AI 生视频在电商内容里有一类用法很直接：把**「一张现成的场景图 + 一段文字」**变成一条可投放的带货短片。家具家居尤其吃这个------要看出坐感、光线与空间关系，就得有实物、实景、真人，而这三样正是短片制作里最费事的一环。
场景这一环被图片替掉之后，难点整体挪到了文字上：图定「是什么」，文字定「怎么动」------运镜、动作、时长、画面文案，全部只能写进提示词。案例里那张客厅照片已经是一间完整的屋子，哪些内容不必再写、哪些非写不可，就是提示词分层的依据。
一、参考图
先分清手上的是哪一类图：
- 白底商品图：只给物体------外形、比例、材质、颜色，物体之外全是留白，场景与光线得凭空补；
- 带场景的参考图：把空间一起给你，空间结构、光线方向、陈设的位置与比例都定在画面里。
材质的手感、光线的软硬、陈设之间的比例，属于「用文字说得再细也对不上」的部分，交给图；动作、镜头、时长、画面文案属于「图里根本没有」的部分，交给文字。
带场景的参考图负责「是什么」，提示词负责「怎么动」。 成片里镜头换了几次角度，屋子始终是同一间。
二、生视频提示词
案例库记录的原始输入是一段不分层的内容描述。按这张参考图和成片结果，整理成一份能直接用的提示词：
【素材基准】以【图片1】为全片空间基准：保留落地窗、白纱帘、木地板、米色墙面与窗边绿植的位置和比例；保留自然光从窗口斜向漫入的方向。空间结构与家具位置全片不变。
【画幅与长度】竖版，约 14 秒，单条生成。
【镜头与时间线】 0-2s：全景缓慢推进，靠近横放在落地窗旁的奶油白云朵沙发，柔光落在绗缝靠垫上 2-4s：她坐在沙发上，双臂自然张开，靠垫托住肩背 4-6s：镜头下移，她的脚搭在沙发前沿，带出坐垫的厚度 6-8s：切近景，一只手按下坐垫，海绵压陷后缓慢回弹 8-10s：镜头绕到侧面，她侧身坐着，靠垫顺着背线包裹 10-12s：她向后躺下，身体陷进靠垫，放松微笑 12-14s：她坐起，从旁边的圆桌取笔记本电脑放在腿上使用，镜头缓缓拉远，收在沙发的纹理、圆角与厚实填充上
【画面约束】 1. 空间结构与家具位置不得改动，窗、帘、地板、墙面、绿植与【图片1】保持一致 2. 沙发款式、颜色、绗缝分格不变，圆角与坐垫厚度不穿模、不变形 3. 手部动作自然，手指数量正确 4. 全片只出现一位女性，形象前后一致，不换脸 5. 不添加多余杂物、水印、字幕与角标 6. 不过曝、不死黑、不偏色，保持自然光的通透质感
【整体色调】主色取参考图的米白与奶油白，辅以木色与浅绿，低饱和暖调，沿用参考图自身的室内色温
【画面文案】画面下部依次落字：why is this sofa a literal cloud / soft sinking / but it still supports me / bedroom couch / lounge mode in seconds / side by side / one hurts / this one hugs / my new everyday spot / cute / cozy and easy to keep clean
每一层各管一件事：
| 层 | 写的内容 | 解决什么 |
|---|---|---|
| 素材基准 | 以【图片1】为空间基准，结构与家具位置全片不变 | 把参考图的职责钉死，换角度不会长出新屋子 |
| 画幅与长度 | 竖版、约 14 秒、单条生成 | 先定总量，再决定这十几秒能排几段动作 |
| 镜头与时间线 | 动作按秒分段，每段一个动作 | 照片是静止的，运动只能由文字写 |
| 画面约束 | 逐条列出禁止项 | 守空间结构、沙发款式、手部、单人、画面干净、曝光 |
| 整体色调 | 沿用参考图色温，低饱和暖调 | 不另起一套配色 |
| 画面文案 | 与镜头同步的字幕，落在画面下部 | 画面管拍什么，文案管说什么 |
对着场景图写提示词，素材基准是最容易漏、也最该先写上的一句。「以【图片1】为空间基准......空间结构全片不变」等于在文字里把参考图的职责钉死：模型不需要你重写场景，但需要你告诉它这个场景不许动。少了它，镜头每换一次角度都可能长出一间新的屋子。
画面约束同理。参考图给得越满，越要写明「不许改」------空间结构、家具位置、沙发款式，还有最容易崩的手和脸。正向描述解决不了的部分，全靠这一层兜住。
画面文案是这类带货短片里常被忘记的一层。画面描述回答「拍什么」，文案回答「说什么」，两条输入要么并进同一份稿子，要么另备一份，它不会自己从画面描述里长出来。
三、成片
镜头照着排好的时间线走了一遍：正面缓缓推近，绕到侧面，再压得更近；一只手按上坐垫；她躺下，又坐起。角度换了几次，屋子没换，跟【素材基准】那句「空间结构全片不变」互相印证。
画面下部依次落着一串短句，与【画面文案】那一层逐句对应：从「这沙发怎么是一朵云」「按下去会陷，但它还撑得住我」，到「并排比一比，那张硌人、这张会抱住你」，最后落在「我的新日常据点」「舒服又好打理」。
一句话概括：白底产品图缺的是空间，带场景的参考图缺的是时间。 前者，字要写到能凭空长出一间屋子；后者，字要写到能给一屋子静态陈设排出十几秒的动作。
成片原片：参照技灵AI爆款案例。
相关说明：我们在做的是 技灵AI ，一个面向电商与品牌内容生产的一站式 AI 平台。这篇讲的是参考图已经把屋子给全之后，提示词还剩什么要写------场景交给参考图，运镜、动作与先后顺序只能由文字写，图给得越满，越要在提示词里写明哪些不许动。这几件事都在平台的能力范围里：图片创作侧可以出商品图、场景素材与人物素材，视频生成侧支持图生视频与首尾帧衔接，镜头安排与画面文案能写进同一份脚本，无限画布可以把参考图、脚本与成品放在同一处管理。片长不够时，把多段成品拼起来即可。视频生成侧覆盖 Seedance 2.5（支持人脸）等档位。