用 AI 写亚马逊产品视频脚本：主图视频/A+视频/广告视频分镜与口播一条龙

本文包含联盟链接：通过文中链接注册或购买，我们可能获得佣金，不影响你的价格，也不影响我们的结论。价格与规格信息以 2026年7月21日 实查为准。

用 AI 写亚马逊视频脚本，核心做法是把「讲什么、按什么顺序讲」交给提示词模板生成分镜表和口播文案，拍摄剪辑反而是次要环节。你的 listing 已经有主图、有五点描述、有 A+，唯独视频那一栏是空的。而在搜索结果里，带视频的竞品缩略图上多了个播放按钮——同样的曝光，点击这一步你就先输了半个身位。

先把结论摆前面：产品视频真正难的从来不是拍摄和剪辑，是"讲什么、按什么顺序讲"，也就是脚本。而脚本恰好是 AI 最能替你干的一环。这篇把亚马逊三类视频（主图视频、A+ 视频、SBV 广告视频）的分镜脚本和口播文案，拆成能直接喂给 ChatGPT/Claude 的提示词模板——你填空就出稿，再丢进 AI 视频工具生成画面或配音，一条龙走完。跟这篇配套的是 用 AI 生成亚马逊产品图，图和视频是 listing 视觉的两条腿，建议一起看。

先分清三类视频：规格和目的完全不同

搞混规格是新手第一个坑。三类视频挂的位置不一样，能塞多长、给谁看、要达成什么，都不同：

记住这条分工，下面每类的脚本模板都是围着各自的"目的"写的，别拿广告脚本去当主图视频用。

亚马逊视频官方规格速查（2026年7月21日实查）

上传到 listing 的视频，硬性规格以 Amazon 官方页为准（Amazon 官方博客 Product video 页，页面标注 2025年5月12日）：

两点提醒，别读错：

• “1–12 分钟"是官方允许的范围，不是建议值。买家在主图区的注意力只有几秒，整条控制在 20 秒内、把核心卖点压在前 15 秒是转化角度的经验做法（属于第三方/实战经验，不是官方硬性规定），别真拍 12 分钟。
• SBV 广告视频走的是 Amazon Ads 广告规格，和上面这张 listing 视频规格是两套。广告的具体时长/尺寸以你上传时后台界面当时显示的为准；网上普遍说的 6–45 秒、建议横版，是第三方综述口径，投放前请以后台实时要求核对。

主图视频：AI 写"演示型"分镜脚本

主图视频的黄金结构是"钩子 → 是什么 → 怎么用 → 差异点 → 收尾”。用下面这个提示词，把你的产品信息填进去，AI 会吐出一份带时间轴的分镜表：

你是资深亚马逊产品视频编剧。为下面这款产品写一份「主图视频」分镜脚本，
用于商品详情页主图区，目标是让点进来的买家在前 15 秒看懂产品并产生购买意向。

产品名：{产品名}
品类：{品类，如 厨房不锈钢刨丝器}
核心卖点（按重要度排）：{卖点1} / {卖点2} / {卖点3}
目标人群：{目标人群，如 常做饭的家庭主厨}
主要使用场景：{场景，如 厨房台面备菜}

要求：
1. 总时长控制在 20 秒内，输出一张分镜表，列：镜号 / 时间区间 / 画面内容（拍什么、怎么运镜）/ 屏幕文字。
2. 第一个镜头必须是"钩子"——用痛点或效果直接抓住注意力，不要 logo 开场。
3. 中间镜头演示"怎么用"，一个镜头只讲一件事。
4. 结尾给一个清晰的产品全貌 + 一句购买理由。
5. 全程可无声看懂（很多买家静音），关键信息用屏幕文字承载。

拿到分镜后，再让它配套写口播（如果你要加旁白/字幕）：

基于上面的分镜脚本，为每个镜号写一句口播文案，
口语、短句、每句不超过 15 个字，节奏跟得上画面切换，不要念参数堆砌，
突出"买家能得到什么"而不是"产品有什么功能"。

填好长什么样？拿一款"便携榨汁杯"举例，AI 按上面模板吐出的分镜大致是这样（示例，你替换成自己的产品即可）：

看得出来，AI 出的不是成片，是一张"照着拍就行"的施工图——省掉的正是对着空白页纠结"先拍哪个、字幕写啥"的那半天。

A+ 视频：AI 写"卖点深化型"脚本

A+ 视频面对的是已经往下滑、有兴趣的人，可以讲得比主图视频细。它更适合"围绕一个卖点讲透"，而不是面面俱到。提示词换个目标：

为下面产品写一段「A+ 内容视频」脚本，嵌在 A+ 模块中，
面向已对产品感兴趣、正在了解细节的买家，目标是打消一个具体顾虑。

产品名：{产品名}
本条视频要主打的单一卖点：{一个卖点，如 刀刃食品级不锈钢、洗碗机可洗}
买家最常见的顾虑：{顾虑，如 会不会生锈、好不好清洗}

要求：
1. 时长 30–60 秒，分镜表格式（镜号/时间/画面/屏幕文字）。
2. 结构：抛出顾虑 → 用画面证明卖点 → 给一个可信的细节（特写/对比/实测演示）。
3. 只讲这一个卖点，不发散。
4. 口吻与品牌调性一致：{品牌调性，如 专业、耐用、家用亲和}。

A+ 视频建议和 A+ 内容文案 用同一套卖点框架来写，视频讲的和图文讲的对得上，整个 A+ 才像一个整体，而不是各说各话。

SBV 广告视频：AI 写"3 秒钩子型"脚本

广告视频是花钱买的曝光，规则只有一条：前 3 秒留不住人，后面拍得再好也白搭。所以脚本要把最狠的钩子放最前面：

为下面产品写一段「Sponsored Brands Video」广告脚本，投放在亚马逊搜索结果广告位，
自动循环播放、默认静音，目标是让刷到的人停下并点进 listing。

产品名：{产品名}
一句话卖点（最强的那个）：{一句话卖点}
目标搜索词场景：{买家在搜什么，如 便携榨汁杯}

要求：
1. 总时长 15 秒以内，分镜表（镜号/时间/画面/屏幕文字）。
2. 第 1 秒就出现"效果画面"或"痛点画面"，不要品牌 logo 开场、不要缓慢铺垫。
3. 全程静音可懂，核心信息全部用大字幕承载。
4. 画面里不得出现价格、"最佳/第一"等绝对化用语、以及非本产品的品牌元素。
5. 结尾停在产品清晰全貌 + 一句行动号召。

第 4 条那几个限制不是我加的规矩，是广告审核的常见拒因，写进 prompt 让 AI 一开始就避开，能省一轮返工。

脚本写完，怎么变成真视频

脚本是骨架，接下来两条路：

• 有实拍素材：把产品的实拍片段、主图、场景图按分镜表剪辑。像 Vizard 这类 AI 视频工具，能把长素材按脚本自动切成带字幕的短视频、自动加口播字幕，省掉手动对轴的功夫——你把上面 AI 写好的口播文案贴进去当字幕脚本即可。
• 没有实拍、只想先出个草样：可以先用脚本配合 AI 生图/生视频做个演示 demo 自己看效果，但上主图区的正式视频必须基于真实产品拍摄——这条和主图的合规逻辑一样：纯 AI 凭空生成、和实物对不上的产品演示，有被判违规的风险，别拿去当正式 listing 视频。想深入这条合规边界，看 用 AI 生成亚马逊产品图 里"哪种能造、哪种只能修"那一节，视频同理。

配音环节同理：AI 可以生成口播语音，但产品的真实展示画面不能造假。

几个容易翻车的点

• 静音优先：三类视频的绝大多数观看都是静音的，所有关键信息必须用画面和字幕表达，别把卖点只放在旁白里。
• 别把参数当卖点念：AI 默认容易堆功能参数，prompt 里一定要写明"讲买家能得到什么"，否则出来的脚本像说明书。
• 屏幕文字别踩绝对化用语：静音视频靠字幕承载信息，而"第一/最好/100%“这类词是广告和 listing 审核的高频拒因，写 prompt 时就让它避开。
• 一条视频只干一件事：主图视频讲"是什么怎么用”，A+ 视频讲透一个卖点，广告视频勾住停留——目标混在一起，哪个都讲不好。

把脚本这一环用 AI 拿下之后，产品视频的门槛就从"会不会做视频"降到"会不会填模板"了。先按上面的 prompt 各出一版，再挑最顺的那条去生成，比对着空白页发愁快得多。

延伸阅读

• 用 AI 生成亚马逊产品图：白底主图、场景图、A+ 配图怎么做
• 用 AI 写亚马逊 A+ 内容与品牌故事：模块化文案生产流程
• 亚马逊卖家 AI 提示词模板库：20 个可复用的 ChatGPT/Claude Prompt
• 用 AI 写亚马逊 Listing：标题、五点、描述一次到位