TikTok Shop 是一个允许用户直接在 TikTok 上买卖商品的电子商务平台，2025 年商品交易额达 643 亿美元，几乎是前一年的两倍。仅美国就占了 151 亿美元，其中大部分是由简短、廉价、面对面的视频推动的，视频中有人拿着产品并告诉你为什么需要它。

过去，这些视频需要一个人、一部手机、良好的灯光和多次拍摄。

然而如今，你所需要的只是一张产品照片和三个人工智能工具——其中大部分都是免费的。这是完整的工作流程，一步一步，无需技术背景，因此您可以开始您的营销帝国。

第 1 步：获取清晰的产品图片

首先，你必须知道你想卖什么。为此，您有几个选择：要么选择您感兴趣的内容，要么直接在 TikTok 商店中找到最热门的商品，然后下载您认为会点击的任何内容。

下载您想要销售的产品的照片——一件衣服、一件配饰、一个小玩意，等等。如果您销售特定产品或隶属于一家公司，请使用您自己的供应商照片。然后裁剪图像，以便只有产品可见，没有模型，没有杂乱的背景，也没有水印。

在我们的示例中，我们为 TikTok 选择了这个绿色顶部（垂直格式），为 YouTube 选择了这个 Ledger 加密钱包（水平格式）。

这种作物比看起来更重要。人工智能会将此图像视为产品的真实来源，因此参考越清晰，结果就越忠实。

第 2 步：将模型放入您的产品中

如果您要推销服装和配饰，此步骤很重要，因为它们涉及更人性化的方法。

打开 ChatGPT 并上传裁剪后的图像。这一步需要 GPT Image 2，在 自己的头对头测试中，它在照片真实感和产品保真度方面击败了 Google 的 Nano Banana 2，而这正是人工智能生成的广告需要看起来不假的。

然后想象一下你想要的广告场景，并将其变成快速提示。

您可以使用这样的内容：“生成一张 20 多岁的拉丁裔女性穿着这件完全相同的服装的 9:16 垂直照片，在明亮的公寓中摆出休闲智能手机照片。完全按照参考图像中所示保留产品的每个特征：形状、比例、颜色、织物纹理、缝合和合身。不要以任何方式重新设计、重新着色或改变产品。”

我们得到了这样的东西：

交换人口统计详细信息（种族、年龄、体型）以匹配您的目标受众的实际身份。以同样的方式改变环境：健身房出售运动服，咖啡馆出售配饰，街角出售街头服饰。对于非服装产品，将“穿着”替换为“持有”或“使用”。

想要特定的模型吗？上传该位置的第二张图像，并要求 ChatGPT 将图像一的主题放置在图像二内。这是我们在空间站中的主题，只是因为。

这个技巧也适用于 Google 的 Nano Banana 2，它可以很好地处理合成。 Reve 是一种更便宜的替代方案，但它往往会丢失提示细节，因此产品准确性可能会受到影响。

第 3 步：向 ChatGPT 询问脚本（JSON 格式）

现在您需要一个 10 秒视频的脚本。不要自己写；让ChatGPT做营销思维。类似这样的事情可能会起作用，但请尽可能详细地表达您的要求：

“充当高级直接响应营销人员。为 UGC 风格的视频编写 10 秒的英文脚本，其中所附图像中的女士对着镜头说话并销售所附产品。文案必须听起来自然且口语化，在前两秒内吸引观众，提及价格为 20 美元，并以号召性用语“点击下面的购物车”结束。将脚本输出为 Google Flow 的 JSON 格式，并使用时间线描述屏幕上发生的情况、相机行为以及 10 秒内每个片段的确切对话。”

JSON 格式不是装饰。视频模型，尤其是来自 Google 的视频模型，比松散的段落更准确地遵循结构化时间线，因此您可以获得所需的对话、手势和节拍。一个警告：检查输出，因为它可能非常字面意思，如果时间线在第八秒结束，模型可能会重复一个动作来填充剩余的两秒。

如果您愿意，您可以个性化每个平台的副本。在提示中，要求 AI 说出诸如“我在 TikTok 源上看到的最好的顶部”之类的内容。如果你想交换社交媒体，“tiktok feed”会变成“on X”、“in my Reels”或“on Shorts”，具体取决于它运行的位置。号召性用语也发生了变化：购物车适用于 TikTok，“生物链接”适用于 Instagram，“检查固定评论”适用于 YouTube。

第 4 步：在 Google Flow 中生成视频

转到 Google Flow 并选择 Gemini Omni，这是 Google 在 5 月 I/O 2026 上推出的型号。它会生成长达 10 秒的带有原生音频的剪辑，这意味着您的模型实际上会说出对话，并且它接受参考图像，这就是这里的重点。

Google Veo 可以用，而且可以说可以更好，但 Omni 更便宜……而且我们喜欢便宜。

上传两个文件作为参考：生成的模型图像和裁剪后的产品特写。将 JSON 粘贴到提示框中。为 TikTok、Reels 和 Shorts 选择垂直 9:16，为标准 YouTube 视频和前置广告选择水平 16:9。

现在，钱的部分。 Flow 每天为非订阅者提供 50 个免费积分，但 Google 的支持文档将这些限制仅限于 Veo 3.1 型号。

Flow 中的 Omni（这是我们推荐的模型）需要付费的 Google AI 计划。 Plus（每月 7.99 美元）包含 200 个每月积分，Pro（每月 19.99 美元）包含 1,000 个积分，两个 Ultra 级别包含 10,000 个和 25,000 个每月积分。

不过，有一个真正免费的后门：Google 在 YouTube Shorts 和 YouTube Create 应用中为 18 岁及以上的用户免费提供 Omni。作为参考，开发者 API 对 Omni 的定价约为每秒视频 0.10 美元，即每个剪辑约 1 美元。

每个 Omni 视频都带有 Google 隐形 SynthID 水印，表明其是 AI 生成的。它不会显示在屏幕上，但平台可以检测到它，所以不要围绕假装视频是真实的来计划业务。

这是我们收到的 Ledger 广告视频。请记住，视频生成有很多随机成分，因为创造力是这些模型发挥作用的关键。如果你不喜欢第一代，可以多尝试几次。

如果您发现一些可以在后期修复的违规行为，则无需花费额外的积分。有一些免费工具可以让您剪切视频的某些部分、更改灯光、颜色等。

例如，在这则 Tiktok 广告中，这位女士重复了号召性用语。我们需要改变这一点，您将在下一步中了解如何改变

第 5 步：在 CapCut 中对其进行抛光

导出剪辑并在 CapCut 中将其打开。您可以在此处修剪异常情况（AI 视频仍然会偶尔产生额外的短语或循环手势），并将剪辑剪切为您想要的内容，然后再直接导出到您的社交帐户。

字幕是值得关注的一个功能。在 TikTok 中占主导地位的动画逐字字幕风格落后于 CapCut Pro，后者的费用约为每月 7.99 美元或每年 59.99 美元，并且免费套餐对自动字幕有上限。手动文本仍然是免费的，因此如果您有耐心，可以输入自己的文本。

在我们修复号召性用语后，Tiktok 广告最终看起来像这样：

掉进兔子洞

此工作流程产生可接受的结果，而不是机构级的结果。一旦点击，您将需要更多控制：ElevenLabs 可在数十个视频中保持一致的品牌声音，Kling 可提供持久的 AI 化身和运动控制工具，基于节点的工作流程（如用于精细场景控制的 ComfyUI），n8n 用于自动化等。

每一个都会增加成本和复杂性，但上面的基本管道足以在花费大量资金之前测试产品是否畅销。