如果你刷到过那个做剃须刀订阅的品牌,一定记得它们早年靠一支办公室狂奔短片杀出圈的往事:几个创始人举着剃须刀在仓库里跑,一边跑一边喊定价逻辑,拍得跟独立电影一样。那种“我疯但我说的是实话”的调性,后来成了这个牌子最值钱的资产。所以当它们传出消息,说新广告完全没用实拍、全部由AI生成,而且拿科技本身当笑点的时候,我第一反应不是“玩明白了”,而是“这活不好干”。
把AI生成内容用在商业广告里,现在已经不算新闻。真正少见的是:广告不仅不藏着AI痕迹,反而把AI不会画手、AI讲话没有温度、AI容易一本正经地胡说八道这些缺陷,全部摊开给观众看,然后让它们变成笑点。这一招看起来很取巧,但背后是脚本结构、提示词设计、工作流管理和品牌人设的统一配合。这篇就把我拆解和复刻这类项目时积累的实操经验写出来,从创意逻辑到技术流程,再到容易翻车的坑,尽量说全。
1. 这支AI广告究竟做了什么:把技术缺陷变成传播资产
1.1 广告的核心设定与观看感受
这支广告的核心设定其实不复杂。一个由AI生成的数字人,站在一个看起来很像浴室、但仔细看又有点不对的背景下,一本正经地推荐剃须刀。他会告诉你刀片多少钱、刀柄怎么换、订阅怎么取消,语气特别像电视购物主持人。但画面里的细节不听话:他的手指偶尔多出一节,水龙头的水流方向反了,镜子里的倒影动得比真人慢半拍,甚至他手里的剃须刀会突然变成另一个颜色。
看到这些瑕疵,观众第一反应是笑,而不是反感。原因是脚本里专门给这些“穿帮”留了气口,数字人每次发现画面不对劲,都会停下来,盯着镜头说一句“等等,这不是我们排好的剧本”。然后画外音接一句:“别担心,这是AI生成的广告,有点怪很正常。”这种处理把技术缺陷从需要遮掩的丢脸事,变成了主动递出去的笑点。
从实际观看顺序来说,观众是先被“这肯定不是真人拍的”猜中,再被“产品本身还不错”的卖点拉住,最后被“品牌居然敢这么玩”的态度打动。三步下来,广告的记忆点不再是某个镜头或某句口号,而是“这个品牌敢把AI犯的错当成段子”。对做内容的人来说,这就叫把劣势翻成优势。
1.2 为什么“AI作为笑点”比“AI炫技”更聪明
很多团队拿到AI生成工具,第一反应是追求“看不出来是AI”。画面要精细、光影要真实、人物要像真人,恨不得把每根头发丝都修到完美。但从传播角度讲,这恰恰是最容易翻车的一条路。
原因有两个。第一,目前AI生成视频的稳定性还没到工业化水准,你说要做“完全看不出来”,成品一到4K播放器里就很容易露馅,尤其是手部动作、文字和细微表情。观众一旦发现是AI,又发现品牌在装,观感会瞬间变成“你不诚实”。第二,品牌本身的人设是幽默、反套路、跟用户站在一边。如果广告做成“你看我AI技术多牛”,那就跟人设拧了。
把“AI作为笑点”的好处在于:品牌主动承认“我是机器做的”,观众反而不会去挑刺,而是把注意力放在产品信息和品牌态度上。心理学上这叫“预期管理”,你先自嘲,我就不好意思再挑你毛病。更妙的是,这个策略把AI生成内容的随机性变成了创意的一部分:生成三组镜头,有两组崩了,那崩掉的画面只要剪辑得当,就是现成的笑料。素材利用率反而提高了。
2. 创意启示:如何把一个技术缺陷写成传播爆点
2.1 先承认短板,再让观众一起笑
文案上最关键的转折,是把“AI不行”从负面评价改写成“AI也很努力”的拟人化表达。这支广告里,数字人经常露出一种“我也不理解世界为什么这样”的表情,配合画面里的错乱,观众会产生一个心理:不是品牌做得差,是AI实在太可爱了。
要想复现这种效果,脚本阶段就要给每一段“崩坏”配一句自嘲台词。比如手指多了两根,数字人可以把剃须刀放在桌上,摊开手说:“这是2024年AI对进化论的最新贡献。”然后画外音补一句:“放心,刀片只有五层,不是九层。”这样既带出产品卖点,又把笑点钉死。
实际操作中,我建议写脚本时先列两张表。第一张表写“AI生成时可能会出现的问题”,比如多手指、嘴型对不上、背景扭曲、物体颜色不稳定;第二张表写“这些问题可以被什么样的台词承接”。不要等生成完再想怎么圆,而是从一开始就给生成结果留好了解释空间。这也是写提示词以外的隐性功夫。
2.2 三层结构:产品卖点、技术自嘲、品牌性格
一个好的AI广告脚本,至少要叠三层信息。最表层是“这是一个剃须刀广告”,保证产品信息能被记住;中间层是“AI生成的内容在闹笑话”,提供情绪笑点;底层是“品牌敢拿自己开涮”,强化品牌性格。
这三层必须同时存在,缺一个都会让广告变味。只讲产品,容易变成普通卖货片;只讲AI自嘲,观众记不住你卖什么;只讲品牌态度,又显得空洞。这支广告的高明之处在于,它把三件事揉进了同一段对话里:数字人每说一句产品卖点,画面就闹一次笑话,然后数字人要为笑话向观众道歉,道歉时又自然带出“我们一直在笑着解决问题”的品牌调性。
如果你想在自己的内容里照搬这套结构,可以给每15秒设计一个小节。前15秒立人设,中间30秒让AI“犯错”并圆回来,最后15秒收产品。不要贪多,一条30秒的广告里能讲清楚“因为AI不靠谱,所以人工客服更值得信赖”这种反转,已经很够用。
2.3 提示词的“幽默感”不能直接写
不要在提示词里写“要坚持幽默风格”或“要搞笑一点”。生成模型对抽象情绪词的理解非常薄弱,它能理解的是“人物表情”“镜头运动”“光线氛围”“场景行为”。所以要把幽默感拆成具体的画面元素:主角面无表情、动作机械但语气浮夸、故意长时间停顿、背景有过分完美的对称构图、颜色饱和度偏高。
我做过一个测试,同一句话“这个剃须刀很锋利”,分别用两种提示词生成。第一种只写“男人手持剃须刀说台词”,出来的效果非常死板;第二种写“穿着商务衬衫的男人站在过于整洁的厨房里,面对镜头,面无表情,用电视购物主持人的夸张语速说台词,额头有一滴不合时宜的汗”,出来的效果就有一种冷幽默的错位感。这就是提示词里藏情绪的写法。
3. AI视频生成工作流:从提示词到成片的完整拆解
3.1 第一步:先定视觉钥匙,再写镜头脚本
开始生成之前,我会做一张“视觉钥匙表”,把整条广告里必须保持一致的元素列清楚:主角长相、身穿的衣服、浴室环境的主色调、剃须刀产品外观、光线的方向。因为AI生成视频的随机性很强,如果你不在前期定死这些关键词,后面每换一个镜头,主角就可能变一个样子,产品外观也会飘来飘去,最终剪出来就像换了个产品线。
实操时,先拿文生图模型生成一批主角定妆照,选三张最满意的存下来。选的标准不是好看,而是特征稳定:脸型、发型、瞳孔颜色、T恤的褶皱方向都要一致。然后每一段视频生成时,都用其中一张定妆照作为图生视频的首帧,提示词里再补一句“保持角色与输入图像一致”。这样能最大程度压住“角色漂移”问题。
镜头脚本方面,我习惯按一条30秒广告分成8到10个镜头来写,每个镜头只承担一个任务。比如:镜头一给浴室全景交代环境,镜头二给主角面部特写定人设,镜头三给手部动作讲产品,镜头四给剃须刀划过皮肤的声音特写,镜头五开始安排AI崩坏点。不要把“讲产品+搞笑+上价值”塞进同一个镜头,那是生成模型最怕处理的多重指令。
3.2 第二步:文生视频与图生视频怎么选
项目里用到两类生成方式,需要说清楚。第一类是纯文本生成视频,用来做背景空镜头、过渡镜头和不需要人物的场景。比如浴室瓷砖上的水珠流动、剃须刀悬浮在空中的超现实展示、水龙头像藤蔓一样弯曲的画面。这些镜头不需要角色一致性,让模型自由发挥反而能撞出意料之外的视觉效果。
第二类是人物的关键镜头,必须用图生视频,也就是把定妆照作为起点,再配合提示词让模型驱动角色动作。这里最需要注意的是动作幅度。模型驱动角色说话没问题,但一旦涉及“低头拿起剃须刀再抬头微笑”这种连续动作,很容易突然扭曲。我的办法是把连续动作拆成三步:低头、拿刀、抬头微笑,分三段生成,再在剪辑软件里拼接。这样每段动作都简单,模型就很少犯错。
另外提示词里一定要加“shallow depth of field”(浅景深)或“film grain”(胶片颗粒)这类描述。因为AI生成视频的画面表面通常太干净、太平滑,观众会不自觉产生“假”的感觉。加一层轻微的胶片噪点,再把景深做虚一点,画面质感会马上从CG渲染变成电影镜头,对缓解AI味道有很大帮助。
3.3 第三步:声音和对白怎么处理
这支广告的笑点有一大半靠声音完成。数字人的语气必须是一本正经的,语速稍快一点,偶尔在奇怪的地方停顿,就像新闻主播念错了词还坚持念完。AI语音合成已经能做出不错的朗读,但很难做出“临场反应”。比如发现手指多了一根时,数字人那句“等等”要带一点迟疑和慌乱,文本转语音念出来就会很平。
我的经验是:先用AI语音合成生成标准版对白,拿到这个版本后,再找真人配音演员照着AI版的语气重新录一遍。注意,是真人模仿AI,不是AI模仿真人。这样出来的效果反而有一种微妙的机械感,因为真人模仿AI时会不自觉地放慢字与字之间的间隔,这种间隔恰好就是“数字人在惊讶”的感觉。两者对比后,把真人版剪辑进最终成片,AI版作为参考音轨留着备用。
声音细节上,还要注意环境音和音效。视频里凡是出现浴室环境,就要垫一层水汽般的白噪音;剃须刀划过时要有清晰的金属摩擦声;AI画面崩坏时可以突然停一下背景音,制造“程序死机”的既视感。这些细节单个看没什么,但组合在一起,观众的潜意识就会觉得“这东西确实不是真人拍的,但制作它的人很懂”。
3.4 剪辑节奏:什么时候让观众发现“崩坏”
剪辑是整条广告能不能笑出来的分水岭。不能一上来就让观众看到AI崩坏,也不能藏太深。我把时间轴做成了一张表,你可以直接参考:
| 时间段 | 画面内容 | 音频重点 | 观众心理 |
|---|---|---|---|
| 0-5秒 | 数字人站在浴室镜子前,表情严肃 | 开局一句话:“你以为这是实拍?” | 好奇 |
| 5-15秒 | 产品特写,数字人介绍刀片和手柄 | 正常语速,背景音乐轻快 | 以为只是普通广告 |
| 15-25秒 | 镜像延迟,数字人发现不对 | 音乐骤停,数字人停顿一秒 | 开始发笑 |
| 25-40秒 | 连续三个崩坏点:多手指、水逆流、logo变色 | 每崩一次,数字人就用无情绪语气解释 | 笑点密集 |
| 40-52秒 | 数字人转向镜头,正式自嘲 | “这是AI拍的,做得不好请多担待” | 好感提升 |
| 52-60秒 | 产品标志出现,标准结束语 | 背景音乐恢复,语气恢复正常 | 记住产品 |
这张表的核心逻辑是:不要在同一时间点把所有崩坏都放出来。观众需要一个接收笑点的节奏,连续放好几遍,笑点会疲劳;隔一个正常画面再放一个崩坏,观众的注意力反而会被拽住。
4. 为什么品牌愿意用AI做广告:成本、迭代与传播逻辑
4.1 省钱效应:预算从“团队外包”变成“显卡电费”
传统实拍广告最贵的不是设备,是人和场地。一个30秒的TVC,摄影团队、演员、灯光、美术、后期特效再加上场地租借,十几万起步很正常。如果还要拍三个版本,预算直接翻倍。AI生成的方式在这个项目里把成本结构彻底改了。前期的画面生成主要靠算力,一次成功的镜头生成成本几乎可以忽略,主要开销在人和时间:写提示词的人、调口型的人、剪辑的人。
以我的实测来看,做一条60秒以内的AI产品视频,如果从零开始,包括练习和调参,大概需要4到6天。其中真正占用时间的不是“渲染”,而是反复生成、筛选、回滚的过程。一个两秒的镜头,可能生成10次才挑出1次能用。即便如此,总成本也比实拍低一个量级。这让很多过去只有预算拍PPT式宣传片的中小品牌,有了做电影感镜头语言的可能。
省钱不是唯一的理由,更关键的是改片自由度高。实拍素材拍完了,想换个笑点,只能重拍。AI素材生成了,想换一句台词,只需要改提示词再生成一次。这个自由的深度,才是品牌愿意冒险的主要原因。
4.2 快迭代:从上午改文案到下午出新版
我接手过几次类似项目,感受最深的是“迭代速度”碾压所有传统流程。传统广告片收到修改意见,先跟导演沟通,再协调演员档期,再进棚补拍,再回后期,快的也要一周。AI生成的工作流里,导演、美术、后期三个角色压缩成了同一个人,或者一个小团队。上午客户说“这个笑点不够自然”,下午就可以把提示词里“面无表情”改成“露出礼貌但困惑的微笑”,重新生成三版供挑选,第二天早上就能看到带语音和背景音的新版。
这种速度给创意带来的变化是质的:团队敢试验更多离谱的想法,因为试错的边际成本很低。很多AI广告项目最后呈现的搞笑元素,最初根本不在脚本里,而是生成过程中“意外”撞上的。快迭代让这些意外有了转正的机会。
当然,快也有代价。如果提示词功底不到家,十几条镜头里能用的可能只有一两条,那快迭代反而变成大量无效工作。这也是为什么我建议不要一上来就写复杂的长提示词,而是先拿定妆照跑几个单镜头,把生成模型的“脾气”摸清楚,再定最终脚本。
4.3 传播风险:AI广告的六道暗门
AI广告不是没有风险。我整理过一张自查清单,反正每次做类似项目都要过一遍:
- 品牌资产一致性:主要视觉元素漂移,产品看起来像竞品,必须用首帧锁定和规范提示词反复校准。
- 内容披露:很多平台要求AI生成内容明确标注,模糊处理容易引来下架或限流。
- 道德问题:数字人形象如果过于逼真且用了真人脸模,可能涉及肖像权纠纷,最好用完全虚拟的原创面孔。
- 失控内容:模型生成画面可能包含不当文字或符号,出片前需要至少两名同事逐帧审核。
- 字幕与口型:AI语音和画面对不上,观感非常明显,宁可剪掉台词也要保证口型大致贴合。
- 版权归属:生成模型的训练数据来源存在争议,商用前要查清服务条款是否允许广告用途。
这六项里最容易被忽略的是“平台标注”。很多团队辛辛苦苦生成一条片子,发布时忘了在描述里注明AI生成,结果被平台算法判定为“疑似合成内容”,直接降低推荐权重。如果你也想做类似项目,务必在发布流程里加一道“检查AI披露标识”的关卡。
5. 常见翻车点与排查技巧实录
5.1 角色崩坏:手指、眼睛、牙齿最暴露
AI生成视频里最经典的翻车就是手指数量异常。一个特写镜头里多出一根手指,观众会下意识觉得不舒服,但又说不上来哪里不对。排查的时候不要只看整体画面,要把手指、眼睛、牙齿、头发边缘、镜片反光五个位置单独放大看。尤其注意眨眼动作,很多生成模型处理的眨眼频率过快,看起来像在抽搐。
如果崩坏出现在关键镜头,最快的处理办法不是反复重抽,而是把崩坏画面截出来,当作“彩蛋”素材。只要脚本里提前留了自嘲位,这些崩坏画面就能直接剪进去。如果实在要重生成,就修改提示词里的“真实感”强度,或者换成角色侧脸角度,绕开手指这类难生成部位。
另外,皮肤质感和光照方向也是常见雷区。AI生成的人脸经常像塑料,可以在提示词里加入“毛孔可见”“皮肤有自然油光”来拉回真实感。灯光方向要保持统一,否则画面里会出现两个人共处一室但影子方向相反的场景,特别出戏。
5.2 声音出戏:AI语音没有“反应时间”
AI语音合成最大的问题是情绪容差太窄。它能给你字正腔圆的内容,但给不了真人脱口秀那种“延迟半秒再笑”的现场感。前文提到找人模仿AI,是解决这个问题的一个方向。如果你预算不够,就只能在剪辑软件里手动处理语音轨:在需要惊讶、停顿、迟疑的位置,把语音切成两段,中间插入0.3到0.6秒的空隙,再补一个轻微的气口声。这个技巧能让AI语音听起来有“想了一下再说话”的生动感。
还有一个细节,笑点台词的音量要比普通台词高2到3dB,同时压掉一点背景音乐。因为笑点能不能响,取决于观众能不能第一时间听清那句“自嘲”。如果背景音盖过了台词,笑点就白发。
5.3 提示词不管用:别急着加“高清、细节、真实”
很多新手遇到生成效果不佳,就会往提示词里堆“高清、完美、细节丰富、真实感”。结果画面上全是脏噪点,纹理过度。实际上,提示词要优先控制的是结构和主体,其次才是质感。一段提示词里应该先写“主体是谁、在做什么环境里、镜头怎么运动”,再写“光线方向、画面风格”,最后才写“细节质感”。结构不对,堆再多形容词也补不回来。
我常用一个口诀:角色做动作,环境定气氛,镜头走轨迹,质感加情绪。比如要生成数字人惊讶的镜头,结构上要明确写“角色面向镜头,肩膀微微后缩,眉毛上扬,镜头缓慢推近”;而不要只写“惊讶的表情”。模型理解“松弛感”这类词的能力比你想的要差,它能吃到的是具体的面部动作和身体姿态。
5.4 素材量不够:60秒广告至少要准备三倍库存
AI生成视频的成功率,初期大概在20%到30%,后面经过提示词调整能到50%。也就是说,一条60秒广告如果最终需要30个可用镜头,制作过程中至少要生成90到100个镜头素材。如果你一开始就抱着“生成一段满意的直接用”的心态,后期会非常痛苦。
我建议建立两个文件夹,一个叫“合格素材”,一个叫“崩溃素材”。合格素材按时间轴顺序编号,崩溃素材别急着删,很多“AI幻觉”画面拆碎之后反而可以当中插动画、转场特效、背景板素材用。这个习惯救过我很多次。
5.5 团队协作:提示词要写成“可读文档”
如果你不是一个人干活,而是和剪辑、配音协作,那提示词就不能只躺在软件里。最好把每次生成的镜头编号、提示词全文、生成参数、选片理由整理成一个表格,让剪辑一眼明白这条素材的用途。很多时候剪辑不知道某条素材是“故意崩坏”还是“不小心崩坏”,就会把笑点素材剪进废片里。所以在素材命名上,我会直接加后缀,比如“shot_03_joke_delay”,后面的“delay”表示这是专门用来制造停顿效果的笑点镜头。
6. 我个人的一点体感
AI广告这个事,我试过几次之后最大的感受是:不要总想着拿AI去模仿“完美”,反而要拿它去制造“不完美里的小惊喜”。这支剃须刀品牌广告之所以能成立,是因为他们一开始就没打算让AI假装人类,而是大大方方告诉观众“我就是AI,我还会犯错”,然后拉着观众一起笑自己的错。这种态度放到任何一个品牌上,都会比硬凹技术牛X更容易赢得好感。
最后再分享一个小技巧:如果你也想复刻这种“AI自嘲式广告”,可以先不急着写产品卖点,而是把你们品牌最常被吐槽的点列出来,选一个最容易变成段子的,让AI生成一段“AI版的吐槽”,再把这一段放进脚本里作为钩子。这样出来的广告既有AI视角,又跟品牌有真实的关联,观众会更容易信服“这不是为了蹭AI热度硬做的广告”。后续如果这个方向跑得通,还可以继续做系列短片,每期让AI数字人挑战一件品牌相关的事,崩坏一次就出一期,意外地能沉淀不少内容资产。