三张实拍图做出整套跨境物料:Seedance Managed Agent实测电子相框
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....
绛烨 · 本期观察|AIGC新知
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、英文详情页怎么弄?同一款商品,视频又该怎么拍?
这次就聊这件事:拿三张实拍图,做出一整套跨境电商物料。Hi,大家好,我是绛烨。
最近有家一直合作的电商工作室想开拓海外市场,来找我商量内容该怎么准备。他们此前主攻国内,现在打算试试亚马逊、TikTok。货是现成的,问题却很具体:商品页放什么图,短视频怎么拍,英文文案怎么写?
在我看来,这事不能只做翻译。中文换成英文,标题长短变了,原来的排版就得跟着调;视频同理,开头三秒最关键,商品的用处怎么讲明白,都得重新想一遍。
所以这回我想先给他们做一套能直接看效果的方案。我拿实木相框的照片当外观参考,试着设计一款电子相框,给工作室做个商品视觉演示:先出商品图,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。这么看下来,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。
这条一分钟的节日送礼广告,先从成片说起。画面前半段讲一家人团聚、拆开礼物;过了几天,女儿带着孩子回到自己家,把新画作的照片发进祖父母的相框。相框亮起来的不只是拆礼物那会儿,往后家里有新消息,它照样接得住。品牌和促销信息放在最后带出。
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,打开「Managed Agents → Agents」,点新建 Agent。在选项里挑「Seedance Managed Agent」,起个名字,然后按页面提示把权限开通,模型和工具配齐。有拿不准的地方翻官方指南就行,配好点创建。
先在「Environments」里建新环境,选「方舟托管」。接着到「Sessions」新建会话:填名字,选上刚才建好的 Agent 和环境,点「创建并进入调试」。以后做同一款商品,直接在这里接着聊。
点输入框左下角的「+」,把参考图传上去,确认图片传好了,再写需求:做几张、要什么样、哪些地方不能动。写完点右下角的箭头发送。图出来不满意,就接着说要改哪儿,满意了再下载。
熟悉 API 的读者,也可以用 Codex 这类工具去调用这套 Agent 服务。
下面就找这只木相框来试。
02
PART
先把相框的样子定下来
PRODUCT IMAGES
做视频之前,相框长什么样得先定死。不然一会儿是这个木色,一会儿边框又换了,几张图放进同一个商品页,看着都不像同一款产品。
我手头有三张实木相框的照片,拍的是公司附近一家咖啡店里的相框,正面、侧面和边框特写各一张。它的木色和纹理我挺喜欢,就想拿这个外观当参考,设计一款电子相框,再围绕它出商品图和视频。
木框的外观留着,里面换成电子屏,再加一个手机传照片的展示。先出白底主图、斜侧图和细节图,场景和视频就顺着这套外观往下做。
这三张商品图,我把做图和后面改屏幕的要求写在了一起,提示词可以这样写:
我提供的素材是普通实木相框的三张实拍:正面、侧面,以及边框局部特写。请照着它的木色、木纹和外观轮廓,设计一个电子相框,再出三张商品图。
1. 白底主图:电子相框正面朝前摆,边上搁一部手机,手机屏上开着相册界面。2. 斜侧视角:要能看出相框有多厚,背面带有支架。3. 边框细节:木纹、边角、拼接的位置都要看得清。
三张图里,木框的色调、纹理和宽度要统一。白色卡纸边留着,内侧再加一圈很细的黑色屏幕边框;画面略带发光效果,并有玻璃反光,让人一眼认出这是电子屏,而不是印出来的照片。
屏幕里放的是一张温暖的原创画面:海边,一只小狗奔跑的背影。三张图的屏幕内容要一样,不用实拍图里原本那张插画,也不出现清晰的人脸。主图中手机相册的第一张照片同样用这张海边小狗,以便看出照片是从手机传到相框里的。
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:
得让屏幕看着像一块亮起来的电子屏。我的做法是在白色卡纸边内侧补上一圈很窄的黑色屏幕边,再给画面加一点发光感和很淡的玻璃反光,别让它像印在纸上的照片。
主图边上的手机也要同步改。相框里放的是海边小狗,手机相册第一张就换成同一只小狗。两边对上了,看的人才会想到照片是从手机传进相框的。
两版摆在一起,差别一眼能看出来:右边多了一圈窄黑屏幕边,手机相册的首图也换成了相框里那只小狗。
侧面和木纹细节也顺手一起调了:
修改后的斜侧图
修改后的木纹细节
等了几分钟,新图就出来了。黑色屏幕边加上了,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。做商品页经常碰到这种需求,能沿用同一张主图的话,就不必每款都从头做一遍。
于是我还用这张主图,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,加起来一共六款。
我的要求不复杂:颜色和款式可以变,屏幕里的小狗、旁边的手机、支架和背景,全都保留。
第一版不太满意,颜色是换了,相框的材质也跟着变了。我把要求写得更细:带卡纸边的,照原木色带卡纸边那张来;不带的,照不带卡纸边那张来。木纹和边框宽度也得交代清楚。
第二轮放到一起看,更像一个系列了。不过仔细瞧,黑色不带卡纸边那款的黑边还是宽了些,两张白色款也稍微偏侧。这些细节,还是得几张图并排才能发现。
03
PART
图有了,详情页怎么做?
PRODUCT DETAIL PAGE
白底图能看清外观,可真要买回家,大家还想看它摆在哪。我就用这只相框接着做客厅、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直接沿用,商品不用重新介绍一遍。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,壁炉里有了火光,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差错。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。一开始,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。
我要的效果是顾客一路往下滑,一屏一屏把商品看明白,光把图片排得长可不算数。
于是第二次我找豆包聊,把顺序重新捋了一遍:外观放最前,接着讲照片怎么传、家人怎么一起发,再看材质、四季换画和摆放场景,收尾是送礼和参数。每一屏用哪句英文、画什么,也一并说清楚。
八屏详情页的提示词如下,里面的参数只是案例设定,换成自家商品时记得填真实参数。
长图推倒重做,这回照亚马逊详情页的路子一屏一屏来:每屏直接出一张带英文标题的设计图,再从上往下拼成一整张。相框要拿前面做好的图当参考,仍是同一个木框、白色卡纸边和黑色屏幕边。
8 屏的内容是: 1. 开场:大标题 "Your photos, framed in real wood",小字 "A digital photo frame that looks like home decor",画面是相框摆在客厅边柜上,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",配木纹细节图。 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
英文照我给的写,一个词不许改,也不能拼错。8 屏宽度一致,颜色风格统一(暖白底、木色)。屏幕里只放背影、宠物或风景,不露脸。我没给的参数、功能、价格、促销字、品牌名和 logo 一律不加。所有版本都保留,任何生成文件都不删。做完交付长图,并说明每一屏用了哪张图。
这回它先列清楚每屏参考哪张旧图,再分别做成带标题和文案的设计图,最后拼成长图。
这一版就比较对味了。每屏都有一件事要讲,前面做好的主图、木纹和场景图也都派上了用场,往下看是有顺序的。
可我一放大检查,那个老毛病又冒出来了:第三屏的箭头方向反了。第八屏更离谱,相框支架被画成了笔记本电脑。
剩下六屏没问题,就让它只动这两屏:
继续改,只改第 3 屏和第 8 屏,其余 6 屏保持原样,改完重新拼成长图。
它把这两屏重新生成,再跟原来的六屏拼回去。箭头和支架图标都对了,另外六屏也留住了。
但第三屏是整张重画的,手机从八部变成四部,里面的照片也换了。其他六屏没动,可这一屏变的显然不止箭头,改完还是得再核一遍。
04
PART
同一个商品,拍出不同风格的宣传视频
THREE VIDEO FORMATS
图片做到这一步,商品外观、场景和详情页都齐了。接下来做视频,我不想只是让这几张图动起来。商品页和 TikTok 上,需要让人看懂、记住的东西并不一样,所以我分头做了三条。
商品页这条,我最想讲明白的是:手机里的照片,到底怎么出现在相框上?
我先写了个简单需求,做一条 10 秒的视频试试水。想展示的功能大致能看出来,心里就有底了,可以继续加内容。
随后我把视频扩到 20 秒,把手机传照片这段放在中间:先看到手指点按,再看到相框换画面,一眼就懂它怎么用。
这下清楚多了。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,比只放图片直观。
TikTok 这一条我打算换种说法:让女儿直接对着镜头聊自己的生活,把送礼的原因藏进故事当中。
她人在外地,父母离她有 3,000 英里。她在圣诞市集拍下一张合照,镜头一转,父母家里的相框就亮起同一张照片。
“3,000 英里,只隔一张照片的时间。”我打算借这个小故事,让传照片这事多一点日常的味道。
思路定了,接着让 Agent 备好人物参考和屏幕照片,把每段拍什么、由谁说、镜头怎么切都交代清楚。最初提的需求是这样:
提示词:
我传了 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),整片的相框都以它为准 - 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(均为 AI 生成的虚构人物,可以露脸),每个人在每个镜头里都得和三视图是同一个人 - 07–10:要出现在相框屏幕里的 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
核心创意是这样:女儿住在纽约,妈妈在 3,000 英里外的老家。女儿每发一张照片,几秒后就会出现在妈妈家那只木框电子相框里——“3,000 英里,只隔一张照片的时间”。全片靠“她这边拍照发送 → 切到妈妈家相框亮起同一张照片”的匹配剪辑串起来。
分段安排:1. 0–3 秒:女儿用前置摄像头自拍,画面略带手持晃动,她压低声音、带着点神秘感说:“My mom lives 3,000 miles away. Watch this.” 2. 3–9 秒:纽约圣诞市集,她和男朋友自拍合影,手指点下发送(照片 07)。 3. 9–14 秒:镜头切到妈妈家,同一张合照出现在壁炉旁的相框里;妈妈端着咖啡走过,停下脚步,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),这一组里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:相框摆在壁炉旁,暖光,单独一个画面打出 “Give it this holiday”。
几点要求:- 整条 30 秒视频一次生成,不要拆段,这样人物、画风和背景音乐才能连成完整的一条 - 背景音乐由视频模型一并生成:轻快温暖的原声吉他,音量压在人声之下 - 口播要对上口型;配白色粗体、黑边的英文字幕,与口播一字不差;结尾那句单独占一个画面 - 相框屏幕里出现的照片要和 07–10 一致,照片上不要带文字 - 我没给的功能、价格和促销字样,既不口播也不写字幕 - 生成之前先把视频提示词发我看(按 Seedance 2.5 官方提示词指南的写法),我确认后再开始生成 - 交付时说明实际分辨率,并讲清字幕是怎么加上去的 - 所有版本都留着,不要删掉任何一个生成文件
这一条最终选了用 Seedance 2.5 一次生成完整 30 秒。我看重的是人物、画风和背景音乐能连贯起来,省得后面再把几段音乐重新拼接。
开头那条横屏片,我希望它更像一支节日品牌广告。重心放在一家人团聚、收到礼物时的反应上,让相框自然而然地出现在家里。
我先找了几条参考广告,让豆包帮我拆解它们是怎么拍的,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,最后打出品牌名。
提示词:
我想让你生成一条品牌广告,时长 30 秒、横屏 16:9,主题是节日送礼。品牌为虚构的 AIGC Picture,出镜主角就是我上传的这款原木色电子相框。调性要像温暖的节日品牌片——圣诞一家团聚、暖金色调、手持跟拍配浅景深,整体是电视广告的质感,别做成随手拍。
我传了 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),整片的相框都按它来 - 11:牛皮纸礼盒和米色丝带
出镜的都是 AI 生成的虚构人物,欧美面孔,可以露脸:外婆,七十岁上下,银白短发、戴眼镜,穿浅蓝色毛衣;外公,同样七十岁左右,灰白短发,套灰色针织开衫;女儿三十多岁,栗色及肩发,奶油色毛衣;另外还有两个孩子,一个是七八岁的男孩,穿红色毛衣,一个是五六岁的女孩,绿色连衣裙。
第一步: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,三个角度的衣服、发型、鞋子完全一致)。
旁白用温暖的英文女声,全片由她串起来,画面里的人物始终不朝镜头开口。0–2 秒俯拍,一双手正给牛皮纸礼盒系上米色丝带,旁白:“What if one gift…”;2–5 秒,女儿坐在一堆包好的礼物当中,低头看手机,脸上带笑,旁白:“…could bring everyone a little closer?”;5–7 秒切到圣诞树灯光的特写。
7–10 秒又是俯拍,两个孩子趴在客厅地板上画画、摆弄包装纸;10–13 秒,一只手横向握着手机,指尖点中屏幕上的一张家庭合影,旁白:“Send photos from your phone…”;13–16 秒,镜头转到外公外婆家的书架,这款相框摆在上面,屏幕亮起同一张照片,旁白:“…straight to their frame.”
16–20 秒,外公外婆坐在沙发上拆开那只没有盖子的牛皮纸礼盒,盒里的相框屏幕亮着,两人又惊又喜地笑起来,相框一直留在盒里,没有取出来;20–23 秒拉成大全景,一家人在圣诞树旁的客厅团聚,相框搁在边桌上,旁白:“Real wood. Warm light. Every day.”;23–26 秒,特写外公外婆相拥大笑;26–30 秒,相框立在木桌上,暖光里浮出品牌名 “AIGC Picture” 和一句 “A gift they'll see every day”,旁白:“AIGC Picture. A gift they'll see every day.”
具体做法是:30 秒一次生成完整,旁白和背景音乐(温暖的钢琴或原声吉他)一并出。相框从头到尾和图片 01 保持一致;拍照的手机要横着拿;相框里的照片上不能有文字。画面中只保留结尾那两行字,别处不出现文字、logo、价格和促销字,我没提的功能也不要写。这一轮只做三视图,视频提示词按 Seedance 2.5 官方提示词指南写好先发给我过目,等我确认再生成。交付时请告知实际分辨率。所有版本都留着,生成文件一个都不要删。
这条片子里有五个人,我最担心的是镜头一换,外婆或者孩子就换了张脸。于是先让 Agent 给每个人各做一张全身三视图,正面、侧面、背面都备齐,后面生成视频时拿这些当参考。
外婆

外公

女儿

男孩

女孩

准备人物素材的过程中,它还自己揪出一个细节:男孩鞋子上有个像品牌对勾的图案,于是重新出了一张,把那个标志去掉了。
等相框、礼盒和人物都齐了,再让它把完整的 30 秒视频生成出来,背景音乐也同步做好。
制作这条片子时,我的精力主要花在定故事和挑画面上:这一段要让观众看到什么,下一段怎么衔接,提示词写出来是不是我想表达的意思。参考图、分镜提示词和生成这些活可以交给它往下做,但最终拍板还得自己来。
05
PART
前26秒我挺满意,就最后四秒想动一动,别的不用改。
EDITING THE ENDING
品牌片成型后,家庭那几场戏我看着已经过关,唯独结尾四秒还想再调。改之前,收尾是这样的:
我的想法是结尾仍留全家福,品牌名挪到相框底下,再叠上演示用的“Holiday Sale · 30% OFF”,旁白同步换掉。这么一来,同一条片子就能出节日促销版。
可为了四秒把整条30秒重跑一遍,实在不划算。人物和场景前面都满意了,重来还得再盯一遍,没准又蹦出别的新毛病。
于是我让它保住前26秒,只新做结尾,然后接回去:
继续改,出v3:仅动结尾,别整条重生成。拿ComposeVideo把v2的前26秒跟新结尾接成30秒,背景音乐尽量接得顺。
动手之前,我先让它核实剪辑工具能不能截原片。确认可行,才开始生成那四秒。实际跑下来,新结尾等了约2分钟,拼接花了约18秒。
这是30秒促销版最开始的修改经过。后来拉到一分钟,这四秒片尾我接着用;开头放的是扩展之后、转场又处理过的那版。
改完之后的促销片尾
前面几个画面我也截出来比对过,家庭场景全都留着。局部修改最实在的地方就在这儿:满意的画面不必再碰运气,整条重做的生成开销也省了。下回换活动信息,从这个片尾往下改就行。
06
PART
再续三十秒,礼物这条线有了下文
EXTENDING THE STORY
光有团聚和拆礼物,还看不出这只相框往后怎么派上用场。我又加了一段:过几天,女儿带着孩子回自己家,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,两位老人挨着一起看。
整条片子没有重做。还在原来的会话里,我继续拿相框图和五个人物参考图,让Agent只新生成30秒,再把旧片前26秒、新段30秒、现有促销片尾4秒拼成一分钟。
这轮续作的需求节选:人物和相框参考沿用原来的,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。人物服装和画作内容要对得上,旧片与片尾照旧用。
新加的那段里,手机和相框中的孩子、画作能对得上。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)。都是成片截帧。
过程也不是一遍就过:补做的孩子举画照片被平台输入图片审核卡住,成功生成那次没用它,改成沿用原人物参考图,用文字把画作描述出来。手机也还是竖着拿,横持的要求没执行。
Agent合成完,我本地又做了最后一处剪辑:把约25秒处一闪而过的空相框去掉,用前面的拥抱镜头接一小段柔和叠化。最后交付还是60秒、720p。这步是本地剪的,没有重新调模型生成。
做最初那版30秒时,我拿同一组相框、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,同样是30秒、16:9,带声音。上传和设置约4分钟,生成等了约7分钟。一版出来我觉得够了,就没再重做。这条对照没有补成一分钟,没法跟现在的60秒合成版比长片效果。
不过有个前提:五张人物三视图是Agent事先做好的,需求里也用上了前几轮试出来的经验。真要白手起家,这些图得先弄,要求也得一点点捋清楚。
原先两条30秒视频分辨率也不一致:直接生成那条是854×480,Agent那条是1280×720,所以画质谁高谁低、费用差几倍,这里都不比。
片尾那一步我没能改成。体验页里找不到只替换结尾、前面保留的入口,试到这里就停下了。视频编辑模式也还没接着试,所以不能就此下结论说直接用模型做不到。
这回Agent让人觉得省事的地方,是人物参考图、分镜提示词、画面检查到片尾拼接都能在一个地方往下做。但故事怎么讲、提示词合不合适、最终选哪一版,判断还是得自己做。
07
PART