商品使用演示视频怎么做？AI生成与拍摄配合

商品使用演示视频要解决的问题，是让看的人相信两件事：这件东西我会用，用了之后确实能看到效果。它和纯展示型的产品视频不一样，后者只要把商品拍得好看，前者必须把过程讲清楚。判断一条演示视频成不成立，标准也很直接——关掉声音，光看画面能不能看明白操作顺序。

真正让团队卡住的往往不是设备。手机加一个桌面支架，已经能覆盖大多数电商场景的画质需求。卡点在拆解：一件连续发生的操作，怎么切成一组有先后、有重点、能单独成立的镜头，再判断每个镜头该实拍还是该生成。切得粗，视频会变成一段没有重点的流水账；切得准，同样的操作能呈现出清晰的节奏。

还有一个容易被低估的变量是配合。演示视频里既有真实的手、真实的商品、真实的反馈，也有环境、空镜、转场这类不直接传递信息的镜头。把这两类内容混在一起随机分配，成片会出现明显的割裂：实拍段落质感真实但背景杂乱，生成段落画面干净却接不上操作逻辑。分清边界、排好顺序，才是这类视频的制作主线。

这篇教程按真实制作顺序展开：先看清演示视频难在哪里，再分清实拍与生成的分工，然后把演示步骤拆开，把分镜字段写全，接着走一遍青虎AI 视频分镜生成器的完整操作，最后讲两条路径怎么在时间轴上衔接，并附对照表、四个误区、四个技巧和三个可以照做的场景。

一、实拍与AI生成的分工：哪些必须拍，哪些可以生成

演示视频的内容可以按「是否承担信息传递」分成两类。承担信息传递的部分，指的是观众必须通过它才能理解商品怎么用、用了会怎样；不承担信息传递的部分，指的是它只负责让画面好看、让节奏舒服。前一类建议实拍，后一类可以交给 AI 生成。

必须实拍的清单不长，但每条都不能省。真实的操作动作排在第一位，比如旋开盖子、按压泵头、扣上卡扣、折叠收纳，这些动作的力度、角度、手感只有真手才能拍出来。第二位是真实的效果反馈，比如涂上去之后的质地、喷出来之后的覆盖范围、装水之后的密封状态，观众要看的是结果本身，而不是一个看起来像结果的画面。

第三位是商品与手同框的细节镜头。手捏住商品的哪一侧、手指怎么施力、商品在手里是什么比例，这些信息决定了观众能不能照着做。第四位是材质与结构的特写，比如织物纹理、金属拉丝、塑料件的接缝。AI 生成这类画面时容易出现纹理漂移，放大看会失真，用在特写位置上风险偏高。

可以交给 AI 生成的内容同样成体系。环境与空镜是第一类，比如阳光下的桌面、浴室台面、厨房操作台、户外草地，这些画面只需要交代氛围，不参与操作说明。第二类是转场镜头，比如一只手划过画面、镜头从虚到实、物品从画外移入，用来连接两个段落。第三类是氛围镜头，比如使用场景的远景、光影变化的空景、商品静置的画面，负责让视频有呼吸。

第四类是难以实拍的抽象镜头，比如成分渗透、纤维结构、清洁前后对比的示意画面。这类内容在真实场景里拍不到，用生成的方式反而更直观。把它们安排在口播解释的位置上，观众的理解成本会下降。

内容类型	建议路径	判断依据	常见问题
真实操作动作	实拍	力度、角度、手感只能靠真实拍摄传达	用生成画面替代，动作会显得轻飘
真实效果反馈	实拍	观众要看的是结果本身，不是像结果的画面	生成效果过于理想，与实际使用有偏差
手与商品同框细节	实拍	比例与施力方式决定观众能否照着做	只拍商品不拍手，操作感缺失
材质与结构特写	实拍为主	纹理与接缝在放大时容易失真	生成特写放大后纹理漂移
环境与空镜	AI 生成	只交代氛围，不参与操作说明	环境风格与实拍段落不统一
转场与氛围镜头	AI 生成	负责节奏与呼吸，不承担信息	转场过长，拖慢操作节奏
抽象示意镜头	AI 生成	真实场景里拍不到的微观与过程	示意过头，与实物产生落差

图2：操作与效果走实拍，环境与转场走生成，两条线在时间轴上交替出现

二、演示步骤怎么拆分：按操作动作还是按使用阶段

拆分方式是演示视频里最需要提前定下来的一件事。常见的两种拆法，一种按操作动作拆，一种按使用阶段拆。两者没有绝对优劣，选错了会让后面的分镜和口播都别扭。

按操作动作拆，指的是把商品拆到最小可执行单位。以一款按压式清洁剂为例，动作序列是取下外盖、对准目标位置、按压出液、静置等待、擦拭、冲洗。每个动作对应一个镜头，镜头之间用动作的完成度衔接。这种拆法的好处是清晰，观众能一步步跟着做，适合操作步骤多、容易出错的商品。

按使用阶段拆，指的是按用户使用过程的时间段来分。同一款清洁剂可以拆成准备阶段、使用阶段、收尾阶段。每个阶段包含若干动作，镜头数量少但每段更长。这种拆法适合强调体验与场景的商品，比如护肤、香氛、家居氛围类，观众记住的是感受而不是步骤。

选择时看两个指标。第一个指标是操作容错率：做错一步会导致效果明显变差甚至损坏商品的，用动作拆法，把每一步单独交代清楚。第二个指标是决策重点：买家在下单前最想确认的是「步骤麻不麻烦」还是「用起来舒不舒服」，前者对应动作拆法，后者对应阶段拆法。

两种拆法可以叠用。整体按使用阶段分大段，每个大段内部再按操作动作拆成小镜头，这样既保留了叙事节奏，也没有丢掉操作细节。一段三十秒的演示视频，通常落在三个大段、九到十四个小镜头的区间里，超过这个数量，观众的记忆负担会明显上升。

拆完之后的检查动作是回头看顺序。把镜头按拆分结果排成一条线，然后自问两个问题：把其中任意两个镜头对调，观众还能看懂吗？把某个镜头删掉，操作链会不会断？前者回答「顺序是否必要」，后者回答「镜头是否冗余」。两个问题都过了，拆分基本成立。

还有一个细节是给每个镜头预留时长。动作类镜头通常需要留出完成动作的时间，压缩太快会让观众看不清手部动作；阶段类镜头可以稍短，靠画面与口播配合推进。在分镜阶段就把时长写进去，剪辑时就不必反复试。

把拆分原则压缩成一句话：操作容错率低、步骤容易做错的商品，按动作拆；决策重点是体验与氛围的商品，按阶段拆。两者叠用时，阶段做骨架，动作做血肉。

三、分镜脚本要写全哪些字段

分镜脚本的价值在于让拍摄和生成两边都能照着执行。字段写不全，实拍时现场靠猜，生成时提示词靠想，最后剪出来的片子往往和最初设想差得很远。下面这些字段是演示视频里比较实用的组合。

镜号与时长是最基础的两个字段。镜号保证排序不会乱，时长决定整支片子的节奏。景别与画面内容决定观众看什么、看多清楚，动作要点则写给拍摄者看，说明这条镜头必须交代清楚的手部动作或商品状态。

口播文案与字幕是两个容易混在一起的字段。口播写的是念出来的句子，字幕写的是屏幕上出现的文字，两者可以一致，也可以不同——字幕适合承载数据、名称、步骤编号这类需要看清的信息，口播适合承载解释与过渡。把它们分开写，成片的信息层次会更清楚。

转场方式与生成路径是演示视频特有的两个字段。转场方式写在每条镜头的末尾，说明它怎么进入下一条镜头；生成路径标注这条镜头走实拍还是走生成，拍摄计划和生成计划因此可以并行推进，不必等一边做完再做另一边。

字段	写什么	示例写法
镜号	按时间顺序编号，便于排序与替换	03
时长	这条镜头在成片里占几秒	2.5 秒
景别	特写、近景、中景、全景，决定信息清晰度	手部特写
画面内容	这一帧里有什么，主体与背景分别是什么	手按压泵头，出液落在台面上
动作要点	必须交代清楚的操作动作或商品状态	按压到底，出液量约一元硬币大小
口播文案	念出来的句子，负责解释与过渡	按压一次，用量刚好够一个台面
字幕	屏幕上出现的文字，承载数据与名称	单次用量约 1 毫升
转场方式	这条镜头如何进入下一条	动作未完切，接下一镜
生成路径	标注实拍或生成，用于分派任务	实拍

四、青虎AI 视频分镜生成器的能力范围与边界

能力部分先说清楚。青虎AI 的视频分镜生成器是 AI视频生成模块里的一款短视频创作工具，它的流程可以概括为四段：上传商品图、生成短视频脚本、绘制分镜图、基于分镜生成完整视频。原本需要编导写脚本、美术画分镜、剪辑做成片的三段工作，被压缩到同一个工具里完成。

脚本这一环提供两条路径。已经写好脚本的，直接把镜头脚本和口播文案粘贴到「视频脚本」输入框，跳过生成这一步；没有脚本的，点击「生成脚本」按钮，在弹出配置框里填写产品名称、产品卖点、视频时长、视频文字语言等信息，AI 会生成适配商品特征的短视频脚本，包含完整的镜头描述和口播文案。

分镜这一环承接脚本内容。确认脚本无误后点击弹窗底部的「生成分镜图」，AI 会根据脚本里每一段镜头描述绘制匹配画面风格与产品场景的分镜素材，生成整套分镜图集。生成完成后可以滑动查看全部镜头，也支持点击「下载分镜图」把整套镜头图片保存到本地备用。

成片这一环是最后一步。分镜图集生成完成后，页面底部会出现「生成视频」按钮，点击即可调用 AI，基于整套分镜画面和配套脚本口播自动渲染输出完整的成品带货短视频，可下载用于各电商平台投放。整套分镜图除了生成视频，也可以用于方案汇报和拍摄指导。

边界同样要说清楚。工具产出的是脚本、分镜画面和基于分镜渲染的视频，它不会替你去现场拍真实的手部操作，也无法验证商品的实际使用效果。演示视频里那些必须靠真实拍摄传达的部分，仍然要由人来完成。另外，脚本生成、分镜生成、视频生成都会消耗积分，批量制作前建议先了解积分余额。

五、从上传商品图到成片的五步操作

流程本身不长，五步走完，一套演示视频的脚本、分镜和成片就能成型。每一步说明该注意的地方。

图1：从进入功能到生成成片，视频分镜生成器是一条五个步骤的直线流程

五步里真正需要提前准备的是第三步。走 AI 生成脚本这条路时，产品卖点写得越详细、越具体，生成的脚本质量越高；如果卖点只写一句「效果好」，脚本里就会出现大量泛泛的表述，后面还要人工改一遍。把操作步骤、适用场景、使用注意这几项提前写清楚，脚本一次到位的概率会明显提高。

已经有成熟脚本模板的团队，建议走粘贴这条路。把之前验证过的分镜脚本直接贴进「视频脚本」输入框，跳过生成环节直达分镜绘制，既省时间，也能保证系列视频的表达风格统一。

第四步的分镜图还有一层用法：把它当成实拍的拍摄清单。分镜里标了实拍的那些镜头，可以直接拿去安排现场拍摄；标了生成的镜头，交给工具产出。两边并行推进，整支片子的制作周期会被压短。

六、两条路径在时间轴上的衔接

实拍与生成两类镜头能不能剪在一起，取决于三件事：光线方向、色调、画面干净程度。这三项在开拍前就要统一，否则再好的镜头拼在一起也会显得像两支片子。

光线方向是最容易被忽略的一项。实拍时如果主光从画面左侧打来，生成的环境镜头也应该保持左侧来光。方向一致，观众的眼睛才不会在镜头切换时感到别扭。色调同理，实拍段落偏暖，生成段落就不要偏冷，可以在生成前把参考图或提示里的环境描述往同一色温上靠。

衔接的节奏有两种常用做法。一种是动作衔接，前一条镜头里的动作还没做完就切走，后一条镜头承接完成状态，观众的注意力被动作带走，切换点不易察觉。另一种是视线衔接，前一条镜头里人物的视线或手的朝向指向画外某个位置，后一条镜头从这个位置展开，观众会自然地跟着看过去。

生成镜头在时间轴上的位置有讲究。它适合放在段落之间做呼吸，也适合放在口播解释抽象概念时做配合画面，但不适合插在连续动作的中间。连续动作被打断一次，观众就要重新确认进度，操作说明的连贯性会受损。

实拍镜头的顺序则要按操作逻辑排，不要按拍摄顺序排。现场拍摄时常常把同一个动作从不同角度拍好几遍，剪辑时按脚本里的操作顺序重新组织，画面才不会跳来跳去。

衔接位置	前一条镜头	后一条镜头	衔接手段
段落开场	生成的环境空镜	实拍的手部操作	环境镜头收尾时轻微推进，接动作起手
动作之间	实拍的操作动作	实拍的下一步操作	动作未完切，后一镜承接完成状态
解释抽象概念	实拍的商品特写	生成的示意画面	特写停留一秒，切入示意画面配合口播
段落收尾	实拍的完成效果	生成的氛围镜头	效果镜头定格，氛围镜头缓入
跨阶段过渡	生成的转场镜头	下一阶段的实拍操作	转场画面快速划过，动作从画外移入

七、四个常见误区

演示视频看起来门槛不高，做多了反而容易形成几个惯性判断，下面四条踩中的概率最高。

四个误区的共同点，是把「拍出来」或者「生成出来」当成了终点。演示视频的完成标准是观众看完能照着做，前面有步骤拆解，中间有分工与衔接，后面还有口播与字幕的校对。把这几段都走完，成片的返工率会明显下降。

还有一个隐性误区是只做一版就投放。演示视频的效果可以通过数据检验，哪一段观众划走了、哪一步评论区还在问，都指向需要调整的位置。把反馈记下来，下一版改的是具体镜头，而不是整支重做。

误区还有一个变体，是把工具的能力想得太重。分镜生成器擅长的是把脚本变成画面、把画面变成成片，它不擅长替你做判断。哪些镜头必须实拍、哪些卖点不能这样表述，仍然要由人来定。

八、四个提效技巧

四个技巧分别对应脚本的输入质量、脚本的来源选择、分镜的二次利用和跨境的多语言产出，都不需要额外成本。真正有价值的是把它们变成固定动作：每次生成脚本都把卖点填全，每次有现成脚本就直接粘贴，每次生成完分镜都下载留档，每次做跨境素材都先想清楚语种。

落地也分先后。建议先把第一条和第三条固定下来，也就是写全卖点和下载分镜留档，这两条直接决定脚本质量和拍摄效率；粘贴脚本与多语言产出属于流程优化，可以在常规节奏跑顺之后再补上。一次改太多习惯，容易因为步骤变多而退回老做法。

还可以给技巧加一条团队层面的做法：把验证过的分镜脚本沉淀成店铺自己的脚本库。演示视频的段落结构有不少共通之处，比如「开场环境镜头加操作起手加效果收尾」的节奏，在很多商品上都能用。脚本库建起来之后，新商品只需要换卖点、换素材，分镜脚本的撰写就从每次从零开始变成在结构上填空。

技巧的效果也需要被检验。做完一批演示视频之后，回头看一眼后台数据里哪一段的完播率偏低，再对照评论区里被反复提问的步骤。那些位置就是下一版要拆得更细、交代得更清楚的地方。

九、三个可以照做的场景

三个场景的共同点是先从内容分工开始，而不是从开机拍摄开始。分工定住了，后面无论是按动作拆还是按阶段拆，都能在同一套分镜结构上展开，实拍与生成的排期也更容易协调。

如果只做一件事，建议先把分镜脚本的字段模板建起来。镜号、时长、景别、画面内容、动作要点、口播文案、字幕、转场方式、生成路径，这九个字段做成一张固定表格，每个商品填一遍。模板固定之后，上面三个场景都能直接套用，不必每次重新梳理一遍结构。

图4：分镜脚本定稿后，实拍与生成两条路径按镜头分派并行推进

十、总结

十一、常见问题解答

图3：上传商品图、生成脚本、绘制分镜、渲染成片，是演示视频的四段主线

把五个步骤跑上两三次，做演示视频就会从一件需要琢磨的事，变成上新前的固定动作。真正决定成片好坏的不是生成得快不快，而是动手前那份内容分工表，和分镜脚本里那些写清楚的动作要点。

分工分对、步骤拆清、衔接理顺，这三件事做到位，演示视频就能替客服回答掉相当一部分「这个怎么用」的重复提问。把分镜脚本模板和下载下来的分镜图一起留存，下次做同类商品时直接调用，这套习惯的价值会比单次出片更长久。