AI复刻爆款：用 Codex 复刻爆款卖货视频的实践

左侧为原视频，右侧为约 30 秒的 AI 测试片段。可同时播放，也可用各自的播放器单独观看；场景按动作定位，分段时点为约数。

这次改编沿用“先试吃吸引注意，再开袋展示、倒出分量、举片讲口感，最后引导购买”的销售骨架。人物从原片中的女子换成指定的眼镜男子，商品从猪油渣换成红薯片，包装随之更新；环境仍采用桌前展示与暖灯背景，但陈设和器皿有所变化，原片的金属托盘在生成版中变成了木色圆盘。

改编的目的，是让新视频拥有自己的出镜主体、商品信息和视觉呈现，减少对参考片具体内容的直接照搬。人物、环境和商品的替换本身，不能保证平台不会判定抄袭。本次复用的是销售表达的组织方法，也需要检查成片是否真正实现了这些改编要求。

具体制作分为三步：先用 Codex 拆解参考视频的动作与叙事，再按新人物和新商品改写分镜，最后把提示词和三张参考图交给小云雀生成。分镜设计保留原片的销售推进顺序，生成后再对照检查人物、商品与动作是否符合分镜要求。

原片约 49.78 秒，本次生成的测试片段约 30.05 秒。这次先测试了约 30 秒的内容，尚未将完整分镜全部生成视频。测试画面里已经能看到指定类型的人物、红薯片，以及咬食、开袋、倒片、举片展示等动作；其中需要改进的是盘中食物状态的连续性。

对于想尝试 AI 卖货视频的人，这个案例能提供一条具体的制作路径，也能帮助判断生成后还需要检查什么。

从原片里拆出可以沿用的动作

原视频是一条竖屏零食展示视频。女子坐在桌前，金属托盘里堆满食物，先咬一口，再开袋、倾倒、展示分量，随后举起食物介绍口感，最后拿包装收尾。

它的画面相对集中：一个人、一张桌子、一盘食物。销售信息随着动作展开，观众能同时看到商品的形态、分量和试吃表现。

原片每 5 秒抽取一帧，按从左到右、从上到下排列。图片用于观察画面结构。

拆解时，将原视频交给 Codex，并调用自行调试的 nanyin-fkvideoskill。它先提取切镜候选、代理帧、字幕样本和音频，再判定哪些变化属于真实切镜，哪些只是手部或食物运动。

这一点会直接影响分镜质量。拿起食物、送入口中、咬下、抽离、咀嚼，可能发生在同一个固定镜头里。如果每个动作都被写成一次切镜，生成后的节奏就会偏离参考片。

最终输出把约 50 秒的内容划分为 9 个动作段。这 9 段包含同一镜头内的动作延续，不能直接理解成 9 次切镜。

这张表相当于后续改编的骨架。商品和人物可以换，动作为什么出现在这里、下一段如何接上，仍然需要保留。

换商品时也要重写销售理由

接下来的要求很明确：把整个视频改为卖红薯的文案，人物换成指定图片中的男子。

结合商品参考图，改编对象被落实为红薯片。人物则统一描述为短黑发、长方形黑框眼镜、灰色圆领短袖的成年男子。

商品也有具体的视觉描述：金橙色、不规则薄片、天然纤维纹理，以及深色薯皮边。这样，后续的举片、转动和试吃动作，都有了明确的展示对象。

文案随商品一起调整。原片围绕猪油渣展开的介绍，被改成红薯片的开袋即食、片形、香甜与酥脆，以及追剧、下午嘴馋等食用场景。

这里需要留意：生成的销售文案包含了“三大包”“原薯切片”等说法。这些是脚本中的表达，不能仅凭参考图片确认。正式使用前，需要用实际商品规格和资料逐项核对，不能把 AI 补出的卖点直接当成商品事实。

本次改编能说明如何迁移卖货视频的结构，尚不能说明这些文案已经适用于真实商品链接。

包装要在所有相关动作里同步替换

第一版红薯片改编使用了无字暖橙色食品袋。随后又提供了实际包装参考图，要求统一替换。

新包装被描述为米白色上半部、暖黄色下半部，顶部有红色品牌色块，正面包含红薯插画、红色图形布局与纵向透明展示窗。

包装会出现在撕袋、倒片、再次开袋、加量满盘和结尾举袋这些位置。更新时，Codex 把相关动作段里的包装描述一起改了，而不是只修改开头的总说明。

这一步留下了一个实用做法：每次替换商品资产，都沿着它在视频中出现的位置检查一遍。否则，一段使用新包装，另一段仍描述旧袋子，生成时就会出现互相冲突的要求。

把动作顺序写进生成提示词

最终分镜没有只写“男子展示红薯片”，而是分别列出场景、构图、主体、微表情、动作、背景动态、镜头，以及可以提交的 Seedance 提示词。

以倒片为例，动作顺序被写成：抬高袋底、压低袋口、轻晃袋身，让红薯片从袋口落入托盘。

举片试吃则包含：把薯片举近镜头、转动展示、送入口中咬下、抽离剩余部分、咀嚼，再举起残片。

这些描述把一个概括的“试吃”拆成了前后相接的动作。对后续检查也更有帮助：可以具体查看食物是否从正确的位置进入嘴部，咬过之后的残片是否接得上，而不只判断人物有没有做出吃东西的姿势。

不过，历史母稿仍使用了“同前，无变化”和“第二张人物图”这样的引用。整份提交时可以结合上下文理解；如果拆成多次独立生成，更稳妥的做法是在每段重复必要的场景与人物描述，并明确哪张图对应人物、商品和包装。

小云雀生成的 30 秒测试片段

小云雀回放显示，这次任务使用 Seedance 2.5，选择 720P，并附带人物、商品和包装三张参考素材。

本次先生成约 30 秒进行测试，完整母稿尚未全部生成视频。回放页面可见的提交文本到“举片试吃”段结束，“续吃推荐”和“举袋收尾”两段没有出现在当前可见文本中。下文对照的是这次测试片段，完整分镜仍保留后续推荐与购买收尾。

本地文件进一步确认了两支视频的参数：

生成视频每 3 秒抽取一帧，按从左到右、从上到下排列。

在这些抽样画面中，短发、眼镜、灰色上衣等人物特征保持可辨，桌前场景也延续了深色墙面与暖色灯光的组合。商品已经换成金橙色薯片，动作从咬食、开袋和倾倒，推进到举片展示与再次咬食。

这些画面说明，人物、商品和主要动作的替换已经在测试片段中呈现出来。对这一条素材而言，Codex 整理的分镜可以成为小云雀生成视频的输入。

测试片段中的口播时间与母稿有所不同。本地自动转写把“红薯香甜好吃，可自己做太麻烦了”识别在 0–3.44 秒；母稿原本把这句话安排在约 3.43 秒后的撕袋段。转写还提取到了三大包、单片展示和口感描述。这些自动识别结果仍需听审确认，后续继续生成时，可以结合实际口播节奏检查动作与台词是否对应。

需要改进的是盘中食物的连续性

按每秒抽帧的顺序观察，第一次倒片后盘中已经有薯片，随后再次开袋时又出现了空盘，之后重新倾倒。分镜希望表达连续加量，成片却出现了食物状态重置。

每秒一帧，按从左到右、从上到下排列。第二行至第三行可以对照两次倒片之间的盘中状态。抽帧用于定位问题，不替代连续播放和听审。

这会影响分量展示的可信度。观众看到一盘食物越堆越多，才能直观理解加量；中途换成空盘，就更像重新拍了一次倒片。

下一次可以在再次开袋的段落中写清楚：托盘保留上一段已有的薯片，第二袋倒在原有食物上，盘中数量继续增加。如果采用分段生成，还需要检查上一段结尾与下一段开头的食物堆叠是否衔接。

这次实践可以怎样复用

这条路径适合先做一个范围明确的试验：选择一条人物与场景相对集中的参考片，拆出动作及其销售作用，准备人物、商品和包装素材，再按新商品重写文案，提交生成后逐项对照。

真正需要人工关注的部分已经很具体：商品信息是否真实，包装是否符合要求，手与食物的动作是否接得上，盘中数量是否连续，以及目标时长能否容纳完整口播和收尾。

本次完成了约 30 秒的红薯片视频测试，验证了人物、商品和主要动作的替换，也发现了盘中食物状态需要衔接的问题。声音自然度、口型同步仍需连续播放听审；卖货表现则需要真实发布与转化数据才能判断。

下一步可以先修正盘中食物状态，再继续生成其余分镜，检查推荐、购买引导与结尾能否顺畅接上。