从第一条视频，到批量爆款素材

认识 AI 视觉创作

卡方AI 是面向跨境电商卖家的一站式 AI 视觉内容平台。你给出商品图和需求，AI 帮你完成从看爆款、拆分镜、写脚本到出成片、出套图的全链路，把过去需要一个团队才能完成的事，用极低成本高效完成。

它能为你带来什么

能力边界与常见误区

正确认识当前 AI 的能力范围，既不抱有不切实际的过高期待，也不会错过 AI 带来的效率红利。

AI 已经能做到的

• 基于商品图生成真实人物与场景，产出演员/模特、UGC 风格内容
• 自动处理运镜、镜头运动、转场、字幕
• 持续生成海量素材与变体版本，覆盖生活、审美、电影感、专业展示等多种风格
• 多语言无缝适配，抹平语言与地区障碍

AI 暂时还做不到的

• 完全精准的物理交互：如手握产品的形变、折叠/机械结构的精密展示、液体与透明材质的细微动作
• 每一帧都完美无瑕：不保证 100% 精确细节（偶有手指穿模、光影抖动等）
• 绝对还原产品颜色/材质：尤其是强反光、金属纹理
• 凭空理解全新形态的产品：模型没被训练过的东西，它不知道怎么用、怎么展示

五个高频误区（重要）

哪些商品最适合

不同品类用 AI 的「替代度」不同，先对号入座，再决定投入产出比。

准备素材与信息

好的输入决定好的输出。开始前，先准备好下面这几样东西。

商品图片（最多 9 张，最关键）

• 务必是实拍图，正面 / 侧面 / 背面等多角度
• 背景干净、真实（如干净的墙面、桌面、背景板），不推荐用 P 图做的纯白背景
• 带有真实的光影，帮助模型理解产品的物理特性
• 异形/非常规商品，最好再加一张带参照物的图（如饰品戴在手上、扫地机放在冰箱旁），让 AI 正确理解产品大小

创作信息

• 目标受众：地区、性别、年龄段、族裔特征
• 核心卖点：1–2 个必须在画面里落地的优势
• 视频类型：UGC 种草 / 产品 Demo / 真人口播 / Before-After 对比 等

生成第一条视频

以「视频创作 - 灵感向导」为例，完整跑通一次生成流程。

1. 1
   上传商品图
   进入「视频创作」，在核心信息区上传 1–3 张实拍商品图。
2. 2
   让 AI 识别与预填
   AI 自动识别商品品类并提取卖点，同时预填投放平台、受众、画风等信息。
3. 3
   跟随向导调整
   按照向导逐步确认「商品·卖点 → 商业化营销 → 视觉创意 → 视频参数」，把 AI 预填的内容改成你要的效果。
4. 4
   选择模型（可多选对比）
   最多可同时选择 3 个模型并发生成，直接横向对比谁的效果最好。生成前页面会明确展示本次消耗的积分。
5. 5
   提交并等待
   提交任务后一般需要数分钟出片，高峰期可能更久。可离开页面，去「任务与作品」查看进度。
6. 6
   预览与处理
   点击生成的视频卡片预览。满意就下载；不满意就「抽卡」重做，或调整提示词后再生成。

几个必懂概念

卡方AI 尽量让你无需理解太多 AI 术语，但搞懂下面几个词，能让你用得更顺手。

视频分析

给一条爆款视频 + 你的商品，AI 帮你把它拆开看懂：分镜结构、脚本文案、卖点逻辑，以及和你商品的匹配度。这是整条工作流的第一步。

1. 1
   粘贴链接或上传视频
   支持 TikTok / 抖音 / 视频号 链接解析；也可直接上传本地视频（mp4 / mov，≤ 90s，≤ 200MB）。
2. 2
   （推荐）关联你的商品
   上传商品图，AI 会评估这条爆款和你商品的匹配度，给出更有针对性的建议。
3. 3
   获取分析报告
   AI 拆解分镜、提取中英双语脚本、总结卖点与节奏，并给出行动建议。

爆款复刻

把分析结果一键变成可用的复刻剧本：保留爆款的结构与节奏，替换成你的商品与素材，快速产出你自己的版本。

三档改动幅度，共 9 套剧本

• 原版复刻：最大程度保留原爆款结构，仅替换商品
• 局部改：在原结构上调整部分分镜、文案或场景
• 重大改：借鉴创意内核，重新编排出全新表达

每套剧本含 8 段分镜表，单个分镜可独立微调，改完再整体生成，支持多版本输出对比。

视频创作

卡方AI 的核心生产模块，提供两种模式，覆盖新手到熟手。

支持的视频模型

可选 Veo 3.1 Pro 4K、Seedance 2.0、wan2.7-i2v-2026-04-25、wan2.7-r2v 等模型，各模型在画质、运镜、时长、出片速度上各有所长，可按需选择或多选对比。

参考图引用（@ 交互）

在描述框输入 @ 会触发浮层，可插入 [图片 N] 引用标签，精确指定让模型参考哪张已上传图片。

视频参数

• 画面比例：9:16 竖屏（⭐推荐，适合 TikTok/抖音）、16:9 横屏、1:1 方形等，具体取决于所选模型
• 清晰度：480p / 720p / 1080p / 4K 等，不同模型支持的最高分辨率不同（如部分模型支持 4K，部分最高 720p）
• 时长：可选时长档由所选模型共同决定（多选时取交集），选中不支持的时长会自动调整到最近可用档
• 多模型并发：每个模型最多生成 3 条；模型卡片、提示条和确认弹层都会显示「模型名 × 条数（小计积分）」

商品套图

上传商品图，一次产出多张商业级套图，覆盖主流电商平台的规范要求。

1. 1
   上传商品图
   最多 9 张，AI 自动分析产品并提取卖点。
2. 2
   全局设置统一基底
   设定目标平台、市场、风格等统一参数，保证整套图风格一致。
3. 3
   选择图片类型与模型
   按需勾选要生成的图类型，选择生图模型与图片比例。
4. 4
   一键批量生成
   支持批量生成、下载与历史记录管理。

覆盖的图类型（部分）

• 白底主图、场景生活方式图、多场景模板（街头 / 影棚 / 极简 / 温暖）
• 标注图、细节图、场景代入图等

图片创作

对话式快产图，用于通用创意图（可以有商品，也可以没有），没有 A+ 模板概念，更自由。

• 提示词向导：帮你把想法变成好用的提示词；直接描述模式也支持 @ 引用已上传参考图
• 多模型 batch 并发：一次提交，多个模型同时出图，横向对比
• 历史 feed 流：所有生成结果按时间流沉淀，随时回看、复用

支持的图片模型：GPT Image 2、Nano Banana 2、Doubao Seedream 5.0 lite、qwen-image-2.0、wan2.7-image 等；不同模型在写实度、文字排版、风格表现上各有侧重。

统一素材库

所有模块共用一套素材体系，资产可跨流程复用，不用在各功能之间反复上传。

• 三类来源：本地上传 + 资产库 + AI 作品
• 各模块生成的作品自动沉淀入库，可在其他模块直接选用

写好提示词

提示词是决定成片质量的关键变量之一。记住这个心法：

一条好提示词通常包含

• 主体：谁 / 什么产品，什么样的模特（可指定族裔，见下）
• 场景与光线：在哪里、什么光线氛围
• 镜头语言：特写 / 全景 / 手持 POV / 运镜方式
• 节奏与时长：分几段、每段大致时长
• 卖点落地方式：核心优势如何在画面里被「演」出来

指定模特族裔（提示词越明确越稳定）

• 欧美白人女性、非裔美国男性、亚洲年轻女性、拉美女性 等，直接用中文描述族裔+性别+年龄段即可，模型能理解

让画面更真实、少点「AI 感」

• 使用生活化场景，加入些许噪点（vlog 质感）
• 使用自然光（阴天、室内、傍晚等）
• 指定拍摄设备（如「iPhone 自拍 POV，手持轻微抖动」）
• 加入真实的移动感（手持、走动、跟拍）

常见问题 FAQ