夜雨聆风
这是这篇文章最想讲清楚的一件事。
很多电商团队真正卡住的是：
卖点怎么快速变成详情页？
产品图怎么快速变成场景图？
一张产品图怎么继续延伸成短视频？
如果每次都靠运营重新沟通、美工重新设计、剪辑重新找素材，速度一定跟不上。
所以我们最近搭了一套流程：
产品图 → 卖点拆解 → 视觉提示词 → 详情页图 → 故事板 → 视频提示词 → 短视频
这套流程不是让AI随便画几张图。
而是把飞书多维表格、GPT、Liblib、RunningHub、即梦、Codex这些工具串起来，变成一套可以批量生产详情页和短视频的工作流。
以前新品最卡的，不是产品，而是内容生产
以前新品最卡的，不是产品，而是内容生产
以前电商团队做一款新品，最卡的地方是什么？
不是产品没有卖点，
而是卖点很难快速变成图片和视频。
运营想测卖点，
美工排期排不过来；
短视频要持续发，
剪辑素材跟不上；
详情页想优化，
每次都要重新沟通、重新设计、重新出图。
所以很多店铺内容生产速度跟不上上新速度。
尤其是现在付费成本越来越高，ROI越来越难打，如果详情页和短视频没有把产品卖点、使用场景、购买理由讲清楚，流量进来了也很容易浪费。
这就是为什么我们最近一直在研究一件事：
能不能用AI搭一套电商内容生产流水线？
飞书多维表格：电商内容生产的“操作台”
很多人用AI做图，还是在一个个工具里来回切换。
打开AI工具，
上传产品图，
复制提示词，
等待生成，
下载图片，
再整理到文件夹。
这种方式个人可以用，但团队很难复制。
所以第一步，我们不是先选AI工具，而是先搭一个产品内容管理表。
表格里放什么？
产品名称产品卖点产品图片产品场景生成类型生成状态生成结果审核结果
这样做的好处是：
所有产品都在一张表里管理，
所有图片都按流程生成，
所有结果都能回填沉淀。
运营不需要懂复杂AI软件，
只要会填产品资料，就能启动后面的AI流程。
GPT：负责拆卖点、写提示词、生成故事板
AI出图质量差，很多时候不是模型不行，而是前面的输入不行。
产品卖点没拆清楚，
用户痛点没提炼出来，
场景没设计好，
提示词写得太空泛。
所以GPT在这里不是拿来随便聊天的，而是作为内容策划工具。
它可以帮你做三件事：
第一，拆产品卖点。
把产品功能、用户痛点、使用场景、购买理由整理出来。
第二，写视觉提示词。
把卖点翻译成AI能理解的画面语言。
第三，生成短视频故事板。
把一个产品拆成多个镜头，形成短视频分镜。
也就是说，GPT负责把“运营语言”变成“AI生产语言”。
案例1：扫地机器人
如果用传统方式做详情页，就要找场地、布置家庭场景、拍摄对比图、拍产品细节。
但用AI工作流，可以这样做：
把产品图、核心卖点、使用场景填进飞书多维表格，AI自动生成不同场景图：
再用GPT生成卖点文案和短视频故事板：
这样详情页和短视频就不再是两套内容，
而是围绕同一组卖点，批量生成图片、文案和视频素材。
Liblib / RunningHub：负责批量出图
当产品信息和提示词准备好以后，就可以进入AI出图环节。
这里可以用Liblib或者RunningHub这类工作流工具。
它们的价值不是单张出图，而是可以围绕电商场景搭流程：
扣白底图 换场景图 模特展示图 主图 详情页图 产品场景图 
案例2：女装类目
女装最痛的是：上新快，图跟不上。
一周几十个新款，
每个款都要模特图、场景图、细节图、搭配图、买家秀风格图。
如果全部拍摄，成本高、周期长。
如果全部靠美工，产能又跟不上。
AI工作流可以先解决基础产能：
上传服装产品图；
设置模特风格；
设置拍摄场景；
设置光线和姿势；
批量生成不同场景的上身图。
比如一条连衣裙，可以生成：
通勤场景约会场景海边度假场景咖啡厅场景小红书买家秀场景
更关键的是，可以做“模特卡”。
把模特的身高、体型、气质、风格统一下来，
后续一批女装都沿用同一组人物风格。
这样品牌视觉不会乱，
运营也能先批量生成基础图，
美工再做精修和高价值主视觉。
以前美工一张张做，
现在可以把这些动作拆成不同工作流。
比如：
产品图上传后，
系统自动调用“换场景工作流”；
再调用“详情页图工作流”；
最后把生成结果回填到飞书表格里。
这样就不是“AI作图”，而是“AI批量作图系统”。
即梦：负责把图片变成短视频
现在很多商家短视频做不起来，不是不会拍，而是没有稳定的内容素材。
如果前面已经通过AI生成了：
产品图场景图故事板视频提示词口播文案
那下一步就可以把这些素材丢到即梦这类工具里，生成短视频。
一条短视频可以拆成：
产品展示镜头 使用场景镜头 痛点对比镜头 卖点放大镜头 行动引导镜头
这样短视频不再是“临时想选题”，而是从产品卖点里自动延伸出来。
详情页和短视频也不再是两套内容，而是一套素材重复使用。
Codex：负责把工具串起来
如果只是单独使用每个软件，效率还是有限。
真正能拉开差距的是：
用Codex把这些工具连接起来。
比如：
飞书表格新增一条产品信息；
Codex识别到需要生成图片；
自动调用AI工作流；
生成完成后自动回填表格；
再触发视频提示词生成；
最后进入短视频制作流程。
这时候，AI就不再是一个工具，而是变成了一个“数字员工”。
它可以按照流程执行：
读取产品信息生成提示词调用工作流回填结果推送状态等待审核
这才是企业真正需要的AI。
以前是人在软件里干活，现在是软件围着业务流程干活
以前做一批产品图，是人在软件里干活。
现在的思路是反过来：
让软件围着业务流程干活。
运营填产品信息，
GPT拆卖点和提示词，
Liblib/RunningHub批量出图，
即梦生成短视频，
Codex负责自动化串联，
飞书多维表格沉淀所有结果。
这样公司沉淀下来的就不只是几张图片，而是一套长期复用的内容生产系统。
以后每上一个新品，不用从0开始沟通。
只需要进入流程：
产品图 → 卖点拆解 → 视觉提示词 → 详情页图 → 故事板 → 视频提示词 → 短视频
这次课程，我们不是只讲某一个AI软件怎么用
而是围绕电商真实场景，现场拆解：
怎么用飞书多维表格管理产品和素材怎么用GPT生成详情页和短视频提示词怎么用Liblib / RunningHub批量出图怎么用即梦生成产品短视频怎么用Codex把这些工具串成自动化工作流
最终目标不是让大家多学几个工具，
而是让企业真正拥有一套：
AI批量作图 + AI短视频 + 电商工作流系统。
让运营能出图，
让美工做高价值创意，
让短视频内容不再天天卡素材，
让新品上架和内容测试速度真正提起来。
这才是AI对电商团队最大的价值。
如果对你有帮助，可以转发给身边的朋友
需要这份AI做视频：从手工剪辑，到批量生产短视频教程的可以私聊下面的助教双儿领取
