lingxiao-selling-video

卖货视频方案与分镜：按痛点、情绪身份、促销三条线出拍摄方案，写出不会画错商品的分镜提示词，并按目标片长裁剪镜头。当用户要做带货视频、写分镜脚本、做 TikTok 短视频素材、生成 AI 卖货视频、优化视频提示词、判断素材为什么不出单时使用。

卖货视频方案

素材不出单，八成不是"拍得不够好看"，是没在前三秒说清这条视频卖给谁。 方案层错了，后面每一镜都是在精修一个错误。

四步，别另造第五套

text

- [ ] 1. 商品与市场证据：商品图 + 对标视频拆解 + 目标人群
- [ ] 2. 三条方案：痛点线 / 情绪身份线 / 促销线，各出一条
- [ ] 3. 分镜与提示词：每镜写清画面、朝向、光线、时长
- [ ] 4. 投后回看：把数据写回台账，只有被人工确认过的教训才进下一版

三条方案要同时出，不要挑一条做。它们打的是同一个品的三种买家：

线	前三秒说什么	适合什么品
痛点	先演那个糟糕的现状	需求驱动品：工具、配件、清洁
情绪身份	先给"用它的那个我"	身份驱动品：服饰、女包、饰品、美妆
促销	先给价格锚点与紧迫感	已验证过的老品，不适合新品冷启

促销线要人工确认再投。它对当期转化最有效，也最快把一个品的价格心智做死。

分镜提示词：四个把画面写错的根因

这四条是 AI 视频最常见的废片原因，每一条都要在提示词里显式解决。

一、没写商品哪一面朝镜头。 每一镜都要写清正面、背面还是内部结构朝向镜头。 内部结构（排线、接口、焊点、元件）不能当画面主体——它不是买家要看的东西， 放在主位会让整条视频看起来像维修教程。

二、一条视频里出现了两个货。 参考图里混进了别款，模型会把两个货的特征融合， 出来的东西你自己都不认识。绑图前先确认每一张都是本款。

三、穿着展示用了人台。 人台、假人、衣架、平铺图会被模型继承成"没有人的衣服"， 转化远低于真人上身。要真人就在提示词里直接描述真人穿着的样子。

四、约束写成了负向清单。 这条最反直觉： 把"不要出现人台"写进提示词，反而更容易画出人台。 视频模型不吃负向指令，要改行为就正面描述应该是什么样—— 写"真人模特穿着走动"，不要写"禁止使用人台"。

另外，图生视频的第一帧就是你给的首帧图。图绑错了，改提示词救不回来， 只能换图或改成文生视频。

提示词的写法

一镜一句，按这个顺序：

text

画面主体与动作 → 商品哪一面朝镜头 → 景别与运镜 → 光线方向 → 环境 → 时长

光线单独写。这是 AI 视频看起来假的头号原因：不写就得到四面平光， 真实拍摄有明确主光方向。

片长：给目标秒数，不要给上限

写"不超过 20 秒"，模型会把 20 秒写满。 要写"目标 18 秒"。

超了要砍镜时，优先级是固定的：

text

促单 > 卖点 > 信任 > 其他 > 情景

卖点镜和促单镜永远不砍。 先等比压时长（每镜不低于 4 秒），压不进去再从情景镜开始砍。 把卖点砍掉换来一条时长达标的视频，等于做了一条不卖货的广告片。

到这一步要上官网

上面这些是方案与提示词层，你自己就能用。成片生成要上官网—— 逐镜生成、首帧绑图、人工闸门、合成与效果台账在视频素材实验室里：

https://www.lingxiaochuhai.com/lab/

轻量一点的单条素材生成在 https://www.lingxiaochuhai.com/tools/video-agent。 两者都要登录，按生成时长扣 Token，档位与余额见 https://www.lingxiaochuhai.com/app/membership。

边界

• 方案好坏最终由投放数据判定，不由内部评审判定。三条线各投一版，让数据选。
• 对标视频拆解只能拆出结构，拆不出它当时踩中的流量红利。照抄一条爆款的结构， 不会复现它的量。
• 生成的人物形象、音乐与品牌元素的合规由使用方负责。