒和人物都准备好,再让它生成完整的 30 秒视频,背景音乐也一起做出来。
做这条的时候,我主要在定故事和挑画面:这一段想让人看到什么,下一段怎么接,提示词写出来是不是这个意思。参考图、分镜提示词和生成工作可以交给它接着做,但最后拍板还是得自己。
05
PART
只改最后四秒,前面满意不用改
EDITING THE ENDING
品牌片做出来以后,前面的家庭场景我觉得已经可以了,但最后四秒还想再改改。修改前结尾是这样:

我想让结尾保留全家福,把品牌名放到相框下方,再加上演示用的“Holiday Sale · 30% OFF”,旁白也跟着换。这样,同一条片子就能换成节日促销版
但只为这四秒,把整条 30 秒重新生成一遍,我觉得有点浪费。前面的人物和场景已经满意了,重来还得再检查一次,谁知道会不会又冒出别的问题。
所以我让它保留前 26 秒,只生成新结尾,再拼回去:
继续修改,出 v3:只改结尾,不要整条重新生成。用 ComposeVideo 把 v2 的前 26 秒和这段新结尾拼成 30 秒,背景音乐尽量衔接自然。
动手前,我先让它确认剪辑工具能不能截取原片。确认能做,再生成最后四秒。实际这次,新结尾等了约 2 分钟,拼接用了约 18 秒。
这是最初 30 秒促销版的修改过程。后来扩成一分钟时,我继续用了这四秒片尾;开头展示的是扩展后、再处理过转场的版本。

修改后的促销片尾
我还截了前面几个画面做对比,家庭场景都保留了下来。对我来说,这才是局部修改最实在的地方:满意的画面不用重新碰运气,也少了整条重做的生成开销。下次换活动信息,就从这个片尾接着改。
06
PART
再接三十秒,让礼物有了后续
EXTENDING THE STORY
只有团聚和拆礼物,还不太能看出这只相框以后怎么用。我又接了一段:几天后,女儿和孩子回到自己家,孩子举起刚画好的画,妈妈拍下来发给祖父母。书架上的相框亮起这张照片,两位老人靠在一起看。
这次没有把整条片子重做。我在原来的会话里,继续用相框图和五个人物参考图,让 Agent 只生成新的 30 秒,再把旧片前 26 秒、新段 30 秒、现有促销片尾 4 秒合成一分钟。
本轮续作需求节选:沿用原人物和相框参考,只补生成 30 秒。孩子举画、妈妈拍照发送、祖父母的相框亮起照片。保持人物服装和画作内容对应,旧片与片尾继续用。
新增段里,手机与相框中的孩子和画作能对应上。下面是成片第 36 秒和第 43 秒的实际截帧:

上:手机里的照片(36 秒);下:相框里的照片(43 秒)。均为成片截帧。
不过过程并非一次通过:补做的孩子举画照片被平台的输入图片审核拦住,成功生成时没有使用它,而是沿用原人物参考图,用文字描述画作。手机也仍然是竖持,没有执行横持要求。
Agent 完成合成后,我又在本地做了最后一处剪辑:去掉约 25 秒处一闪而过的空相框,用前面的拥抱镜头接一小段柔和叠化。最后交付仍是 60 秒、720p。这一步是本地剪辑,不是重新调用模型生成。
前面做最初的 30 秒版本时,我还拿同一组相框、礼盒和五个人物参考图,在火山方舟的模型体验页直接用 Seedance 2.5 试了一条,也是 30 秒、16:9,带声音。上传和设置花了约 4 分钟,生成等了约 7 分钟。一版出来,我觉得已经可以,就没再重做。这条对照没有补成一分钟,不能拿它和现在的 60 秒合成版直接比较长片效果。
不过,这里有个前提:五张人物三视图是 Agent 提前做好的,需求里也用上了前面几轮试出来的经验。真要从零开始,这些图还得先做,要求也得慢慢理清楚。
原先两条 30 秒视频的分辨率也不一样:直接生成这条是 854×480,Agent 那条是 1280×720,所以这里不比较画质胜负或费用倍数。
改片尾这一步,我在体验页没找到保留前面、只换结尾的入口,就停在了这里。视频编辑模式还没继续试,不能因此说直接用模型做不到。
这次让我觉得 Agent 省事的,是人物参考图、分镜提示词、画面检查和片尾拼接,都能在里面接着做。故事怎么讲、提示词合不合适、最后用哪版,还是得自己判断。
07
PART







