一张好的产品图、一条高完播的短视频，曾经需要专业摄影师和导演才能产出。现在，掌握几个关键的提示词技巧，一个营销人就能独立完成从视觉到视频的完整内容创作链。这节课把图像和视频脚本的创作方法论全部给你。
2025年的AI图像工具已经非常成熟，核心问题不再是"质量够不够用"，而是"哪个工具适合我的场景"。下面从营销实用角度做一个直接的对比。
目前商业质量最高的AI图像工具，风格自由度强，擅长艺术感和氛围感图像。
集成在ChatGPT内，理解自然语言最好，可以用中文描述直接生成，适合快速出图。
最适合营销人的图像工具，模板丰富，AI功能和设计工具无缝整合。
字节跳动出品，国内可直接访问，中文提示词友好，擅长人物和生活场景。
快手出品的AI视频生成工具，支持图生视频和文生视频，国内质量领先。
专业AI视频工具，Gen-3质量接近商业级别，擅长从文字或图片生成高质量视频。
推荐起步组合：国内团队首选"即梦 + Canva AI"——免费额度充足、中文友好、直出营销规格。预算充足时加入Midjourney提升品牌图像质量。视频内容团队推荐"可灵 + Runway"组合。
一个高质量的图像提示词，无论多复杂，都可以拆解为五个核心要素。理解每个要素的作用，才能系统性地提升图像质量。
最常被忽视的要素是负向提示。养成每次都写负向提示的习惯，可以把废图率从50%降低到10%以下。必写的负向提示：no text, no watermark, no distorted fingers, no extra limbs, no blurry face
不同的营销场景对图像有截然不同的要求。下面按6种最常见的营销图像场景，提供可直接复用的专项提示词模板。
电商详情页、官网产品页的核心图。白底图用于基础展示，场景图用于建立使用情境和情感连接。
把视觉风格提炼成5-10个固定关键词，每次生成图像时都附加这些关键词。
用--sref参数引用一张参考图，AI会学习其色调和构图风格。
把品牌色系转化为提示词描述，用色彩名称而非色值。
建立一段固定的"品牌视觉前缀"，每次生成前粘贴，类似品牌声音提示词前缀。
视频脚本的核心是"节奏"而不是"文字"。三种结构对应三种不同的视频类型和目的。
选择场景参数，一键生成可用提示词
选题确定后，同时拆解文字内容角度和视觉内容角度，两条线并行。
核心内容完成后，同步产出"视觉配图Brief"，告诉AI图像工具需要什么样的配图。
基于视觉Brief批量生成5-10张候选图，从中筛选最优的2-3张用于不同平台。
基于同一个核心内容，用三种脚本结构生成视频口播稿。
在Canva中叠加文字排版，在剪映中配合视频脚本剪辑完成。