【品牌短片】用 AI 制作一支复古服装品牌短片：从参考图到成片剪辑

不用拍摄、不搭棚，也能做出一支完整的服装品牌短片。这篇教程会拆解我如何用参考图、角色资产、智能体提示词和图生视频，把一组复古泳池穿搭做成商业广告感成片。

一起来看一下成品：

那么接下来，按照我的思路和步骤，你也可以做出这样的作品，一起来实操吧~

准备工具

image 2.0 https://chatgpt.com/c/

nanobanan pro https://labs.google/fx/tools/flow/

可灵O3 https://klingai.com/app

倘若不知道模型怎么使用，可以参考这个教程（https://www.super-i.cn/info-2796.html），与本教程一起使用

 

如果不想各个网页跳转模型，可以使用flowpix平台，已接入所有热门模型

 

本次教程的链接如下

https://www.flowpix.club/bj/31048.html?token=8c694a4055b26aba9d550df9eb7e83b8

工作流区域标注

第一步是找参考

我先在图片参考平台 P站（https://www.pinterest.com/）上找灵感，先确定场景。这里的场景图非常重要，因为后面所有图片的色彩、光线和质感，都会尽量围绕这张场景参考来统一。

 

这次我先找了两个场景

 

再找了三个和场景色彩匹配的角色穿搭，三个角色会作为后续分镜里的主角。

因为这是一支商业展示片，不需要强剧情，所以前期最重要的是统一视觉方向：场景要统一，人物穿搭要统一，色彩也要统一。

第二步是整理资产

场景资产：

两个场景中，有一张场景图的色彩和另一张不一致，所以我先用 image2.0 做了色彩统一。

提示词如下：

参考图1的色彩与质感更改图2的色彩与质感

GPT image2.0生成界面

 

 

统一之后，再让 AI 分析这两张图的色彩和质感，用来控制后续生成图片时的整体视觉。

GPT对话界面

 

图1的色彩与质感分析：

色彩分析

画面整体呈现出复古、明朗且极具度假感的高饱和度色调。

主导色调为明黄色、松石绿与草绿色。遮阳伞和躺椅上的明黄色与暖白色条纹、格纹，形成了强烈的视觉焦点，传递出温暖、阳光的夏日氛围。

泳池的松石绿与明黄色形成经典的冷暖对比。这种色彩碰撞既活跃了画面，又在视觉上带来了清凉与温度的平衡。

背景中的深绿椰林、棕色树干以及地面的草绿色，为画面奠定了自然、生机的底色。整体色彩带有明显的胶片调色风格，高光部分微微偏暖，暗部柔和，具有类似复古电影美学的特征。

质感分析

颗粒质感：整张图片具有细腻的胶片颗粒感，弱化了现代数码的锐利度，增添了怀旧与叙事感。

织物与面料：遮阳伞和躺椅坐垫呈现出哑光、厚实的帆布或粗织棉质纹理，格纹与条纹的排布增强了面料的视觉起伏。

水体质感：泳池水面呈现出半透明的清澈感，微风拂过的波纹带有柔和的折射光泽，并倒影出背景建筑与遮阳伞的朦胧轮廓。

金属与漆面：躺椅和茶几的白色钢管骨架呈现出平滑、细腻的半哑光烤漆质感。

自然质感：前景的草坪质感细密，背景的棕榈树叶与灌木丛层次分明，展现出植物特有的蓬松与有机形态。

 

图2的色彩与质感分析：

色彩分析

主调与配色：

画面以温暖的明黄色、生机的绿色和静谧的蓝色为主色调。家具的暖黄色框架与背景中大面积的蓝色海洋形成鲜明的冷暖对比，既有视觉冲击力又显得明朗温馨，营造出浓郁的度假氛围。

自然过渡色：

前景的草坪和中景的灌木呈现出丰富的绿色层次。从暗绿、翠绿到被阳光照亮的黄绿色，这些绿色调起到了连接黄、蓝两色的自然过渡作用。树荫在草地上投下的阴影，形成了微妙的冷绿与暖绿对比，增强了画面的空间深度。

点缀色：

座椅的白色靠垫提供了视觉上的缓冲与净化，降低了高饱和度色彩带来的疲劳感。抱枕上的蓝色与姜黄色图案，以及中景花丛中零星分布的红色、黄色花朵，作为局部点缀，丰富了色彩的细节与趣味性。

光影色彩：

强烈的阳光透过上方树叶，在地面和家具上洒下斑驳的光影。光线照射处呈现出高饱和度的暖金色，阴影处则呈现出偏冷的暗绿色和灰蓝色，光影的冷暖交织使画面色彩更加生动立体。

质感分析

人工材质：

家具框架呈现出哑光、平滑的涂层质感，线条干净利落，反射出均匀而柔和的光泽。

座垫与靠枕展现出柔软的纺织物肌理。白色座垫具有户外帆布或粗麻织物的粗糙与结实感；抱枕则通过图案和缝线，表现出更加细腻、有分量感的布艺质感。

桌面上的玻璃杯具有通透、光滑的介质质感，在阳光下折射出剔透的光芒与液体光泽。

自然材质：

草坪具有细密、柔软的绒毯质感，受光处的草茎细节清晰，背光处则显得绵密柔和。

树叶与灌木展现出丰富的植物生命质感。上方的树叶在逆光下呈现出轻薄、半透光的视觉效果，叶片边缘清晰；中景的灌木丛则显得繁茂、蓬松而有层次。

远处的海洋呈现出朦胧、开阔的液态质感。由于空气透视原因，海面细节被弱化，与近处清晰、具体的植物和家具质感形成虚实对比，拉开了空间距离。

 

接着，我把两个场景都扩展成一套九宫格场景资产。这样做的好处是，后面生成分镜时，不会只有一个固定角度，而是有更多场景角度可以参考。

提示词如下：

根据这个场景图片生成九宫格多视图,包含不同角度的场景图。

GPT image2.0生成界面

 

 

人物资产：

人物部分，我把找到的三个角色穿搭生成了人物四视图，作为人物资产。人物四视图的作用是保持人物脸部、发型、身形、服装款式和气质稳定，避免后续分镜里人物不断变样。

 

上传找到的人物穿搭，在gpt image2.0中输入提示词：

生成图中人物的真人形象设定四视图，灰色摄影棚背景，整体为专业真人角色定妆参考板，规整排版，干净简洁，不是海报，不是杂志大片，不要剧情动作，不要复杂场景。

整体版式严格分为上下两部分：上半部分占画面高度三分之一，下半部分占画面高度三分之二。

上方区域展示两张精细真人面部特写，左侧为正面面部特写，右侧为半侧面面部特写。两张特写都以头部与肩颈为主，构图紧凑，清晰展示人物五官、骨骼结构、妆容、发型、头饰与神态。人物面部特征、发型、妆造、头部配饰必须与参考形象严格一致。皮肤质感真实自然，保留毛孔、细纹、绒毛、眉睫、碎发与皮肤受光后的细微起伏，不磨皮，不过度锐化，不做人像美容，呈现高解析真人摄影棚定妆照质感。

下方区域展示两张身体与服装参考图，左右排列。

左侧图片必须是放大后的正面服装展示图，人物采用标准 A-pose 站姿。

这一张图的重点不是完整全身入镜，而是“人物尺度明显放大”，让角色在画面中占据更大比例。

左侧图片必须使用更近距离的正面取景，人物从肩颈下方开始入画，到鞋子结束，头部因画面放大而被完整裁切到画面之外。

请注意，这张图不是普通远距离全身照，而是近距离放大的正面服装图：人物身体在画面中的占比要明显更大，上半身与下半身都要被放大展示，整体视觉效果像时装定妆板中的服装主体展示图。

人物双肩、双臂、双手、躯干、腰部、腿部、鞋子必须完整保留，画面边缘只允许裁掉头部，不能裁掉手、脚或身体主体。

左侧这张图必须比右侧背面图看起来更“近”、更“满”、更“放大”，让服装细节和身体比例更突出。

禁止把左侧图做成普通小比例全身图，禁止人物在左侧图中显得太小，禁止头部仍然留在画面内，禁止只裁掉半个头或留出下巴、嘴巴、鼻子、头发边缘。

右侧图片为背面全身图，标准 A-pose，完整展示从头部到鞋子的背面全身。人物背对镜头，完整保留背面头部、发型背部、服装背面结构、鞋子与整体轮廓，用于展示角色背面造型。右侧这张图为常规完整背面全身展示，人物比例正常，不需要像左图那样放大裁切。

下方两张图必须为同一个人物、同一套服装、同一组配饰、同一身体比例。整体保持超模感修长比例，但不要夸张变形。服装设计、布料层次、鞋子、穿搭风格、服装结构与配饰样式必须严格遵循原图。所有服装与配饰都要呈现真实物理材质质感，布料有自然褶皱、垂坠和厚薄变化，金属有真实反光，皮革、丝绸、纱质等材质表现真实自然。若原图服装为开叉长裙，则左侧正面放大图中人物可自然一条腿向前迈出半步，以展示开叉结构和露腿效果，但整体仍需保持定妆照式稳定姿态，不要做走秀动作。

光线只使用干净统一的摄影棚三点式打光：正左侧主光，正右侧辅助光，后右侧轮廓光。不要杂乱光效，不要彩色灯光，不要强氛围特效。背景为纯净灰色无缝影棚背景。

严格要求： 上方两张脸部特写占画面上三分之一。 下方两张身体图占画面下三分之二。 左下图必须是“放大后的正面服装展示图”，人物在画面中的占比明显更大，头部因近距离取景被完整裁切出画面。 右下图必须是完整背面全身图。 禁止左下图做成普通比例全身小图。 禁止左下图出现任何头部信息。 禁止左右服装不一致。 禁止人物比例漂移。 禁止 AI 油腻感、塑料皮肤感、过度美颜感、廉价 CG 感。

GPT image2.0生成界面

第三步是生成分镜图

这一阶段需要准备三类输入：场景资产、人物资产、图像推导智能体提示词。

我的做法是，先把人物图、场景图、图像推导智能体提示词一起交给大语言模型AI（豆包/gemini/ChatGPT），让它根据已有资产推导出图片生成提示词。然后再把这段提示词和人物、场景一起用于生成四宫格分镜图。

 

我用其中一个分镜来演示

 

1. 使用AI推导分镜提示词

图像推导智能体提示词如下：

你现在是一名高级时装广告导演、视觉策划师、摄影指导和 AI 图片提示词专家。

我会上传一张或多张图片，图片可能包含：人物四视图资产图、人物服装资产图、场景资产图、风格参考图、多人角色资产图。你的任务不是直接生成图片，而是根据我上传的图片，自动分析人物、服装、场景和风格，并最终只输出一段可以直接复制使用的“高级服装视频静态帧 4