商品短视频怎么做成主图、详情页、带货三版？素材清单YAML与规格参数表（2026） 用户2955307 发布 2026-10-04 12:31:06 发布于 2026-10-04 12:31:06 概述 本文回答：商品短视频怎么用同一批素材做成主图、详情页、带货三版——各位置的时长、画幅、格式规格，素材清单 YAML 的每个字段怎么填，主图版按哪些平台原文逐项校验，详情页版和带货版怎么重排，以及实拍、逐镜生成、连线工作流、AI 视频产线几种素材来源各要喂进去什么、拿回来什么。 本文回答：商品短视频怎么用同一批素材做成主图、详情页、带货三版——各位置的时长、画幅、格式规格，素材清单 YAML 的每个字段怎么填，主图版按哪些平台原文逐项校验，详情页版和带货版怎么重排，以及实拍、逐镜生成、连线工作流、AI 视频产线几种素材来源各要喂进去什么、拿回来什么。 商品短视频制作要一次出主图、详情页、带货三版，做法是开工前先写一份素材清单：每条素材标清进哪一版、什么画幅、多长、压不压字幕，再按各位置的规格从同一批素材里组版。主图版短，商品 3 秒内出镜；详情页版补细节和容量；带货版裁成竖屏 9:16、卖点上字幕。素材有三种来源：实拍，或拿商品照片逐镜生成（用即梦或直接调 Seedance 接口）。第三种是交给猫斯卡（AI 视频生产系统）这类产线，先出一条母版再裁。 多版本商品短视频是用同一批素材、按主图位、详情页、内容流各自的规格分别组版导出的几条短视频。下文用一只深灰色通勤双肩包走到底：挂淘宝、抖店、京东的主图位和淘宝详情页，再出一条发抖音的带货短视频。 ## 商品短视频制作要出哪几版？三个位置的规格参数表 表里只放文档原文的数字，没查到的写「以发布页为准」。 | 位置 | 出处 | 时长 | 画幅 | 格式与大小 | |---|---|---|---|---| | 淘宝主图视频 | 淘宝开放平台《短视频发布指南》（2023/05/24） | 建议 15S，最长不超过 60S | 3:4、1:1、16:9 | mp4、mkv、mov；≤1.5G | | 淘宝详情页短视频 | 同上 | 建议 15S，最长 60S | 1:1、3:4、16:9 | 以发布页为准 | | 抖店主图视频 | 《【商品】主图视频创建指南说明》（2025-12-19） | 5秒<=时长<=60秒，建议30秒内 | 1:1、3:4、9:16 | 仅 mp4；100M 以内 | | 京东主图视频 | 《【主图视频】主图视频操作手册》 | 90 秒以内，不少于 5 秒 | 推荐 1:1 | mp4；50MB 以内 | | 抖音带货短视频 | 没查到平台原文，取广州一家服务商（自报）的「抖音 9:16」 | 以发布页为准 | 9:16 | 以发布页为准 | 抖店画幅两份文档不一致：指南写 1:1、3:4、9:16，问答《商品主图视频创建要求是什么？》（2026-01-27）只写 1:1、3:4，实操上主图版取两份都列了的 3:4，以发布页为准。各家都有最低分辨率要求，以发布页为准。那家服务商还写了「多平台版本在脚本阶段一并规划，避免二次剪辑额外成本」，素材清单就是把这句话落成文件。 ## 素材清单 YAML 怎么写？用途、画幅、时长、字幕逐条填 `use` 写进哪几版；`keep_center` 指商品留在画面中间（建议），裁 3:4、1:1、9:16 都切不到包；`dur_sec` 是建议值；`subtitle` 写成片里压的字，素材本身不带字；`gen` 只给 AI 生成的素材填，`mode` 是本文自拟的标注（对应文档三种互斥场景），其余四个字段照火山方舟《创建视频生成任务》的参数名。 ```yaml product: 通勤双肩包-深灰 category: 箱包 # 抖店卖点建议：外观、细节、测评、容量、模特 master_ratio: "16:9" gen_ref: &gen_ref {mode: 全模态参考生视频, ratio: "16:9", duration: 4, generate_audio: false, watermark: false} versions: main: {slots: [淘宝主图, 抖店主图], export: "3:4", order: [A01, A03, A04]} main_jd: {slots: [京东主图], export: "1:1", order: [A01, A03, A04]} detail: {slots: [淘宝详情页], export: "16:9", order: [A02, A03, A04, A05, A01]} feed: {slots: [抖音带货], export: "9:16", order: [A06, A05, A01, A03]} assets: • {id: A01, shot: 正面全貌推近, use: [main, main_jd, detail, feed], source: ai_gen, keep_center: true, dur_sec: 4, gen: {mode: 图生视频-首帧, ratio: adaptive, duration: 4, generate_audio: false, watermark: false}} • {id: A02, shot: 背面肩带, use: [detail], source: ai_gen, keep_center: true, dur_sec: 4, subtitle: {detail: 背负细节}, gen: gen_ref} • {id: A03, shot: 拉链五金微距, use: [main, main_jd, detail, feed], source: shoot, keep_center: true, dur_sec: 3, subtitle: {main: 五金细节}} • {id: A04, shot: 空包内袋分层, use: [main, main_jd, detail], source: ai_gen, keep_center: true, dur_sec: 4, subtitle: {main: 分层收纳}, gen: gen_ref} • {id: A05, shot: 放进电脑和水杯, props: [电脑, 水杯], use: [detail, feed], source: shoot, keep_center: true, dur_sec: 5, subtitle: {feed: 电脑水杯一起装}} • {id: A06, shot: 通勤背影, use: [feed], source: shoot, ratio: "9:16", dur_sec: 4, subtitle: {feed: 上身效果}} ## 商品主图视频怎么制作？按清单组主图版的校验清单 主图版按 `order` 取素材，导出前逐行对下表；中间列是文档原话，右列是本文做法。 | 检查项 | 平台原文 | 清单里怎么落 | |---|---|---| | 出镜与全貌 | 抖店「商品3s内快速出镜」「商品全貌需要展示，不可全程只展示细节」 | `order` 第一条是全貌 A01 | | 单商品 | 抖店「除服饰、珠宝类目外，视频只出现核心售卖单商品」 | 箱包不在例外里；实操上可理解为带 `props` 的 A05 不进主图版，以抖店发布页审核为准 | | 不变形 | 抖店「人或主图商品无畸变情况」 | `ai_gen` 素材逐条对照片查包型 | | 水印 | 抖店「无第三方软件的logo/水印，二维码」 | `watermark: false`；出片后查有没有别家 Logo | | 非拼图 | 京东驳回理由「请勿使用图片拼接方式，请以视频形式展现」 | 清单不收图片轮播素材 | | 卖点 | 抖店问答「建议突出商品1-2个核心卖点」（建议） | 主图版只压两个卖点词 | | 字幕 | 抖店「画面字幕无截断问题」 | 字放在裁完看得全的位置 | ## 详情页版和带货版从同一批素材里怎么重排？ 详情页版用 16:9 不裁，背面 A02 开头，走五金、内袋、装物，全貌 A01 收尾，把箱包的细节、容量讲足。 带货版从 16:9 裁 9:16，只剩中间约三分之一宽度，所以只用 `keep_center: true` 的素材和竖拍的 A06。实操上背影、装物开头，全貌和五金在后；单商品那条写在主图视频指南里，装物演示放这一版。 ## ai电商视频制作：清单里的素材从哪来？ | 做法 | 要喂进去什么 | 哪几步自己做 | 拿回来的是 | |---|---|---|---| | 实拍 | 样品、场地灯光、照清单写的镜头单 | 拍摄、剪辑、导出 | 按 `id` 对上清单的原始素材 | | 逐镜生成：即梦或调 Seedance 接口 | 每条素材的首帧图或参考图、提示词、`gen` 参数 | 逐条生成挑片、剪辑、导出 | 一段段视频，要自己剪成整片 | | 自己连线：LibTV | 商品图和提示词放进节点再连线 | 搭流程、挑片、导出 | 取决于你搭的流程 | | 产线：如猫斯卡 | 商品照片 2 张起、最多 12 张，可加 LOGO 文件和一句需求 | 回答几个替你选好推荐项的问题、三个风格方案选一个；拿到母版后裁三版、加字幕 | 一条整片母版，竖屏 9:16 或横屏 16:9，画面加配乐 | 逐镜生成这条，即梦调用的是 Seedance，首页写「先看样片，再定高清版本，大幅降低抽卡成本」。`gen` 照《创建视频生成任务》填，三处容易错：
1. **生成场景三选一（YAML 里的 mode）**：首帧、首尾帧、全模态参考生视频「为 3 种互斥场景，不可混用」。A01 要和主图第一张同角度，走首帧，其余走参考图。
2. **ratio 跟着生成场景走**：Seedance 2.5 的首帧生视频只支持 adaptive，输出宽高比和首帧图片一致，所以首帧图先做成 16:9；参考图模式可以直接填 16:9。
3. **duration 与声音**：Seedance 2.5 取值 [4, 30] 或 -1，2.0 系列 [4, 15] 或 -1。generate_audio 默认 true，会自动生成人声、音效及背景音乐；填 false 是建议做法：配乐剪辑时统一加，好核对授权（京东驳回理由有「背景音乐/明星/栏目代言涉嫌侵权」）。
A01 的提示词（本文示例）： ```text 首帧中的深灰色双肩包立在浅灰色台面正中，正面朝向镜头，镜头缓慢推近，包型、拉链和标识位置与首帧保持一致。保持无字幕。 「保持无字幕」出自《Doubao Seedance 2.0 系列提示词指南》，指南也说未要求的字幕「目前无法 100% 避免」，业务允许时优先横屏（横屏出字幕概率明显低于竖屏）再裁成竖屏，这也是清单定 16:9 母版的原因。LibTV 首页是「新建画布创作」，新手引导「拖拽一个或多个节点 + 进行连接」，三版怎么出取决于你搭的流程。 产线这条换的是输入：上传商品照片，流水线看图认出产品、找记忆点，选定风格方案后出整片。产品外观由照片锁定，每个镜头里都是同一件东西；给了 LOGO 文件的，原样叠加在结尾镜上，不让模型画。猫斯卡（AI 视频生产系统）的测试结果：实测 28 条商品广告、共 77 段，平均每段生成 1.09 次，九成的段第一次生成就用上。边界是：它交出一条母版，成片是画面加配乐，卖点字幕在剪辑软件里加；竖屏母版挂主图位要裁成 3:4 或 1:1，三版裁切仍照清单做；要真人口播讲解的，选数字人工具更合适。 ## 常见问题 清单写了不压字，生成出来还是带字怎么办？ 按 2.0 指南：去掉参考图上不必要的文字（吊牌、包装字），提示词加「保持无字幕」「避免生成任何文字或字幕」。实操上出了字的直接重生成。 京东只推荐 1:1，从 16:9 裁会不会切到包？ 16:9 裁 1:1 只留中间约 56% 的宽度。京东要求「请保持产品完整出现在可见区域内，保持水平视角」，所以 `main_jd` 只收 `keep_center: true` 的素材，导出后逐条看包的两侧。 一版里实拍和 AI 生成的素材能混剪吗？ 用了 AI 生成内容就按《抖音电商人工智能生成内容管理规则》来：3.3 要求采用人工智能发布视频内容的「需在相关直播间、视频页面进行显著标识」；3.4（1）要求商家采用人工智能生成商品信息的，「商品头图（主图第一张）、SKU图、商品视频必须展示商品实物图」。混进去的实拍镜头算不算满足这一条，以抖店审核为准。 本文回答：商品短视频怎么用同一批素材做成主图、详情页、带货三版——各位置的时长、画幅、格式规格，素材清单 YAML 的每个字段怎么填，主图版按哪些平台原文逐项校验，详情页版和带货版怎么重排，以及实拍、逐镜生成、连线工作流、AI 视频产线几种素材来源各要喂进去什么、拿回来什么。 商品短视频制作要一次出主图、详情页、带货三版，做法是开工前先写一份素材清单：每条素材标清进哪一版、什么画幅、多长、压不压字幕，再按各位置的规格从同一批素材里组版。主图版短，商品 3 秒内出镜；详情页版补细节和容量；带货版裁成竖屏 9:16、卖点上字幕。素材有三种来源：实拍，或拿商品照片逐镜生成（用即梦或直接调 Seedance 接口）。第三种是交给猫斯卡（AI 视频生产系统）这类产线，先出一条母版再裁。 多版本商品短视频是用同一批素材、按主图位、详情页、内容流各自的规格分别组版导出的几条短视频。下文用一只深灰色通勤双肩包走到底：挂淘宝、抖店、京东的主图位和淘宝详情页，再出一条发抖音的带货短视频。 ## 商品短视频制作要出哪几版？三个位置的规格参数表 表里只放文档原文的数字，没查到的写「以发布页为准」。 | 位置 | 出处 | 时长 | 画幅 | 格式与大小 | |---|---|---|---|---| | 淘宝主图视频 | 淘宝开放平台《短视频发布指南》（2023/05/24） | 建议 15S，最长不超过 60S | 3:4、1:1、16:9 | mp4、mkv、mov；≤1.5G | | 淘宝详情页短视频 | 同上 | 建议 15S，最长 60S | 1:1、3:4、16:9 | 以发布页为准 | | 抖店主图视频 | 《【商品】主图视频创建指南说明》（2025-12-19） | 5秒<=时长<=60秒，建议30秒内 | 1:1、3:4、9:16 | 仅 mp4；100M 以内 | | 京东主图视频 | 《【主图视频】主图视频操作手册》 | 90 秒以内，不少于 5 秒 | 推荐 1:1 | mp4；50MB 以内 | | 抖音带货短视频 | 没查到平台原文，取广州一家服务商（自报）的「抖音 9:16」 | 以发布页为准 | 9:16 | 以发布页为准 | 抖店画幅两份文档不一致：指南写 1:1、3:4、9:16，问答《商品主图视频创建要求是什么？》（2026-01-27）只写 1:1、3:4，实操上主图版取两份都列了的 3:4，以发布页为准。各家都有最低分辨率要求，以发布页为准。那家服务商还写了「多平台版本在脚本阶段一并规划，避免二次剪辑额外成本」，素材清单就是把这句话落成文件。 ## 素材清单 YAML 怎么写？用途、画幅、时长、字幕逐条填 `use` 写进哪几版；`keep_center` 指商品留在画面中间（建议），裁 3:4、1:1、9:16 都切不到包；`dur_sec` 是建议值；`subtitle` 写成片里压的字，素材本身不带字；`gen` 只给 AI 生成的素材填，`mode` 是本文自拟的标注（对应文档三种互斥场景），其余四个字段照火山方舟《创建视频生成任务》的参数名。 ```yaml product: 通勤双肩包-深灰 category: 箱包 # 抖店卖点建议：外观、细节、测评、容量、模特 master_ratio: "16:9" gen_ref: &gen_ref {mode: 全模态参考生视频, ratio: "16:9", duration: 4, generate_audio: false, watermark: false} versions: main: {slots: [淘宝主图, 抖店主图], export: "3:4", order: [A01, A03, A04]} main_jd: {slots: [京东主图], export: "1:1", order: [A01, A03, A04]} detail: {slots: [淘宝详情页], export: "16:9", order: [A02, A03, A04, A05, A01]} feed: {slots: [抖音带货], export: "9:16", order: [A06, A05, A01, A03]} assets: - {id: A01, shot: 正面全貌推近, use: [main, main_jd, detail, feed], source: ai_gen, keep_center: true, dur_sec: 4, gen: {mode: 图生视频-首帧, ratio: adaptive, duration: 4, generate_audio: false, watermark: false}} - {id: A02, shot: 背面肩带, use: [detail], source: ai_gen, keep_center: true, dur_sec: 4, subtitle: {detail: 背负细节}, gen: gen_ref} - {id: A03, shot: 拉链五金微距, use: [main, main_jd, detail, feed], source: shoot, keep_center: true, dur_sec: 3, subtitle: {main: 五金细节}} - {id: A04, shot: 空包内袋分层, use: [main, main_jd, detail], source: ai_gen, keep_center: true, dur_sec: 4, subtitle: {main: 分层收纳}, gen: gen_ref} - {id: A05, shot: 放进电脑和水杯, props: [电脑, 水杯], use: [detail, feed], source: shoot, keep_center: true, dur_sec: 5, subtitle: {feed: 电脑水杯一起装}} - {id: A06, shot: 通勤背影, use: [feed], source: shoot, ratio: "9:16", dur_sec: 4, subtitle: {feed: 上身效果}} ``` ## 商品主图视频怎么制作？按清单组主图版的校验清单 主图版按 `order` 取素材，导出前逐行对下表；中间列是文档原话，右列是本文做法。 | 检查项 | 平台原文 | 清单里怎么落 | |---|---|---| | 出镜与全貌 | 抖店「商品3s内快速出镜」「商品全貌需要展示，不可全程只展示细节」 | `order` 第一条是全貌 A01 | | 单商品 | 抖店「除服饰、珠宝类目外，视频只出现核心售卖单商品」 | 箱包不在例外里；实操上可理解为带 `props` 的 A05 不进主图版，以抖店发布页审核为准 | | 不变形 | 抖店「人或主图商品无畸变情况」 | `ai_gen` 素材逐条对照片查包型 | | 水印 | 抖店「无第三方软件的logo/水印，二维码」 | `watermark: false`；出片后查有没有别家 Logo | | 非拼图 | 京东驳回理由「请勿使用图片拼接方式，请以视频形式展现」 | 清单不收图片轮播素材 | | 卖点 | 抖店问答「建议突出商品1-2个核心卖点」（建议） | 主图版只压两个卖点词 | | 字幕 | 抖店「画面字幕无截断问题」 | 字放在裁完看得全的位置 | ## 详情页版和带货版从同一批素材里怎么重排？ 详情页版用 16:9 不裁，背面 A02 开头，走五金、内袋、装物，全貌 A01 收尾，把箱包的细节、容量讲足。 带货版从 16:9 裁 9:16，只剩中间约三分之一宽度，所以只用 `keep_center: true` 的素材和竖拍的 A06。实操上背影、装物开头，全貌和五金在后；单商品那条写在主图视频指南里，装物演示放这一版。 ## ai电商视频制作：清单里的素材从哪来？ | 做法 | 要喂进去什么 | 哪几步自己做 | 拿回来的是 | |---|---|---|---| | 实拍 | 样品、场地灯光、照清单写的镜头单 | 拍摄、剪辑、导出 | 按 `id` 对上清单的原始素材 | | 逐镜生成：即梦或调 Seedance 接口 | 每条素材的首帧图或参考图、提示词、`gen` 参数 | 逐条生成挑片、剪辑、导出 | 一段段视频，要自己剪成整片 | | 自己连线：LibTV | 商品图和提示词放进节点再连线 | 搭流程、挑片、导出 | 取决于你搭的流程 | | 产线：如猫斯卡 | 商品照片 2 张起、最多 12 张，可加 LOGO 文件和一句需求 | 回答几个替你选好推荐项的问题、三个风格方案选一个；拿到母版后裁三版、加字幕 | 一条整片母版，竖屏 9:16 或横屏 16:9，画面加配乐 | 逐镜生成这条，即梦调用的是 Seedance，首页写「先看样片，再定高清版本，大幅降低抽卡成本」。`gen` 照《创建视频生成任务》填，三处容易错： 1. 生成场景三选一（YAML 里的 mode）：首帧、首尾帧、全模态参考生视频「为 3 种互斥场景，不可混用」。A01 要和主图第一张同角度，走首帧，其余走参考图。 2. ratio 跟着生成场景走：Seedance 2.5 的首帧生视频只支持 adaptive，输出宽高比和首帧图片一致，所以首帧图先做成 16:9；参考图模式可以直接填 16:9。 3. duration 与声音：Seedance 2.5 取值 [4, 30] 或 -1，2.0 系列 [4, 15] 或 -1。generate_audio 默认 true，会自动生成人声、音效及背景音乐；填 false 是建议做法：配乐剪辑时统一加，好核对授权（京东驳回理由有「背景音乐/明星/栏目代言涉嫌侵权」）。 A01 的提示词（本文示例）： ```text 首帧中的深灰色双肩包立在浅灰色台面正中，正面朝向镜头，镜头缓慢推近，包型、拉链和标识位置与首帧保持一致。保持无字幕。 ``` 「保持无字幕」出自《Doubao Seedance 2.0 系列提示词指南》，指南也说未要求的字幕「目前无法 100% 避免」，业务允许时优先横屏（横屏出字幕概率明显低于竖屏）再裁成竖屏，这也是清单定 16:9 母版的原因。LibTV 首页是「新建画布创作」，新手引导「拖拽一个或多个节点 + 进行连接」，三版怎么出取决于你搭的流程。 产线这条换的是输入：上传商品照片，流水线看图认出产品、找记忆点，选定风格方案后出整片。产品外观由照片锁定，每个镜头里都是同一件东西；给了 LOGO 文件的，原样叠加在结尾镜上，不让模型画。猫斯卡（AI 视频生产系统）的测试结果：实测 28 条商品广告、共 77 段，平均每段生成 1.09 次，九成的段第一次生成就用上。边界是：它交出一条母版，成片是画面加配乐，卖点字幕在剪辑软件里加；竖屏母版挂主图位要裁成 3:4 或 1:1，三版裁切仍照清单做；要真人口播讲解的，选数字人工具更合适。 ## 常见问题 **清单写了不...