模特广告视频ai怎么做：15秒/30秒广告结构、口播画面配合与投放规格实测

模特广告视频ai这事我做了快两个月，手上是一家女装店加一家饰品店的投放，一共出了四十七条素材，跑出六条消耗过千的。先给我的判断：难点不在生成，在结构。工具谁都能开，不知道十五秒里前三秒放什么，照样白烧钱。

这篇分三块讲：广告结构怎么搭、口播和画面怎么对节奏、不同投放位怎么改规格再测。每块都带我自己的数据，你可以对着抄。

十五秒和三十秒广告，结构是两套完全不同的账

十五秒只够放一个钩子、一个卖点、一次行动号召；三十秒才塞得进两个卖点，硬塞三个以上，完播率会直接腰斩。

我第一次给女装店做，贪心想在十五秒里讲面料、版型、价格三个点，结果三天烧了六百块测试预算，平均完播率只有百分之九。改成单卖点后，同样预算下完播率到百分之二十二。结构改了，画面一张没换。

后来我固定用下面这套拆法，直接照抄就行：

插一句我个人的偏好吧：冷启动阶段我只投十五秒。三十秒版本等主素材有转化数据了，再把跑得最好的那个卖点扩成双卖点结构。顺序反过来，就是拿钱听响。

口播和画面对节奏，错位半秒用户就划走

口播每换一句话，画面必须在一秒内跟着切镜头，字幕要烧进画面里，别指望平台自动识别。

字数有硬账：中文口播语速大概每秒四到五个字，十五秒稿子写四十字上下，三十秒写八十字到九十字。我固定先写稿再出画面，每句口播对应一个镜头，写完拿手机掐表读一遍，超时就删。

钩子句的字要放在前三秒的画面正中间。我试过把「掉秤五斤」这句口播配在后半段，前段放模特转圈，三秒完播率只有百分之十一；把这句挪到开头当第一帧字幕，同样的画面涨到百分之二十六。画面没变，变的是顺序。

等等，这里说漏一个坑：AI配音的停顿经常和字幕对不上。我现在的做法是先拿配音定时间轴，字幕和镜头全部往配音上对齐，反过来做基本要返工。对了，饰品店那条跑得最好的素材，口播只留了一句「九块九，两只」，剩下全靠画面自己讲。不过话说回来，这招只对低客单有效，女装三百多的客单，面料还是得用嘴讲明白。

规格适配和素材测试，一稿投全网必死

一条素材至少出三个版本：竖版9:16给千川，方版1:1给视频号和朋友圈，横版16:9留站内，规格错了平台会直接裁掉你的字幕。

我吃过裁切的亏：一条竖版素材直接丢去视频号，四边被裁，价格字幕只剩一半，点了三条才看出来。改规格不是改个尺寸导出就完事，每个位的安全区不一样，封面帧的构图也得跟着调。

测试的规矩我定得很死：一次上三到五条，每条给一百到两百块预算跑二十四小时，只看两个数，三秒完播率和成交成本。低于池子平均的当场砍掉，预算挪给头部。九月二十四号那晚我一口气出了十二条十五秒版，一次过七条，过线的那条最后跑出三点八的投产。剩下五条问题各不相同：两条手指崩了，一条字幕压到安全区外，两条纯粹钩子太平。

单说把产品图变成带人出镜的短视频底图这件事，我之前写过一篇产品图一键加人做短视频素材的实操，备图讲得更细。

封面帧怎么加光效不显假，可以看这篇短视频封面与直播间光效的调法实测，两边的思路能接上。

说回开头那句话：难的不是生成，是结构。你先把手里表现最差的一条素材照十五秒的拆法重新切一遍，再按投放位把规格改成三版，一次测三条。这两个动作做完，多数店铺的测试预算能省一半。工具一直在换，这套账没变过。

常见问题

十五秒和三十秒到底先做哪个？

先做十五秒。冷启动阶段完播率是平台给你量的第一根尺子，十五秒更容易把三秒完播和整体完播同时做起来。等你有一条十五秒素材跑出稳定转化，再把里面最强的卖点扩成三十秒双卖点版，测试成本能省不少。

AI模特配的口播声音能用吗？

能用，但别用默认音色直接上。我把三个音色各跑了两条素材，语速调到每秒四个字左右、句尾留半秒气口的那版，三秒完播率比默认音色高一成多。另外字幕一定要自己烧进去，机器识别字幕在商品词上出错率不低。

素材跑了一周开始掉量怎么办？

只换钩子，别整条重做。我的一条跑了十九天的素材，前后换过四次前三秒，画面主体一直没动。前三秒的钩子大概每五到七天衰减一次，按这个频率提前备好两三条备选钩子就行。

一天能出多少条可用素材？

熟手状态下一晚上出十条到十二条，能过筛选的大概六成。瓶颈不在生成，在口播稿和字幕对轴，我现在写稿的时间比等渲染的时间还长。想提量，先把稿子模板化，结构固定只换钩子和卖点。

延伸阅读

• ai走模特秀工具横评：四款软件做走秀图和走秀视频，我各跑了一轮实测