Higgsfield 公开目录视频自动化流程

Higgsfield 公开了把电商目录数据变成产品视频的流程。产品照片、描述、价格和活动信息原样成为生成输入，一个 SKU 出一条视频。搭建分品类模板的那个位置由 Marketing Studio 这类 AI 视频工具接手，产品准确度和品牌一致性则由人工审核守住。

公司先把这件事的性质钉死了。Higgsfield 在官方文档里写道："目录自动化不是把一条视频里的一个产品成批地乘出去。它是把少数几个已批准的模板，应用到许多不同的 SKU 上。"品牌的视觉语言保持固定，产品、它的数据，有时连分品类的格式，都在这层之下变动。这更接近报纸拼版：版式不动，只更换填进每一栏的活字。

要倒进这个版式的数据有五组：产品照片、名称与 SKU、功能与卖点、价格与活动信息、市场与行动号召。由于这些字段被替换进一个已批准的视频结构，每个 SKU 的产品、讯息和尾帧都会不同，却不必从头重写一份简报。

能做的广告分四类。产品主视觉展示产品本身，功能视频解释它能做什么。促销广告加上价格和折扣，站内广告则贴合特定入驻平台的格式。这四类同时从一份目录里出来。

流程分四个阶段。第一阶段是把目录数据导进来：通过 CSV 或 JSON 文件、产品数据源 API，或者 PIM 导出，并先校验必填字段和产品图。Higgsfield 在文档里写明，确切的导入方式和可用的连接器要向产品团队确认。

第二阶段是分品类的母广告。不同品类需要的格式不同，服装偏向虚拟试穿，化妆品偏向产品主视觉或质感演示，电子产品偏向功能视频。Marketing Studio 或 Cinema Studio 为每个品类定下固定的构图、运镜、时长和讯息结构。Soul HEX 和 Moodboard 会把参考图往品牌那一侧拉住，但为每个品类认真搭一次母广告这件事仍然留着。只有当同一位代言人要贯穿整场战役时，才加上 Soul ID。按同一家公司的量产说明文档，Soul ID 是用二十张以上参考照片训练一次的身份模型，此后每条广告不必重新上传，同一张脸就会进去。

第三阶段是把 SKU 接到模板上。每个产品的图像、名称、功能、价格、活动和行动号召被替换进对应品类的模板。Genjutsu Object Swap 在保留镜头、动作和构图的前提下只换产品，当替换品与原物在视觉上兼容时效果最好。形状或尺寸差异很大的产品，则要从品类工作流里重出一版。只针对那个 SKU 的背景或道具改动，交给 Seedance 2.5 Edit。METAL 曾报道过 Genjutsu 是以保留表演和镜头、只更换背景的模型出现的。

第四阶段是提交与追踪。Higgsfield API 为每个产品单独跑一个生成任务并返回 request ID，状态通过轮询或 webhook 取回。SKU、request ID、模板、市场、产出和审核状态必须留在品牌自己的数据库、表格、DAM 或 PIM 里。公司在文档里钉死了一点：Higgsfield 不替你保管这些。

工具的选择由任务性质来分。用一个产品 URL 或一张图做广告，用 Marketing Studio；定制电影感主视觉视频，用 Cinema Studio；把视觉工作流存下来复用，用 Canvas；用聊天和已连接应用跑更宽的任务，用 Supercomputer；用程序批处理目录，用 Higgsfield API。公司划了一条线：这五者不是做同一件事的替代品。

METAL 读过的同一家公司的量产说明文档写下了这条流水线为什么按周转。周一用新角度出五条，周二把同一份脚本换个格式出五条，周三复盘上周成绩，周四基于当周胜出者再出五条，周五用表现最好的格式出十条。这样一周累积二十五条、一个月 100 条，而每一周的生成都吸收了上一周的成绩数据。同一份文档建议在脚本层制造变体，并举了问题与解决、社会认同、功能突出、生活方式、价格与价值这五个角度作为例子。按周重复的结构本身由 Canvas 承接：提示词、产品参考和多个模型的产出都落在同一块板上的节点式工作空间，可以把某个广告格式的板存成模板，每周只换输入再复制一份。

把成片适配到不同渠道和市场，会拆成四个各自独立的任务。Reframe 生成竖版、横版和方版，Seedance 2.5 Edit 更换片中的物体、背景或音频。Audio Translate 翻译台词并重新配音，Lipsync Studio 再把口型对上那段音频。公司在文档里钉死了一点：这四者从来不是合成一步。画幅由投放位置决定，TikTok 和 Reels 用竖版，YouTube 用横版，信息流广告用方版。钩子或脚本本身的改动不属于这些工具触碰的那一层，而是在生成之前的脚本层处理。

同一家公司的电商说明文档也解释了这套做法为什么以模板为中心。Marketing Studio 在产品图、广告、站内横幅、海报、UGC 和动态六个类别上放着 1,500 多个模板，每个模板已经知道格式和规格，只要把产品插进去即可。需要更具体的场景时，就下沉到 Seedance 2.5，单条片最长 30 秒，参考图最多 50 张，用来锁住形状、颜色和包装。那个模型还带一个选择器，用一行就能把年代指定在 1960 年代到 2020 年代之间。

上线之前要看的项目，公司也列成了清单：产品的形状、颜色、材质和比例对不对，logo 和包装文字读不读得出来，SKU 和活动日期对不对，翻译和发音自不自然，手与产品的互动是否真实，画幅和安全区对不对，是否有使用这张脸和这个声音的授权，以及最后有没有人工批准。Higgsfield 写道："叠加文字会保持准确且可修改，生成出来的文字不会。"并建议价格、SKU、活动日期、告示和法务文案不要在视频内部生成，而是作为受控的文字层压在上面。

这套设计的重心不在生成质量，而在可核对性。目录是底本，模板是版式，产出是这两者的函数，所以出错时原因可以收窄到数据行或模板版本二者之一。要求把 request ID 留在品牌自己的台账里，也是同一个道理。视频还一条一条靠手做的年代，没人需要"追踪"这个词。当一份有数千个 SKU 的目录被送上同一条流水线的那一刻，追踪台账就成了和制作工具一样重要的零件。