最近看到一条关于 AI 视频的分享标题里的关键词非常直接一位叫 Nick Tasker 的商业导演用 Wan3.0 做了一支 30 秒广告并且把完整工作流公开了出来。这类内容这段时间并不少见。真正让我停下来细看的不是“AI 居然能拍广告”这个结论而是他把生成模型放进广告制作流程时的那种克制。他没有把 Wan3.0 当成一个“输入文案就出成片”的黑盒子而是当成一个可以被拆分、被控制、被重复使用的生产组件。我想借这个案例把 30 秒广告背后的工作流好好拆一遍。因为对大多数想试 Wang3.0 的人来说问题从来不是“模型能不能生成视频”而是“生成出来的素材怎么变成一支能交付的广告”。1. 先分清两件事生成一条视频和拍一支广告1.1 30 秒广告不是一段 30 秒视频很多人第一次接触视频生成模型时会下意识地问Wan3.0 能不能一次生成 30 秒这个提问方式本身就值得商榷。至少在目前主流的视频生成方案里模型更擅长的是 5 到 10 秒量级的短镜头。即便某些版本能支持更长时长广告这个品类也不太可能靠一条长镜头完成。一支 30 秒广告拆开来看通常是 7 到 12 个镜头产品特写、使用场景、人物状态、环境交代、节奏转场、最后的大 Logo 画面……每个镜头有自己独立的构图、景别、运动方式和情绪任务。所以做 30 秒广告的正确起点不是“生成一段 30 秒视频”而是“把 30 秒拆成若干个可以单独生成、单独验证、再拼回时间轴的镜头”。这是理解 Wan3.0 工作流的第一道门槛。1.2 广告制作里最贵的部分不是拍摄是返工传统商业广告的流程大概是这样的客户给需求创意团队写脚本做分镜然后搭建拍摄团队租场地、找演员、布光、拍几十条素材再进后期剪辑调色最后交付。这套流程里最贵的是什么不是某一天的拍摄费用而是“方案在拍摄前无法被真实验证”。你可以在纸面上把分镜画得很漂亮但很多问题只有到了真实画面里才会暴露这个机位到底能不能实现、这个色调是否和品牌调性匹配、这位演员的状态对不对。一旦拍完发现方向错了修改的代价几乎是重拍一遍。用 Wan3.0 这类视频生成模型做广告真正改变的不是“不用搭实景了”而是把“验证前置”这件事变成了成本极低的动作。以前验证一个创意方向需要花几十万、等两周现在你可以用几十次生成先在屏幕上感受画面气质、色彩倾向、镜头节奏和叙事情绪。方向不对重新生成就好。但这也带来了新的麻烦。过去导演的约束来自物理世界摄影机、灯光、演员、场地。现在这些约束消失了约束变成了提示词、参数、参考图和镜头之间的连贯性。如果一个人不建立新的约束体系生成的画面会像脱缰的野马每一帧都漂亮但放在一起却不像一支广告。这就是为什么工作流比模型本身更重要。2. 把 30 秒拆成六个阶段一种可复制的工作流结构2.1 从创意到交付生成模型只承担其中一段以我对这类流程的理解一支用 Wan3.0 制作的 30 秒广告无论方案多个性化骨架都离不开下面几个阶段。第一个阶段是需求转译。客户说“我们要一支体现产品轻便感的广告”这句话不能直接喂给模型。你需要把它翻译成更具体的视觉语言在什么场景、用什么样的光线、以什么样的镜头运动去表现“轻便感”。是清晨的城市街头还是干净的影棚是跟随镜头还是环绕镜头这个翻译过程决定了后续所有生成素材的方向。第二个阶段是视觉资产预备。开始生成视频之前最好先准备风格帧。你可以用文生图模型生成一批关键帧也可以找一些真实摄影参考图把整支片的色调、构图、材质质感和光影方向定下来。广告最怕的是每个镜头都好看但镜头之间像出自不同团队。第三个阶段是分镜拆分。把 30 秒的脚本拆成镜头列表每个镜头多少秒、画面里有什么主体、镜头如何运动、前后镜头如何衔接。这一步做不好后面生成再多素材剪辑的时候也拼不成一条有节奏的片子。第四个阶段才是用 Wan3.0 逐镜头生成素材。每个镜头不是一个镜头生成一次就结束而是要生成多组候选。我一个比较推荐的做法是先小尺寸、低帧数、少步数快速跑几个方向确认构图和动态没问题再放大参数生成正式素材。第五个阶段是筛选和补拍。从候选素材里挑出最合适的镜头如果某个镜头动态不理想、画面有崩坏或者和前后镜头不衔接就修改提示词或参考图重新生成。这个阶段可以理解为数字时代的“补拍”。第六个阶段是后期与交付。把选定的素材按时间轴拼起来加上剪辑节奏、音乐、音效、配音、字幕、调色和最终的声音混音。生成模型解决的是画面素材问题不等于整支广告已经完成。2.2 每个阶段Wan3.0 和人的分工边界在哪里阶段核心产出主要判断Wan3.0 / 生成模型的作用需求转译创意方向、文案脚本调性是否匹配通常不用模型靠人视觉预备风格帧、参考图、色彩方向画面气质是否一致文生图或风格参考分镜拆分镜头列表、时长、运镜方式叙事是否完整人排布模型只接收指令素材生成逐镜头的候选视频构图、动态、质感是否达标Wan3.0 承担核心生成筛选补拍确定版镜头序列镜头间是否连贯局部重生成、基于参考帧调整后期交付成片、字幕、声音、调色是否达到交付标准几乎不参与传统后期工具负责从这张表能看出来导演的很多判断并没有消失只是往前移了。以前导演在现场喊“这条过了下一条”现在导演在生成结果前做同样的事。“这条动态不对重新生成一版。”2.3 为什么不能跳步有人会觉得既然是 AI 生成那我直接从第二步跳到第四步省掉风格帧和分镜行不行如果是自己玩当然可以。但如果是做商业广告跳步的代价会在后期集中爆发。没有风格帧约束你会发现生成的第一个镜头是冷色调第二个镜头却偏暖没有分镜的时长控制你可能生成了一堆好看的镜头但拼起来总时长超过 40 秒或者节奏完全无法匹配旁白。工作流的价值恰恰体现在这些容易被忽略的前置步骤里。3. 为什么绕不开 ComfyUI 这类节点化工具3.1 网页端适合尝鲜不适合生产现在使用 Wan3.0 的方式一般有两类官方的网页端入口以及 ComfyUI 这类本地节点化工具。很多人会问网页端不是更方便吗为什么工作室和进阶用户更愿意把工作流搭在节点工具里核心原因有两个可复现性和可控性。网页端适合验证“这个模型能做什么”但它的参数、版本、随机性常常处在一个不可控的黑盒状态。你这次生成的种子是什么用了什么采样器模型版本有没有变化这些问题在网页端往往得不到明确答案。广告制作需要的是批次与批次之间可以对比、可以回退、可以复现。我这次跑出来的镜头不错我需要保证同样的参数明天还能跑出类似的风格而不是一切都靠随机。ComfyUI 这类工具把流程变成了可视化节点图。模型加载是节点提示词编码是节点采样是节点保存视频是节点。你做过的所有尝试都可以通过保存一份 workflow 文件被你记录下来下次双击就能复现。这正是广告流程最需要的东西——稳定和可追踪。3.2 工作流文件就是一套流程的“源码”围绕 Wan3.0社区里已经出现了大量可下载的 ComfyUI 工作流文件。这些文件通常以.json格式存在里面记录的不只是参数还包括整个节点图的连接关系模型从哪里加载、提示词如何输入、采样器怎么设置、结果如何保存。使用方式也不复杂。在 ComfyUI 的网页界面里把.json文件直接拖到画布上通常就能载入整套流程。如果节点缺失界面会提示你安装缺少的自定义节点。不需要逐一手动去搜插件。不过这里要提醒一点一份工作流能跑通默认依赖三样东西匹配——ComfyUI 的版本、自定义节点的版本、模型的格式和路径。你在网上下载的“Wan3.0 广告工作流”如果连安装元数据和依赖都提示缺失最直接的处理办法就是先把报错信息里的缺失节点名称记下来通过 ComfyUI Manager 或对应项目的安装说明补齐然后再看模型文件是否放在了正确目录下。不要一上来就认为是工作流文件本身坏了。多数情况下问题出在环境和版本上。3.3 把 Wan3.0 装进节点图先理解数据怎么流动一份最小可用的 Wan3.0 视频生成工作流核心链路并不复杂节点之间的逻辑大致是[Wan3.0 模型加载器] ────────── [采样器] [正向提示词 文本编码器] ─────── [采样器] [反向提示词 文本编码器] ─────── [采样器] [参考图加载如果走图生视频] ── [采样器] 采样器 → [VAE 解码] → [视频保存/预览节点]很多人第一次看到这个图会有点懵但只要把它理解成一条“素材加工流水线”就够了。模型加载器把生成能力提供出来文本编码器把你的文字描述转换成模型能读懂的向量采样器在这个向量空间里生成画面最后经过解码和保存输出视频文件。如果要用到 LoRA 来做风格或角色一致性控制那就需要在模型加载器和采样器之间插入一个 LoRA 加载节点。这也是为什么网上搜“comfyui 工作流添加 lora 节点”的人特别多——LoRA 在广告项目里经常用来锁定某种品牌风格、某个特定产品的外观或者某个角色的长相。我自己在使用这类工作流时有个习惯第一次跑通时先把分辨率调低、帧数调少、步数降低用最小参数确认整条链路没有断。确认能出视频之后再把参数调高去跑正式素材。这个顺序看起来保守但能省下大量因为环境问题而反复折腾的时间。4. 让成片有“广告感”的关键参数、参考和一致性4.1 提示词不是写漂亮句子是给每一个画面定规则很多新手用视频生成模型喜欢把提示词写得像散文夕阳下一个年轻人在城市中奔跑光影很美氛围感很好……模型确实能把这句描述生成出来但它未必是你想要的广告画面。广告提示词更接近工程需求说明书而不是文学作品。一个相对完整的广告镜头提示词通常包含几个层次画面主体是谁或是什么产品、主体所处的环境、镜头角度和运动方式、光线方向和质感、整体的风格调性、以及画面里哪些东西绝对不能出现。举个例子一个产品特写镜头的提示词结构可能是这样主体某款深灰色保温杯放置在室外木桌上环境清晨户外露营场景背景有雾气山峦镜头固定机位缓慢推近浅景深光线柔和晨光从侧后方照亮杯身风格写实质感偏冷色调商业广告摄影风格画面中不应出现文字、Logo、其他人物你会发现这里面几乎没有多少文学性的修辞但每一个信息都在帮助模型缩小搜索空间。广告创作里有一个经验你对画面描述得越具体模型生成结果的方差就越小后续筛选成本就越低。4.2 多镜头一致性问题不能靠运气解决做 30 秒广告最大的技术难点不是单镜头有多惊艳而是多个镜头放在一起像同一支片子。如果你只是用文生视频每个镜头都是独立随机的那人物长相会变、产品外观会变、场景色调会变。即使你每句提示词都描述同一个人模型在不同镜头里生成的脸也很难保持完全一致。解决这个问题最主流的路径是图生视频。先确定一个核心参考画面比如产品在某个特定角度的定妆照、主角的上半身肖像然后让每个镜头都从这张参考图出发生成动态视频。这样在构图、主体外观和光线气质上镜头之间会有一根相对稳定的基线。另一种做法是同时使用几个维度的约束同一组风格帧作为全局参考同一个产品在固定角度下的图片作为产品一致性依据如果要对人物做更严格的控制还可以把人物角色的 LoRA 一起挂上。这里我想多说一句即便有这些手段完全一致也很难做到。我见过的多数项目采用的办法不是追求“所有镜头完全统一”而是通过剪辑手法来消化不一致。比如两个镜头之间的主体角度差异太大那就插一个空镜转场人物脸型有点出入就少给大正面特写或者后期适当处理。这是导演的经验问题不是单纯模型参数调整能解决的。4.3 这些参数不一定要背但要理解它们会怎么影响结果工作流里经常出现的参数看起来很多其实围绕的核心只有一个在“稳定可控”和“丰富自然”之间找平衡。参数通常影响什么实际使用的提醒采样步数画面的收敛程度太高不一定更好还可能变“脏”CFG / 引导系数提示词对画面的控制强度太高会生硬太低会失控分辨率与帧率画质和流畅度先低后高节省试错成本帧数生成视频时长确认 fps否则时长会算错Seed随机噪声种子相近 Seed 可做微调变化Batch一次生成的候选数量控制显存先小批量LoRA 权重风格或角色作用强度建议从 0.7 附近开始试参考图强度首帧/参考对结果的影响强度太高会卡死构图这些参数没有一组“万能最优值”。不同版本的 Wan 模型、不同自定义节点的封装方式对同一组参数的反应可能完全不同。更靠谱的做法是在开始大量生成前先用两组参数跑同一段素材对比画面差异然后把最优组合固定下来当作这次项目的工作流默认值。5. 交付一支广告要过的坑和一条排查链路5.1 最容易忘的画面之外的授权与合规边界如果你是拿 Wan3.0 做一支真正要投放的商业广告那么你面对的问题不只是“画面好不好看”还有“这幅画面能不能商业化使用”。几个非常现实的问题画面里如果出现了某个真实品牌的 Logo使用权是谁的如果生成了一个真人外貌的角色是否涉及肖像权如果直接用某个现实中的明星作为提示词来源风险会更大。生成模型不会替你做版权和肖像的合规审查这个责任只能落到制作方自己身上。音乐、音效、字体也一样。很多人花大量时间生成画面最后却随便选了一首有版权风险的背景音乐或者用了没有商用授权的字体。一支广告要交付声音、字体的授权可能比画面素材本身更值得提前确认。另外不同内容平台对 AI 生成内容有不同标识要求。投放前要了解目标平台的政策而不是等审核出问题后再补救。这些都不属于“技术问题”但恰恰决定了一支广告能不能真的上线。5.2 时间轴上的声音旁白节奏决定剪辑结构30 秒广告通常不是默片。它会有旁白、音乐、字幕尤其在中国市场的商业广告里文案的语音有时是整支片的骨架。如果一个镜头的画面很好但它的时长不足以让你读完一句关键文案那这个镜头在最终剪辑里就没那么不可替代。我的建议是不要在画面全部生成完之后才去配音。比较好的节奏是先确定旁白文案和大概语气再把它放到时间轴上反推每个镜头的时长。然后根据这个时长去生成对应长度的视频素材或者预留好可以做快切、可以做延长处理的空间。旁白在哪一拍出现、音乐的情绪转折点在哪、字幕何时弹入这些都应该在设计阶段就有计划。等到画面素材都生成完了再想能用的镜头可能只剩一小半。5.3 输出规格小样、精剪和交付是三种东西一个很容易踩的坑是在项目初期就用最高分辨率、最长时长去生成所有镜头结果发现方向不对全部推翻时间成本高涨。更合理的输出策略分三档草稿档用来快速验证镜头方向画面只要能看清楚构图、运镜和主体表现就够了精修档用在创意确认后的正式输出按最终需要的画幅比例和画质生成尽量干净的素材交付档再进入最后的超分、调色和编码阶段。不同投放渠道也会影响规格。同一个 30 秒广告视频平台常见是竖屏 9:16 或横屏 16:9户外大屏可能需要更高分辨率。到底是先按一个比例生成再裁切还是直接按目标比例生成会直接影响你构图时的安全区域。建议在分镜阶段就确定好输出比例而不是等到生成大量素材后再做裁剪否则画面主体很容易被裁掉。5.4 从“没输出”到“画面崩盘”的排查链路如果你的 Wan3.0 工作流跑不出结果或者生成的画面有问题先不要急着怀疑模型能力。按照下面这条顺序排查大多数问题都能定位先看现象。是完全没有输出还是输出黑屏是报错中断还是生成了但画面崩坏现象不同排查方向完全不同。再看输入。检查提示词、参考图、文件路径是否都正常。很多报错其实是参考图路径变了或者文件格式不接受。再看环境。查看 ComfyUI 报错日志里有没有缺节点、缺依赖的信息。如果提示“请安装缺失的包以使用此工作流”说明工作流里引用了当前环境没有安装的自定义节点需要先补依赖。再看参数和资源。显存是否足够、batch 是否设得太大、分辨率是不是超出了当前显卡能承受的范围。这类问题最常见的表现是开始生成后很快被系统杀掉。最后才看模型和工具边界。同一个工作流换一个模型版本、换一个 LoRA、换一个解码方式结果都可能变化。如果所有基础项都检查过仍不稳定可以做一次“压缩变量”实验用最小参数、最简单提示词去掉 LoRA 和参考图看基础链路是否能稳定出片再逐步加回变量。这条链路我用了很多年基本能覆盖百分之八十以上的工作流异常。记住一个原则一次性只改变一个变量不要同时调整多个参数否则你永远不知道是什么导致了画面变化。5.5 素材管理广告项目不是一次生成是一整套资产30 秒广告的工作流里最容易被低估的是素材管理。一次广告项目可能会产生上百段生成素材。如果你不做管理最后会陷入一大堆名为“未命名视频”的文件里靠记忆寻找想要的镜头那基本是一场灾难。我建议在项目开始前就建立一套命名和管理规则。文件夹按镜头编号组织比如shot_01、shot_02文件名包含版本和关键信息。同时为每次有效生成记录一组元数据提示词全文、Seed 值、采样参数、模型版本、LoRA 名称和权重、生成时间。这些信息可以放在一个表格里也可以跟随工作流文件保存。这样做的好处不只是找回素材方便。更重要的是如果你最后选定的镜头需要回到相近风格重新生成一版或者客户要求修改局部内容你可以凭着记录快速回到当时的生成环境而不是让一切从头开始。回到开头那个问题Wan3.0 能不能做一支 30 秒广告能。但它能做的从来不是像按下快门一样“吐出一支广告”而是让一支 30 秒广告的生产过程可以被分解成一次次可验证、可回溯、可修改的节点。模型负责减少“从想法到画面样品”的距离剩下的工作——判断哪个方向对、坚持什么样的一致性、控制哪些不能逾越的边界、把素材编排成有节奏的故事——仍然需要人的经验。这也是我在看 Nick Tasker 这类导演分享时最大的感受真正值钱的不是那套节点连线而是工作流背后对广告这件事本身的完整理解。当你准备用 Wan3.0 做第一支广告时最值得先做的一件事不是马上去找更复杂的提示词而是把一支 30 秒广告从需求到交付的完整环节列出来先想清楚哪一步需要生成模型哪一步不能交给生成模型。想清楚这个再打开 ComfyUI。