产品资料
卖点、价格、适合谁用，以及哪些话不能说。
抖音国内投流素材01 / 25
先看懂爆款怎么讲，再用自己的东西重做
把千川对标视频
做成自己的
投流素材
先看清它前几秒怎么抓人、产品怎么讲，再用自己的商品、人物和口播重新拍。
产品信息解析
对标视频拆解
分镜生成与合成
最后拿到什么
不是只做一条视频，
而是能继续
换开头、换商品、再去测。
千川投流素材复刻 · 工作流拆解Cover · 01
这份方案讲的是一条真实的三工作流链路：先认识产品，再把对标视频转成可分析素材，最后把公式、分镜、人物和声音编排成新的投流视频。
一句话02 / 25
一句话
不抄别人的画面，
学它卖货的顺序。
开头怎么抓人+卖点先讲什么+自己的商品和人→新的视频去测试
看的是前 3 秒、卖点顺序、镜头用途和节奏。商品、出镜人、产品图和口播，全用自己的。
One sentence02 / 25
不要把它讲成“下载一条视频再改一改”。系统的核心是先抽象，再重建：结构可以研究，素材与人物必须是自己的或已获授权。
输入不是只有一条链接03 / 25
开始前，把这 5 样东西
一次准备好。
产品图片
自己的商品图、细节图和使用图。
参考视频
一条能研究、来源也说得清的对标视频。
人物图片
可选。要出镜，就用自有或已授权的模特图。
开头公式
这次想测痛点、信任还是种草，先选好。
Inputs03 / 25
这一步决定后面会不会跑偏。产品事实不完整，模型就会补想象；人物素材没有授权，后面也不能用来投放。
真实工作流全景04 / 25
不用把它想得很复杂。
就是 3 步接着做。
先认识产品
看产品和图片，把卖点、外观和参考图整理出来。
再拆参考视频
把链接变成视频、声音和一组关键画面。
最后生成成片
按选好的公式写口播、拆镜头、生成小段，再合成视频。
第一步弄清卖什么，
第二步看懂别人怎么讲，第三步做出自己的版本。
第二步看懂别人怎么讲，第三步做出自己的版本。
Three workflows04 / 25
这页是整套方案的目录。后面所有页面都围绕三条工作流展开，不把技术节点堆成用户看不懂的流程图。
从输入到成片05 / 25
一条视频，从开始到交付，
会走过这 6 步。
资料和图片
开头和卖点
视频、声音、画面
每一段拍什么
竖版视频生成
拼起来再交付
重点不是“按一下就生成”，而是每一步都留好下一步要用的东西。
System flow05 / 25
把每一步的输出叫清楚：产品描述、融合图、抽帧图、分镜、视频片段、最终链接。这样才知道数据卡在哪里。
001 · 产品信息06 / 25
先把产品讲明白
不先把货讲清楚，
后面就会编出不该说的话。
先给它这些产品名、产品说明、产品图片，还有可选的模特图
Workflow 00106 / 25
001 的角色是资料清洗器。先把商品的真实信息和图像特征处理好，后面脚本与视频节点才有可信的输入。
把产品资料整理好07 / 25
001 不只是存一张图，
它会留下后面要用的 3 样东西。
产品说明
它是什么
怎么卖
怎么卖
把外观、卖点和什么时候用，说成清楚的话。
人物说明
谁出镜
什么感觉
什么感觉
有模特图时，整理她的风格、状态和出镜感觉。
产品参考图
多角度
看产品
看产品
把商品图整理成不同角度，后面做画面时能直接拿来用。
Product assets07 / 25
从节点命名可以看到，001 最终会回写融合图、产品识别、模特特征。它们不是展示结果，而是 003 写文案和生成画面的输入。
002 · 获取爆款视频链接08 / 25
一条对标链接，最后要变成
能拆、能看的视频。
拿链接
→
粘贴对标视频
清链接
→
去掉多余文字
认平台
→
抖音还是小红书
取视频
→
拿到能处理的地址
存下来
后面每一步都能用
投流前提：只处理你自有、已取得授权或依法可分析的参考素材；链接解析不等于获得了二次使用权。
Workflow 002 · Link resolution08 / 25
002 里同时配置了抖音和小红书分支，但这次 PPT 的主战场是国内千川投流，所以后续重点按抖音竖版视频逻辑讲。
把视频拆开看09 / 25
一条视频看不清，
就把它拆成声音和一格格画面。
先保留整条视频的前后顺序。
看语速、停顿和一句话从哪儿开始。
每隔两秒看一次画面变了什么。
开头、产品、转场和结尾，排在一起看。
Media decomposition09 / 25
工作流里明确有 video2mp3、video2image2s 和 image_combine：这说明对标视频不是直接喂给生成器，而是先变成声音、关键帧与宫格参考。
参考画面重建10 / 25
参考视频只告诉我们“怎么拍”，
真正出片要换成自己的人和货。
参考视频
学拍法
开头怎么抓人，产品什么时候出现，怎么证明，节奏怎么往下走。
→
自己的版本
换人换货
自己的商品图、授权模特图、真实卖点和自己的口播。
要学的是镜头在干什么，不是继续拿别人的画面、商标、人脸或声音来用。
Reference reconstruction10 / 25
原工作流有产品和人物替换分支。PPT 要明确：替换必须只使用自有或授权的资产，不能把去水印、冒用真人当成卖点。
公式不是一句口号11 / 25
同一件商品，先选好
第一句话怎么说，再写脚本。
同一件商品，换几个不同的购买理由去讲。
先让人放心，再讲为什么值得买。
先说清楚用户在烦什么，再让产品出现。
把场景和角色讲得更亲近，宠物品类常用。
先让人觉得“这就是我”，再去讲产品。
Formula library11 / 25
003 里有一个 Switch 节点，按 label 把任务送进五种公式。公式不是多个散句，而是固定骨架加可替换的参数槽。
先选开场引擎12 / 25
别让 AI 随便写。
先告诉它这条视频该怎么开头。
产品能解决一个麻烦→
先讲麻烦：你是不是也被这个问题困住？
用户最怕买错→
先讲正品：为什么要认准这个渠道和依据？
卖点很多，不知道先讲哪个→
换角度讲：一个商品换几种购买理由去测。
用户有明显的生活方式→
先讲身份：先让人觉得“这说的就是我”。
投流不只是测“好不好看”，
更要测哪一种开头更让人停下来。
更要测哪一种开头更让人停下来。
Formula selection12 / 25
公式标签是之后做变量测试的索引。发布后能按公式、商品、人群、镜头版本复盘，而不是只留下“这条好像还行”。
003 · 分镜脚本产出13 / 25
现在开始做视频
开头决定怎么说，
参考决定怎么拍，
产品决定具体讲什么。
它会拿到产品说明、产品图、参考视频、开头公式和可选模特图
Workflow 00313 / 25
第三条工作流把前两条的输出接起来。它既要按照选中的公式写文案，也要看参考视频的时间线，把文案落到镜头里。
视频理解14 / 25
模型会同时看这 4 样东西，
再决定怎么写、怎么拍。
这一步给出的不是一篇空文案，而是一张“几秒拍什么、说什么”的拍摄清单。
Multimodal understanding14 / 25
代码里的 step2 把参考视频、产品分析、图像识别和公式一起交给多模态模型。这样生成出来的脚本能同时照顾说什么和镜头怎样走。
把脚本变成时间线15 / 25
每一段都要讲清楚：
几秒、拍什么、说什么、给谁看。
先抓人
先说给谁看，或者先抛出一个反常识句。
说麻烦
把用户烦什么、怕什么说具体。
给证据
上手、细节、对比或结果，每一镜都证明一件事。
给理由
告诉合适的人，为什么现在值得来问或下单。
Storyboard timeline15 / 25
这里不需要死套秒数。重点是让每一镜有任务：抓人、放大问题、证明卖点、给行动理由。这样剪辑与生成才不会变成画面拼盘。
不是平均切片16 / 25
长视频不是从中间硬砍，
而是按镜头切成接近15 秒的小段。
规则 1一段约 15 秒
每一段都能单独生成，也能单独检查。
规则 2最后别少于 8 秒
别剩一小截，既不好讲也不值得单独做。
规则 3最多做 4 段
别一次开太多任务，最后也更好拼起来。
不是随便一刀切开。
它会看镜头从哪儿开始、到哪儿结束，尽量切在顺的地方。
它会看镜头从哪儿开始、到哪儿结束，尽量切在顺的地方。
Dynamic grouping16 / 25
工作流里的 JavaScript 使用动态规划，在“离 15 秒多远”和“最后不能太短”之间找代价更低的切法。这个细节是系统可规模化的重要原因。
生成前的参考包17 / 25
做一小段视频前，
模型会拿到这 4 样东西。
这一段的拍法
口播、镜头、动作和节奏，写在同一张清单里。
产品长什么样
用自己的商品图，尽量让颜色和细节别跑偏。
谁来出镜
只有提供了自有或授权模特图，才会作为人物参考。
怎么说话
用有权使用的音频，控制语速和说话感觉。
Generation payload17 / 25
代码调用视频生成任务时会同时传入文本、图片和音频参考。要在对外方案里把“参考”说清楚：参考结构和节奏，不等于拿别人的素材继续投放。
两条画面路径18 / 25
要不要人物出镜，
走的做法不一样。
就重点拍产品
主要用产品图、参考画面和分镜，生成以商品为主的画面。
人和产品一起拍
先准备好授权人物图，再和产品图、分镜一起去生成。
重点不是“换谁的脸”，而是有没有可以合法使用、能代表自己品牌的出镜人。
Branching18 / 25
If 节点根据 model_url 是否为空走不同分支。对业务来说，最重要的不是技术名词，而是提前确认出镜人有无可用授权。
一段段生成，再查结果19 / 25
每小段先去生成，
再看它成没成功，成功才往下走。
1
→
先发出一段 9:16、约 15 秒的视频生成请求
2
→
记下这段对应哪个镜头，方便出错时找回来
3
→
等一会儿再查：还在做、做好了，还是失败了
4
做好了才收进来；失败的停下或重新做
Async tasks19 / 25
分段生成有多组状态查询节点。这个设计避免长视频一次失败全部重来，也能知道到底是哪一段出了问题。
片段合并20 / 25
四个小段都过关后，
再按顺序接回一条完整视频。
小段拼好不代表能投。投放前还得看商品说对没有、画面有没有问题、链接和行动点清不清楚。
Video merge20 / 25
最终合并节点对应 9:16 视频合并服务。PPT 中强调“进入质检”而不是“直接投放”，能让客户理解人工审核仍不可省。
音频处理21 / 25
画面和声音分开做，
最后再合到一起。
先听声音
→
看口播有多快，哪里该停一下。
再处理声音
→
只用已经授权、可以投广告的声音。
分别存好
→
视频和音频分开存，后面随时能找回。
最后合在一起
把画面和声音放进同一条最终视频。
必要边界：声音必须来自本人、自有配音或已取得可用于广告的授权音源；不要把对标视频中的真人声音直接当成可复用资产。
Audio pipeline21 / 25
代码里有下载音频、声纹处理、文件上传和 MP3/MP4 合成节点。业务表达应从“克隆谁的声音”改为“使用已授权的声音资产”。
结果存回来，下次继续用22 / 25
每次跑完，都要留下
下次还能继续用的资料。
产品说明、人物说明和产品参考图。
视频、声音、抽帧宫格和自己的参考图。
用了什么开头、怎么拆镜头、每一段做到哪儿。
最终视频链接，以及这条视频是怎么做出来的。
视频不是交出去就没了。
下次你还能知道：这条用了哪种开头、参考了什么。
下次你还能知道：这条用了哪种开头、参考了什么。
Traceable output22 / 25
三个工作流都会写入数据表，并用 task_id 串起来。对运营来说，这就是后续把投放数据再回写到“公式 / 分镜 / 素材版本”的基础。
不是做一条，是做一组23 / 25
投流不是赌一条视频，
而是有计划地多测几条。
同一商品，试试先讲痛点、先讲信任还是先种草。
换场景、换对象、换一句抓人的话。
换细节、上手过程、对比或真实结果。
在授权范围内，换出镜人、说话节奏和画面感觉。
每条都记下用了什么开头、什么镜头。这样才能知道为什么有效，不是只知道“这条跑起来了”。
Creative testing23 / 25
把工作流转成投流语言：一组素材不是随机多做几条，而是有计划地替换一到两个变量，形成可解释的对比测试。
把可用变成可投24 / 25
能做出视频，
不等于能马上投出去。
价格、功效、规格和福利，都要有真实依据。
只学参考结构；商品图、人物、声音和音乐都要能用。
口型、手部、商品外观、镜头衔接和行动点，都要顺。
密钥别明文放着；失败能重试，出了问题能查到。
需要立即修正的点：原工作流中存在明文凭据与“删除水印 / 替换人物声音”类指令。上线前应迁移凭据、移除这类操作，并把授权和质检设为硬门槛。
Controls & quality gates24 / 25
这是审查结论，不是技术炫技。工作流现在的能力很强，但如果没有授权、事实审核和密钥治理，就不应该直接作为投放生产线使用。
下一步25 / 25
最小可行试跑
先选 1 个商品，
看 3 条对标，
试 3 种开头。
先完整跑一遍：看产品、拆对标、写镜头、做小段、拼成片。找到更有效的开头和画面，再用到更多商品上。
立即填写，进行咨询 →拆结构，不搬素材先做素材质检把数据回到公式
千川投流素材复刻 · 工作流拆解End · 25
最后收在一个很小的行动上：不要一开始就铺很多商品。先用一个商品、三条对标和三种公式跑通，从数据里找到下一轮该放大的方向。