视频号做老宅改造信息流视频靠AI出素材，豆包+即梦文生视频指令

做工程的老板，往往最缺的不是案例，而是把案例变成流量的能力。

老宅改造这个赛道，本身就是视觉强内容，改造前后的对比天然自带传播力，问题是拍视频要成本，剪辑要时间，还得懂分镜、懂节奏，一个专注工地的老板，哪有精力搞这些？

最近接了一个客户，就是这个处境。

他在做老宅外墙改造，手里有改造前后的实景图，想用这些图生成视频，发抖音、发朋友圈做引流，但他不会写提示词，不知道怎么告诉AI要什么，于是找我定制指令。

他卡在哪里？

不是不会用工具。他知道即梦可以文生视频，也知道可以上传参考图，卡住他的，是不知道怎么把"我要一个老宅改造的过程视频"翻译成AI能理解的语言。

他描述需求的方式是："就是那种改造前很破、改造后很好看的视频，要有过程。"

这句话放进即梦，生成的内容大概率跑偏——要么全是室内场景，要么直接给一个静态展示，没有改造感，没有过程。

我给他做了个两步骤的文生视频工作流指令，第一步：用豆包出文生视频的提示词，第二步：用即梦分段出老宅改造不同阶段的视频。

拆解一下我的实操思路：

1、角色定位决定输出视角

这条指令里，我给AI设定的角色是"文生视频提示词设计师"，不是"内容创作者"，也不是"视频剪辑师"。

角色设定这件事，很多人觉得是废话，其实不然，角色决定了AI的输出视角。

定义为提示词设计师，AI生成的内容会偏向视觉描述语言，而不是叙事语言。一个改造视频的提示词，需要的是镜头语言，不是故事语言，这两种完全不同。

2、把"老宅改造过程"切成三段

客户说的"有过程"，本身很模糊。

我在指令里把这个"过程"拆成三段：改造中初期、改造中后期、改造后成果，每一段单独出一组提示词，每段控制在5秒。

这样做有两个原因，一是即梦对单段视频时长有限制，5秒是相对可控的生成区间；二是分段出提示词，客户可以自己决定要用哪一段、用几段，组合灵活。

三段的镜头逻辑也各不相同：

初期用近景特写，强调拆除动作，体现"动起来了"的启动感；

后期用中景，展示收尾状态；

成果段用全景慢移，展示改造后的质感与成就感。

这不是随意设定的，是根据短视频引流逻辑来的：开头抓眼，中间铺垫，结尾给爽点。

3、视觉描述要锁定区域

老宅改造视频，客户要的是外墙，不是室内，不是院子，不是人脸。

所以在每一段提示词的末尾，我加了一个硬性约束：仅展示外墙区域。

这句话看起来很小、很多余，实际上是控制AI注意力的关键，文生视频的模型如果没有明确的区域限定，很容易在画面里加进各种多余元素，最后出来的视频不聚焦，加了这句约束，生成结果的稳定性明显提升。

而且院落外墙的画面是最具有冲击力的，一下子就提高了视频对目标受众的说服力。

4、以JSON格式输出三组提示词

还有一个细节值得单独说——输出格式。指令要求AI以JSON格式输出三组提示词，这个设计是为了让客户后续使用更方便，直接复制对应阶段的提示词，粘贴进即梦，不用自己再整理归类。

指令定制不只是写出好的逻辑，还要考虑客户拿到结果之后怎么用，这是交付质量的一部分。

客户拿着这套指令，上传了一套外墙改造项目的前后实景图，生成三组提示词后直接导入即梦出视频。

初期那段，旧瓷砖拆除的特写，碎片飞溅的细节，成果那段，阳光打在新涂料上的质感，他只需要把几个视频导入剪映进行合成加工就可以发布引流了。