大家好啊，我是瑞斯白。
上一期的课程结束后我们做用户调研，有个学员说他之前一般都用Veo3.1生视频，后来改用seedance 2.0，好用是真的好用，但是也贵。
成本就是使用seedance 2.0的第一痛点。
降低成本，就需要降低抽卡概率，提升AI视频成功率。
很多人花了很多时间、烧掉几百上千积分，抽了几十次卡，做出来的AI视频，想要的那种感觉，始终抽不出来。
这里固然有抽卡的概率问题，但是也有很多提示词、工程化的思路和技巧。
今天这篇，从底层讲起，还有两套能直接套用的方法：填空法、组合法和skill。
一、为什么 AI 商品视频，总像在抽卡
先讲一点底层原理。我始终觉得搞懂底层原理是用好AI的基础。
第一个词：去噪——AI 是怎么学会"无中生有"的。
先说个反直觉的事实：AI 学做视频，学的不是"把看过的视频背下来"。
它练的是反过来的一件事。
训练时，工程师拿一段真实的好视频，往上一点点加噪点，一直加到整段变成一屏纯雪花，就像那种老式电视没信号时候的的屏幕样子。
然后让模型反复练一件事：看着这屏带噪点的画面，把刚加上去的噪点猜出来、擦掉，还原回上一步。
练过几亿次，模型就练成了一个独门手艺——给它任意一屏雪花，它都能一步步擦回成一个"合理的画面"。
所以用AI生成视频时，起手必须是一屏雪花。因为这是它唯一认得的"原料"。
第二个词：初始噪声——为什么每次都像在抽卡。
这屏起手的雪花，是临时随机生成的。
你每点一次"生成"，就是重新撒一把随机雪花点来开局。
雪花的分布不一样，被擦出来的画面就不一样。
这点随机，正是 AI 能"创作"出新画面的来源，也是"抽卡"的来源。
所以同一句提示词，前后有差别，是这套机制天生如此，真不全怪运气差。
第三个词：条件——提示词凭什么能拐动去噪的方向。
这就要回答一个关键问题：既然起手是随机雪花，写的提示词凭什么管用？
因为去噪不是闷头瞎擦。
你写的每个字，会先被翻译成一串模型能读懂的数字。
模型每擦一层，都会回头对一眼这串数字，问自己一句："照着'琥珀色精华液滴落'这句话，这一层该往哪个方向擦？"
也就是说，你的提示词在去噪的每一步都参与了进来，把画面一点点往你描述的方向拽。
没有提示词，它只会擦成一个泛泛的、说不上要什么的画面。
给了提示词，它才知道该朝哪个具体画面收敛。提示词和首帧参考图，就是你唯一能伸手拨的方向盘。
第四个词：注意力——画面里谁该看谁。
最后这个词，管的是画面的重心和镜头怎么动。
模型擦画面时，不是一块块孤立地擦，而是让每一块都去"看"别的块，算出"我该跟谁关系最近"。这个机制就叫注意力。
它刚好分三层，对上你做视频最在意的三件事。
一是同一帧画面里：瓶子那块和手那块要互相照应，边界、光影才合理，不会糊成一团。
二是帧与帧之间：第 5 帧的瓶子得"看"着第 1 帧的瓶子在哪，几帧连起来，镜头的推拉移动才顺，不会鬼畜。
三是画面和文字之间（专业点叫"交叉注意力"）：画面每一块还会去对照你提示词里的字，"精华"这个词的信息，会被分配到该出现精华的那块区域上。
这也解释了，为什么词写对了，东西就长在对的地方。
注意力是模型内部自动跑的，没法直接影响和调整。但能靠提示词，间接决定它把注意力放在哪。
到这儿，四个词就串成一条线了。
起手是一屏随机雪花，模型靠数据训练出的能力一层层擦干净，擦的时候靠注意力安排画面里的关系，而全程唯一听你指挥的，只有你给的条件。
噪声左右不了，注意力是模型自己的事。
真正能握住的方向盘，就剩"条件"这一个。
所以问题就清楚了。
抽卡的本质，是只甩了几个模糊的词进去，剩下全交给了那片随机雪花。
给的条件越含糊，模型每一步越要靠猜。
给的条件越清楚，每一步去噪就越有方向，出片自然越稳。
那怎么才算把条件给清楚？这就是下面两套方法要解决的。
二、填空法：把提示词从"靠猜"改成"填表"
很多人写提示词，是一句大白话扔进去："帮我做一个我家精华液的视频"。
模型收到这种话，只能自己脑补，剩下全靠抽，这个例子我们已经举过很多次了。
填空法的思路很简单。把一句提示词，拆成四个固定的"空"，你一个个填进去。
这四个空是：主体、景别、动作、场景。
主体：你的商品到底是什么。什么材质、什么颜色、什么状态。"一瓶琥珀色的玻璃瓶精华液"，比"精华液"清楚十倍。
景别：镜头离商品多远。特写看质感，中景看使用，远景看环境。电商商品视频里，特写往往最出效果。
动作：这一镜里发生什么。商品被拿起、被旋转、精华滴落、盖子被打开。静止的商品和有动作的商品，质感差很远。
场景：商品所在的环境。背景、光线、怎么摆放。"放在清晨阳光斜照进来的木质梳妆台上"，画面感一下就有了。
把这四个空填满，一句完整的提示词就出来了：
一瓶琥珀色的玻璃瓶精华液（主体），特写镜头（景别），一滴精华正缓缓从滴管落下（动作），放在清晨阳光斜照的木质梳妆台上（场景）。
四个空填满，模型就没那么多空间去乱猜了，出视频就稳了。
三、组合法：同一个商品，换镜头就换质感
填空法解决的是"拍什么"。
但你会发现，同样的商品、同样的内容，有人拍出来像大片，有人拍出来平平无奇。
这里的差别就在"怎么拍"了。这就是组合法，管三个维度：镜头视角、镜头运动、构图。
镜头视角：平视、俯视、仰视。俯视适合摊开展示，仰视容易出高级感。
镜头运动：推近、拉远、环绕、平移。一个缓慢环绕的镜头，立刻就有质感。
构图：商品居中、三分法，还是特写填满整个画面。
这三个维度自由组合，同一瓶精华液能拍出完全不同的味道。
俯视加环绕加居中，是干净的产品展示。换成仰视加推近加特写填满，就有了高端广告那味儿。
这里还有一个很多人忽略的点：时间感。
同样一个滴落的动作，你写"精华滴落"，和写"一滴精华以慢动作缓缓滑落、表面泛着光泽"，出来的质感天差地别。
电商视频有没有"大片感"，很大程度就在于你有没有把时间描述清楚——它是快的、慢的，还是几乎凝固的。
四、从抽卡到工程化：把它变成能复用的 skill
讲到这里，你可能已经看出来了。
填空法和组合法，本质上是把"凭感觉写提示词"这件事，拆成了一套有固定步骤的流程。
一句话需求（"给这瓶精华液做条视频"）
↓
[填空法] 先定"拍什么"
↓
主体 → 景别 → 动作 → 场景（4 个槽位逐个填满）
↓
[组合法] 再定"怎么拍出质感"
↓
镜头视角 ／ 镜头运动 ／ 构图（3 个维度自由组合）＋ 时间感
↓
生成完整提示词 → 稳定出片 → 封装成 Skill → 一句话调用，批量出
只要是这样一套有固定步骤的流程，就能再往前走一步——用codex/claude code把它封装成一个 Skill。
装好之后，就不用再自己一格一格地填那张表。
只要跟它说一句"给我家这瓶精华液做条视频"，它就会照着填空法的四个槽位、组合法的三个维度，自动把完整的提示词拼出来。
模板是照着填，Skill 是AI替我们跑。
这一步对电商团队的意义，比"少抽几次卡"大得多。
当出片能力变成一个 Skill，就不再依赖某个特别有感觉的同事，而是一份能留在团队里、谁都能一句话调用的资产。
新来的团队同事，也能稳定出片。
写在最后
AI 视频做电商，最大的浪费其实不是积分，是时间，还有那种"始终抽不到"的挫败感。
理解了底层原理，你会发现可控的空间，比想象中大得多。
先把填空法的四个空填满，让出片稳下来。再用组合法去调质感。最后把跑通的那几套，沉淀成自己的模板。
不靠抽卡，靠流程和skill。
最后打个广告。
6 月 5 日，我和富百要开一个 10 天的实战训练营——AI电商内容训练营 · 以Codex/Claude Code 为核心。
这是我们的第二期课程，在第一期课程结束后我们做了大量的用户调研收集反馈，在第一期的基础上做了迭代，比第一期更易于学习。
课里教什么：
使用Codex/Claude Code 这类最先进的AI Agent、GPT Image 2 + Nano Banana Pro 做详情图、Seedance 2.0 做视频的工程化思路。从环境搭建到 AI 稳定出图、把出图能力沉淀成可复用的 skill，从爆款拆解到 AI 原创视频。
四阶段共 10 天，5场直播 + 视频同步。
适合什么人：
电商从业者、老板、商家，对Codex、 Claude Code 应用于自己业务感兴趣的同学，不需要编程基础。用 10 天跑通一次，把这套能力留在自己团队里。
早鸟价 ¥1499（限前 20 席），之后回到 ¥2499。（精力有限，这期依然会是小班制，先到先得）
有需要的朋友，欢迎添加：resbaict1114
课程大纲也放在下面了，正式开课时内容会有调整