UGC 广告制作管线
所需输入(开始前向用户询问所有这些信息)
在生成任何内容之前,请收集:
- 产品 — 广告宣传的对象(名称、URL 或图片)
- 参考 UGC 视频 — 同一领域/风格的真实 UGC 视频(Pinterest、TikTok、YouTube 链接)。用于脚本风格、创作者个性及镜头参考。
- 创作者面部参考 — 2 张以上真实人物的图片(有魅力、符合品牌氛围)。这些将用于 Nano Banana Pro 中进行面部融合,以创建一个全新的、不存在的创作者。
- 目标受众 — 广告面向的对象(例如:18-35 岁、有痘痘肌的女性)
- 钩子类型 — 问题/解决方案、前后对比、推荐、转变;或让智能体根据产品自行决定
- 绝不询问
- 使用哪个编辑工具(始终使用 Canva)
- 视频长度(始终为 15 秒)
- 宽高比(始终为 9:16 竖屏)
- 使用哪个视频模型(始终使用 Kling 3.0)
- 使用哪个图像模型(始终使用 Nano Banana Pro)
步骤 1 — 脚本撰写 (Claude 4.6)
- 工具: Claude claude-sonnet-4-6(强大的推理 + 创意写作 — 尽可能多地提供上下文)
提示模板:
为一个 15 秒的视频制作 UGC 脚本,风格类似于 [参考视频] 但用于 [产品]。 使用 [基于面部参考的创作者描述] 作为 UGC 创作者/演讲者。 包括:
- 钩子(前 3-5 秒): 从视觉上展示问题 + 音频钩子
- 旁白: 带有确切台词的画外音
- 镜头描述: 每个时刻镜头展示的内容(创作者面部、产品、前后对比等)
- 动作和习惯: 让创作者感觉像真实角色 — 紧张的笑声、拨弄头发、直视镜头、指向产品等
- 行动号召(最后 2-3 秒)
- 每个镜头/动作的时间戳
输出为包含以下列的拍摄脚本:时间戳 | 旁白 | 视觉/镜头 | 动作/习惯
注意:
- 给 Claude 最大的上下文:参考视频 URL、产品详情、目标受众痛点、该领域的其他病毒式 UGC 视频、讲故事框架(问题-激化-解决、前后对比等)
- 上下文越多,脚本越好。Claude 的推理能力是这里的优势。
- 需要融入的病毒式传播原则:模式中断钩子、社交证明、转变时刻、紧迫感 CTA
- 输出: 一个包含时间戳的拍摄脚本,带有旁白、视觉效果和创作者习惯。
步骤 2 — 生成创作者面部 (Nano Banana Pro)
- 工具: Nano Banana Pro(4K — 对于逼真的皮肤纹理、毛孔、细节是必需的)
提示模板:
混合这两张面孔,生成一张不属于任何真实人物的全新有吸引力的面孔。 将结果用作 UGC 美妆/生活方式内容创作者的面孔。 以 4K 分辨率生成。超写实的皮肤纹理、自然光,创作者手持环形灯麦克风。
注意:
- 使用 2 张以上符合品牌个性的 Pinterest/库存面部参考(平易近人、有抱负、适合细分领域)
- 生成时让产品在手边或靠近面部,作为首帧参考
- 你需要皮肤毛孔、微观细节、自然瑕疵 — 这才是让它看起来不像 AI 的关键
- 平台选项(从最便宜到最好):
- Higgsfield(创作者计划)— 有免费增值版,有效
- Fal.ai — 使用优惠券
pixelriot20hackathon-fal可获得 20 美元免费额度 - Google AI Studio — 付费,控制度最高
- 生成 3-5 个变体,选择最真实的一个
- 输出: 一张 4K 的 AI 创作者手持产品的肖像图。
步骤 3 — 生成视频 (Kling 3.0)
- 工具: Kling 3.0(15 秒多镜头模型)
为什么选择 Kling 3.0:
- 15 秒原生输出长度
- 多镜头:可以在创作者说话 → 产品特写 → 皮肤转变 → 回到创作者之间切换
- 富有表现力:理解创作者的习惯、手势、个性
- 具有内容平台(UGC 原生)的上下文理解能力
设置:
- 输入: 创作者图像(步骤 2)作为起始帧
- 输入: 产品图像作为参考图像(不一定是起始帧 — 可以是视频中间的参考)
- 输入: 拍摄脚本(步骤 1)作为运动/镜头提示
提示结构:
[第一帧:创作者手持产品,看着镜头,自然光] 镜头 1 (0-3秒):创作者直接对着镜头说话,配合 [习惯],说出 "[钩子台词]" 镜头 2 (3-7秒):产品在皮肤上涂抹/使用的特写 镜头 3 (7-12秒):创作者反应镜头 — [脚本中的情绪/习惯] 镜头 4 (12-15秒):创作者面对镜头,发出 CTA,[习惯]
注意:
- 控制镜头 = 精确告诉 Kling 每个镜头展示什么。这不只是提示 — 这是导演工作。
- 多镜头 = 你像导演一样描述镜头切换,而不是像提示员一样。
- 如果困惑:在实际操作前先观看 Kling 3.0 多镜头教程。
- 成本: 每个 15 秒片段约 4-5 美元。免费测试:Fal.ai,使用优惠券
pixelriot20hackathon-fal - 平台: Higgsfield,官方 Kling AI 网站,Fal.ai
- 输出: 一个 15 秒的原始视频片段。
病毒式传播原则(融入每一步)
- 钩子 = 问题镜像: 在头 3 秒内向观众展示他们自己的问题。他们会停止滚动,因为他们看到了自己。
- 前后对比 = 希望循环: 在问题钩子之后,展示转变。这创造了渴望。
- 音频钩子: 镜头切换时的嗖嗖声 SFX 是一种模式中断 — 保持观看时长。
- 创作者习惯 = 信任: 一个感觉像真实人物(紧张地笑、拨弄头发、叹气)的创作者,比完美的表达更能建立潜意识信任。
- 混响 = 房间临场感: 10% 的混响让声音感觉像是在真实空间录制的,而不是在录音室里。去除了“AI 广播声音”的感觉。
- CTA 紧迫感: 最后 2-3 秒。直接、具体、低门槛("bio 中的链接"、"点击链接"、"私信我")。
品牌说明
如果是用于真实账户/品牌(而非测试):
- 创作者的面部应与品牌目标受众画像匹配
- 创作者的风格/氛围应在所有 UGC 视频中保持一致
不要在视频之间混合审美 — 选择一个并固定下来
平台/成本总结
| 工具 | 用途 | 成本 |
|---|---|---|
| Gemini 2.5 Pro | 脚本撰写 | 免费 (AI Studio) |
| Nano Banana Pro | 创作者面部 + 产品图像 | Higgsfield 创作者计划 / Fal.ai (20 美元优惠券: pixelriot20hackathon-fal) |
| Kling 3.0 | 视频生成 | 每个片段约 4-5 美元 — Higgsfield / Kling AI / Fal.ai |
| ElevenLabs | 声音克隆 + 替换 | 付费(声音训练功能) |
| Play.ht | 声音克隆(替代方案) | 免费增值版 |
| Canva | 视频编辑 + 文字 | 免费 / Pro |
| Artlist | 音效 | 付费(存在免费替代方案) |