30美金做出30万广告：AI视频创作完整流程拆解
本报告由 AI 深度分析生成，基于视频完整字幕。
导读
这是一期工具型教程，但它的价值远不止于"介绍几个AI工具"。马尔科Mark本人是独立站（DTC电商）从业者，团队销售额接近700万美金，这套流程是他花了一个月、数千美金实测踩坑后整理出来的，并非随便拼凑。
视频用一个完整的实战案例（Liquid Death水品牌30秒广告）从零走完五个步骤：脚本 → 角色 → 分镜 → 视频生成 → 剪辑，最终成本不到30美金。值得一看的不只是工具，更是他对每个环节"为什么要这样做"的逻辑拆解。
背景：这套工作流的来源
传统高质量品牌广告的制作成本：演员 + 专业摄影团队 + 导演 + 编剧 + 特效 = 大几万甚至数十万美金。这条视频要证明的是：用AI工具，一个人可以在家做出同等质感的广告，成本不到30美金。
案例品牌选择了 Liquid Death ——一个把山泉水包装成重金属品牌的DTC传奇。GMV超10亿美金，估值14亿，堪称DTC史上最会讲故事的品牌之一。它所有视频的核心结构：完全离谱的Hook → 夸张荒诞的产品介绍 → 清晰CTA。
完整工具清单
| 环节 | 工具 | 费用 |
|---|---|---|
| 脚本撰写 | Claude | 订阅制（可用免费版） |
| 图像生成 | Higgs Field（nano banana pro模型） | 按量付费 |
| 分镜整理 | Google Doc | 免费 |
| 视频生成 | Higgs Field（Kling 3.0 / Kling 1.5） | 按量付费 |
| 配音 | ElevenLabs（V3模型） | 按量付费 |
| 剪辑 | CapCut | 免费 |
第一步：脚本大纲
核心逻辑：这一步不需要花太多时间，但极为关键——它决定了整条广告的骨架。
流程：打开Claude → 直接描述品牌风格和诉求 → 让Claude生成多个广告方向 → 选定角度 → 让Claude写完整30秒脚本。
Liquid Death案例的方向选择：
Claude给出了多个方向（离婚律师版、婴儿水版、葬礼主题版等），马尔科选了 "For People Who Hate Mornings"，理由：这个场景每个人都经历过，早上6点整个人想死，Liquid Death把自己定位成"对抗早晨的武器"，反差感极强。
最终脚本骨架：
- 闹钟6点爆炸，两人在床上，男主Derek睁开一只眼
- 旁白：Every morning, something tries to kill you
- Derek从枕头下掏出一罐Liquid Death
- 旁白：But not Liquid Death
- 女友Maya：What are you doing?（从被子里传来）
- Derek缓缓开罐，喝水——头发从凌乱变整齐，眼神从空洞变锐利
- 旁白介绍产品：500mg electrolytes. Zero sugar. Zero artificial anything.
- Derek站起走出画面，顺手给Maya也放了一罐
- 旁白：Murdered in a can. So you can murder your day.
- CTA：Liquid Death. Available online and in stores.
核心反差逻辑：把喝水处理得像战术行动，配上完全没有上线的Maya——"不匹配的严肃感"正是Liquid Death一直在做的事。
第二步：角色创建
这是传统广告里的"选角"环节，AI版本不需要找真人、不需要求朋友帮忙。
平台：Higgs Field → nano banana pro 模型
最关键的发现：用结构化模板，而不是随意描述。
马尔科做了对比实验：
- 模糊描述（"一个20多岁的男生，有点懒，没睡醒"）→ 每次生成的人脸都完全不同，就算用完全相同的文字也是如此
- 结构化模板 → 四张图高度一致，换场景换角度都能认出来是同一个人
模板包含的信息维度：
- 声音参考（像谁）
- 长相参考（像谁）
- 年龄和身材特征
- 性格和状态（自信还是内敛？）
- 服装和细节
- 姿势和环境
- 光线色调和背景
Derek的完整描述：28岁，普通身材略微驼背，深棕色头发偏长未打理，四天没刮的胡渣，皱巴巴的灰色T恤，深色运动裤，没穿袜子。参考年轻版的Adam Driver或Sebastian Stan的眼神——不是刻意的帅，是那种随时在思考什么的感觉。坐在床上，手肘撑在膝盖上，空洞地看着前方。冷灰蓝色卧室，百叶窗透进晨光。
Maya的完整描述：26岁，娇小，被宽大的灰色卫衣淹没，头发半扎凌乱，脸上可能还有枕头印，一只脚穿袜子另一只不知去哪。完全水平躺着，被子拉到下巴，眼睛要么闭着要么几乎没睁开。参考Florence Pugh的随意感，但更懒更模糊，意识刚刚开始尝试运作但还没成功。
关键技巧：
- 把模板信息发给Claude，拿到结构化的英文prompt，再粘回nano banana生成
- 两个角色必须在相同的环境设置下分别生成——光线、色调、背景完全一致，否则观众会出戏
- 生成完Derek之后，把Derek的图上传作为参考，再生成Maya，最大程度保证两人的光线一致
- 额外生成一张两人同框的场景图，作为开场镜头的基础
免费Prompt模板：视频描述栏提供下载链接。
第三步：分镜设计（Storyboard）
工具：Google Doc（免费，不需要专业软件）
逻辑：分镜是整个项目的地基。用image-to-video的方式生成，每张图都是对应视频片段的第一帧，所以场景图的质量直接决定视频的质量。
场景生成同样需要模板，模板维度包括：
- 镜头构图和取景方式（俯拍/广角/特写）
- 主体和道具细节
- 光线和色调
- 背景元素
- 整体氛围和情绪方向
七个核心场景（以Liquid Death广告为例）：
| 场景 | 构图 | 对应台词 |
|---|---|---|
| 1. 闹钟特写 | 极致俯拍，红色数字是唯一光源，手从上方悬停 | （无台词，压迫感） |
| 2. 两人同框 | 静态广角，Derek坐着发呆，Maya平躺 | "Every morning something tries to kill you" |
| 3. 掏罐子 | 低角度贴近床铺，手从枕头下抽出，水珠质感 | "But not Liquid Death" / "What are you doing?" |
| 4. 开罐特写 | 极致特写，拇指压拉环，气泡从开口溢出 | （无台词，开罐声是精华） |
| 5. 喝水变身（两张） | First Frame + Last Frame | "500mg electrolytes..." |
| 6. 站起走出 | 广角静止，Derek已上线，Maya仍躺着 | "Murdered in a can..." |
| 7. 放罐CTA | 低脚特写，手放罐子退出画面 | "Available online and in stores" |
重要技巧：
- Google Doc里只放最终确定的那张图，不放备选——否则后面生成视频时会混乱
- 有实体产品的广告，先去Google下载清晰的产品参考图，上传进nano banana和视频生成工具，AI才能准确还原产品细节（logo位置、罐身比例等）
第四步：视频生成
平台：Higgs Field → Video → Create Video
推荐模型：
- Kling 3.0（视频中称Clean 3.0）：综合质量强
- Kling 1.5（视频中称Cdance 1.5）：镜头稳定性更好，适合需要完全静止的镜头
提示词四问（打开Enhanced开关后回答） ：
- 画面里的人在说什么？语气是什么？
- 镜头在做什么？固定还是移动？
- 角色的动作是什么？
- 场景的背景和氛围是什么？
最核心技术：First Frame + Last Frame（首帧+末帧）
用于"喝水变身"这个关键镜头：
- 上传第一帧：Derek仰头喝水，头发凌乱，眼神空洞，Maya在背景里虚焦躺着
- 上传最后帧：同样构图，但Derek头发整洁，眼神锐利，肩膀往后，整个人变了状态
- Prompt描述中间过程：喝水过程中，头发慢慢整洁，眼神慢慢变锐利，变化克制，不夸张，是细微的物理切换
- AI算法自动计算中间的过渡动画
"这是AI目前为止能让我震撼的地方。这种Transformation手动做要花很长时间，但现在任何人几秒就能做到。"
生成原则：不追求细节完美，只看氛围和节奏是否到位。细节可以通过剪辑修正，但画面的情绪感一旦不对就无法挽救。
第五步：剪辑
工具：CapCut（免费，专为短视频设计，零配置）
流程：把Google Doc放在旁边对照分镜 → 按顺序import所有素材 → 拼接 → 精剪 → 调色 → 加配音 → 加音乐
精剪技巧：
- AI生成的视频开头或结尾往往有瑕疵（闹钟数字乱跳、动作衔接不顺），直接在时间线上Cut掉
- 每个片段剪到刚好够用，不留余量
调色强化情绪弧线：
- 产品出现之前：色温调低（更冷），整个画面更"dead"，强化无活力的状态
- 产品出现之后：色温调高（更暖），整个画面更有活力
这个冷→暖的色温变化，对应了Liquid Death"给你能量"的产品承诺，视觉上直接强化了品牌信息。
配音：ElevenLabs V3
- 必须用V3模型，比V2情绪感和真实感强太多
- 导演指令：在台词前后用方括号标注情绪，精准控制语气
- 例：
[depressed] Every morning something tries to kill youvs[excited] Liquid Death!——完全不同的效果
- 例：
- 旁白选择：平零情绪、像在念警察报告的那种声音——越平越好笑，符合品牌调性
- Maya的声音：软气息，句子中途就断掉，强行从深度睡眠里被拉出来的感觉
音乐设计：
- 开场→开罐前：慵懒的背景音乐，营造"早晨没有活力"的氛围
- 开罐后：重金属音乐切入，Liquid Death品牌特色
- 过渡使用fade out / fade in技术，避免音乐太突兀地切换
- 关键音效：开罐声。这是整条广告最重要的音效，音乐进来时必须确保开罐声不被盖掉
- CTA段落：不加任何音乐，让旁白清晰传达信息
关键技术总结
| 技术 | 应用场景 | 解决的问题 |
|---|---|---|
| 结构化Prompt模板（角色） | 角色创建 | 解决AI每次生成人脸不一致的问题 |
| 结构化Prompt模板（场景） | 分镜生成 | 解决AI场景描述过于模糊的问题 |
| 上传产品参考图 | 任何含实体产品的场景 | 确保产品细节（logo、造型）准确 |
| 同环境生成双角色 | 角色创建 | 确保两个角色光线色调一致 |
| First Frame + Last Frame | 需要角色变化的场景 | 精准控制变化的起点和终点 |
| 色温调色 | 剪辑 | 强化情绪弧线（无活力→有活力） |
| 11Labs导演指令 | 配音 | 精准控制语气和情绪 |
| Audio Fade In/Out | 音乐过渡 | 避免不同氛围音乐的硬切换 |
成本测算
- 整套工具：不到30美金
- 马尔科自己花了1个月+数千美金测试工作流（测试成本），但单次广告制作成本极低
- 对比：传统同类广告制作 = 演员+摄影团队+导演+编剧+特效，大几万到数十万美金
金句
"AI工具门槛降低之后，竞争只会越来越激烈。那些真正能赢的人，不是用了最多工具的人，而是对自己的产品、用户、市场理解最深的那群人。"
"用模板给AI提供结构化的输入，生成结果会稳定很多。四张图长得一模一样，换场景换角度都能认出来是同一个人——差距就是这么大。"
"不要因为一些小的细节追求完美。最重要的是画面的氛围和节奏感是你想要的——这个东西之后没办法改。声音可以换，画面的感觉不对，那真的就不行了。"
"先把产品参考图上传给AI，AI就有了视觉参考——罐身细节、logo位置、整体比例都会准确很多。这个方法适用于任何有实体产品的广告。"
"First Frame and Last Frame——从活死人到功能正常人的Transformation。手动做要花很长时间，现在任何人能在几秒钟就能做到。"
时间线索引
| 时间点 | 内容 |
|---|---|
| 00:00 | 开场：用不到30美金做出30万美金广告的承诺 |
| 00:27 | 讲者背景：团队独立站接近700万美金销售额 |
| 01:19 | 视频结构预告：五个板块 |
| 01:52 | 第一步：脚本大纲 |
| 02:10 | 案例品牌Liquid Death介绍 |
| 02:27 | Claude生成广告概念和脚本 |
| 04:12 | 第二步：角色创建 |
| 05:03 | Higgs Field平台介绍，nano banana pro |
| 05:28 | 关键发现：模板 vs 模糊描述的差距对比 |
| 06:12 | Derek角色完整生成流程 |
| 07:30 | Maya角色生成 |
| 08:36 | 两人同框场景图生成 |
| 09:46 | 第三步：分镜设计（Storyboard） |
| 10:11 | Google Doc作为分镜工具 |
| 11:16 | 场景生成模板介绍 |
| 11:46 | 逐个镜头生成（闹钟特写、双人场景等） |
| 14:28 | 上传产品参考图的重要性 |
| 16:01 | 喝水变身镜头的逻辑（First Frame + Last Frame预告） |
| 18:33 | Storyboard完成 |
| 20:03 | 第四步：视频生成 |
| 20:54 | 推荐模型：Kling 3.0 vs Kling 1.5 |
| 21:22 | Enhanced开关 + 四问提示法 |
| 24:10 | First Frame + Last Frame技术详解 |
| 26:10 | 所有视频生成完毕 |
| 26:38 | 配音工具：ElevenLabs |
| 27:22 | V3 vs V2对比，导演指令功能 |
| 28:04 | 第五步：剪辑（CapCut） |
| 31:31 | 调色：色温冷暖变化强化情绪弧线 |
| 32:40 | 音乐和音效设计 |
| 36:09 | Audio Fade In / Fade Out技术 |
| 38:15 | 最终成片预览 |
| 39:06 | 结语：工具不是核心，对产品和用户的理解才是核心 |
评论
还没有评论，来第一个留言吧 ✨