ai宣传片怎么制作?需求单YAML字段与开工前校验清单(2026)

简介: 本文回答:做 AI 宣传片开工前,需求单要写哪些字段(用途与受众、投放位置与画幅时长、必须出现与禁用元素、上屏数字出处、旁白与声音授权、审核人),每个字段最后进接口参数、参考图、提示词还是后期,以及开工前怎么用 12 项清单校验需求单。

本文回答:做 AI 宣传片开工前,需求单要写哪些字段(用途与受众、投放位置与画幅时长、必须出现与禁用元素、上屏数字出处、旁白与声音授权、审核人),每个字段最后进接口参数、参考图、提示词还是后期,以及开工前怎么用 12 项清单校验需求单。

ai宣传片怎么制作?无论走哪条路,第一步都是写一份字段固定的需求单:用途与受众、投放位置及各自的画幅时长、必须出现和禁用的元素、上屏数字的出处、旁白稿、声音与授权、审核人。过完完整性校验再按字段分流:画幅、时长、声音开关进页面或接口参数,产品照片进参考图,卖点顺序进提示词,旁白和审核留给人。

AI 宣传片是用 AI 视频模型生成主要画面、不依赖整套实拍的企业或产品宣传片。宣传片需求单是开工前把用途、投放规格、画面要素、声音和审核写成固定字段的文档,生成参数、参考图、提示词都从它取值。

ai宣传片怎么制作?几种做法都要先吃进一份需求单

需求单不随做法变,变的是每个字段由谁消费:

做法 要喂进去什么 哪几步自己做 拿回来的是
对话大模型辅助 需求单全文 它起草旁白和镜头描述,其余自己做 文字稿
逐镜生成再剪 每镜的提示词、参考图,画幅时长在页面或接口里设 拆镜、写提示词、挑片、剪辑、配音、审片 单段片段,要自己剪成整片
画布 / 节点工作流 需求单拆进各个节点 搭流程、连节点、审片 取决于搭出来的流程
AI 视频产线 产品照片和一句话需求 填需求、审片,以及产线不覆盖的环节 整片
实拍 / 外包 需求对接时讲清的需求 定调、看片拍板 整片

走产线时,照片和一句话需求这两项可以交给产线自动消费,比如猫斯卡(AI 视频生产系统):照片 2 张起、最多 12 张,产品外观由照片锁定,给了 LOGO 文件的原样叠加在结尾镜上、不让模型画,一句话需求写在上传照片时写需求的入口;它解决的是产品外观和 LOGO 被模型画走样,成片是画面加配乐,旁白要另外处理,卖点字幕在剪辑软件里加,需求单其余字段怎么填、片子能不能发仍要人判断。

企业宣传片ai制作的需求单 YAML:字段怎么填?

示例是一家做竹木收纳盒的小厂,要一条给经销商看的片子(本文虚构)。注释写字段最后去哪里。

purpose:
  goal: 给经销商看,看完到官网留联系方式  # 审片标准
  audience: 家居卖场采购、线上店铺经销商
placements:  # 一个位置一行,primary 只能有一个
  - where: 官网首页
    aspect_ratio: "16:9"  # → ratio
    duration_s: 30  # → duration
    primary: true
  - where: 短视频平台
    aspect_ratio: "9:16"
    duration_s: 15
    primary: false
selling_points:  # 最多 3 条,按出场先后 → 事件脚本
  - 整竹压制,边角圆润
  - 抽屉分格可拆
  - 整套礼盒装
must_include:  # 每项绑一个文件 → 参考图
  - item: 收纳盒整套陈列
    asset: photos/set_front.jpg
  - item: 抽屉拉开、分格取出
    asset: photos/drawer_open.jpg
  - item: 结尾 LOGO
    asset: brand/logo_source.svg
banned:  # → 审片清单
  - 未经本人同意的人物肖像
  - 没有出处的数字
  - 「最佳」「国家级」这类用语
facts_on_screen:  # source 为空不许上屏
  - text: 建厂年份
    value: ""
    source: ""
people_on_screen: none  # none / authorized_real / virtual_preset
voiceover:
  script:
    - line: "一块整竹,压成一只盒子。"
      shot: 整套陈列
  voice_consent: false
audio:
  model_audio: false  # → generate_audio
  music_license: 未购买
approval:
  approver: 市场部负责人
  revision_rounds: 2
  ai_label: 发布时用平台提供的标识功能声明

purpose.goal 写成一个动作(「看完留联系方式」比「提升品牌形象」好审)。placements 一行一个位置:广州艾米视觉的价目页(服务商自报)提醒「多平台版本在脚本阶段一并规划」,避免二次剪辑额外成本。实操上 AI 生成也一样,画幅是生成参数,晚加一个位置就要多生成一遍。

需求单字段进哪里:接口参数、参考图还是后期?

「去向」列是本文整理;「依据」列除标了「本文」的格子外,引的是火山方舟 Seedance 官方文档原话:

字段 去向 依据
aspect_ratio 页面画幅或接口 ratio,不写进提示词 sd25-pe 0.1.1:「画幅、总时长、分辨率、帧率和声音开关不写进 Prompt。普通生成任务由页面或接口设置这些参数」;《创建视频生成任务》ratio 可选 16:9、4:3、1:1、3:4、9:16、21:9、adaptive
duration_s 页面时长或接口 duration;超过单次上限的按镜头拆成几次生成 同一文档:duration 取值 Seedance 2.5 为 [4, 30]、Seedance 2.0 系列为 [4, 15](或 -1 智能选择)
audio.model_audio 接口 generate_audio 默认 true,「模型会基于文本提示词与视觉内容自动生成匹配的人声、音效及背景音乐」;false 时「模型输出的视频为无声视频」
must_include[].asset 参考图,提示词里写清每张图管什么 sd25-pe:「一行只定义一个主体、群体、道具或场景及其主参考素材」
people_on_screen 上传参考图前的检查项 「Seedance 2.5、Seedance 2.0 系列模型不支持直接上传含有真人人脸的参考图 / 视频」,解决方案含「支持使用预置虚拟人像作为输入素材」「支持使用已授权真人素材作为输入」
selling_points 提示词的情节部分 本文整理,见下一节
facts_on_screen、voiceover、approval 不进视频模型,留给后期和审片 本文建议

ai宣传片提示词:需求单怎么拼成一条生成任务?

走逐镜生成时,Seedance 2.5 官方提示词规范(sd25-pe)给的带参考素材模板分【生成目标】【参考素材职责】【事件脚本】【保持一致】四块,需求单字段这样对进去(花括号是字段名,换成实际内容):

【生成目标】{must_include[0].item}在明亮的展厅里依次展示{selling_points},干净的产品广告风格
【参考素材职责】
图1:{must_include[0].asset},定义收纳盒整套的外观
图2:{must_include[1].asset},定义抽屉拉开后的分格结构
【事件脚本】
镜头1:{selling_points[0]}对应的看得见的动作,例如手指沿边角滑过
镜头2:{selling_points[1]}对应的动作,例如抽屉拉开、取出一格
【保持一致】收纳盒外观、颜色与图1、图2一致

另外两条照官方文档处理:《Doubao Seedance 2.5 提示词指南》要求情节描述「尽量使用正向描述」,所以建议 banned 列表不原样塞进提示词,留到审片逐条对;sd25-pe 第 77 行写明「不得自动添加用户未要求的画质包、稳定包、水印、Logo、字幕、分身或其他通用负向约束」,实操上要什么约束得在需求单里写明。

ai宣传片配音:旁白和声音字段为什么单独成段?

实操上,宣传片旁白要逐字过审,而模型自带的声音是自动生成的。《创建视频生成任务》写明 generate_audio 默认 true,并注明「生成的有声视频均为单声道」。所以示例把 model_audio 设成 false:建议先出无声画面,旁白按 voiceover.script 单独录、单独配乐,在剪辑软件里合成。

还有两栏授权:

  • voice_consent:《民法典》第一千零二十三条,对自然人声音的保护,参照适用肖像权保护的有关规定。用员工的声音或用 AI 仿某人的声音,建议先拿到本人同意再改成 true。
  • music_license:商用音乐库 100Audio 价格页写「目前一次授权仅可适用于一个项目」。

开工前怎么校验需求单?12 项检查清单

清单是本文整理,引了法规的格子标了出处;「谁查」是建议:标「脚本」的可写成 YAML 校验规则自动跑,标「人」的要对原件。

# 检查项 通过条件 谁查
1 purpose.goal 写的是看完要做的动作 人
2 placements 至少一行,primary 为 true 的恰好一行 脚本
3 aspect_ratio 在 ratio 可选值内 脚本
4 duration_s 超过单次上限的已标出拆几次 脚本
5 selling_points 1–3 条,有先后 脚本
6 must_include[].asset 每项都有文件 脚本
7 LOGO 是源文件,不是网页截图 人
8 people_on_screen 为 authorized_real 时有本人书面同意(《民法典》第一千零一十九条:未经肖像权人同意,不得制作、使用、公开肖像权人的肖像) 人
9 facts_on_screen value、source 非空,出处能打开(《广告法》第十一条:引证内容应当真实、准确,并表明出处) 脚本 + 人
10 banned 含「国家级」「最高级」「最佳」等用语(《广告法》第九条第(三)项) 人
11 voiceover / audio 旁白已定稿,voice_consent、music_license 已填 脚本 + 人
12 approval 拍板人、修改轮次、ai_label 已填 脚本

修改轮次别空着,斑马飞扬传媒建议签合同前确认修改次数(通常含 2–3 轮免费修改)。ai_label 对应《人工智能生成合成内容标识办法》第十条:用户使用网络信息内容传播服务发布生成合成内容的,应当主动声明并使用服务提供者提供的标识功能进行标识;该办法自 2025 年 9 月 1 日起施行。

常见问题

市场部同事不会写 YAML,需求单能用表格填吗?

能。字段名固定、每栏要么有值要么写「无」就行;用 YAML 是为了标「脚本」的几项能自动查,用表格就由人逐项勾。

禁用元素真的不能写进提示词吗?

不是不能,是建议改写。真要在生成时约束,就把禁用项改成正向的画面要求,比如把「不要出现人」写成「画面里只有产品和桌面」;原来的禁用项照样留在审片清单里。

相关文章
|
20天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
8909 28
|
19天前
|
人工智能 并行计算 PyTorch
秋叶 ComfyUI 2026 整合包 v3.2 完整部署教程:Python 3.13 + Torch 2.13 全栈升级
秋叶aaaki ComfyUI 2026年8月整合包v3.2正式发布!全面升级Python 3.13.11、PyTorch 2.13.0+cu130及ComfyUI v0.30.2,原生支持MiniMax H3、Wan 2.2、Qwen-Image-2.1等2026主流音视频/图像模型,解压即用,无需环境配置。
3872 16
|
19天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
2259 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
5天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
424 1
|
13天前
|
人工智能 Linux 开发者
【2026国内使用】Codex安装过程一篇讲透(Win/Mac/Linux全支持)
Codex是OpenAI推出的AI编程智能体,可读取本地项目、理解需求并自动修改代码。支持桌面GUI、命令行(CLI)及VS Code/Cursor插件三种形态,覆盖可视化操作、终端高效开发与编辑器无缝集成场景,助开发者用自然语言驱动编码全流程。(239字)
1011 2
【2026国内使用】Codex安装过程一篇讲透(Win/Mac/Linux全支持)
|
6天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。
|
8天前
|
人工智能 Linux Windows
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面
千问办公(QwenWork)是阿里云推出的AI智能办公平台,支持网页端直接使用及Windows/Mac/Linux客户端下载。提供PPT生成、财报分析、网页搭建等AI功能,个人版免费,企业版198元/席/月。详情见官网qwenwork.cn或阿里云产品页。
975 0
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面
|
19天前
|
云安全 人工智能 安全

热门文章

最新文章