实战案例:用AI提示词制作智能宠物喂食器20秒众筹短片,从猫咪第一视角到双结局成片(Veo 3+即梦)
发布时间:2026年10月13日 10:41:22以国产智能宠物喂食器「饭点FANDIAN」的Kickstarter众筹片头为真实场景,演示如何用Veo 3主生成、即梦补空镜,制作一支20秒竖版众筹短片并剪出「主人在家/主人加班」双结局:从「它等的不是饭,是你」的情感卖点出发,拆成5个镜头,用猫咪第一视角(POV)制造差异化,锁定奶白圆角喂食器外观锚点与一只橘白猫卡司,逐镜写死出粮颗粒、摄像头红点、APP弹窗等细节。附AI生成宠物视频的高发踩坑:猫变成狗、橘猫逐镜换花色、食盆里出现狗粮骨头、宠物眼睛发蓝光、第一视角穿帮成第三人称、双结局猫不是同一只等,以及卡司垫图、首尾帧和双版本复用的完整经验。
背景
国产宠物智能硬件团队「饭点 FANDIAN」要上 Kickstarter 卖一款带摄像头、双向语音和定时出粮功能的奶白色智能喂食器,定价 149 美元。众筹页最顶部需要一支 20 秒竖版(9:16)短片,运营给的情感卖点只有一句话:「它等的不是饭,是你」——既要展示功能(定时出粮、远程看猫、语音呼叫),又不能拍成冷冰冰的说明书。
找宠物广告团队实拍,难点不在钱(报价约 6 万),而在动物不可控:橘猫要按剧本看镜头、听到声音跑来、对着空食盆失望,驯猫师也不敢保证档期内拍到。团队决定用 Veo 3 主生成(猫与产品近景)+ 即梦补家居空镜,三个工作日交付,还要剪两个结局版本供 A/B 测试。
事先踩坑清单:猫被画成狗、橘猫一镜一个花色、食盆里出现狗粮骨头、宠物眼睛泛诡异蓝光、第一视角镜头穿帮成第三人称、双结局里猫长得不一样、摄像头红点变成录像机指示灯、APP 界面文字乱码。铁律四条:先垫图锁定唯一猫卡司、POV 镜头写明视高与镜头语言、产品锚点逐镜复述、双结局共用前 80% 镜头。
第一步:情感拆解与5镜头双结局脚本
提示词
你是拍过宠物用品众筹campaign的广告导演,擅长猫狗情感向短片。把「它等的不是饭,是你」拆成一支20秒、9:16竖版众筹片头,结构=4个共用镜头+2个可选结局镜头(主人在家版/主人加班版),精确到秒。
产品:饭点FANDIAN智能喂食器,外观锚点=奶白色磨砂圆角机身、顶部半圆透明粮仓(能看到猫粮存量)、正面一颗黑色摄像头(工作时微弱红点)、下方圆形不锈钢食盆、底部一圈浅木色防滑垫。
卡司:固定一只猫,编号C1,橘白英短(背部橘色斑纹、胸口与四爪白色、圆脸蛋、铜黄色大眼睛),全片只有这一只猫。
镜头语言:大量猫眼高度的第一视角POV(视高约15cm、广角、轻微呼吸晃动),结尾才出现人的视角。
要求:每镜给【时长/景别/机位/猫的动作/产品状态/光线/同期声】七列;功能点(定时出粮、APP远程、双向语音)要自然嵌入动作而非念台词;无台词,仅手机消息提示音与猫叫。
产出:脚本的关键设计是「双结局共用前 15 秒」——前 4 镜完全相同,只有最后 5 秒分叉(主人开门回家 vs 主人加班通过 APP 语音出粮),一套素材出两支片,成本几乎不增加。POV 被限定在猫眼 15cm 视高,这是差异化成立的前提。
第二步:猫卡司定妆(先垫图,后全片复用)
全片最大风险是「每镜换一只猫」。先文生图出一张 C1 定妆照,后续所有猫镜头都垫它:
提示词(静帧定妆)
A single ginger-and-white British Shorthair cat sitting on a warm wooden floor, C1 character reference: orange tabby patches on back and head, white chest and four white paws, round chubby cheeks, big copper-amber eyes looking straight into camera, soft morning window light, shallow depth of field, photorealistic pet photography, 9:16 vertical, clean simple living room background, no text
Negative: dog, kitten too small, green eyes, blue glowing eyes, cartoon, different coat pattern, two cats, collar with tag, text, watermark
定妆照确认后,之后每个图生视频提示词都写 same cat C1 from reference image (orange-white British Shorthair, white chest and paws, copper eyes) 并贴入定妆图。铜黄色眼睛写进锚点是为了防 AI 常见的「宠物眼发蓝光/绿光」灵异感。
第三步:POV等待与出粮(产品锚点+猫动作)
提示词(Veo 3,镜头2,POV)
[镜头2·猫眼POV走向喂食器,5秒,9:16]
Cat first-person POV at 15cm eye height, wide angle with subtle breathing wobble, walking across a sunlit wooden living room floor toward the Fandian feeder: a matte cream-white rounded-corner smart pet feeder with a half-dome transparent hopper on top showing brown dry cat kibble level, a single black camera lens on its front with a faint tiny red recording dot, a round stainless steel bowl below, light-wood non-slip base ring. C1's own white paw tips occasionally enter bottom of frame. The feeder is silent and closed, cat waits, looks up. Cozy morning light, dust motes, realistic home, 5 seconds
Product lock: cream-white matte rounded feeder, transparent half-dome hopper, black camera with red dot, steel bowl
Negative: third person view, human standing height, dog, multiple cats, dog bones in bowl, wet food, meat, blue eye glow, red dot becoming bright alarm lamp, text, app UI
产出与踩坑:POV 镜头必须同时写死视高(15cm)、镜头类型(wide angle)、身体特征入画(自己的白爪尖进入画面底部),三者缺一就会被模型理解成普通第三人称镜头。重抽 8 次,第 4-6 次食盆里分别出现了狗粮骨头和肉块——必须在 negative 里点名 dog bones, wet food, meat,因为模型对「宠物碗」的训练数据被狗粮主导。
镜头3 出粮特写:
[镜头3·APP远程出粮,4秒]
Close-up at cat-eye height, the cream-white feeder's small front dispensing chute opens with a soft mechanical click, a small portion of small round brown cat kibble pellets (uniform dry pellets, NOT bones, NOT meat) tumbles into the stainless steel bowl, the black camera's red dot glows faintly once, a smartphone notification chime sound, C1 orange-white cat eagerly approaches from right edge, copper eyes, warm kitchen light, shallow DOF
Negative: dog food bone shapes, wet canned food, giant pile overflowing, sparks, blue light, text on feeder, cartoon
关键句是 small round brown cat kibble pellets (uniform dry pellets, NOT bones, NOT meat)——粮的形态必须在括号里双重锁定,同时 small portion 防止 AI 把出粮画成「食品喷泉」。
第四步:双结局分叉(同一只猫的两种情绪)
提示词(结局A·主人回家,5秒)
[结局A·开门拥抱,5秒,9:16]
Warm human eye-level shot (NOT cat POV), apartment front door opens with golden evening light, a young woman steps in and crouches down with open arms, SAME ginger-white cat C1 from reference (white chest, copper eyes) runs to her across wooden floor tail up, the cream feeder visible softly blurred in background, emotional reunion, handheld warmth, lens flare from doorway, no dialogue
Negative: different cat, dog, man instead of woman, two women, cat flying, deformed running legs, text
[结局B·加班远程陪伴,5秒,9:16]
Late night, human eye-level shot of empty dark apartment, only the cream-white feeder area lit by a warm lamp, close-up of a smartphone on a table showing a BLANK generic video-call interface (empty UI, no text, no brand, just a silhouette of a cat in the feed), the woman's hand reaches in and taps screen, cut to: SAME cat C1 looking up at the feeder camera ears perked, red dot glows, kibble gently drops, cat eats calmly, faint warmth, city lights blurred through window
Negative: readable text, gibberish letters, app logo, different cat, dog, scary red light, multiple cats
踩坑记录:结局 B 的手机 APP 界面第一版全是乱码英文和假品牌名。解决办法是让模型只生成**「留白的通用视频通话界面」**(blank UI、silhouette),真实 APP 界面在剪辑时用产品 UI 录屏贴入——众筹视频里的功能界面必须是真 UI,本来也不能用 AI 假界面。
第五步:即梦补空镜+声音设计+双版本剪辑
即梦负责两个无猫空镜(猫的高难度表演交给 Veo,环境交给国产模型):
清晨阳光照进温馨小户型客厅,木地板,窗边一盆绿萝,门口放着一个奶白色圆角智能宠物喂食器(顶部半圆透明粮仓),空无一人,灰尘在光束里浮动,治愈感,9:16竖构图,4K真实摄影,5秒
负向:人物,猫,狗,杂乱,文字,塑料感
声音全部用 Veo 3 原生音效 + 后期补充:清晨鸟鸣、猫脚步声、出粮机械轻响、手机提示音、结局 A 的钥匙开门声。不做旁白,结尾在剪辑软件统一上字幕:共用版「它等的不是饭,是你」,结局 A 落「回家就好」,结局 B 落「再远也能喂」。
成片结构(20 秒):空镜 3 秒 → POV 走来等待 5 秒 → 出粮特写 4 秒 → 猫抬头 3 秒 → 结局 A/B 5 秒。两支片导出后投 Kickstarter 头图与抖音/小红书预告做 A/B。
成果与复盘
两支片三个工作日交付,众筹预热页测试中结局 B(加班远程陪伴)的完播率比 A 高 14%、点击「Notify me」高 9%——独居养宠人群对「远程陪伴」的共鸣超过「回家团聚」,团队据此把 B 版设为主片。总生成成本约 280 元,不足实拍报价的 0.5%。
三条复盘:
- 动物必须先定妆:宠物模型品种/花色极不稳定,定妆垫图+每镜复述毛色眼色色块,是全片「同一只猫」的唯一保险。
- POV 三要素缺一不可:视高、镜头类型、身体部位入画同时写明,模型才不会把第一视角拍回第三人称。
- 双结局共用主干:把分叉点放在最后 5 秒,功能演示和产品镜头 100% 复用,一支预算出两支可 A/B 的片子。
6条可复用清单
- 猫卡司编号+定妆垫图:C1 的橘白斑纹、白胸白爪、铜眼写成定妆照,后续全片逐镜垫图复述,杜绝「每镜换猫」。
- 食物括号双锁:猫粮写
round dry pellets (NOT bones, NOT meat)并在 negative 再点一次,宠物碗是 AI 画错重灾区。 - POV 写视高+广角+身体入画:15cm 视高、呼吸晃动、自己的爪尖入画三要素齐全,第一视角才不穿帮。
- 发光点限定措辞:摄像头红点写
faint tiny red dot,防止被画成警报灯或诡异红眼/蓝光。 - APP界面留白后期贴真UI:众筹/电商视频里的功能界面必须真实,AI 只负责留黑屏位,合规又不乱码。
- 双结局最后5秒分叉:共用前 80% 镜头做功能展示,两个版本只换情绪结尾,低成本完成 A/B 测试。