AI 视频真正难的不是生成，而是连续性。我的做法是把一条产品广告拆成凭证、Brief、剧本、资产卡、静帧、视频和任务记录七个环节，让一次出片变成团队能重复调用的工作流。

先说结论

如果目标不是“做出一条片子”，而是“做出一套以后还能继续用的流程”，重点就不该放在单次生成效果上，而要放在连续性、资产化和任务沉淀上。

我最后的判断很简单：星图负责凭证、剧本和模型调度，BomiTV 负责资产化、分镜和剪辑；先静帧、后视频；再把任务记录沉淀下来。这样做，才能把一次成功变成团队基线。

一、问题背景

我拿一台虚构的轻野 AIR 便携咖啡机做了一条竖屏产品广告，目标不是追求复杂特效，而是跑通整条链路。

AI 视频最容易让人高估的一点，是它看起来像“输入一句话就能出片”。真正落地时，问题都在后面：卖点进不了镜头，人物会在帧与帧之间变形，道具和背景对不上，换一个渠道又得从头再搭。

这不是模型“不够聪明”，而是缺少连续性。真正可复用的，不是一条片子，而是一套流程。

二、核心痛点

这类项目最常见的几个问题，我基本都碰到过：

1. 卖点说了，但没进镜头。
2. 角色会漂移，同一个人前后长得不一样。
3. 道具状态不一致，前后镜头接不上。
4. 每次换产品、换渠道、换脚本，都要重新试错。

所以，AI 视频的关键不是“能不能生成”，而是“生成之后能不能保持一致”。

三、不同方案对比

我一般会把方案分成三类：

方案	优点	问题
直接一句话生成视频	上手快	容易只像“差不多”，连续性最差
只做单次成片	结果直观	能出一条，但难复用
星图 + BomiTV 工作流	能拆解、能校对、能沉淀	前期配置更多，但后续最省事

如果只是试验，前两种够用；如果要给团队做批量生产，我会选第三种。

四、为什么我选这套方案

1. 先把底层凭证配好

整条链路的起点，是星图 API Key。后面要调的剧本模型、图像模型和视频模型，都会从这条 Key 走。

我先在 AstraFlow 星图平台里打开「密钥管理」，点击「创建 API Key」，起一个能看懂用途的名字，比如 bomi-content-prod。有效期和预算也要按团队管理要求设定，这不是形式，而是给凭证划定使用边界。

接着进入「模型服务平台配置」。这里有两个关键项：

1. IP 调用白名单选「不限制 IP」，这样 BomiTV 才能从多个地方调模型。
2. 模型访问范围选「全部模型（包括后续新增模型）」，这样模型目录才完整，后续新模型也能自动同步。若团队只允许部分模型，就切到「自定义模型」。

继续按页面引导完成权限配置，点击「确定」创建。回到密钥管理列表，把创建时得到的完整 Key 存到团队认可的凭证保管位置。文章、截图和工单里只保留掩码，不展示原文。

这里有个必须记住的坑：Key 只在创建时完整展示一次，关闭窗口就看不到了。所以创建之后第一件事就是复制保存，别等丢了才补救。

2. 把 Brief 写成可执行需求

真正的起点，是把一句需求写成 Brief。

我给自己设定了一个具体场景：城市白领早上赶时间，咖啡店排队太长，于是在通勤途中取出轻野 AIR，到办公室接上 USB-C，大约 60 秒完成一杯浓缩，最后落到一句品牌口号。

如果直接把这句话丢给视频模型，结果大概率只是“看起来差不多”，但卖点没有打中。所以我把它整理成一页 Brief。

产品是轻野 AIR 便携咖啡机，受众是 25 到 35 岁的城市通勤人群。三个核心卖点分别是轻巧便携、USB-C 充电、约 60 秒完成浓缩。叙事线是清晨赶时间、通勤携带、办公快速萃取、状态恢复。规格则定为 9 比 16 竖屏、真人写实、冷蓝晨光逐渐过渡到办公暖金。

还有一个最容易被忽略的关键项，叫连续性。哑光银圆柱机身、黑色握环、透明咖啡杯，在所有镜头里都要保持一致。角色不能第一帧长这样、第三帧变成另一个人；道具也不能上一个镜头锃亮、下一个镜头凭空多出划痕。

3. 用星图把剧本写成数据

接下来，把 Brief 交给星图，让它先生成剧本，再把剧本拆成数据。

这一步用的是星图客户端，不是网页里的临时对话。下载 AstraFlow 桌面客户端后，新建任务或进入工作区，把 Brief 交给 AstraFlow Agent，并一次写清楚输出字段：片名、时长、画幅、人物设定，以及每个镜头的场景、时间、地点、画面动作、景别与运镜、旁白字幕、音效音乐。

它最后给出的剧本叫《状态重启》。主角林晓在清晨被咖啡店长队挡住，在地铁里取出轻野 AIR，到办公室接入 USB-C、完成快速萃取，最后用品牌口号收束。冷蓝晨光到暖金办公光的变化，也被写进了镜头节奏里。

这一步的关键，不是让模型写得像广告，而是把脚本写成下游能继续处理的数据。

没有景别、没有机位、没有动作和声音字段，后面的分镜就只能重新猜一遍。数据不完整，流水线就会断在中间。

环节	配置	作用
剧本模型	Gemini 2.5 Pro	把 Brief 拆成角色、场景、道具和镜头数据
调度模型	GPT 5 mini	负责提示词梳理、场号任务调度和快速补全
图像模型	Nano Banana 2	生成静帧，分辨率 1K，画幅 9 比 16
视频模型	Seedance 2.0 Mini	生成视频，分辨率 720P

4. 把剧本拆成可管理的资产

现在把脚本交给 BomiTV。

进入 BomiTV 影视创作，首页有一个「上传剧本」入口。选择「粘贴文本」，把星图产出的脚本标题和正文填进去。导入页会保留单集剧本、字符数、内容语言和默认配置。点「立即创作」，脚本就进入编导台。

然后是关键的接线环节，把刚才在星图创建的 API Key 接到 BomiTV 里。

在 BomiTV 的「模型 API」里找到模型渠道设置，新增或编辑 AstraFlow 星图渠道。接口地址填 https://api.modelverse.cn/v1，API Key 粘贴刚才保存的完整值。保存之后如果状态显示「已接入」、掩码 Key 和模型数量都正常，说明 BomiTV 已经能通过星图统一调用所有模型了。

接入之后不要急着点生成，先把这套广告的生产规格锁死。

题材、画幅、分辨率、风格、模型选择，这些都不是装饰项。题材决定叙事组织，画幅决定构图，尺寸和分辨率决定素材规格，时长决定任务规模。今天选的是 TVC、9 比 16、720P、真人写实；下个月换一个产品、换一个渠道，如果记不清这些参数，就只能重新试错。锁定的意义在于，下次不需要从头琢磨。

这次的具体配置是这样的：剧本模型用 Gemini 2.5 Pro，负责把原始剧本拆成角色、场景、道具和镜头数据；调度模型用 GPT 5 mini，负责提示词梳理、场号任务调度和快速补全。

把这两个模型分开，是一个很实用的设计。团队可以把“谁负责深度拆解、谁负责快速调度”写进自己的规范，而不是每次都凭感觉选。

图像模型用 Nano Banana 2，分辨率 1K，画幅 9 比 16。视频模型用 Seedance 2.0 Mini，分辨率 720P。风格选真人写实，这是基础视觉规则，角色长什么样、场景是什么光线、道具有什么质感，都从这里派生。

题材选 TVC，单集时长 90 秒。虽然这次脚本实际大概 30 秒，但我还是用同一个规格锁住，以后所有广告任务都按这个规格走，不纠结。

BomiTV 编导台提供日韩动漫、CG 动画、真人写实三套风格模板。选中真人写实之后，角色、道具和场景会分别进入风格片段配置。构图、光照、背景、材质、调色和负面词，每一项都可以单独修改、恢复默认或禁用。

也就是说，团队的美术规范可以被写进系统，而不是靠口口相传，而是靠配置项落地。

5. 角色、场景、道具，全部变成资产卡

剧本分析完成以后，左侧会出现四个入口：剧本、角色、场景、道具。这才是广告真正开始变得可控的地方。

以前最头疼的，就是 AI 视频里的角色漂移。同一个主角，第一个镜头是鹅蛋脸黑发，第三个镜头变成圆脸棕发。看起来也许勉强能过，但广告这种东西，观众会盯着主角看，一旦跳戏，前面就白干了。

BomiTV 的处理方式是把角色做成角色卡。角色卡记录名称、类型、镜头引用数、性别、年龄、体型、肤色和特征。角色下面还能维护多个变体，比如林晓就有「通勤便装」和「办公正装」两个状态。

编辑变体时，脸型、眉毛、眼睛、体型、发型、服装材质和配饰，都能单独调整。主图还可以生成多视角、生成表情包、标注、本地上传和重新生成主视图。

这解决的，不是把“林晓应该长什么样”变成一个模糊的文字描述，而是把林晓变成一张可以被所有镜头引用的视觉资产。

场景也是同样的逻辑。同一个地点可以有不同状态，这次案例里，“办公室工位”被拆成了充电上电、恢复就绪、快速萃取三个状态。地点没变，但叙事阶段变了，画面也就有了连续依据。

每一张场景卡都会记录空间布局、自然景观和变体数量。变体记录区域、时段、氛围、陈设、光影和关键细节。

道具的逻辑又进一步。轻野 AIR 的哑光银圆柱机身和黑色握环是基本形态，但在不同镜头里，它需要呈现不同的使用状态：充电指示灯亮着、萃取之后杯口有沾渍、清洁之后恢复静置。

道具卡记录材质、尺寸、色彩和纹理，变体记录品相、状态、表面层和细节点。三个镜头，三个状态，同一个道具。

这不只是在做连续性，更是在建立产品广告里最常见、也最难做好的东西：产品角色在整个叙事中的真实存在感。

6. 分镜、静帧到视频，逐层校对

资产都齐了以后，切回「剧本」标签，看分镜。

单集页会按场号展示场景变体、镜头数量和引用资产。这支咖啡机广告被拆成了 7 个场号、30 个分镜，从“与时间赛跑”一路推进到“品牌收官”。

每个镜头都有编号、镜头名、排序入口和复制按钮。点进任意一个镜头，可以在同一面板里修改引用资产、景别、机位、图像内容、氛围、构图和补全描述。

这一步最容易被跳过。很多人会着急点生成，以为前面搭了那么多东西就不会出问题。但其实，先在分镜面板里把所有镜头过一遍，校对引用资产对不对、景别是不是想要的、构图有没有问题，后面返工会少很多。

然后才到生成环节，但我没有一上来就点视频，而是先点了静帧。

BomiTV 会按场号检查哪些镜头还没有静帧，然后告诉你宫格生成方式、镜头数量、算力消耗和预计耗时。确认之后再提交。

先做静帧，不做视频，是因为静帧生成快、成本低、也更容易验证。先确认每一帧的构图、角色位置、产品外观和光线都对，再喂给视频模型。如果静帧就偏了，视频只会更偏。

静帧全部确认以后，才进视频创作。

视频剪辑室分成四个区域：左侧选场号和镜头，中间看预览和时间线，右侧调生成参数。这里能复核多参考和首尾帧、静帧引用、场景和角色和道具、视频内容、运镜、动态、台词、环境音效。底部生成栏选择视频模型和时长。

这次用的是 Seedance 2.0 Mini、720P、9 比 16。镜头时长按分镜需要来选。

每生成一次，都要在预览里确认首帧对不对、主体位置对不对、字幕和动作是不是跟分镜一致。不对就用「覆盖重编」再跑一遍。

所有镜头跑完以后，底部时间线可以把片段组合、拆分、复制、删除、镜像、倒放、变速，还可以提取静帧、分离音频。顶部有「合并导出」和「导出到剪映」，交付前核对三件事就够了：画面比例是不是 9 比 16，镜头顺序是不是和分镜一致，声音是不是落在正确轨道上。

7. 任务记录把一次成功变成团队基线

还有一个很容易被忽略、但我觉得特别重要的东西：任务记录。

「任务队列」会保留当前画布的全部任务，支持按时间范围、任务类型、模型渠道和状态筛选。每条任务都能看到运行 ID、排队时间、执行耗时、实际模型、渠道名称、Provider 模型 ID 和输入摘要。

这看起来像一个很细节的功能，但如果是一支团队在用，这就是生产日志。出问题能复盘，效果好能复用参数，成本核算也有依据。

五、实际使用建议

我自己会建议按下面这个顺序落地：

1. 先定义 Brief，不要先写提示词。
2. 先做静帧，不要直接冲视频。
3. 把角色、场景、道具都做成卡片，别只靠文字描述。
4. 先固定模型职责，再固定画幅、分辨率和风格。
5. 任务记录一定要保留，这部分决定你能不能复用。

如果团队里有人觉得这些步骤“麻烦”，通常是因为他只在做单次试验，还没进入批量生产阶段。

六、适合 / 不适合场景

适合

• 需要重复生产的广告团队
• 经常换产品、换脚本、换渠道的短视频团队
• 想把一次成功沉淀成流程的团队
• 需要多人协作、并且要留痕复盘的团队

不适合

• 只是做一次简单试验，不打算复用
• 内容很轻，不需要角色、道具和场景连续性
• 团队没有任何素材管理习惯，也不愿意维护资产卡和任务记录

七、总结建议

这次跑完的，不只是一条 30 秒广告，而是一条可以被反复调用的生产基线。

这条基线有五个层级，每一层都可以单独微调：

层级	关键内容	主要价值
输入层	产品、受众、故事主题	快速换任务
配置层	模型职责、画幅、分辨率、风格	保持规格统一
资产层	角色、场景、道具及变体	稳住连续性
分镜层	场号、镜头顺序、景别、机位、动作、声音	控制节奏与补镜头
剪辑层	运镜、动态、台词、时长、时间线、音频、导出	完成交付与复用

这意味着，下一次换一个产品、换一个脚本、换一个渠道，团队不需要从头来。不需要重新选模型，不需要重新写风格，不需要重新确定画幅。只需要改输入层的内容，其他四层自动适配。

AI 工具真正的价值，不在于一次生成得有多好，而在于团队能不能把一次成功的生成，变成一套可以反复调用的方法。

八、FAQ

1. 为什么要先做静帧，再做视频？

静帧生成更快、成本更低，也更容易检查首帧、主体位置、产品外观和光线。先把静帧对齐，再进入视频创作，可以减少返工。

2. 为什么要把剧本拆成角色卡、场景卡和道具卡？

这样才能把连续性写进系统，而不是靠记忆和口头约定。角色、地点和产品状态都可被镜头直接引用，角色漂移和道具错位就会少很多。

3. 为什么要把剧本、调度、图像和视频模型分开？

因为不同环节的职责不同。剧本模型负责深度拆解，调度模型负责快速补全，图像模型负责静帧，视频模型负责成片，分工清楚后更容易形成稳定规范。

4. 这套方法最适合什么场景？

最适合需要重复生产、反复换产品、换渠道、换脚本的广告和短视频团队。只要目标是把一次成功沉淀成流程，这套结构就有价值。

5. 这套方法的边界是什么？

如果只追求单次试验，并不打算复用流程，很多配置可以简化。但一旦要进入团队协作、批量生产和多轮迭代，凭证、资产卡、分镜和任务记录就会变得很重要。

入口

• BomiTV 影视创作：https://bomiio.ucloud.cn
• AstraFlow 星图平台：https://astraflow.ucloud.cn
• AstraFlow 桌面客户端：https://astraflow-desktop.modelverse.cn/download