# 案例

7 条都是开着看图模型跑完整流程的结果，有分歧的镜头都经过 agent 看图复核。拼帧图里每格是一个镜头，色条写着制作方式、把握程度和时间；完整报告里有每个镜头的证据、提示词和复刻方案。

## 1. 原片 vs AI 复刻：TikTok 实拍 → 换产品重做

21 秒 · 原片 11 镜 / 复刻版 8 镜

![榨汁杯原片与 AI 复刻版的逐镜拆解](cases/juicer_pair.jpg)

▶ [TikTok 原片](cases/videos/v11_tiktok_original.mp4) · [AI 复刻版](cases/videos/v12_oiioii_juicer_remake.mp4) · 完整报告：[原片](cases/v11/report.md) · [复刻版](cases/v12/report.md)

| | 原片 | AI 复刻版 |
|---|---|---|
| 怎么做的 | 全部手机实拍，真人口播 | 全部 AI 生成（文件里带 AIGC 标识），AI 配音 |
| 怎么重做 | 1 个场景、2 个机位，一张台面一次拍完 | 8 个镜头合并成 3 次视频模型生成，附提示词 |
| 要准备什么 | 产品实物 | 产品参考图（杯身 Logo 要清楚） |

怎么做的：

- 原片是手机第一视角实拍：原生 30fps，有传感器噪点，真人口播带现场声。
- 复刻版是 OiiOii 拿原片当参考、换成摩飞榨汁杯后用视频模型重做的：文件带 AIGC 标识，杯身 Logo 是乱码，配音是 AI 男声。场景、机位和跳切节奏都沿用了原片。

怎么重做：

- 原片按拍摄来组织：1 个场景、2 个机位（近景 7 镜、特写 4 镜），每条前后多留 1 秒。
- 复刻版按生成来组织：8 个镜头合并成 3 次生成（备料、搅打、倒出和成品），每次附产品参考图和原片片段，下一次用上一次的最后一帧开头。选不支持多镜头的模型（Seedance 2.0）要生成 8 次，换 Seedance 2.5 只要 3 次。

第一次生成的提示词（节选，报告里有完整版和英文版）：

```text
竖屏 9:16；正面柔光，偏冷，背景虚化。产品外观以 @图片1 为准，Logo 和细节保持一致。参考 @视频1 的动作、运镜和剪辑节奏。镜头之间硬切。
镜头1（0.0–1.8s）：固定俯拍机位，大理石桌面上放着蓝色便携榨汁杯，一只手将一透明盒新鲜红草莓轻轻放在榨汁杯右侧，随后手移出画面
镜头2（1.8–2.8s）：手松开，几颗草莓掉落进下方的蓝色榨汁杯中，镜头保持固定
镜头3（2.8–3.7s）：一只手将切块的绿色猕猴桃松开，猕猴桃块掉入杯中，杯子里已经有红色的草莓块
镜头4（3.7–6.2s）：一只手拿着白色塑料瓶，将牛奶平稳地倒入榨汁杯中，杯中液面逐渐上升
镜头5（6.2–9.0s）：手将杯盖扣紧并旋紧，随后单手拿起杯身完全倒转，杯中水果与牛奶向下沉降
```

## 2. 混合片：AI 人物对话 + 代码界面 + 真实录屏

19 秒 · 10 镜

![混合片拆解拼帧](cases/dual_role/storyboard.jpg)

▶ [原视频](cases/videos/dual_role.mp4) · [完整报告](cases/dual_role/report.md)

怎么做的：两个 AI 生成的角色在客厅里你一句我一句（5 镜），中间穿插 5 段代码做的界面，里面有 8.2 秒真实录屏和 4.8 秒截图；标题和字幕是后期加的。

怎么重做：5 个对话镜头虽然被界面隔开，但在同一个场景，一次生成就够（用两张角色参考图锁定长相），剪辑时再把界面插回去。5 段界面写成 1 个 Remotion 代码工程，录屏和截图用你自己的。

## 3. 3D 科普片：咸鸭蛋为什么会流油

67 秒 · 21 镜

![3D 科普片拆解拼帧](cases/salted_egg/storyboard.jpg)

▶ [原视频](cases/videos/salted_egg.mp4) · [完整报告](cases/salted_egg/report.md)

怎么做的：21 个镜头全是 3D 渲染（毛绒小动物角色 + 剖面原理动画），AI 女声旁白，曲库配乐，45% 的剪辑点卡在节拍上（随机剪大约 25%）。

怎么重做，有两条路：

- 交给视频模型：21 个镜头合并成 10 次生成。
- 让大模型写 Blender 或 Three.js 代码：角色只建一次模，每个镜头设好机位渲染，多角度一致性最好，改文案也只是改代码。这类科普片现在已经可以由大模型生成。

## 4. 代码 UI 动效：产品宣传片

70 秒 · 12 镜

![代码 UI 动效拆解拼帧](cases/v10/storyboard.jpg)

▶ [原视频](cases/videos/v10_oiioii_gen_coding_first.mp4) · [完整报告](cases/v10/report.md)

怎么做的：OiiOii「视频复刻」功能的宣传片。83% 是代码做的动效（界面透视、文字缓动、粒子 Logo），12% 是录屏，1 镜是截图推拉；界面里播放的视频、Logo、截图是嵌入的真实素材。

怎么重做：不需要视频模型。写成 1 个 Remotion 代码工程，文字和界面完全可控，改文案只改数据，可以直接让大模型写。录屏用你自己的界面录。

## 5. AI 音乐 MV：歌是 AI 写的还是曲库的

165 秒 · 86 镜

![AI 音乐 MV 拆解拼帧（前 24 镜）](cases/qing_mv/preview.jpg)

（图为前 24 镜）▶ [原视频](cases/videos/qing_mv.mp4) · [完整报告（86 镜）](cases/qing_mv/report.md)

怎么做的：一首 AI 生成的说唱，画面全是生成的。

- 画面构成：白须老者对着麦克风对口型的数字人 16%，清代场景的 AI 视频 52%，3D 风格镜头 15%，静图推拉 17%。
- 音乐判为 AI 生成：整首不间断，人声是唱的，和视频同时结束。这条实际是 Suno 做的，判对了。
- 看图模型把好几个镜头说成「影视剧实拍」；agent 看图发现奏折上的小字是不成字的伪汉字，确认是 AI 生成。

怎么重做：

- 先按风格和 BPM 用 Suno 生成歌。
- 对口型镜头用人像 + 歌声驱动数字人。
- 其余 AI 镜头合并成 34 次生成。
- 19 个静图推拉镜头在本地做，不用调模型。

## 6. 实拍带货：沉浸式开箱

72 秒 · 29 镜

![开箱实拍拆解拼帧](cases/unboxing/storyboard.jpg)

▶ [原视频](cases/videos/unboxing.mp4)（抖音 阿咪🍓，720p 转码） · [完整报告](cases/unboxing/report.md)

怎么做的：全部实拍。手机固定在头顶的俯拍支架上，一块地毯、一个机位拍完；没有口播，只有拆包装的同期声和 92 BPM 的曲库配乐；日系清新调色（提亮、低饱和、黑位抬高）。按商品分段，每件先拆包装再上手展示，平均 2.6 秒一镜，首尾各放一次商品全家福。

工具、看图模型和 agent 的分歧：

- 抖音转码抹掉了传感器噪点。只用工具离线跑，静止的俯拍手部镜头有 35% 时长被判成 AI。
- 看图模型（Gemini）把 5 个镜头说成 AI 生成，其中一镜只是手把条纹盘子拿到镜头前。
- agent 逐镜看联系表：同一块地毯、同一组商品、包装上的印刷字清晰可读，没有形变和乱码，判全部实拍。并入后实拍 97%，还有 2 镜共 1.9 秒融合结果仍留在 AI，报告里标为待确认。

怎么重做：不需要模型。一部手机 + 俯拍支架，靠窗的白天自然光，商品平铺在浅色地毯或桌布上；拆包时手从画面下方伸入，每件商品留 2 到 3 秒；后期提亮、降饱和，配一首轻快的曲库 BGM，字幕用小字写在商品旁边。

## 7. AI 与真人混合：用自己的出镜视频生成带货片

58 秒 · 21 镜

![AI 带货教程拆解拼帧](cases/ai_daihuo/storyboard.jpg)

▶ [原视频](cases/videos/ai_daihuo.mp4)（抖音 晨曦的好物铺子，720p 转码） · [完整报告](cases/ai_daihuo/report.md)

怎么做的：实拍 75% + AI 25%。

- 实拍部分：3 秒前置镜头口播（办公楼走廊，环境顶光）、4 秒口播上叠商品照片的画中画、37 秒相机拍真实手机屏幕的操作演示（不是录屏，能看到手机边框、触控笔和屏幕上的顶灯反光）。
- AI 部分：13 秒即梦 Seedance 2.0 生成的「真人带货」片段，开头和结尾各用了一次（逐帧相同）。视频里作者自己讲了流程：豆包写提示词 → 即梦里选「提前录好的出镜画面」做主体参考，再传两张水杯实拍图做商品参考 → 生成 10 秒。
- 真人与 AI 的关系：AI 片段里的人是从作者本人的出镜视频生成的，但不戴眼镜、换了衣服，和口播段不是同一次拍摄。证据是右下角「即梦 @知遇」水印、礼盒上的英文印刷字全是乱码、杯子和礼盒与后面上传的商品照片一致。

工具、看图模型和 agent 的分歧：

- 工具把 37 秒的手机屏幕实拍判成 3D 渲染或 AI（屏幕 UI 的平坦色块像渲染画面），又把口播判成 AI；整片置信度只有 47%。
- 看图模型判实拍的镜头大多是对的，但它给的理由和工具冲突时，融合结果跟了工具。
- agent 逐镜看图后改判 15 镜，结论变成实拍 75% + AI 25%，和作者自述一致。还有 1 镜 1.3 秒的口播融合后仍是 AI 54%，报告里标为待确认。
- 两段 AI 片段文件里没有 AIGC 标识，抖音返回的 `show_ai_corner` 也是 false，平台标识这条线索在这里是空的。

怎么重做：口播和手机演示照拍。带货片段按作者的路线：拿自己 10 秒的出镜视频当主体参考、商品实拍图当参考图，交给即梦或 Seedance 生成；报告里有生成这一镜的中英文提示词。注意生成的包装上不要有要读的文字，乱码是最容易露馅的地方。