我们用 Gemini 和 Veo 制作了 PandAi7 广告：哪些可行、哪些失败、我们学到了什么

我们为什么决定用 AI 制作广告

PandAi7 由一个小团队打造，而我们做的是面向国际的产品。和大多数小企业一样，我们没有制作工作室、动画团队，也没有一大笔备用的营销预算。

我们做的也是一个运用 AI 的产品，所以想从另一端体验 AI：以用户的身份，在自己的营销工作流程里，带着真实的目标和真实的截止日期去使用它。

目标很容易描述：一支由 PandAi7 小熊猫主演的短动画广告。我们用 Gemini 把这个创意构想整理成给 Veo（Google 的视频生成模型）使用的结构化提示词。

这不是科学实验。这是一个小团队完成的一次制作，下面写的是我们实际看到的情况。

我们实际使用的 AI 工具

我们用了三个工具，分别负责不同阶段：

• Gemini——用来构思、组织、打磨提示词，并排查提示词的问题。
• Veo——用来生成动画视频本身。
• Canva——在得到可用的生成结果之后，用来调整配音和字幕。

没有任何一个工具包办全部工作。整个流程是：构想、在 Gemini 中打磨提示词、在 Veo 中生成、评估、迭代、在 Canva 中剪辑，最后才是成片。

我们如何把构想变成视频提示词

我们一开始只有一个构想和一些视觉参考，而不是脚本。要让视频模型生成特定内容，构想必须变成精确的描述，所以我们请 Gemini 帮忙搭建这份描述。

最终的提示词描述了：

• 小熊猫角色和它的特征
• 视觉风格（3D 动画）
• 角色的服装——连帽衫、牛仔裤和运动鞋——以及从头到尾都不能改变
• PandAi7 品牌和标志
• 9:16 竖屏格式
• 逐一描述每个场景
• 镜头与构图
• 字幕
• 环境音与人声
• 整体视觉方向

截图中是我们向 Gemini 提出的需求。我们附上参考画面和 PandAi7 标志，说明视频要包含的内容，并列出不能改变的部分：角色的眼睛颜色、服装和鞋子。Gemini 回复了一份用英文撰写的结构化提示词（它建议 Veo 使用英文提示词通常效果更好），按场景逐一拆解，并为每一段写明字幕文字、人声和音效风格。

这是 AI 明显帮上忙的部分。Gemini 很擅长把零散的构想整理成详细、有条理的提示词——比我们自己写快得多。给任何 AI 工具下指令时，同样的习惯都适用：描述具体、一次只说一件事、微调而不是重来。我们在 PandAi7 AI 编辑器指南中写过这些习惯。

从 Gemini 到 Veo：真正的问题才刚开始

详细的提示词并不能保证结果可预期。真正的工作从这里才开始。

一个明显的问题是画面比例。我们做的是 9:16 竖屏视频，但 Veo 带入了属于 16:9 横屏布局的分镜行为：场景以宽幅画面堆叠在竖屏画布里返回，而不是为竖屏构图。

这听起来像技术细节，但在广告中却影响一切：

• 画面比例决定构图——角色站在哪里、动作有多少空间、视线最先落在哪里。
• 构图决定品牌元素能放在哪里。在宽幅画面中放得下的标志或字幕，到了竖屏画面可能被裁掉或挤在一起。
• 竖屏和横屏构图不能互换。为其中一种设计的场景，不能直接裁成另一种。
• 所以，一支生成的视频单独看也许不错，却仍然不适合它原本要用的格式。

截图显示 Veo 在我们的竖屏流程中准备生成，预览是由横屏分镜画面一张张叠起来组成的。随后 Veo 请我们直接批准这次生成。

AI 有时会改动您从没要求改的地方

最让人沮丧的时刻，有些来自没有人要求的改动。我们只要求调整一个地方，Veo 却连我们根本没提到的地方也一起改了。

这次制作中的两个例子：

• 镜头距离。在没有要求的情况下，镜头比之前的版本离小熊猫更近或更远。
• 视线方向。小熊猫的眼睛在不同版本之间开始看向不同的方向。

这些细节在广告中很重要。构图、观众注意力的去向、角色看向哪里，以及场景之间的连贯性，才让一支短视频清晰易懂。角色突然看向别处，观众的视线也会被带走。

提示词是给生成模型的指令，而不是保证每一项视觉指令都会被精确执行。

截图中的箭头标出了构图和小熊猫视线发生变化的版本。在右侧面板中，Veo 的助手表示已开始生成，并称角色、服装和标志会在所有场景中保持一致——但旁边的画面却出现了我们没有要求的改动。

有时候，提示词写得越多，结果也不会越可预期

我们的本能反应是写得更具体。我们加入更多细节、写下修正，并明确指出哪些必须保持不变。

但额外的指令不一定让结果更可预期。修正一处，可能在别处引发另一个意外改动，所以每一轮修正都得从头检查一遍。

我们也试过在不同项目中重新开始，希望从头来过会顺利些。但内容仍然可能偏移：同样的需求在不同项目里被理解成了不同的样子。

最后，我们真正能用的版本，大约有 70% 符合原本的设想。这个数字是我们对这次结果的实际判断，不是测量出来的准确度——但它如实描述了我们最终到达的位置。

截图是我们的 Veo 项目列表：为同一支广告在好几天里创建的多个项目。有些以完整的 PandAi7 标志画面开场，有些却是被裁切、放得过大的字标——同一份需求，每次都被理解得不一样。

AI 实际帮我们省下了什么

这并不代表这些工具没用。AI 让以下这些事容易了很多：

• 尝试各种视觉构想
• 在投入之前先测试场景
• 探索不同的动作
• 尝试不同的镜头方向
• 快速获得起点
• 在没有传统制作资源的情况下迭代——不需要摄影棚、动画师或拍摄

我们想强调的区别是：AI 降低了实验的门槛，但并没有免除评估结果的必要。

最后的部分仍然需要人工剪辑

Veo 生成出可用的视频，并不代表流程结束。剪辑正是从那时开始的。

我们转到 Canva 做最后的修整：调整配音和字幕，让最终版本以我们想要的方式，说出我们想说的话。

每个工具都在不同阶段发挥了作用。Gemini 擅长组织结构，Veo 擅长生成动态，Canva 则适合最后可控的剪辑。整个流程没有任何一刻是自主运行的——每一步都由人决定保留什么。

我们实际走过的流程：

1. 构想
2. 提示词
3. 生成
4. 评估
5. 迭代
6. 剪辑
7. 成片

那么，AI 能用一个提示词做出广告吗？

不太可靠。

我们的经历更接近 AI 辅助的创意制作，而不是自主完成的广告制作。AI 很快产出了原始素材，但仍要由人来引导、判断和完成。

如果重来一次，我们会从一开始就按这个流程规划：

1. 确定广告目标。
2. 构思视觉概念。
3. 组织提示词。
4. 生成。
5. 检查结果。
6. 找出改变或失败的地方。
7. 迭代。
8. 剪辑可用的素材。
9. 决定结果什么时候已经够好、可以停下来。

我们对 AI 视频生成的心得

AI 让创意实验变得更容易，但并没有免除创意判断的必要。

AI 广告对小企业有用吗？

可以有用。AI 降低了尝试广告和视觉内容的门槛。过去需要摄影棚或广告公司才能实现的想法，现在小企业也能试一试。

但“AI 能生成”不等于“AI 会生成出您想象中的样子”。

在以此为前提做规划之前，值得先想想几个实际问题：

• 学习时间——您需要多久才能把工具用到能产出可用结果的程度？
• 迭代时间——生成、检查、修正的循环，您实际上能承担几轮？
• 值得自动化的部分——哪些工作是 AI 真正加快的，哪些只是换了个地方做？
• 需要判断的地方——结果是否符合品牌、是否清晰、是否正确，仍然要有人来决定。
• 实用性——完成的成果真的对您的生意有帮助，还是只是做起来有意思？

同样务实的态度，也适用于一般的 AI 生成内容。它能帮您更快产出素材，却改变不了一家企业赢得关注与信任所需的时间——我们在对 SEO 的坦诚看法中谈过这一点。

这次实验如何改变了我们对 AI 的看法

小企业的时间和资源通常有限。AI 确实能减轻创意制作中某些环节的工作量——这一点我们亲身体会到了。

但要用好 AI，仍然需要：

• 了解工具的行为方式
• 评估每一个结果
• 修正出错的地方
• 判断什么程度算够好
• 知道什么时候该停止迭代

AI 的价值不在于让每项工作都消失，而在于它能让流程中的某些部分更快、更容易上手。

我们对 AI 的真实看法

• AI 不是魔法。我们的广告需要规划、多次检查，还有人工剪辑。
• 您不一定要成为 AI 专家才能从中受益。
• 重要的是了解 AI 擅长什么——对我们来说，是组织提示词和快速生成视觉起点。
• 同样重要的是了解 AI 在哪些地方难以预测——对我们来说，是画面比例、构图，以及那些我们从没要求改动的细节。
• 每个企业都应该自己决定哪些工作值得自动化，哪些地方仍然需要人的判断。

快速问答

AI 能独立做出一支完整的广告吗？

就我们的经验来说，不太可靠。AI 很快产出了有用的素材，但仍需要有人设定目标、检查每个结果、反复迭代，并通过人工剪辑完成视频。

可以用 Gemini 制作 AI 广告视频吗？

Gemini 不一定要自己生成视频才有用。我们用它来构思、组织提示词并排查问题，再用 Veo 生成视频。

提示词写得越详细，Veo 就越准确吗？

详细的提示词有帮助，但不能保证每一项指令都被执行。在我们的制作中，即使写得更详细，有时还是会出现我们没要求的改动。

为什么 AI 视频生成需要反复修改提示词？

生成模型是在“理解”指令，而不是逐字执行，所以每次尝试的结果都会不同。修正一个细节可能会改变另一个细节，因此每个版本都需要检查和调整。

小企业需要自己学习 AI 广告吗？

不一定。值得先了解 AI 擅长什么、哪里难以预测，再决定哪些工作值得您花时间——哪些用其他方式处理会更好。