AI 视频终于能稳住人脸和标签 30 秒了，背后是这套工作流

作者 Janie Nguyen · 2026-09-27 · 7 分钟阅读

9月15日，@JaydenCoach 发布了一条短视频广告。他仅用 GPT Image 2.5 生成的 2 张产品图，再结合 CapCut 内置的 Seedance 2.5，就做出了一条完整广告（帖子）。该帖子斩获超 2200 次互动和 12.9 万次播放，他在文案中将工作流精简为四个字：“视觉 → 视频 → 剪辑”。

Jayden Douglass 💭 | AI Coach@JaydenCoach
This is where AI image gen gets interesting for business: two product visuals from GPT Image 2.5, then Seedance 2.5 turns them into a full commercial in CapCut. Visuals → Video → Edit.
#GPTImage25 #CapCutPC #AIVideo #Seedance25 https://t.co/XyEConRus1
Sep 14, 2026 · 在 X 上查看

就在同一周，信息流里挤满了 30 秒的 AI 视频。视频里的演员从第一帧到最后一帧都保持着同一张脸，产品标签也不会中途变形融化。对于没有专业视频团队的 DTC 品牌来说，大家最关心的是：到底发生了什么变化？简单来说：并不是某款单一模型突然有了魔法，而是创作者们开始把工作拆分给多个工具，各司其职，而 Seedance 2.5 则成为了中间通用的渲染引擎。

在看细节前需要说明一点：在 @JaydenCoach 发帖当天，出现了多条极其相似的帖子，都在用相同的标签夸赞 CapCut 里的 GPT Image 2.5 和 Seedance 2.5 组合，部分 Seedance 的展示甚至直接打上了 #ad 标记（帖子）。工作流是真的，但部分热度来自新品宣发。建议把这些 Demo 当作最佳效果参考。

困扰每个人的老大难问题：画面漂移

不久前，AI 视频的短板还是连贯性。你可能生成出一张精美的镜头，但下一个镜头里人物的脸、光影或包装就变了。@Ecombos_Ai 列出了电商团队反复踩坑的痛点：生成出来的角色无法在多个镜头间保持一致，产品标签每次生成都会变形（帖子）。虽然这段话来自推介自家解决方案的工具厂商，但任何试过 AI 产品视频的人都会深有同感。

视频越长，问题越严重。@Rosey_watson 指出，如果在长 AI 视频里有一个标签出了错，最后只能重新生成整段视频，修错成本随着视频时长水涨船高（帖子）。

第一步：生成视频前，先锁定参考图

能跑通稳定效果的创作者，都会在静态图阶段就把设定锁定。@imFarhanAi 将这种转变形容为从“碰运气”升级为“标准化制片”：先建好角色，锁定首帧和角色设定图（Character Sheet），再让 Seedance 2.5 跑完整个 30 秒片段（帖子）。

@OlatundeAI 展示了这些参考图在实际应用中的样子：在生成任何视频前，先准备三张“制片设定图”，分别对应角色三视图、产品三视图和场景图（帖子）。

Olatunde AI@OlatundeAI
The Full Production Sheets are ready for consistent Character, product, and location.

Frame 1: Character turnaround sheet
Frame 2: Product turnaround sheet
Frame 3: Settings/Location sheet

Moving into video production next. I’ll be using Omni Flash 1.1 while money dey to get Seedance 2.5.

Let’s go.
Sep 12, 2026 · 在 X 上查看

随后，提示词会把这些设定图当作铁律执行，而不是随性的建议。在 @itxsarmadd 分享的一条 Seedance 2.5 提示词里，每张参考图都有明确指令，比如：“严格保留面部特征、发型、体型比例、服装和整体外貌。”（帖子）。

对 Shopify 品牌来说，产品设定图最为关键。真实的产品白底图就是唯一标准，视频模型需要做的是复制，而不是自由发挥。

第二步：Seedance 根据参考图渲染完整场景

锁定参考图后，重活就交给 Seedance 2.5 了。@ivanka_humeniuk 演示了同时处理五张参考图的能力，在同一个镜头里同时保持角色、产品和场景的一致性（帖子）。

Ivanna | AI Art & Prompts@ivanka_humeniuk
Just look at how Seedance 2.5 handles 5 references at once! 🤯

tbh keeping this level of consistency for the character, product, and locations all at the same time is actually insane. Check out the result! ✨

Dropping all the maps and animation prompts in the thread! 🧵 https://t.co/YybykrgzUQ
Sep 14, 2026 · 在 X 上查看

创作者们频繁提到的输出规格是 1080p 分辨率以及单次生成 30 秒，正如 @Alina_with_Ai 在帖子中所展示的那样（帖子）。30 秒足以在一个长镜头里完整展示黄金三秒吸睛（Hook）、产品演示和转化引导（CTA）。正因如此，像 @aiwithsubah 这样的 AI 网红创作者表示，这个时长足以让角色塑造出真人创作者的真实感（帖子）。

第三步：局部修图，无需重推

第三个拼图是剪辑软件。@Bundi_Shad 认为真正的突破在于无需重来就能修复视频，现在 Seedance 2.5 已经集成进 CapCut 并上线了 1080p 版本（帖子）。@SirGlavan_ 在制作子弹时间效果的产品广告时也用了同款逻辑：先生成场景，在剪辑器里精细微调节奏和速度，再利用延长和编辑工具持续调整。因为第一次生成的版本不必是最终定稿（帖子）。

这能省下大笔成本。如果画错了一帧只需小幅微调，而不是重新渲染一段 30 秒视频，做成一条可用广告耗费的算力点数就会大幅减少。

最顶层的架构：大语言模型写需求脚本

最完善的工具链会在生成图片前引入大语言模型。@rewind02 把 Opus 5.5、GPT Image 2.5 和 Seedance 2.5 称为“当前的 AI UGC 黄金组合”，由 Opus 读取投放数据、撰写需求脚本，并从真实评价里挖掘买家的表达方式（帖子）。@ladprofit 做的更彻底，他把 199 条长效跑量剧情广告打造成了一个 Claude Skill。只需输入产品链接，就能深挖评价和评论区里的客户原话，直接输出脚本以及配套的图片和 Seedance 提示词（帖子）。

对于卖家来说，这是最容易复刻的思路：产品评价本身就是天然的文案库。

那些宣传演示没告诉你的事

精致的视频片段掩盖了反复测款的过程。@prettyperry101 为了制作一条 28 秒的 UGC 视频，中途经历了多次重试和重新生成镜头，消耗了 800 个算力点数（帖子）。@manjiripathak16 制作一条 18 秒的广告花了 1.5 小时和 3 美元，她总结道，AI 视频工具固然强大，但成本高昂、效果不稳定，还经常无法精准还原构想（帖子）。

此外，目前还没有公开数据能证明这种高一致性的 AI 视频在同等产品下的广告 ROAS 能打赢真人 UGC。保持画面一致解决的是生产效率问题，至于能不能带来更高转化，依然需要实测。

本周拿一款产品实操这套流程

挑选一款爆款潜力产品：要求产品标签清晰，拥有高质量的白底渲染图。
制作三张参考设定图：产品图（根据真实照片整理出正面、侧面、背面）、一张角色图、一张场景图，统一保存在一个文件夹内。
从评论区提取 5 句真实买家原话：作为 30 秒脚本骨架，依次安排黄金三秒（Hook）、痛点呈现、产品高光、信任背书和转化引导（CTA）。
在 Seedance 2.5 中生成一段 30 秒片段：在提示词里明确要求严格保留各项参考图要素。
能修就不重做：优先在剪辑软件里裁剪、微调节奏以及修补瑕疵镜头。
记录真实生产成本：统计消耗的算力点数、工时和重试次数。用这个真实数字代替官方演示，决定是否将其纳入日常素材生产流程。
与当前跑量最好的广告对比测试：给到相同的预算和受众测试，用单次购买成本（CPP）来评估成效。

来源

在 GemCommunity 讨论