如何用一张产品照片制作广告片，并让它准备好播出

Pip & Oven 只卖一样值得拍广告的东西：一块带两只糖果眼睛的焦化黄油巧克力块曲奇。没有摄制组、没有代理公司，日历上也没有拍摄日。它拥有的只是一张产品照片和几句关于这家面包店的话。

事实证明，这已足够学会如何制作一支真正能播出的广告。你写一段文字，生成两版，修改一次这段文字，然后按它播出的屏幕规格转换文件。Pip & Oven 是我们为这次测试虚构的面包店，下面每一帧都来自那一次真实运行。

关键要点

• 你可以通过三种方式制作广告：聘请代理公司、进行一天拍摄，或用 AI 生成。
• 这个 TVC Maker 工作流 能把一张产品照片和一段式简介变成一支带声音的多镜头广告。
• 从同一份简介要求两版，选一版，然后修改简介，而不是修改画面。
• 根据 CALM 法案，广播和有线电视广告必须与节目响度匹配；流媒体应用则自行设定规格。
• FCC 字幕规则只把超过五分钟的广告视为节目，因此 30 秒广告不在其适用范围。

如何制作广告：三种路线的成本对比

每支广告都要经过同样的四项工作。有人决定它要说的那一件事，有人制作画面和声音，有人把它们剪成精确长度，还有人导出频道可接受的文件。不同路线区别在于由谁完成这些工作，以及你付给他们多少钱。

代理公司的数字已经过时。我们能找到的最新版 4A's 电视制作成本调查覆盖的是 2011 年广告，所以请把 $324,000 视为区间上限的旧基准：一支配备完整团队的全国性广告。

Dollar Shave Club 是著名的反例。Dubin 在发布视频上花了约 $4,500，视频上传 YouTube 后的前 48 小时里约有 12,000 人注册（Entrepreneur，2012 年 10 月）。问题在哪？便宜路线仍然需要编剧、表演者，以及一个顺利进行的拍摄日。

第三条路线去掉了拍摄日。你仍然掌握决定广告是否奏效的部分：信息、审看和修改。本指南接下来走的就是这条路线。

如何在 Atlas Cloud 上用 AI 制作广告

在 Atlas Cloud 上，TVC Maker 能用一张产品照片和一份简短简介，构建一支包含旁白、音乐和环境声的多镜头广告。这是经过一轮修改后完成的 Pip & Oven 广告：

最终 30 秒、1080p 广告的亮点，以无声 GIF 展示。

三步做到了这一点。写简介花了几分钟，每次渲染大约 11 到 12 分钟返回。

第 1 步：写一段式简介

先写简介。一段就够：品牌、产品、一条信息、受众、基调、出镜人物以及结尾方式。把旁白放进引号里，TVC Maker 会按所写内容朗读。

你不需要镜头清单。我们的简介没有指定任何镜头，工作流自己规划了整套序列。如果每个镜头都需要先签核，那就从我们的广告脚本模板开始。

这是第一版简介，逐字如下：

plaintextCopy
1Pip & Oven is a small neighborhood bakery. Product: the Peeper, a brown butter chocolate chunk cookie with two candy eyes, sold in a kraft box of six. One message: a cookie that looks back makes any afternoon funnier. Audience: adults 20 to 35 who grab a treat on the way home. Tone: playful and warm, sunny late afternoon, handheld camera, real bakery textures. The person from the model photo is the baker and owner, wearing a plain white T-shirt and a denim apron. Show the cookies in the first seconds and end on the open box with the words PIP & OVEN. Voiceover, warm friendly voice, starting at about 0:03: "Every morning at Pip & Oven, we bake a batch of Peepers. Brown butter, dark chocolate, and two eyes that follow you home. Grab a box of six. Pip & Oven."

然后按以下顺序填写表单：

1. 在 产品图片 中上传一张照片。盒子、徽标和曲奇的外观都会跟随这张照片。
2. 将简介粘贴到 提示词。这一版用了 2,000 个字符中的 767 个。
3. 如果需要真人出镜，添加一张 模型图片。我们的图片是面包师在车里拍的照片；简介把这个人移到了柜台后面，身穿 T 恤和围裙。
4. 打开 设置，电视和流媒体选择 16:9，草稿选择 720P，选择 2x 获得两版。
5. 将 时长 拖到 30 秒。
6. 保持 生成音频 开启，然后点击 运行。

第 2 步：用一份简介得到两支视频广告示例

将 视频数量 设为 2x 时，一次运行会返回同一份简介的两个不同版本。我们得到的是两支 30 秒广告，旁白完整朗读。

两版都按简介暗示的节奏、以相同顺序推进。变化的是导演会在片场决定的东西：柜台、光线、街道、顾客，以及盒子合上的方式。第 2 版有更温暖的柜台和更紧凑的朗读，所以它成了修改的基础。

审看时要注意：每版都带声音看三遍。一遍看故事，一遍看文字，一遍看最后一帧。把每个问题写成一句直白的话，因为每一句都会变成下一版简介里的一行。

第 3 步：修改简介，而不是画面

我们对照什么造就一支好电视广告检查了第 2 版，并写下四条意见。每一条都变成了对这段简介的修改：

这些是发生变化的行。简介中其他内容都逐字保留：

plaintextCopy
1Open on a tray of Peepers coming out of the oven. Spend most of the spot on one joke: after closing, the baker sits in a parked car on a sunny street, holds a Peeper up beside their own face so its candy eyes sit level with their eyes, gives the camera a deadpan look, then breaks into a laugh. End on the open box with the words PIP & OVEN and the line BAKED DAILY. Voiceover, warm friendly voice. At 0:02: "Every morning, Pip and Oven bakes a batch of Peepers." At 0:10: "Brown butter, dark chocolate, and two eyes that follow you home." At 0:24: "Grab a box of six. Pip and Oven."

最终渲染时，我们把设置切换到 1080P 和 1x，因为这是要播出的版本。

最终版从烤箱开场，并把大约 0:15 到 0:25 的车内场景留给笑点。TVC Maker 把这个梗比简介要求的多推了一步：在面无表情的那一拍，面包师也得到了一对糖果眼睛。

旁白各句分别从 2.7、10.3 和 24.5 秒开始，名称读作“Pip and Oven”，BAKED DAILY 在最后一帧位于徽标下方。

如何制作通过交付规格的电视广告

完成剪辑只是工作的一半。在电视台或流媒体应用播放你的广告之前，文件必须通过该渠道的交付规格，而规则分为两类。

广播电视和有线电视遵循联邦法律。根据 FCC，自 2012 年 12 月 13 日起生效的 CALM 法案规则要求广告具有“与其伴随节目相同的平均音量”。同一页面称，这些规则不涵盖互联网或流媒体服务上的广告。

其他所有内容，从文件格式到广告时段长度，都来自电视台或有线电视提供商自己的规格表，所以在导出前向其广告销售团队索取一份。

流媒体应用则公布自己的规格。两个例子：

来源：Roku Ads Manager 创意指南 和 Amazon Ads 流媒体电视规格，均于 2026 年 10 月核查。

TVC Maker 的 1080P 设置会渲染真正的 1920 × 1080、16:9 画面，满足 Amazon 的最低画面尺寸。我们的下载文件是 24 fps 的 MP4，时长 30.08 秒。广告服务器想要更严格的母版：精确长度、在其列表上的帧率、48 kHz 音频和更高码率。下一节的一次转换就能处理所有这些。

字幕则相反。FCC 的闭路字幕规则把超过五分钟的广告算作视频节目，并排除五分钟或更短的广告（47 CFR 79.1），所以 30 秒广告不在其范围内。是否添加字幕由你决定。

上传前让电视广告响度符合 CALM 法案

CALM 法案规则背后的数字来自 ATSC A/85。其 2026 年 7 月修订版称，对于不带响度元数据的交付，“目标响度值应为 –24 LKFS”，测量容差约为 ±2 dB，真峰值保持在 −2 dBTP 以下（ATSC A/85:2026-07）。

该标准将 LKFS 定义为用任何实现 ITU-R BS.1770 算法的响度计测得的响度，因此一个以 LUFS 报告的免费 EBU R128 响度计就能完成这项工作。

我们用 FFmpeg 的免费 EBU R128 响度计测量了下载的 Pip & Oven 广告。它读数为 −16.1 LUFS 积分响度，真峰值为 −1.7 dBTP，因此需要降低约 8 dB。以下命令一次性修正响度、长度、帧率和编解码器：

plaintextCopy
1ffmpeg -i pip-and-oven-30s.mp4 -t 30 -vf fps=30000/1001 -c:v libx264 -preset slow -b:v 20M -maxrate 25M -bufsize 40M -pix_fmt yuv420p -af loudnorm=I=-24:TP=-2:LRA=7 -c:a aac -b:a 192k -ar 48000 pip-and-oven-30s-tv.mp4

从左到右读：-t 30 精确修剪到 30 秒，fps=30000/1001 转换为 29.97 fps（在上面的两个列表中都有），libx264 at 20M 重新编码为 H.264，高于 Prime Video 的 15 Mbps 下限，loudnorm 以 −24 为目标，并设有 −2 dBTP 上限，音频输出为 48 kHz 的 192 kbps AAC。

转换后的文件测得 −24.8 LUFS，真峰值 −2.5 dBTP，时长恰好 30.000 秒。单次 loudnorm 已接近目标。如果电视台的质量检查希望读数更接近 −24.0，就运行 FFmpeg 的两遍 loudnorm，它会先测量文件再进行校正。

常见问题

用 AI 制作电视广告要多少钱？

我们完整一轮在 TVC Maker 运行中花费 $36.39：两版 30 秒、720P 的版本为 $18.392（每版 $9.196），30 秒、1080P 的最终版为 $17.995。价格由长度和分辨率决定，所以 15 秒、720P 的草稿是 $4.651。价格来自 2026 年 10 月的 TVC Maker 页面。

可以用手机制作广告吗？

可以，两种路线都行。对于一天拍摄，只要为电视横向拍摄、均匀照亮场景，并靠近说话者录制人声，一部较新的手机就能拍完整支广告。对于 AI 路线，手机唯一的任务就是产品照片，TVC Maker 会据此构建镜头。我们的用手机拍摄产品照片指南涵盖了如何拍好这一张照片。

产品视频和广告是一回事吗？

不完全是。产品视频展示某物是什么以及如何运作，通常放在商品列表或产品页上，长度按演示需要而定。广告必须在固定时段内传达一条信息。如果你正在研究如何为整个目录制作产品视频，AI 产品视频指南涵盖了通过 API 批量生成。

用 AI 制作广告需要演员吗？

不需要。模型图片字段是可选的。留空时，TVC Maker 会编写一个符合品牌基调的角色；上传照片后，那个人就会按简介所述着装出现在广告中。我们的面包师从汽车座椅来到了面包店柜台，身穿 T 恤和围裙。

结论

这次运行从一张产品照片和一段文字开始，而困难的部分仍然一如既往。仍然得有人选出一条信息，用新鲜的耳朵观看剪辑，并在观众看到之前修正没有奏效的地方。工作流只接管了拍摄。

这就是在没有电影摄制组的情况下制作广告的方法：一份简介、两版、一次修改，然后得到一个符合播放屏幕规格的文件。今晚就写下那段文字，下一炉曲奇出炉前，前两版就会准备好。