I Tried to Make a Realistic AI Ad With Higgsfield — Here's What Happened

這部在講什麼教學

本文介紹如何利用 Higgsfield 與 Claude 建立一套高效的 AI 廣告製作流程,透過預先設定資產一致性與精準修補技術,產出寫實且具備商業質感的牙膏廣告。

適合誰想以低成本製作高品質 AI 影片的創作者。
你會學會節省點數的腳本流程、角色與場景一致性控制技巧、修正 AI 影片細節錯誤的進階方法。
最值得看10:10 如何透過參考圖修復 AI 影片中細節錯誤。

實作路線

01:25
03:20
10:10
13:11
18:41

照著做的重點意義優先,時間戳用來導航

教學01:25

分鏡腳本先行以節省生成點數

先利用 Claude 將創意轉化為提示詞,並用廉價圖像模型產出黑白分鏡圖。這能讓你在正式生成前確認鏡頭角度與動作,避免在昂貴影片模型上重複嘗試以降低成本。
教學03:20

建立一致的角色與場景資產

利用 Soul Cinema 模型生成角色參考圖,並嚴格遵守三視角原則以維持服裝比例與光影中性。場景建議使用 3/4 視角生成,能比正面鏡頭提供更多空間深度並維持環境連貫性。
教學06:46

排除演技生硬與 AI 塑膠感

透過挑選臉部特徵鮮明的角色,並將特定表情鎖定在資產清單中,能有效解決 AI 演技虛假的問題。這確保生成的動態能延續角色個性,並讓人物與周遭環境光影更自然地融合。
教學09:00

精細化道具細節與功能性互動

針對 AI 不理解的產品邏輯,必須在提示詞中明確描述物理動態路徑並輔以產品參考圖。例如精確拼寫出鉸鏈運動,才能讓 AI 準確呈現掀蓋式牙膏等道具的功能互動而非隨機生成。
教學13:11

局部錯誤的修補與精準修正技巧

當出現文字混亂或局部異常時,可截取單幀影像在圖像模型中修正,再將修正圖餵回模型作為參考幀。這種回饋機制能有效解決細節瑕疵,是提升 AI 影片專業度與畫面細緻度的關鍵。
教學18:41

商業廣告的鏡頭語言與品牌呈現

結尾產品鏡頭應避免花哨運鏡,改用微小推鏡並保持靜止停留,以給予觀眾足夠時間辨識品牌包裝。若產品出現異常滲漏,則需獨立生成靜態產品圖進行替換,確保品牌形象在最終輸出時完美無缺。
讓下一支影片也替你省時間

把你常看的 YouTube 影片,也變成這樣的重點摘要

安裝摘要王後,打開任何 YouTube 影片就能一鍵整理重點,先看值得看的段落,不必再複製網址。

一個選填問題

剛才這份摘要有幫你節省時間嗎?

如果願意,點一下最接近你的感受就好。

需要留意:本製作流程涉及大量測試與修正,若直接套用優化後的提示詞與資產可降低成本,但初學者仍需預留點數進行細節調校。

延伸思考摘要王的延伸觀點

在影片製作中,講者特別提到當 AI 將掀蓋式牙膏處理成旋轉蓋時,必須回頭在 Claude 中精確描述「鉸鏈運動」的物理邏輯。這反映出目前的 AI 生成已從單純的提示詞測試轉向精準調度,製作者不再只是下指令,更需要具備對物理結構與機械運作的理解,才能有效修正 AI 的邏輯謬誤。

這種角色轉變要求創作者在不同專長的模型間進行切換,用邏輯模型修正行為,用圖像模型修正質地。這讓我們思考,未來的 AI 創作競爭力,是否將取決於我們識別細節瑕疵的能力,以及能否將這些瑕疵拆解成 AI 可理解的補償步驟,而不僅是單純的生成速度。

當 AI 能輕鬆產出絕美畫面,專業的定義是否會轉向控制力?在產品操作流程中,確保每一個蓋子翻轉方向、每一行標籤文字都精確無誤,或許才是未來區分「AI 玩家」與「專業創作者」的真正門檻。

觀眾怎麼看

整理 39 則有效留言信心 高

觀眾對影片呈現的 AI 廣告質感給予高度肯定,但普遍對生成過程所需的高昂點數消耗感到擔憂。

共識成品品質與教學價值10 則提及

觀眾普遍認可最終產出的廣告質感寫實且專業,並感謝創作者詳細的教學流程。

疑問點數消耗過於高昂12 則提及

多數觀眾反映製作過程需消耗大量點數,質疑對個人創作者而言成本過高且不敷使用。

部分留言僅針對單一細節表達情緒,且樣本數有限,未能涵蓋所有觀眾觀點。

生成於 2026-11-14 檢舉
摘要先揭露後段價值,完整內容仍屬於原創作者。 回 YouTube 看最值得的一段 → 在 YouTube 邊播邊讀 · 加入 Chrome →